una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 194
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
Yurixx non è difficile rispondere, ma fare previsioni è quasi lo stesso
come prevedere il tempo. "Predictor" è un fustigatore :-)))
Attualmente faccio trading su GBP/USD, la volatilità qui è più alta che su EUR/USD.
Di conseguenza, ci sono più opportunità. :)))
Supponiamo che io abbia due indicatori, ognuno dei quali mostra la probabilità di qualche evento (per esempio, che il prezzo salirà di almeno N punti). Gli indicatori sono naturalmente correlati e il loro coefficiente di correlazione può essere calcolato. Come possiamo calcolare la probabilità cumulativa di un evento da questi due numeri?
Non posso dare una prova rigorosa della mia affermazione.
In questo caso abbiamo a che fare con l'analogo di qualche rilevatore binario. Che il rivelatore indichi con probabilità p la presenza di una sostanza nel campione. È chiaro che avendo effettuato un numero sufficiente di misurazioni N, otterremo in p*N casi una conferma della presenza della sostanza data se questa è realmente contenuta nel campione e (1-p)*N conferme della sua presenza - se non c'è. Così, con una certezza vicina a uno (come 1-(1-p)^N), se abbiamo abbastanza N esperimenti e (1-p)*N*R*N>N, possiamo stabilire la verità. A questo scopo basta vedere a quale valore converge la somma delle letture del rivelatore, a p*N o a (1-p)*N. È chiaro che non c'è differenza tra l'esecuzione di N esperimenti in successione con un rivelatore o l'utilizzo di N rivelatori simultaneamente in un esperimento.
Questo esempio non è difficile da generalizzare al caso di una probabilità arbitraria p[i]>0,5 per ogni rilevatore in ogni misurazione. Per ragionamento analogico:
Effettuando un numero sufficiente di misurazioni N, nei casi SUM(p[i]) (la somma si effettua i=1...N) otterremo la conferma della presenza della sostanza data se essa è realmente contenuta nel campione, e SUM(1-p[i]) della sua presenza - se essa non c'è. Si scopre che se la somma di tutti gli indicatori acustici tende a SUM(p[i]) o più, l'evento accadrà. Se la somma di tutti gli indicatori di segnalazione tende a SUM(1-p[i]) o meno, l'evento non si verifica. Non posso dire della probabilità del risultato in questo caso generale - non ho abbastanza conoscenza, ma nel caso speciale l'evento accadrà con probabilità:
P=1-P(1-p[i]), dove il prodotto è condotto su tutti gli i=0...N, e p[i]>0,5,
se tutti gli indicatori N sono segnalati simultaneamente.
Di conseguenza, ci sono più opportunità. :)))
È strano, ho sempre considerato la volatilità di entrambe le valute circa la stessa. E il calcolo dello spread medio relativo delle barre giornaliere (High-Low)/Close per i giorni della settimana lo conferma:
EURUSD_1440_Day_of_Week_1 0,007266
EURUSD_1440_Day_of_Week_2 0,007871
EURUSD_1440_Day_of_Week_3 0,007981
EURUSD_1440_Day_of_Week_4 0,008332
EURUSD_1440_Day_of_Week_5 0.008522
GBPUSD_1440_Day_of_Week_1 0.007224
GBPUSD_1440_Day_of_Week_2 0,007431
GBPUSD_1440_Day_of_Week_3 0.007535
GBPUSD_1440_Day_of_Week_4 0.007863
GBPUSD_1440_Day_of_Week_5 0.008052
Per calcolare ogni valore, sono state prese 100 barre giornaliere per il giorno della settimana corrispondente.
Se calcoliamo il range assoluto medio in pip usando la formula (range relativo medio)*Close[0], allora naturalmente questo valore sarà diverso, perché Close[0] è ovviamente diverso per ogni valuta. Ma dove si possono nascondere "più opportunità" qui - non è affatto chiaro? Perché lo stop loss e il take profit su GBPUSD saranno semplicemente scalati al rapporto tra le valute circa 1,5 volte? Quindi la redditività della strategia stessa rimarrà la stessa!
Grazie per la volatilità. Vorrei chiedere il vostro aiuto per un'altra domanda.
Supponiamo che io abbia due indicatori, ognuno dei quali mostra la probabilità di qualche evento (per esempio, che il prezzo salirà di almeno N punti). Gli indicatori sono naturalmente correlati e il loro coefficiente di correlazione può essere calcolato. Come posso calcolare la probabilità totale di un evento da questi due numeri?
Grazie in anticipo.
Da New Market Wizards (Eckhardt):
"...Ci sono altre implicazioni pratiche dei metodi robusti che differiscono dai risultati degli studi che assumono una distribuzione di probabilità normale?
- Un'applicazione importante riguarda la situazione in cui si hanno più indicatori per un particolare mercato. La domanda sorge spontanea: come combinare diversi indicatori nel modo più efficiente? Sulla base di alcune misurazioni statistiche precise, è possibile assegnare dei pesi ai diversi indicatori. Tuttavia, la scelta dei pesi assegnati a ciascun indicatore è spesso soggettiva.
Troverete nella letteratura di statistica robusta che nella maggior parte dei casi la migliore strategia non è quella di ponderare, ma di assegnare un valore di 1 o 0 ad ogni indicatore. In altre parole, accettare o rifiutare un indicatore. Se un indicatore è abbastanza buono per essere usato in linea di principio, è anche abbastanza buono per essere assegnato un peso uguale agli altri. E se non soddisfa questo standard, non vale la pena preoccuparsene.
Lo stesso principio si applica alla selezione degli scambi. Come puoi allocare al meglio il tuo patrimonio in diversi mestieri? Di nuovo, sosterrò che l'assegnazione dovrebbe essere pari. O l'idea commerciale è abbastanza buona da essere eseguita - nel qual caso dovrebbe essere eseguita per intero - o non è affatto degna di attenzione".
Sentendomi insoddisfatto della mia ignoranza delle leggi teoriche, ho scritto rapidamente un codice, che per Montecarlo riproduce gli eventi, e ho attaccato N indicatori, ognuno dei quali con probabilità p[i] predice l'evento successivo. Poi ho filtrato i casi in cui TUTTI gli indicatori coincidevano e ho calcolato la percentuale di previsione corretta dell'evento.
Cosa ne pensi... La probabilità di predizione corretta di TUTTI gli indicatori UNA volta è la media aritmatica delle probabilità di ogni indicatore:
P=SUM(p[i])/N, la somma è i=1...N.
Davvero? Sono scioccato!
Di conseguenza, la probabilità P della previsione corretta dell'evento è minore quando si usano diversi indicatori insieme che quando si usa uno solo degli indicatori più affidabili! Cioè, l'utilizzo di più indicatori insieme non porta a un aumento significativo dell'affidabilità della previsione.
Non so, credo di aver già espresso qui i miei pensieri principali sugli spread. Sono tutte le stesse regressioni "convergenti" del primo e del secondo ordine, che credo che tutti qui conoscano già....
Niente affatto, il tuo approccio è molto interessante. Ho pensato che si sarebbe basato sulle statistiche e sull'approccio "a occhio". L'unica cosa che mi viene in mente è fare una "finestra intelligente". Cioè il nostro compito è quello di controllare la tendenza attuale, e quindi una possibile zona di inversione, utilizzando, per esempio ATR (avrà bisogno di una piccola riscrittura), quindi l'algoritmo può essere il seguente (presentando il succo dell'idea):
1. cercando la tendenza attuale (o meglio, qualche movimento di prezzo interessante)
2. troviamo una barra, che simboleggia l'inizio di una tendenza (movimento)
Fissiamo (calcoliamo, fissiamo) una finestra per questo movimento relativo alla barra trovata
4. ci muoviamo insieme al prezzo e guardiamo quando l'ATR arriva al confine
5. si è avvicinato - possibile inversione
6. fine della tendenza - cercarne una nuova, ripetere tutto
Non l'ho ancora provato, sono previsti altri lavori, ma lo farò presto. Cioè è come un modo per eliminare il ritardo che viene dall'uso di una finestra "dura". O mi manca qualcosa, qualcosa di molto importante in ATR?)
Yurixx, mi sono ricordato cos'è il centraggio delle file! Se non mi sbaglio, funziona così. Avete una serie:
X[0], X[1], X[2], X[3], X[4].
La serie centrata si ottiene come segue (è più facile con una formula che con le parole):
X[0], nessun valore
X[1]=(X[0]+ X[1]+ X[2])/3
X[2]=(X[1]+ X[2]+ X[3])/3
X[3]=(X[2]+ X[3]+ X[4]/3
X[4] non ha valore
Avals
Urrà, significa che non sono l'unico. Voglio dire, ho letto molti articoli che lodano la volatilità, ma non capisco davvero cosa mi dà. :о)
Per esempio, http://forex.kbpauk.ru/showflat.php/Cat/0/Number/40044/page/0/fpart/1/vc/1
Avals, grazie, roba interessante.
Neutrone
Di conseguenza la probabilità P di una previsione corretta dell'evento quando si usa più di un indicatore è minore di quando si usa il solo indicatore più affidabile!!! Cioè, l'utilizzo di più indicatori insieme non porta ad un aumento notevole dell'affidabilità della previsione.
Abbastanza giusto. Questo è esattamente il motivo per cui, analizzando la strategia di Vladislav, ho lasciato l'indicatore Hearst come indicatore principale (affidabile) e ho abbandonato l'approccio "concorrente" di selezionare canali affidabili.
P=SUM(p[i])/N, la somma è i=1...N.
Davvero? Sono scioccato!
Di conseguenza, la probabilità P della previsione corretta dell'evento quando si usano diversi indicatori simultaneamente è minore di quando si usa il solo indicatore più affidabile!!! Cioè, l'utilizzo di più indicatori insieme non porta a un aumento significativo dell'affidabilità della previsione.
Bene...
Mi piaceva di più la conclusione del post precedente. :-))
Probabilmente perché io stesso sono stato guidato dalla formula
se tutti gli N indicatori sono attivati simultaneamente.
Forse davvero l'utilizzo di più indicatori non aumenta l'affidabilità della previsione? Non lo so. Tuttavia, il mio modo di pensare fisico non vuole essere d'accordo con questa conclusione. Qualcosa dentro di me mi dice che c'è qualcosa di sbagliato qui.
Se gli indicatori fossero indipendenti, sarei propenso ad affidarmi alla formula P=1-P(1-p[i]). Tuttavia, poiché tutti gli indicatori sono basati su serie di prezzi, è probabile che siano tutti dipendenti in qualche misura. Ecco perché non potevo accettare questa formula in modo incondizionato. Ed è per questo che ho voluto anche perfezionarlo con l'aiuto del coefficiente di correlazione.
La conclusione che la probabilità è determinata come media aritmetica non mi soddisfa per le stesse ragioni. Un'analisi elementare del significato fisico della situazione dice quanto segue.
Supponiamo che la probabilità sia effettivamente calcolata come la media aritmetica delle due probabilità (per la certezza) p1 e p2. Se questi due indicatori sono completamente correlati (cioè coeff = 1), allora p1=p2=p0 e (p1+p2)/2=p0 sembrano essere corretti. Ma se coeff =0, sorge una contraddizione. Poiché p1 e p2 sono indipendenti, le misurazioni possono essere effettuate simultaneamente. E poi, nel limite dei grandi numeri, il rapporto tra gli esiti positivi e il numero totale degli esiti dovrebbe tendere non solo al 2°, ma al 3° limite: p1, p2 e (p1+p2)/2. C'è qualcosa di sbagliato qui.
Purtroppo non conosco il metodo Monte Carlo. Ma forse è l'algoritmo che lo riproduce?
Proprio come un generatore di numeri casuali in realtà genera solo una sequenza pseudo-casuale?
Forse il problema è che questi N indicatori non sono indipendenti, cioè correlati tra loro?
O forse le mie considerazioni sono sbagliate?
Per quanto riguarda l'esistenza di una correlazione tra gli indicatori e le conclusioni principali sulla base del fatto che sono tutti derivati dalla stessa serie primaria, non sono d'accordo per due ragioni principali:
1 è certo che non tutti gli indicatori dipenderanno l'uno dall'altro (ad esempio l'ATR e una qualsiasi delle MA). Questo è facile da controllare.
2 c'è un uso fondamentalmente diverso di questi indicatori stessi, e di conseguenza le conclusioni (ad esempio MACD e la stessa MA)