Il mio algoritmo:
1. Trova la differenza tra i numeri - questa è solo la loro vicinanza.
2. Se il numero è inferiore al valore medio dei delta ottenuti dal punto 1, allora - 1, altrimenti - 0.
3. se il valore dal passo 2 è 1, allora aggiungi il valore al totale precedente, altrimenti - 0.
4. Trova il valore massimo del punto 3.
5. Definire l'intervallo - trovare il valore dal punto 4 e cercare dal punto 3 il numero con valore zero, poi aumentare il numero trovato di uno.
In questo modo si ottiene la gamma di numeri la cui densità è la più alta rispetto agli altri.
NO.P./P. | Numero | Delta | Valori di vicinanza | Chiudere in successione | Massimo | Denso |
---|---|---|---|---|---|---|
1 | 3 | 4 | 3 | |||
2 | 5 | 2 | 1 | 1 | 5 | |
3 | 6 | 1 | 1 | 2 | 6 | |
4 | 7 | 1 | 1 | 3 | 7 | |
5 | 8 | 1 | 1 | 4 | 8 | |
6 | 23 | 15 | 0 | 0 | ||
7 | 27 | 4 | 1 | 1 | ||
8 | 34 | 7 | 0 | 0 | ||
9 | 36 | 2 | 1 | 1 | ||
10 | 55 | 19 | 0 | 0 |
Tuttavia, aree di uguale densità possono sorgere, secondo questa metodologia
NO. P./P. | Numero | Delta | Valori di prossimità | Chiudere in successione | Massimo | Denso |
---|---|---|---|---|---|---|
1 | 11 | 2 | ||||
2 | 12 | 1 | 1 | 1 | ||
3 | 18 | 6 | 0 | 0 | 18 | |
4 | 21 | 3 | 1 | 1 | 21 | |
5 | 22 | 1 | 1 | 2 | 22 | |
6 | 28 | 6 | 0 | 0 | ||
7 | 36 | 8 | 0 | 0 | 36 | |
8 | 37 | 1 | 1 | 1 | 37 | |
9 | 39 | 2 | 1 | 2 | 39 | |
10 | 55 | 16 | 0 | 0 |
Si attendono commenti critici e idee.
Corretto il primo post - nel calcolo della tabella è stata presa in considerazione la prima riga - non è necessario farlo, perché stiamo cercando il delta e appare dal secondo numero. Infatti, trovando il delta nella seconda colonna scopriamo quanto il primo numero è vicino al secondo. Dato quanto sopra, voglio richiamare l'attenzione sul fatto che la colonna "Dense" (numeri) ottiene il primo numero nella sequenza (il valore di zero nella colonna "Proximity in a row"), cioè nella colonna "Maximum" coppie di numeri, quindi il numero effettivo di cifre sarà sempre uno in più.
Perché mi preoccupo di questo calcolo - ho una teoria sulla densità delle nuvole di resistenza secondo la quale più denso è l'accumulo di probabili livelli di resistenza, più probabile è l'inversione del mercato. Cioè questa teoria è applicabile alla determinazione dei livelli di supporto e resistenza tenendo conto delle dinamiche di mercato, e quindi, in teoria, dovrebbe aiutare a determinare i punti di entrata e uscita con maggiore probabilità - ho intenzione di usarla per determinare il punto di take profit.
Un modo di procedere se ci sono diversi cluster è quello di determinare la densità di quel gruppo usando la formula (Numero massimo nel gruppo-Numero minimo nel gruppo)/(Numero di numeri nel gruppo). Più piccolo è il valore, più densi sono i numeri tra loro.
NO.P./P. | Numero | Delta | Valori più vicini | Più vicini in successione | Massimo | Denso | Densità |
---|---|---|---|---|---|---|---|
1 | 11 | 2 | |||||
2 | 12 | 1 | 1 | 1 | |||
3 | 18 | 6 | 0 | 0 | 18 | 1,33 | |
4 | 21 | 3 | 1 | 1 | 21 | ||
5 | 22 | 1 | 1 | 2 | 22 | ||
6 | 28 | 6 | 0 | 0 | |||
7 | 36 | 8 | 0 | 0 | 36 | 1,00 | |
8 | 37 | 1 | 1 | 1 | 37 | ||
9 | 39 | 2 | 1 | 2 | 39 | ||
10 | 55 | 16 | 0 | 0 |
una versione vecchia, ma possibilmente dal vivo è se cercate su Google "Market Profile MT5 - tradeliakeapro".
Prendete qualsiasi indicatore di profilo di mercato e vedete come calcola la densità dei prezzi sui livelli, come questo, calcola anche i volumi.
una versione vecchia, ma possibilmente dal vivo è se cercate su Google "MT5 Market Profile - tradeliakeapro"
Il profilo di mercato è un numero ricorrente di colpi di prezzo in un intervallo - questo intervallo è impostato a mano (passo) e poi il numero totale di barre è semplicemente assegnato ai gruppi. Sto parlando della definizione di un intervallo - un altro compito.
Il compito è sottodimensionato. Ho cercato di capire l'obiettivo dall'algoritmo nel secondo post, ma in esso:
"2. Se il numero è inferiore al valore medio dei delta ottenuti dal punto 1, allora - 1, e se non - 0.
3. se il valore dal passo 2 è 1, allora aggiungi il valore al totale precedente, altrimenti - 0."
Il risultato del punto 2 può essere solo 0 e -1, mentre il punto 3 ha bisogno di +1.
Il problema di trovare i cluster è solitamente chiamato clustering. Possono essere difficili se si ricercano gli ammassi per un certo numero di caratteristiche: per esempio, ammucchiare calzini da uomo che sono vicini per taglia e colore. Nel tuo caso, con una singola caratteristica, penso che sia sufficiente impostare una condizione di clustering a valore singolo, e l'algoritmo è facile da trovare. Esempio: trovare il più grande gruppo di livelli, la cui espansione porterà a un valore di densità inferiore, calcolato con la formula così e così. Per esempio, la formula è: densità = numero di livelli nel gruppo diviso per la lunghezza dell'intervallo di corsi che copre (e anche questa formula più semplice fallisce su un gruppo di un livello). C'è anche una domanda: quante volte contare lo stesso livello se si verifica più volte nella storia.
C'è anche un analogo nella teoria della probabilità - modalità di distribuzione. Si può trovare facilmente se la distribuzione è unimodale, cioè la densità di probabilità ha esattamente un massimo. Ma avete bisogno di un criterio per selezionare l'area giusta in termini di larghezza.
Il compito è sottodimensionato. Ho cercato di capire l'obiettivo dall'algoritmo nel secondo post, ma in esso:
"2. Se il numero è inferiore al valore medio dei delta ottenuti dal punto 1, allora - 1, e se non - 0.
3. se il valore dal passo 2 è 1, allora aggiungi il valore al totale precedente, altrimenti - 0."
Lì il segno "-" è usato come un trattino, non come un segno meno. Ecco le formule da Excel (coordinate considerando l'inserimento della tabella in alto a sinistra)
1. =B3-B2
2. =IF(CF($C$3:$C$11)>C3;1;0)
3. =IF(D3=0;0;E2+D3)
4. =MAX(E2:E11)
5. Non c'è ancora una formula - la definiamo visivamente.
6. =(G6-G2)/(F2+1)
La sesta formula è semi-automatica - i numeri massimi e minimi di una serie devono essere corretti come necessario, inoltre, penso che sarebbe più corretto calcolare non la differenza dei numeri interi dei divisibili, ma sommare i delta e dividerli per il numero di coppie. La formula è =SUM(C3:C6)/F2
Esempio 1
P./P. | Numero | Delta | Valori di prossimità | Chiudere in successione | Massimo | Denso | Densità | Densità v2 |
---|---|---|---|---|---|---|---|---|
1 | 3 | 4 | 3 | 1,00 | 1,25 | |||
2 | 5 | 2 | 1 | 1 | 5 | |||
3 | 6 | 1 | 1 | 2 | 6 | |||
4 | 7 | 1 | 1 | 3 | 7 | |||
5 | 8 | 1 | 1 | 4 | 8 | |||
6 | 23 | 15 | 0 | 0 | ||||
7 | 27 | 4 | 1 | 1 | ||||
8 | 34 | 7 | 0 | 0 | ||||
9 | 36 | 2 | 1 | 1 | ||||
10 | 55 | 19 | 0 | 0 |
Esempio 2
NO.P./P. | Numero | Delta | Valori di prossimità | Chiudere in successione | Massimo | Denso | Densità | Densità v2 |
---|---|---|---|---|---|---|---|---|
1 | 11 | 2 | ||||||
2 | 12 | 1 | 1 | 1 | ||||
3 | 18 | 6 | 0 | 0 | 18 | 1,33 | 2,00 | |
4 | 21 | 3 | 1 | 1 | 21 | |||
5 | 22 | 1 | 1 | 2 | 22 | |||
6 | 28 | 6 | 0 | 0 | ||||
7 | 36 | 8 | 0 | 0 | 36 | 1,00 | 1,50 | |
8 | 37 | 1 | 1 | 1 | 37 | |||
9 | 39 | 2 | 1 | 2 | 39 | |||
10 | 55 | 16 | 0 | 0 |
I compiti di trovare i cluster sono solitamente chiamati clustering. Possono essere complicati se si cercano cluster basati su un certo numero di caratteristiche in una volta sola: impilare calzini da uomo che sono vicini per taglia e colore, per esempio. Nel tuo caso, con una singola caratteristica, penso che sia sufficiente impostare una condizione di clustering a valore singolo, e l'algoritmo è facile da trovare. Esempio: trovare il più grande gruppo di livelli, la cui espansione porterà a una diminuzione del valore della densità calcolata dalla formula così e così. Per esempio, la formula è: densità = numero di livelli nel gruppo diviso per la lunghezza dell'intervallo di corsi che copre (e anche questa formula più semplice fallisce su un gruppo di un livello). C'è anche una domanda: quante volte contare lo stesso livello se si verifica più volte nella storia.
C'è anche un analogo nella teoria della probabilità - modalità di distribuzione. Si può trovare facilmente se la distribuzione è unimodale, cioè la densità di probabilità ha esattamente un massimo. Ma avrò bisogno di un criterio per individuare l'area richiesta in base alla sua larghezza.
Grazie per l'attenzione. L'excursus teorico è utile, se si può vedere l'effetto della conoscenza nella pratica - ho dato i dati originali, mostrato quale il risultato, e sarebbe grato se si farebbe i calcoli con formule e spiegazioni in excel, e mostrare i risultati. I compiti con la ricerca di calzini non sono applicabili qui, perché c'è una ricerca di una caratteristica simile, e siamo in anticipo questa caratteristica non è conosciuta. Come applicare il modulo qui non capisco, ma poi di nuovo, se ho capito bene - è necessario specificare la gamma di entrare nel gruppo da soli, ed elimina la soluzione.
Rispondendo alla domanda "C'è anche una domanda: quante volte contare lo stesso livello, se si verifica più di una volta nella storia", se ho capito bene, la domanda è come essere se la sequenza numerica di cifre è ripetuta - a prima vista il delta tra loro sarà zero, che è un segno di alta densità e non dovrebbe distruggere l'algoritmo sopra.
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Accetti la politica del sito e le condizioni d’uso
Propongo di discutere algoritmi e metodi per trovare la densità dei numeri se questi numeri sono noti.
Per esempio, ci sono 10 numeri - come si fa a trovare la gamma di numeri che hanno una densità maggiore rispetto ai numeri disponibili?
Posterò i miei pensieri un po' più tardi, ma nel frattempo mi piacerebbe sentire i vostri pensieri.