una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 132
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
Io darei una priorità diversa: la correttezza delle entrate dovrebbe essere pari al 50% circa, ma gli stop e i profitti dovrebbero dare un vantaggio. In altre parole, entriamo dove possiamo prendere un piccolo stop o un grande profitto .
Nel limite di una piccola ripidità dei canali questo sarebbe il caso. In generale il quadro è più complicato, perché si sovrappone alla risposta di Yurixx, ci sarà qualche ragionamento in più sotto.
Ho fatto la domanda sul vostro entry level perché, per capire il vostro approccio alla valutazione, avevo bisogno di vedere il rapporto tra SL e TP. Ora capisco che è 1:4.
Uso i livelli RMS attuali, non fissati al momento dell'entrata, cioè questo rapporto è vero solo al momento dell'entrata. Inoltre, su un'entrata di tendenza, lo SL inizia a stringere e il TP inizia ad allontanarsi. E viceversa, rispettivamente, quando si entra in controtendenza.
Generalmente immagino che le opzioni siano:
1. Valutazione all'equilibrio. SL = TP. Mi piace questa opzione perché è semplice e dà una valutazione oggettiva della "correttezza" della voce. Cioè, dà una stima dell'aumento della probabilità di vincita del sistema.
2. Stima non equilibrata SL < TP. Questa variante permette di stimare quanto vicino al punto di inversione il sistema entra (per l'entrata in controtendenza) o quanto lontano entra dalla fine della tendenza (per l'entrata in tendenza).
3. Stime complesse. Ce ne sono molti, naturalmente. E ognuno di loro può stimare una proprietà specifica delle voci che il sistema fornisce. Lasciatemi fare solo un esempio, che ho anche usato. SL non è dato, l'unico parametro è TR. Per ogni entrata viene stimato il massimo drawdown che è stato raggiunto prima che l'entrata raggiungesse il TP. Variando il TP otteniamo una serie che può essere analizzata statisticamente. Questo è solo un esempio che ha i suoi svantaggi. In particolare, ТР potrebbe non essere mai raggiunto. Pertanto, l'applicazione di ciascuna di queste varianti di stima richiede il proprio perfezionamento.
In generale, quando stimiamo il sistema nel suo complesso, ci basiamo su due valori: la quantità di trade positivi per ogni trade negativo e il rapporto tra il profitto medio per i trade redditizi e la perdita media per quelli non redditizi. Tutti questi valori sono ottenuti come un complesso quando si testa il sistema nel suo insieme. Pertanto, non sono indipendenti, nel senso che non possiamo dire perché questi risultati appaiono. Che sia perché gli input sono cattivi, o perché gli output sono cattivi, o perché gli SL e i TR sono sbagliati, ecc. Quindi sarebbe, ovviamente, bello standardizzare la metodologia per valutare gli input e gli output (e sono collegati). Poi sarebbe possibile costruire una metodologia per valutare indipendentemente le due caratteristiche principali del sistema. Questo mostrerebbe immediatamente dove si trovano i punti di forza del sistema e cosa deve ancora essere migliorato.
Ho avuto un'idea simile, tranne che considero gli ordini di entrata e di uscita come gradi di libertà (che includono l'uscita). Se possono essere ottimizzati separatamente, si tradurrà prima di tutto in una riduzione della quantità di lavoro (approssimativamente, la somma invece del prodotto delle quantità). Infatti, nelle definizioni standard non sono indipendenti, da qui la necessità di riformularli, anche se questo può rendere i concetti meno ovvi e più difficili da applicare. Cioè, sarebbe necessaria una sorta di ortogonalizzazione. In questo senso la tua terza opzione, a proposito, sembra abbastanza interessante, almeno come introduzione alla riflessione.
Non posso dire esattamente quale algoritmo sarebbe corretto per risolvere questo problema a testa alta (anche se io stesso mi sono interessato), ma ecco un algoritmo approssimativo.
È chiaro che i livelli di SL e TP possono cambiare. È anche chiaro che può essere il risultato del cambiamento dei parametri di calcolo e della MM, cioè il trailing, ecc. Tuttavia, per standardizzare e studiare l'efficienza degli ingressi (e delle uscite) tutte queste cose devono essere eliminate. Se si ottengono buoni risultati in condizioni standard e fisse, allora una strategia sensata e la MM possono migliorarli ulteriormente. Se non si possono ottenere buoni risultati da soli, allora MM non farà altro che infangare questo quadro di avvertimento.
Ho anche testato le differenze nel risultato con diverse lunghezze di campione. Se interessante, i risultati sono stati presentati qui "strategia di trading basata sulla teoria dell'onda di Elliot" solandr 23.06.06 10:36
I grafici dell'equilibrio a 300 e 1000 bar hanno una correlazione abbastanza alta. Francamente, oltre alla regressione lineare uso anche la regressione parabolica (ne ho già scritto un paio di volte), e poi faccio la media dei dati ottenuti usando entrambi sulla base di informazioni provenienti da diverse fonti che questo metodo permette di avvicinarsi ai parametri "veri" dei canali (confini dei canali che esistono davvero (e non quelli che scegliamo nel nostro calcolo).
Vorrei anche ricordare agli stimati membri del ramo che la strategia è un aggregato di diverse componenti (cioè è impossibile andare lontano su un solo canale di regressione lineare, anche se i canali coincideranno assolutamente con quelli definiti da Vladislav sulla base della minima energia potenziale!) Non so se usi i livelli di Murray nel tuo EA o no, ma giocano un ruolo importante, così come l'Hearst Ratio e il money management (quest'ultimo, come giustamente notato da Yurixx, è rilevante in misura maggiore solo per massimizzare il profitto, che gli altri componenti forniscono). In primo luogo, posso consigliarvi di entrare nel mercato con le condizioni più rigorose, ammorbidendole in seguito (per aumentare il numero di operazioni e di conseguenza il profitto totale) man mano che si pratica l'algoritmo di gestione delle posizioni. In altre parole, il successo della strategia è per metà il risultato della metodologia descritta in questo thread, e per metà il risultato di un algoritmo di gestione delle posizioni di successo (o più precisamente, razionale). E la domanda se l'algoritmo di gestione delle posizioni ha successo o meno può essere risposta in modo indipendente attraverso il tester di strategia. Ed esattamente la seconda metà è ciò che ognuno può (o non può) trovare da solo e ciò che Vladislav ha rifiutato di presentare al pubblico fin dall'inizio e non si tratta solo dell'energia potenziale, attorno alla quale ci sono dibattiti molto interessanti in questo thread.
Allora questa domanda: fate dei test per la significatività statistica dei parametri di approssimazione lineare e parabolica?
Cioè, per qualche campione abbiamo una buona approssimazione per la regressione lineare Y=A*X+B e per Y=A1*X^2+B1*X+C. Dobbiamo verificare se queste approssimazioni sono approssimazioni dello stesso ordine. Se è così, allora la parabola può essere facilmente respinta come artificiosità, se no, allora abbiamo due diverse approssimazioni di una stessa serie temporale, e questo può servire come criterio di rottura del canale di regressione lineare.
No, anche se ovviamente anche questa idea dovrebbe essere verificata. La parabola e la linea retta approssimano la serie dei prezzi esattamente nei limiti delle loro possibilità. Ma la parabola ha più possibilità di approssimazione perché è più "potente" (di ordine 2, mentre la retta è di ordine 1). Cioè, a seconda della selezione la parabola può trasformarsi in una linea retta, ma la linea retta certamente non si trasformerà mai in una parabola. Anche se un ordine superiore a 2 non può essere usato per l'approssimazione anche perché c'è un'opinione stabile che gli ordini di approssimazione più alti approssimano non una tendenza ma già componenti casuali della tendenza, grazie alla quale Vladislav può quindi sostenere che il tipo di traiettoria non è importante e due curve che giacciono in un dato intervallo sono equivalenti in termini di approssimazione.
Per quanto riguarda i criteri di rottura del canale di regressione lineare ho anche finora osservazioni puramente visive che un top parabola si forma prima della rottura del canale di regressione lineare. Cioè il punto di inversione del trend può spesso (ma non sempre) essere approssimato da una parabola che ha il picco nella zona di inversione del trend. Finora non ho avuto abbastanza tempo per includerlo nell'algoritmo per verificare la praticabilità del suo uso. Ora sono interessato soprattutto alla possibilità di creare sistemi di trading che rifiutino completamente gli indicatori oscillatori. In altre parole, è possibile fare previsioni di mercato solo per mezzo di disegni grafici senza usare MACD, OsMA, oscillatori stocastici?
Per quanto riguarda i criteri di rottura di un canale di regressione lineare ho anche finora osservazioni puramente visive che prima che un canale di regressione lineare si rompa si forma un top a parabola. Cioè il punto di inversione del trend può spesso (ma non sempre) essere approssimato da una parabola che ha il picco nella zona di inversione del trend. Finora non ho avuto il tempo di inserirlo nell'algoritmo per verificare la convenienza dell'applicazione.
Quando i miei calcoli hanno mostrato la stessa dispersione dei residui per alcune aree sia per LR che per la parabola - questa è stata la principale conferma della correttezza del mio algoritmo per il calcolo di questi valori.
Non è difficile cogliere visivamente la cima della parabola quando il canale LR è rotto, ma è più difficile insegnare il programma. Pertanto, il criterio di cui sopra può essere utile. La deflessione tra i centri della LR e della parabola, normalizzata alla dispersione (come opzione) può essere coinvolta. Non ancora controllato.
Stranamente, ho trovato l'algoritmo per insegnare al programma a identificare il vertice immediatamente ovvio. Se A>0, allora i rami della parabola salgono, allora per determinare che la cima è già passata, si può usare la condizione Yparabola_corrente>Yparabola_precedente. Viceversa, se A<0, i rami sono discendenti, e rispettivamente il vertice viene passato a parabola_corrente<Үparabola_precedente. Cerco una parabola che soddisfi le condizioni di convergenza entro 300 barre, per esempio.
Non ho ancora provato a inserirlo nell'algoritmo, ma il fatto che questo algoritmo mostri il passaggio della cima è visivamente ovvio. Ho solo un canale(i) lineare(i) e una parabola(i) visualizzati sul grafico.