una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 281
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Non prenderlo come un'istruzione, solo per chiarire.
In bocca al lupo e buona fortuna per la tendenza!
Quello che volevo dire è che la wavelet di Morlet non è strettamente una wavelet, poiché il valore medio di questa funzione è diverso da zero, ma ero abbastanza soddisfatto delle sue proprietà. Come ho scritto, forse vi racconterò di più (moralmente non sono ancora pronto). Il lato morale è molto semplice - qual è l'atteggiamento nei confronti di una tale previsione? (orologio, eurusd) È corretto o no?
Se capisco che è una stronzata, ve lo dirò nei dettagli. Se capisco che c'è una prospettiva, ve la dirò, ma non tutto. In un certo senso, sto prendendo esempio da Candid. :о))))
Ho rinunciato al filtraggio dei dati molto tempo fa, compreso il filtraggio wavelet (nota per Solandr che non c'è nessun problema tecnico con il filtraggio in tempo reale in quanto tale, c'è un problema di trading :o). Per ottenere almeno un po' di utilità da questo casino, ho bisogno di costruire un filtraggio adattivo, e questo, almeno per me, è il problema.
Esattamente per le ragioni descritte da Neutron mi sono concentrato su cose con proprietà predittive, incluso Hurst e ho iniziato a cercare un uso leggermente diverso per le wavelets (non per i filtri in assoluto), di cui ho scritto brevemente.
PS: grazie a parte per la seguente tendenza. :о)))
al neutrone
Per citare l'autore http://monetarism.ru/article.pl?sid=05/03/13/0625201&mode=flat, vorrei sottolineare che il folio è davvero eccellente! Ho 2 volumi di questo lavoro in formato DjVu, 4 metri ciascuno, se il pubblico è interessato - posso stenderli.
Certo, sono pronto a scaricarlo. :о))))
E, inoltre, ero interessato a come applicare le wavelets in linea di principio, non come applicarle al forex. Ho un oggetto di ricerca e ho scelto uno strumento. Solo che non so come usarlo. :-))
E cos'è questo strumento, se non un segreto commerciale? A proposito, consiglio di prestare attenzione agli scheletri, sono utili, almeno io calcolo i miei coefficienti sulla loro base.
WAVELETS !!! :-)))
[quote]E...?
Guardando questa immagine possiamo parlare di un particolare metodo di interpolazione di una serie numerica non equidistante (ottenuta dalla serie temporale EUR/USD con un metodo o un altro) mediante polinomi lineari o quadratici.
[quote]
Non capisco perché pensi che la serie sia non-equidistante? La scala temporale è uniforme. Quasi... O ti riferisci ai fine settimana?
Si noti che il TC implementato usando LPI non dà alcun vantaggio statistico rispetto al DC nel mercato attuale.
Sono completamente d'accordo con te sulla prima frase. In effetti, abbiamo bisogno di estrapolazione e solo di estrapolazione, ma non è facile da realizzare! Se fosse semplice - non ci sarebbero problemi!
Per quanto riguarda i metodi wavelet, non sto dicendo che sia una panacea o un nuovo graal. Niente affatto! E non incoraggio nessuno a correre in questa direzione senza uno sguardo indietro. Per me è semplicemente uno strumento comprensibile, comodo e accessibile per l'analisi del mercato. Proprio come i metodi statistici lo sono probabilmente per voi. Tutto sommato, è una questione di preferenze personali. Un'altra cosa. Sono pienamente consapevole del valore e della validità dei metodi statistici e li userò sicuramente nello sviluppo del mio TS, per esempio, beh... Per esempio per rilevare periodi di arbitraggio di mercato. Grazie per i post interessanti su questo argomento!
Torniamo ai metodi wavelet - in effetti sono gli stessi filtri, o piuttosto un insieme di filtri a sottobanda organizzati in un certo modo. Ci sarà un ritardo di fase, ovviamente. Naturalmente, ci sarà un ritardo di fase. Purtroppo non esiste un filtro perfetto in natura (a causa del principio di causalità) - ce ne sono di buoni e di cattivi. Il ritardo di fase del filtro è uguale alla metà della lunghezza del nucleo del filtro. (Ho esitato un po' qui... Beh, forse non uguale, ma proporzionale di sicuro) Questo significa che un filtro corto e semplice ha un vantaggio in questo senso. Le dimensioni dei kernel dei filtri wavelet partono da 2 (wavelet Haar). Quelli che ho usato sono il 5 e l'8. Le wavelet danno un vantaggio in questo senso? Non lo so ancora. Devo confrontare le implementazioni specifiche. Per quanto riguarda il filtro perfetto... - Non ci sono filtri di questo tipo, e, diciamo, il filtro Butterworth certamente non possiede questo titolo. L'ho usato molto tempo fa. Ora non ricordo la dimensione del kernel, ma è sicuramente più grande di 2. Confrontatelo con un filtro wavelet.
C'è anche un altro modo di decomposizione wavelet, che non ho ancora menzionato, che è l'algoritmo interval wavelets e lifting. È notevole in quanto non richiede alcuna ipotesi sul comportamento della funzione al di fuori dell'intervallo di decomposizione. Non l'ho ancora provato. Forse qui possiamo ottenere dei "ritardi di fase" minimi. Anche se il termine "ritardo di fase" non è molto corretto per questa cosa.
10% al mese è con spreads e su 2 mesi di storia, cioè il campionamento non è affidabile. Allo scopo di ottenere statistiche, il conto reale sarà aperto.
Grazie per la risposta.
Buona fortuna e colpisci le tendenze!
И, кроме того, меня интересовало как применять вейвлеты в принципе, а не как применять их для работы на форексе. Объект для исследования у меня есть и инструмент я выбрал. Вот только не знаю как им пользоваться. :-))
А что за инструмент, если не коммерческая тайна? Кстати, рекомендую обратить внимание на скелетоны, полезная штука, по крайне мере свои коэффициенты я вычисляю на их основе.
WAVELETS !!! :-)))
Non ho capito bene la parola "STRUMENTO". :о)
Conosci un indicatore che piega in modo affidabile nella giusta direzione prima di un futuro movimento di prezzo? Allora è il Graal!
No, non lo so. Un tale indicatore non può esistere nemmeno teoricamente. Tuttavia, dato che stiamo parlando di usare le wavelets, voglio solo notare che non sembrano offrire vantaggi significativi rispetto ad altri metodi di rappresentazione. Ed è improbabile che qualsiasi strategia possa essere basata solo su wavelets.
А что Вы знаете индикатор, который достоверно загибается в правильную сторону раньше будущего хода цены? Тогда это Грааль!
No, non lo so. Un tale indicatore non può esistere nemmeno teoricamente. Ma dato che stiamo parlando di usare le wavelets, vorrei solo notare che non sembrano offrire vantaggi significativi rispetto ad altri metodi di rappresentazione dell'informazione. Ed è improbabile che qualsiasi strategia possa essere basata solo su wavelets.
Hai assolutamente ragione che le wavelets da sole non sono sufficienti per costruire un TS. Non ho intenzione di farlo in questo modo. Tuttavia sono sicuro che saranno molto utili come strumento di analisi del mercato. È solo che finora, mi sembra, nessuno ha affrontato seriamente questo argomento, quindi non forniscono nulla. Finora... Quale parte avranno le wavelets nel TS che sto progettando ora, non lo so ancora. 70 o 10% - che differenza fa - purché sia utile al profitto.
Per quanto riguarda i vantaggi nel modo di rappresentare le informazioni di mercato, non sono d'accordo con te. Lo fanno. Stai usando più grafici di prezzo su diversi timeframe quando fai trading.
Cioè, forse senza saperlo, ma state facendo un'analisi multiscala. E l'essenza principale delle wavelets non è nei dettagli dell'implementazione e degli algoritmi, ma proprio nella loro multiscala. E sotto questo fatto, vi assicuro, si nasconde una potente idea filosofica. Se le wavelet sono state usate con grande successo nella progettazione di motori di aerei, nell'elaborazione di fotografie astronomiche, nella diagnostica medica - conosco bene questi esempi - e innumerevoli altri in una varietà di campi, allora perché dovrebbero rompere nel mercato? Io la vedo diversamente.
Con rispetto.
Buona fortuna e buone tendenze!
Questo è ciò che trovo particolarmente interessante. Ma finora non ne ha parlato molto. Spero vivamente che sia solo per il momento e che venga continuato. :-)
Lei ha detto che ha raccolto molte informazioni varie sulle wavelets. Potresti per favore postare qualcosa qui per la tua discrezione? "Introduzione alla trasformazione wavelet" di Polikar, "10 lezioni sulle wavelet" di Dobeshi, "Teoria e pratica della trasformazione wavelet" di Vorobiev-Gribunin e altre cose più piccole che ho. Sto leggendo lentamente Dobeshi.
Il problema è che c'è troppa teoria, che capisco al mio livello elementare, ma non posso fare praticamente nulla. Ecco perché ho bisogno di qualcosa di più o meno semplice e orientato al compito, da cui posso capire schemi e algoritmi di azioni concrete.
È auspicabile che non sia DSP. Non ho nulla contro il DSP e capisco bene che qualsiasi serie temporale, comprese le serie di quotazioni, è un segnale e può essere studiato con metodi DSP. Tuttavia sono molto lontano da questo settore e sto affondando nella terminologia, nel gergo e nei termini accettati dagli specialisti.
Mi stavo concentrando sulle pieghe del polinomio lineare, non sono equidistanti. Probabilmente mi sbaglio però - dopo tutto, un nodo può essere su una linea che collega nodi adiacenti ad esso.
È chiaro che il BP diminuisce quando la finestra di campionamento si restringe, ma le proprietà di lisciatura dell'operatore peggiorano. Dobbiamo trovare un compromesso tra la qualità dello smoothing e il ritardo. Ecco perché è corretto confrontare le caratteristiche di lisciatura degli operatori a parametri identici o vicini del loro AFR (uniformità nella banda passante, pendenza di taglio). A questo proposito, il filtro Butterworth ha una larghezza di banda minima (non zero!), che aumenta significativamente alla frequenza di taglio. È in questa luce che è interessante confrontare i metodi di filtraggio basati su wavelet e quelli classici.
Se dobbiamo estrapolare qualcosa da qualche parte, ci sarà inevitabilmente FZ. Infatti, sedendosi all'estremità destra della serie temporale ed estrapolando un passo avanti, si ottiene il valore probabile della serie in questione. Nel prossimo conto alla rovescia, confronta il valore con il valore vero e ricorda l'errore risultante. Ripetete questa procedura ancora una volta, tenendo conto dell'aggiornamento dei dati di ingresso per il secondo punto, e così via. Come risultato abbiamo due serie temporali - iniziale e previsionale. Ovviamente, non coincidono esattamente, ma nemmeno divergono fortemente, solo spostati l'uno rispetto all'altro di FZ! Quindi penso che il termine FZ sia appropriato per questo caso.
Ora, colleghi, criticatemi.
Sostengo che qualsiasi estrapolazione implica che una serie temporale (TP) abbia la proprietà di "seguire" la direzione scelta. Infatti, estrapolando un passo avanti di un polinomio di nono grado, si assume il NEED per la derivata prima, la seconda... n-1 della serie originale, almeno a questo passo... Capite dove voglio arrivare? La quasi-continuità della prima derivata non è altro che un coefficiente di autocorrelazione (AC) positivo di BP al timeframe selezionato (TF). Si sa che è inutile applicare l'estrapolazione ai BP di tipo browniano. Perché? Perché la CA di tale serie è identicamente uguale a zero! Ma, ci sono GR con QA negativo... È semplicemente scorretto estrapolare a loro (se ho ragione) - è probabile che il prezzo vada nella direzione opposta a quella prevista.
E per cominciare: quasi tutti i Forex VR hanno una funzione di autocorrelazione negativa (questa è una funzione costruita dalla KA per tutti i possibili TF) - questo è un fatto medico! Le eccezioni sono alcuni strumenti valutari su piccoli timeframes, e sì Sberbank e azioni EU RAO su TF settimanali. Questo, in particolare, spiega l'inadeguatezza nel mercato moderno del TS basato sullo sfruttamento delle medie mobili - lo stesso tentativo di estrapolare.
Se non mi sbaglio, le wavelets appaiono a priori nella zona in cui non possono svolgere correttamente le loro funzioni.
Lei ha detto di aver accumulato ogni sorta di informazioni sulle wavelets. Potresti postare qualcosa qui per la tua discrezione? "Introduzione alla trasformazione wavelet" di Polikar, "10 lezioni sulle wavelet" di Dobeshi, "Teoria e pratica della trasformazione wavelet" di Vorobiev-Gribunin e altre cose più piccole che ho. Sto leggendo lentamente Dobeshi.
Il problema è che c'è troppa teoria, che capisco al mio livello elementare, ma non posso fare praticamente nulla. Ecco perché ho bisogno di qualcosa di più o meno semplice e orientato al compito, da cui posso capire schemi e algoritmi di azioni concrete.
È auspicabile che non fosse DSP. Non ho nulla contro il DSP e capisco bene che qualsiasi serie temporale, comprese le serie di quotazioni, è un segnale e può essere studiato con metodi DSP. Tuttavia, sono molto lontano da questo campo e sto affondando come in una palude nella terminologia, nel gergo e nei termini accettati dagli specialisti.
Ci sarà un seguito. Lo sto preparando. Come sempre, mancanza di tempo. Forse lo posterò oggi.
Riguardo alle informazioni. Già detto che ci sono diversi file pdf con articoli di recensioni. Un paio di essi sembrano essere traduzioni di Gribunin e sono abbastanza famosi. Probabilmente ne hai un po'. Gli altri sono più seri.
Sarebbe più comodo per me mandarteli per e-mail. Il mio è andre69 [at] land [dot] ru.
Ho le informazioni sull'algoritmo di sollevamento solo in inglese. Gli articoli originali degli autori del metodo e dei loro seguaci. Se non sei confuso, posso raccogliere qualcosa.
Su Dobeshi. Sei un gigante! Ho avuto pazienza solo per metà del libro. La matematica è buona, certo, ma è molto lontana dalla pratica. Dovreste prendere solo idee globali da lì.
Osservazione sul DSP. DSP e wavelets sono fortemente legati l'uno all'altro. Purtroppo o per fortuna non lo so.
Saluti.
Buona fortuna!
C'è certamente del buon senso in questo. Ma c'è anche qualche "ma".
Se l'estrapolazione ha la proprietà della monotonicità, il suo valore è davvero molto basso. Il MA può solo fornire tale estrapolazione, ed è per questo che non viene utilizzato per questo scopo.
Ma se prendiamo qualcosa di più complicato, un polinomio di grado 2, per esempio, non è proprio così.
Lasciatemi chiarire: stiamo parlando di estrapolazione al futuro più prossimo.
Quindi, con una semplice funzione quadratica (supponendo che la serie di numeri lo permetta davvero per natura) si può prevedere l'approssimazione del punto di svolta. Ed è esattamente ciò di cui tutti hanno bisogno. Soprattutto polinomi di potenze superiori. Quindi l'estrapolazione conserva quasi sempre la direzione. Ma cambia quasi tutto il quadro.
E per quanto riguarda la CA, è, come giustamente notato, dipendente dal TF scelto. Questo riflette il fatto che la serie in studio è monotona in un modo o nell'altro. Che differenza fa se si sceglie un TF per il quale KA permette di prendere alcune decisioni o se si sceglie un metodo di interpolazione che può fornire un'estrapolazione relativamente affidabile al futuro prossimo?