John Ehlersの全指標... - ページ 65 1...585960616263646566676869707172...96 新しいコメント hughesfleming 2014.10.25 07:49 #641 Boxter: こんにちは。その一方で、支配的な周期を決定するためのさまざまな方法の利点と欠点について、私は少し混乱しています。さらに、異なる方法がすべて同じ直流周期を決定しているのかどうかもまだ明らかではありません。一方、私たちは少なくとも - ヒルベルト変換(これが最初のアルゴリズムと思われる)。 - 重心アルゴリズム(Skinning the Catより) - 離散フーリエ変換アプローチ(Ehlersの著書「Cycle Analytics for Traders」より) - オーバーラッピングバンドパスフィルタアプローチ(Ehlers氏の著書「Cycle Analytics for Traders」より) - 自己相関ピリオドグラムアプローチ(Ehlers book "Cycle Analytics for Traders" より - これがEhlersの今のお気に入りです。) 自己相関ピリオドグラムは、測定にかかる時間が短く、振幅の振れ幅が大きく、履歴平均を必要とせず、スペクトル拡張補正を必要としないため、優れた方法であるとEhlers氏は主張しています。 では、どの方法が一番良いのか、正しいのか、皆さんのご意見をお聞かせください。 1つのDC期間表示器の中で異なる方法をプログラムして、その違いを確認するのが良いのかもしれません。 こんにちは、Boxter。私は昨日から自己相関を調べ始めました。本の中のEasyLanguageのコードがなぜかMultichartsでコンパイルできなかったので、まずそれを修正する必要がありました。 スクリーンショットはドルインデックスの日足で、2つの同じオシレーターを使用しています。違いは周期の計算方法だけで、どちらも同じ周波数帯を見ています。一番上はコロナサイクルの周期を緩くしたもので、もう一つは自己相関ピリオドグラムを適応型指標に適するようにまた少し修正したものです。唯一目立つのは、自己相関関数が高い周波数を好むようで、それによってインジケータが速くなることです。後ほど、様々なノイズを含む合成チャープ信号に対して実行し、その効果を確認する予定です。 私の最初の感触では、これは有用だと思いますが、それはあなたが何を達成しようとしているかによります。私はこれまで何百時間もスペクトラムアナライザーをいじってきましたが、私の取引では、最も有用な周波数は100-400バーの間です。さらに興味深いのは、周波数とボラティリティの関係で、これによってターニングポイントを推定する際に別の見方ができるようになります。2014/9/30にここにスクリーンショットを投稿したのですが、ちょっと読みにくいですが、このアイデアを要約したようなものです。 https://www.mql5.com/en/forum/178842 をご覧ください。 アレックス ファイル: dxy_d1.png 68 kb Lloyd_au 2014.10.25 13:53 #642 wintersky111: 参考までに、この掲示板のどこかで、Ehlers氏はFDの計算式に独自のものをもっていて、一般には公開されていないと発言している人がいます。また、しばらく前までは、Ehlersはバンドパスフィルタを好んでいたようですが、現在はBoxterが言うように自己相関ピリオドグラムを好んでいるようです。ウィンタースキー もちろんそうでしょう、それが彼の性分ですから。私は、FDはSevcik式にこだわっています。これはまだベストではありませんが、他の方式はコーディングが難しすぎるのです。3つの方式を比較した学術論文がありましたが、それぞれ欠点はあるものの、記憶では他の2つの方式の方が理論的には優れていました。 サイクルに関しては、『Cycle Analytics』で紹介したバンドパス方式は、チャープされた正弦波に対してテストしたところ、理論的には非常にうまくいったそうです。また、バンドパスを何度も使って平均化し、ある地点での最大値と最小値を省いています。 自己相関ピリオドグラムについては、直感的には理解できるのですが、コード化したことはありません。少し頭を使えば、きっとできるはずです。 セヴシックの 論文から想像できないかもしれませんが、読みやすく、熱いバターを切るように簡単なのです。これはすでにJean-Philipeが彼のプライベートブログでMT4に取り込んでいる(いくつかのバージョンがあり、私は彼が正しく取り込んだとは確信していないが、十分近い)。技術的・数学的には、EhlerのFRAMAは最悪です。 wintersky111 2014.10.26 01:38 #643 Lloyd_au: フラクタル次元の問題について 私がより懸念しているのは、フラクタル次元のロバスト版を少しでもいいから持っていることです。Hurst Exponentはフラクタル次元を推定する良い方法のように思えますが、それは全体的な時系列分析にのみ有効で、その式の性質上、短期売買には使えないようです。 私はノンコーディングなので、Jean-PhilipのFDの単純な中央値版をMladenに依頼しましたが、悲しいことに、実装の問題でMladenに拒否されたようです。 https://www.mql5.com/en/forum/179807/page171 下のPDFにあるように、Box-counting法は実質的にRMSE値が大きく、またロバスト性(少なくとも外れ値に対する耐性)がありません。一方、バリオグラムやマドグラムは、RMSEが低く、ある程度のロバスト性を持っているようです。 http://arxiv.org/pdf/1101.1444.pdf MT4でロバストなFDのバージョンを思いつく方がいらっしゃいましたら、非常にありがたいです。Variogramのロバスト性の高いバージョンを添付しておきますので、興味のある方はご覧ください。 http://www.stat.tamu.edu/~genton/1998.G.MG.1.pdf Wintersky Lloyd_au 2014.10.26 07:04 #644 こちらはJean-PhillipeのFGDIです。 1.5以上の青色は危険な領域です。 スクリーンショットの撮り方はまだ分かっていません。 MQL5コードベースのMetaTrader 4用 'jppoton' による 'Fractal Graph Dimension Indicator (FGDI)' インジケータを無料でダウンロードすることができます。 Lloyd_au 2014.10.26 08:35 #645 wintersky111: 私がより懸念しているのは、フラクタル次元のロバストなバージョンを持つことです。Hurst Exponentはフラクタル次元を推定する良い方法のように思えますが、それは全体の時系列分析にのみ有効で、その式の性質上、短期売買には使えないようです。 ウィンタースキー Jean-PhilipeのFGDIがあなたや他の人にとって有効であることを望みます。 私が最初に検討するものの1つです。 非常に堅牢で、ボックスカウンティングの問題さえも考慮されています。少なくとも30点のデータが必要です。JurikのCFBと比較すると、上下が逆になっている以外はほぼ同じように思えます。 しかし、Jurikがブラックボックスであるため、私たちにはわかりません。 誰がブラックボックスを好きなんだ? ハースト指数については、あなたの言うとおりです。 トレーディングの目的では役に立たないと私は思っています。 これは、時系列配列全体を定義するために考案された数値で、データが多ければ多いほど良いというものではありません。 直近の32日間だけでなく。 まあ、それはそれでいいんですけどね。 nevar 2014.10.26 10:22 #646 私の経験では、Jean-PhilipeのFGDIは ランダム性の定量化においてMACDヒストグラムより優れて いるとは言えません。私の記憶では、Sevcikの式には問題があります。Jonothan KinlayのウェブサイトLong Memory and Regime Shifts in Asset Volatility|QUANTITATIVE RESEARCH AND TRADINGを チェックしてください。 Hurst exponentの代わりに分散比を調べてみると、面白そうです。ランダム性の定量化:分散比|Elite Trader nevar 2014.10.26 10:24 #647 私の経験では、Jean-PhilipeのFGDIは ランダム性の定量化においてMACDヒストグラムより優れて いるとは思えません。私の記憶では、Sevcikの式には問題があります。Jonathan KinlayのウェブサイトLong Memory and Regime Shifts in Asset Volatility|QUANTITATIVE RESEARCH AND TRADINGを チェックしてみてください。 分散比率は面白そうです。ランダム性の定量化:分散比率|Elite Trader|エリートトレーダー nevar 2014.10.26 10:29 #648 hughesfleming: Boxterさん、こんにちは!自己相関を見始めたのは昨日からです。なぜかこの本のEasyLanguageのコードがMultichartsでコンパイルできなかったので、まずそれを修正する必要がありました。スクリーンショットは、ドルインデックスの日足で、同じオシレーターが2つあります。唯一の違いは周期の計算方法であり、どちらも同じ周波数帯を見ています。一番上はコロナサイクルの周期を緩やかにしたもので、もう一つは自己相関ピリオドグラムで、適応型指標に適するようにまた少し修正しました。唯一目立つのは、自己相関関数が高い周波数を好むようで、それによってインジケータが速くなることです。後ほど、様々なノイズを含む合成チャープ信号に対して実行し、その効果を確認する予定です。 私の最初の感触では、これは有用だと思いますが、それはあなたが何を達成しようとしているかによります。私はこれまで何百時間もスペクトラムアナライザーをいじってきましたが、私の取引では、最も有用な周波数は100-400バーの間です。さらに興味深いのは、周波数とボラティリティの関係で、これによってターニングポイントを推定する際に別の見方ができるようになります。2014/9/30にここにスクリーンショットを投稿したのですが、ちょっと読みにくいですが、このアイデアを要約したようなものです。 https://www.mql5.com/en/forum/178842 をご覧ください。 アレックス それは興味深いですね。 Mladen Rakic 2014.10.26 13:45 #649 私の5セントだけ: Carlos Sevcikのフラクタル次元の計算は、ここで初めて公開されました。波形のフラクタル次元を推定する手順 彼はそこで、Basicを使って書かれた、FDIを計算することになっているコードを公開しました。このコードの問題は、1.5以下になることがほとんどないことでした(現在もそうですが)。その後、私はこの方法をあきらめました。 Alex Matulich が作ったバージョン (こちら :http://unicorn.us.com/trading/src/_FractalDim.txt) があり、Sevcik が作ったいくつかの誤りを訂正しています。また、Mark Jurik が作った別のフラクタル次元の計算もあります (彼は合成フラクタル挙動を作る前にこれを作りました)。これは Sevcik の方法とも Matulich の方法とも共通点がなく、何よりも一種の好奇心をそそります。 _________________ さて、もう一つ。 以前、ドイツの論文で、フラクタル次元指数が金融市場に適用できないことを証明するものを見つけました。残念ながら、私はそのリンクをブックマークしておらず、その後、その論文を見つけることができませんでした。もしまた見つけたら、リンクを貼るつもりですが、フラクタル次元指数にもそのような意見があることを、すべての人に知っておいてもらいたいと思います。 Lloyd_au 2014.10.26 14:37 #650 Eliteフォーラム提供のサイトの説明では、分散比は、標準偏差 または分散と思われるものを使う以外は、フラクタル次元の測定の基本式と原理的にほとんど同じです(?)F-testでしょうか? 平均回帰とか嫌悪とか、定常性とかそうでないとか、そういう学問的なこととは関係あるのでしょうが、一般のパンターに、マーケットが現在どんな「状態」にあるのか(トレンドなのかランダムなのか)を警告してくれるのかどうかは、よくわかりませんね? これは私にとっては重要なことです。 エーラーは、金融市場は正規の確率分布に従わないということを苦心して指摘しています。 標準偏差のような統計学を用いる場合は、必ず正規分布(ベルカーブ)が必要です。 また、数式を見ないと、あるサイトの記述だけでは、全く間違っている可能性があります。 実際の計算式を教えていただけませんか? 1...585960616263646566676869707172...96 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
こんにちは。
その一方で、支配的な周期を決定するためのさまざまな方法の利点と欠点について、私は少し混乱しています。さらに、異なる方法がすべて同じ直流周期を決定しているのかどうかもまだ明らかではありません。一方、私たちは少なくとも
- ヒルベルト変換(これが最初のアルゴリズムと思われる)。
- 重心アルゴリズム(Skinning the Catより)
- 離散フーリエ変換アプローチ(Ehlersの著書「Cycle Analytics for Traders」より)
- オーバーラッピングバンドパスフィルタアプローチ(Ehlers氏の著書「Cycle Analytics for Traders」より)
- 自己相関ピリオドグラムアプローチ(Ehlers book "Cycle Analytics for Traders" より - これがEhlersの今のお気に入りです。)
自己相関ピリオドグラムは、測定にかかる時間が短く、振幅の振れ幅が大きく、履歴平均を必要とせず、スペクトル拡張補正を必要としないため、優れた方法であるとEhlers氏は主張しています。
では、どの方法が一番良いのか、正しいのか、皆さんのご意見をお聞かせください。
1つのDC期間表示器の中で異なる方法をプログラムして、その違いを確認するのが良いのかもしれません。こんにちは、Boxter。私は昨日から自己相関を調べ始めました。本の中のEasyLanguageのコードがなぜかMultichartsでコンパイルできなかったので、まずそれを修正する必要がありました。
スクリーンショットはドルインデックスの日足で、2つの同じオシレーターを使用しています。違いは周期の計算方法だけで、どちらも同じ周波数帯を見ています。一番上はコロナサイクルの周期を緩くしたもので、もう一つは自己相関ピリオドグラムを適応型指標に適するようにまた少し修正したものです。唯一目立つのは、自己相関関数が高い周波数を好むようで、それによってインジケータが速くなることです。後ほど、様々なノイズを含む合成チャープ信号に対して実行し、その効果を確認する予定です。
私の最初の感触では、これは有用だと思いますが、それはあなたが何を達成しようとしているかによります。私はこれまで何百時間もスペクトラムアナライザーをいじってきましたが、私の取引では、最も有用な周波数は100-400バーの間です。さらに興味深いのは、周波数とボラティリティの関係で、これによってターニングポイントを推定する際に別の見方ができるようになります。2014/9/30にここにスクリーンショットを投稿したのですが、ちょっと読みにくいですが、このアイデアを要約したようなものです。
https://www.mql5.com/en/forum/178842
をご覧ください。
アレックス
参考までに、この掲示板のどこかで、Ehlers氏はFDの計算式に独自のものをもっていて、一般には公開されていないと発言している人がいます。また、しばらく前までは、Ehlersはバンドパスフィルタを好んでいたようですが、現在はBoxterが言うように自己相関ピリオドグラムを好んでいるようです。ウィンタースキー
もちろんそうでしょう、それが彼の性分ですから。私は、FDはSevcik式にこだわっています。これはまだベストではありませんが、他の方式はコーディングが難しすぎるのです。3つの方式を比較した学術論文がありましたが、それぞれ欠点はあるものの、記憶では他の2つの方式の方が理論的には優れていました。
サイクルに関しては、『Cycle Analytics』で紹介したバンドパス方式は、チャープされた正弦波に対してテストしたところ、理論的には非常にうまくいったそうです。また、バンドパスを何度も使って平均化し、ある地点での最大値と最小値を省いています。
自己相関ピリオドグラムについては、直感的には理解できるのですが、コード化したことはありません。少し頭を使えば、きっとできるはずです。
セヴシックの 論文から想像できないかもしれませんが、読みやすく、熱いバターを切るように簡単なのです。これはすでにJean-Philipeが彼のプライベートブログでMT4に取り込んでいる(いくつかのバージョンがあり、私は彼が正しく取り込んだとは確信していないが、十分近い)。技術的・数学的には、EhlerのFRAMAは最悪です。
フラクタル次元の問題について
私がより懸念しているのは、フラクタル次元のロバスト版を少しでもいいから持っていることです。Hurst Exponentはフラクタル次元を推定する良い方法のように思えますが、それは全体的な時系列分析にのみ有効で、その式の性質上、短期売買には使えないようです。
私はノンコーディングなので、Jean-PhilipのFDの単純な中央値版をMladenに依頼しましたが、悲しいことに、実装の問題でMladenに拒否されたようです。
https://www.mql5.com/en/forum/179807/page171
下のPDFにあるように、Box-counting法は実質的にRMSE値が大きく、またロバスト性(少なくとも外れ値に対する耐性)がありません。一方、バリオグラムやマドグラムは、RMSEが低く、ある程度のロバスト性を持っているようです。
http://arxiv.org/pdf/1101.1444.pdf
MT4でロバストなFDのバージョンを思いつく方がいらっしゃいましたら、非常にありがたいです。Variogramのロバスト性の高いバージョンを添付しておきますので、興味のある方はご覧ください。
http://www.stat.tamu.edu/~genton/1998.G.MG.1.pdf
Wintersky
こちらはJean-PhillipeのFGDIです。 1.5以上の青色は危険な領域です。 スクリーンショットの撮り方はまだ分かっていません。
MQL5コードベースのMetaTrader 4用 'jppoton' による 'Fractal Graph Dimension Indicator (FGDI)' インジケータを無料でダウンロードすることができます。
私がより懸念しているのは、フラクタル次元のロバストなバージョンを持つことです。Hurst Exponentはフラクタル次元を推定する良い方法のように思えますが、それは全体の時系列分析にのみ有効で、その式の性質上、短期売買には使えないようです。 ウィンタースキー
Jean-PhilipeのFGDIがあなたや他の人にとって有効であることを望みます。 私が最初に検討するものの1つです。 非常に堅牢で、ボックスカウンティングの問題さえも考慮されています。少なくとも30点のデータが必要です。JurikのCFBと比較すると、上下が逆になっている以外はほぼ同じように思えます。 しかし、Jurikがブラックボックスであるため、私たちにはわかりません。 誰がブラックボックスを好きなんだ?
ハースト指数については、あなたの言うとおりです。 トレーディングの目的では役に立たないと私は思っています。 これは、時系列配列全体を定義するために考案された数値で、データが多ければ多いほど良いというものではありません。 直近の32日間だけでなく。 まあ、それはそれでいいんですけどね。
私の経験では、Jean-PhilipeのFGDIは ランダム性の定量化においてMACDヒストグラムより優れて いるとは言えません。私の記憶では、Sevcikの式には問題があります。Jonothan KinlayのウェブサイトLong Memory and Regime Shifts in Asset Volatility|QUANTITATIVE RESEARCH AND TRADINGを チェックしてください。
Hurst exponentの代わりに分散比を調べてみると、面白そうです。ランダム性の定量化:分散比|Elite Trader
私の経験では、Jean-PhilipeのFGDIは ランダム性の定量化においてMACDヒストグラムより優れて いるとは思えません。私の記憶では、Sevcikの式には問題があります。Jonathan KinlayのウェブサイトLong Memory and Regime Shifts in Asset Volatility|QUANTITATIVE RESEARCH AND TRADINGを チェックしてみてください。
分散比率は面白そうです。ランダム性の定量化:分散比率|Elite Trader|エリートトレーダー
Boxterさん、こんにちは!自己相関を見始めたのは昨日からです。なぜかこの本のEasyLanguageのコードがMultichartsでコンパイルできなかったので、まずそれを修正する必要がありました。
スクリーンショットは、ドルインデックスの日足で、同じオシレーターが2つあります。唯一の違いは周期の計算方法であり、どちらも同じ周波数帯を見ています。一番上はコロナサイクルの周期を緩やかにしたもので、もう一つは自己相関ピリオドグラムで、適応型指標に適するようにまた少し修正しました。唯一目立つのは、自己相関関数が高い周波数を好むようで、それによってインジケータが速くなることです。後ほど、様々なノイズを含む合成チャープ信号に対して実行し、その効果を確認する予定です。
私の最初の感触では、これは有用だと思いますが、それはあなたが何を達成しようとしているかによります。私はこれまで何百時間もスペクトラムアナライザーをいじってきましたが、私の取引では、最も有用な周波数は100-400バーの間です。さらに興味深いのは、周波数とボラティリティの関係で、これによってターニングポイントを推定する際に別の見方ができるようになります。2014/9/30にここにスクリーンショットを投稿したのですが、ちょっと読みにくいですが、このアイデアを要約したようなものです。
https://www.mql5.com/en/forum/178842
をご覧ください。
アレックス
それは興味深いですね。
私の5セントだけ:
Carlos Sevcikのフラクタル次元の計算は、ここで初めて公開されました。波形のフラクタル次元を推定する手順
彼はそこで、Basicを使って書かれた、FDIを計算することになっているコードを公開しました。このコードの問題は、1.5以下になることがほとんどないことでした(現在もそうですが)。その後、私はこの方法をあきらめました。
Alex Matulich が作ったバージョン (こちら :http://unicorn.us.com/trading/src/_FractalDim.txt) があり、Sevcik が作ったいくつかの誤りを訂正しています。また、Mark Jurik が作った別のフラクタル次元の計算もあります (彼は合成フラクタル挙動を作る前にこれを作りました)。これは Sevcik の方法とも Matulich の方法とも共通点がなく、何よりも一種の好奇心をそそります。
_________________
さて、もう一つ。
以前、ドイツの論文で、フラクタル次元指数が金融市場に適用できないことを証明するものを見つけました。残念ながら、私はそのリンクをブックマークしておらず、その後、その論文を見つけることができませんでした。もしまた見つけたら、リンクを貼るつもりですが、フラクタル次元指数にもそのような意見があることを、すべての人に知っておいてもらいたいと思います。
Eliteフォーラム提供のサイトの説明では、分散比は、標準偏差 または分散と思われるものを使う以外は、フラクタル次元の測定の基本式と原理的にほとんど同じです(?)F-testでしょうか?
平均回帰とか嫌悪とか、定常性とかそうでないとか、そういう学問的なこととは関係あるのでしょうが、一般のパンターに、マーケットが現在どんな「状態」にあるのか(トレンドなのかランダムなのか)を警告してくれるのかどうかは、よくわかりませんね? これは私にとっては重要なことです。
エーラーは、金融市場は正規の確率分布に従わないということを苦心して指摘しています。
標準偏差のような統計学を用いる場合は、必ず正規分布(ベルカーブ)が必要です。
また、数式を見ないと、あるサイトの記述だけでは、全く間違っている可能性があります。 実際の計算式を教えていただけませんか?