una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 138
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
"Lo scopo della visita? - Pranzo" (c) "Men in Black"
Ok.
:-)))
Se un ricercatore pone un esperimento con un ratto che corre attraverso un labirinto, e se il ratto corre nella direzione sbagliata, il ricercatore è più incline a credere che il ratto sia malato, piuttosto che che l'esperienza confuti la sua teoria.
Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
Это совершенно другой подход к торговле, который не может быть описан в рамках математической статистики.
Не согласен. Для каждого образа, на основе которого оценивается рынок, необходимо сделать статистический анализ поведения рынка при появлении этого образа на истории, построить распределение, определить его параметры. Далее можно опять-таки статистически определить оптимальные параметры образа. Имея эти данные в базе данных образов можно с известной точностью определять вероятность ошибки/успеха при принятии решений.
Penso che stimare le caratteristiche statistiche dei modelli sia piuttosto discutibile in termini pratici, anche se le informazioni sui tentativi di farlo possono essere trovate costantemente su Internet. Per esempio, l'ultima versione è presentata qui : "MQL4: The Self-Learning Expert Advisor" Questo metodo si riferisce ai neuroni. Ma per qualche ragione non ho mai trovato nessuna caratteristica quantitativa di tali sistemi. Forse ho solo guardato male?
E penso che il problema qui sia che semplicemente non si può avere abbastanza storia per stimare i parametri dei singoli modelli se si selezionano i modelli per la stima sulla base di parametri piuttosto rigidi. O se avete intenzione di stimare statisticamente TUTTE le combinazioni di barre che possono essere condizionatamente attribuite al concetto di pattern, allora penso che avrete o una quantità enorme di tutte le possibili modifiche di pattern che differiscono l'una dall'altra per un valore statisticamente insignificante molto piccolo, o le stime statistiche dei pattern saranno molto spalmate (una grande varianza di stime). E in futuro sarà molto difficile per un automa nel trading reale capire a quale delle modifiche di pattern esistenti nella base che è apparsa sulle ultime barre appartiene ora. Affinché un pattern sia statisticamente significativo, penso che abbiamo bisogno di uno storico sulla nostra coppia di valute di lavoro, che non abbiamo, e tutto questo con la garanzia che il mercato giocherà con le stesse regole nel campione che non è stato addestrato (in futuro). A questo proposito, un semplice canale di regressione lineare è statisticamente molto più sicuro. Guardate cosa è più affidabile? Informazioni sulle condizioni di mercato calcolate SEMPRE con un semplice algoritmo standard sulle ultime 300 barre durante la storia, o informazioni che queste barre ottenute recentemente sono simili (ben correlate) al valore medio di 100 istanze di pattern testa e spalle, presenti nella storia degli ultimi 5 anni? Secondo me la regressione è più affidabile perché è una tecnica matematica ben studiata ed elaborata rispetto al riconoscimento di modelli dove ci sono troppe dipendenze da vari altri fattori.
Tuttavia penso che il compito di riconoscimento del modello possa essere ridotto a un compito più semplice di trendline (linee di resistenza/supporto inclinate disegnate lungo gli estremi). Cioè molti modelli classici possono essere sostituiti da un insieme di linee di tendenza che sfondano, il che significa lavorare fuori dal modello. Ma anche qui non è così facile. Per esempio, in questo file possiamo vedere la dinamica di un triangolo convergente https://c.mql5.com/mql4/forum/2006/08/triangle.zip.
Si può vedere l'uscita dal triangolo convergente l'8 agosto. Ma secondo la descrizione classica di questo triangolo, il breakout avrebbe dovuto essere solo verso l'alto. Ma in pratica il prezzo è andato su e giù, cioè sia i tori che gli orsi hanno avuto i loro soldi. Questo esempio nega immediatamente il significato del modello "Triangolo convergente" come tale.
Le linee di tendenza nei grafici dati sono disegnate senza prendere in considerazione le ultime 2 barre. Ecco perché quando una linea di tendenza viene rotta si vede chiaramente quale linea di tendenza è stata rotta.
Una versione più completa della dinamica delle linee di tendenza per l'ultimo mese può essere trovata qui "MQL4: Un'immagine per il forum di metaquote" solandr 31.08.2006 08:02 (Un archivio RAR multi-volume. Ci sono 16 parti in totale. Dopo aver scaricato tutte le parti, cambia l'estensione dello zip in rar e scompattalo in WinRAR3.50. È molto utile per i principianti del trading guardare questo cartone animato, per esempio ACDSee, per capire come la tendenza del mercato può cambiare nel tempo e cosa si può fare per minimizzare il rischio.
A mio parere, lavorare con le linee di tendenza è molto più facile che lavorare con modelli multiparametro che devono essere catturati su dati storici e poi raccogliere statistiche. Le linee di tendenza sono molto più facili! Ho anche sperimentato con loro nel mio EA. Li ho usati per sostituire un oscillatore di conferma e persino l'indicatore Hurst! E in generale, il risultato ottenuto è stato molto significativo, chiaramente diverso da uno completamente casuale. Per il momento, ho deciso di rimandare l'uso delle linee di tendenza nel mio Expert Advisor per qualche tempo, poiché secondo le mie osservazioni, il calcolo dell'indicatore Hearst fornisce approssimativamente le stesse informazioni che forniscono le linee di tendenza, ma utilizzando un algoritmo di calcolo più formalizzato che è più efficiente in termini di creazione e uso pratico di MTS.
Le reti neurali sono più probabilmente utili nelle aree in cui è possibile calcolare in anticipo tutte le possibili combinazioni che possono accadere in futuro e semplicemente trovare una conferma per una o un'altra variante basata su quelle combinazioni nel rumore. Per esempio, conoscendo in anticipo (avendo registrato preliminare su un'area di test, o avendo calcolato tutte le possibili varianti di segnali sulla base del modello matematico adeguato alla situazione) tutte le possibili varianti di segnali all'avvicinamento di un oggetto ad un altro, in futuro (all'utilizzo reale dell'oggetto addestrato in questo modo) è possibile trovare il più vicino dalle varianti disponibili di segnali e prendere la decisione corrispondente sulle azioni ulteriori dell'oggetto dove il sistema addestrato su neuronets è installato. Ma tutto questo funziona nei limiti delle situazioni disponibili nel database e si evolverà secondo l'algoritmo registrato una volta. Temo che il forex sia più vario da questo punto di vista :o(
Yurixx, credo che tu abbia sbagliato a non essere d'accordo.
Perché no? Voglio dire, perché lo pensi?
A quanto pare, in estate la scienza era semplicemente in vacanza ;o). E ora un anno accademico è iniziato e ci sono alcuni status più appropriato di un forum scientifico:
http://www.lib.mexmat.ru/forum/viewtopic.php?t=3254&sid=a6468f00350c4e81f1b818be89ec1869
Grazie per il link, lo leggerò domani.