PT 브레이크는 kagi +/- 스프레드의 가장자리에 있어야 합니다. 사진에서 그들은 카기 브레이크 아래/위에 있습니다.
사진의 퀄리티인가...?
첫 번째라면 pzhl. 이미지를 더 읽기 쉽게 만들기
마이클, 당신 말이 맞습니다. 이 그림은 진드기에 묶여 있지 않으므로 자체 계산에 따라 작성됩니다. 틱 데이터에 그림을 그리면 말대로 됩니다. PT 나누기는 kagi +/- 스프레드의 가장자리에 있습니다. 스프레드가 아니라 +/-H. 다음은 틱에 대한 시간 참조가 있는 올바른 그림입니다.
무화과에. 오른쪽에서 H+ 전략이 형성된 Kagi 상단에서 RT의 마지막 지점 방향("추세"에 따라) 방향으로 위치를 여는 것을 볼 수 있습니다.
반대로 H-전략은 반대 방향으로 포지션을 여는 것을 의미합니다(왼쪽 그림). 과거 데이터의 동일한 섹션에서 실제로 표시된 수직 분할 H 의 다른 지평에 대해 H+ 패키지 또는 H- 패키지를 선택할 수 있음이 분명합니다. 물론 거래자가 감수해야 하는 위험 측면에서 H+ 전략이 더 매력적으로 보입니다. 사실 이 전략은 "손실을 제한하고 이익을 늘리십시오" 라는 규칙으로 귀결되며 H-전략( 이익을 제한하고 손실이 증가하게 )과 달리 거래당 최대 손실에 대한 엄격한 제한이 있습니다. 값 N 으로 제한됩니다. 그러나 불행히도 통계 분석에 따르면 현대 시장에서 더 수익성이 높은 TS는 H 전략입니다(현재 시장은 주로 후퇴합니다). 이것은 확실히 더 큰 불가피한 위험으로 이어지지만 그럼에도 불구하고 이익을 가져옵니다.
내가 말하는 것은 H 전략을 사용하는 TS 거래의 뇌물 RF를 보면 가장 쉽게 이해할 수 있습니다.
무화과에서. 긍정적 인 MO H 전략을 사용하면 임의로 큰 무스가 있음이 분명합니다 (최대 3-4 H ). H+ 전략가는 유사한 뇌물 분배를 가지고 있지만 미러링입니다.
이 모든 것에 대해 제가 생각하는 바는 다음과 같습니다. 모든 BP 에는 고장이 가능한 H 가 있어야 하며, 이는 H + 전략을 제공합니다. 유일한 질문은 H 가 2 - 5 스프레드 내에 있을 수 있으며, 이는 핍스로 이어질 수 있으므로 그러한 시장에서 할 일이 없으며 시장 상황이 바뀔 때까지 기다려야 합니다(최소 최대 H = 7 스프레드). 여기에서 어떤 이유에서인지 Jesy Livermore 의 말이 생각납니다. 그는 많은 신진이지만 유출 투기꾼(당시에는)의 실수는 그들이 매일 어떤 시장에서나 거래할 수 있다고 생각했다는 것입니다. 그것은 또한 나에게 실수인 것 같습니다. 그리고 여기에 그 이유가 있습니다. 왜냐하면 그것은 단순한 반전 시스템이기 때문입니다. 당신이 사지 않으면 당신은 매도하고 그 반대도 마찬가지입니다. 그러한 접근 방식은 우리가 지금 알고 있는 바와 같이 NA 가 가지고 있는 통계적 이점만을 이용할 수 있지만 그것은 확산 범위 내에 있습니다. 제 생각에는 시스템이 항상 작동하는 것은 아니지만 시스템에서 사용하는 시장 패턴이 통계적으로 일부 배경을 크게 초과할 때만 작동해야 합니다. 이 배경의 측정은 정확히 크기 H 이고 이 크기를 기반으로 결정된 전략 (+/- H) 일 가능성이 큽니다. 물론 이것은 제 추측일 뿐이고 검증이 필요한데 제가 처리할 수 없습니다.
추신
Neutron , 이 값(확산)을 사용하여 죄송합니다. 그러나 지금까지 극도의 관련성에 대한 내 결론은 실습에 의해 논박되지 않았으며 kotir 증분 분포에 대한 수치 실험에 의해 (간접적으로도) 확인되었습니다. 특히 DC와 필터에 맞게 시스템을 조정하는 것이 중요하다는 문제에 대해서는 전적으로 동의합니다(게다가 데모가 아닌 실제 필터에 맞게 조정해야 합니다. 두 가지 큰 차이점이 있다고 믿을 만한 이유가 있기 때문입니다). 이 합의는 확산 외에 모든 것을 다시 이끈다.
Michael, 셀에서 얻은 값은 평균 값입니다. 이것은 분명합니다. 그러나 얻은 결과가 얼마나 신뢰할 수 있는지는 전혀 명확하지 않습니다. 각 값에 대한 분산 정보를 표시합니다. 나는 이 절차 후에 제출된 데이터의 95% 이상이 유효하지 않을 것임을 이해합니다(표준 편차는 MO 추정치에 상응함).
또한 작은 H 의 경우 Hvol >2(두 번째 열)가 있다는 것이 놀라운 것 같습니다. 내 데이터에 따르면 Hvol <2는 이 영역에서 안정적입니다.
Michael, 셀에서 얻은 값은 평균 값입니다. 이것은 분명합니다. 그러나 얻은 결과가 얼마나 신뢰할 수 있는지는 전혀 명확하지 않습니다. 각 값에 대한 분산 정보를 표시합니다. 나는 이 절차 후에 제출된 데이터의 95% 이상이 유효하지 않을 것임을 이해합니다(표준 편차는 MO 추정치에 상응함).
또한 작은 H 의 경우 Hvol >2(두 번째 열)가 있다는 것이 놀라운 것 같습니다. 내 데이터에 따르면 Hvol <2는 이 영역에서 안정적입니다.
문제는 H-전략의 안정성(추세 변화 측면에서)이 H+ 보다 훨씬 높아서 후자의 모든 이점(위험 측면에서)이 지워진다는 것입니다.
PT 브레이크는 kagi +/- 스프레드의 가장자리에 있어야 합니다.
사진에서 그들은 카기 브레이크 아래/위에 있습니다.
사진의 퀄리티인가...?
첫 번째라면 pzhl. 이미지를 더 읽기 쉽게 만들기
마이클, 당신 말이 맞습니다. 이 그림은 진드기에 묶여 있지 않으므로 자체 계산에 따라 작성됩니다. 틱 데이터에 그림을 그리면 말대로 됩니다. PT 나누기는 kagi +/- 스프레드의 가장자리에 있습니다. 스프레드가 아니라 +/-H. 다음은 틱에 대한 시간 참조가 있는 올바른 그림입니다.
kagi break에서 +/-H 지점의 진입에 대한 "요금"과 같이 (일반적인 경우) 가장자리에서 스프레드입니다. 이제 모든 것이 정확하고 완전합니다.
H+ 전략은 상상하기 쉽고,
H-packet의 발생에 대한 그래픽 예제 또는 기호("... 반대 방향으로 가는 톱(H-packet) ...")를 제공하십시오.
카가 가장자리의 "드로다운/스플래시"를 제외하고는 아무 것도 떠오르지 않지만 H 패키지의 징후로 거의 간주될 수 없습니다.
무화과에. 오른쪽에서 H+ 전략이 형성된 Kagi 상단에서 RT의 마지막 지점 방향("추세"에 따라) 방향으로 위치를 여는 것을 볼 수 있습니다.
반대로 H-전략은 반대 방향으로 포지션을 여는 것을 의미합니다(왼쪽 그림). 과거 데이터의 동일한 섹션에서 실제로 표시된 수직 분할 H 의 다른 지평에 대해 H+ 패키지 또는 H- 패키지를 선택할 수 있음이 분명합니다. 물론 거래자가 감수해야 하는 위험 측면에서 H+ 전략이 더 매력적으로 보입니다. 사실 이 전략은 "손실을 제한하고 이익을 늘리십시오" 라는 규칙으로 귀결되며 H-전략( 이익을 제한하고 손실이 증가하게 )과 달리 거래당 최대 손실에 대한 엄격한 제한이 있습니다. 값 N 으로 제한됩니다. 그러나 불행히도 통계 분석에 따르면 현대 시장에서 더 수익성이 높은 TS는 H 전략입니다(현재 시장은 주로 후퇴합니다). 이것은 확실히 더 큰 불가피한 위험으로 이어지지만 그럼에도 불구하고 이익을 가져옵니다.
내가 말하는 것은 H 전략을 사용하는 TS 거래의 뇌물 RF를 보면 가장 쉽게 이해할 수 있습니다.
무화과에서. 긍정적 인 MO H 전략을 사용하면 임의로 큰 무스가 있음이 분명합니다 (최대 3-4 H ). H+ 전략가는 유사한 뇌물 분배를 가지고 있지만 미러링입니다.
올리치노, 즉 사실, H의 값은 전략의 유형을 결정합니다.
그러나 IMHO, 그것은 또한 도구 또는 오히려 VI에 의해 주어진 H에 대해 결정됩니다.
그림에서 이전에 주어진 그래프의 표 표현입니다
카기 형성이 있는 녹색 하이라이트 영역 < 2H
주식 시장과 선물의 경우 VI의 영향이 훨씬 더 클 것입니다.
전략 유형을 선택하는 작업이 하나 더 있습니다.
역사 분석 외에 해결 방법은 무엇이라고 생각하십니까?
미하일, 속물이라고 생각하지 말고 접시의 어디에 있는지 말해 주십시오. 숫자는 무엇을 의미합니까? 그리고 이 데이터를 바탕으로 결론을 내리면 더 쉽게 탐색하는 데 도움이 됩니다.
미하일, 속물이라고 생각하지 말고 접시의 어디에 있는지 말해 주십시오. 숫자는 무엇을 의미합니까? 그리고 이 데이터를 바탕으로 결론을 내리면 더 쉽게 탐색하는 데 도움이 됩니다.
내 마지막 차트와 마지막 두 장의 사진에서와 같이
동일한 시간 간격에서 다른 H에 대해 다른 kagi 파티셔닝 시연
오늘의 왼쪽 시간
기둥 - 단계가 있는 다양한 H = 스프레드
세포 - N 단위의 kagi-segment의 평균 길이
각각, 녹색 세포 - cf. kagi-segment 길이 < 2Н, 즉. H 전략을 제안합니다.
결론, IMHO는 간단하기 때문입니다. 핍은 허용되지 않으며 H 전략을 선택하는 작업이 발생합니다.
따라서 질문: 역사를 분석하는 것 외에 문제를 해결할 수 있는 방법이 무엇이라고 생각하십니까?
이 모든 것에 대해 제가 생각하는 바는 다음과 같습니다. 모든 BP 에는 고장이 가능한 H 가 있어야 하며, 이는 H + 전략을 제공합니다. 유일한 질문은 H 가 2 - 5 스프레드 내에 있을 수 있으며, 이는 핍스로 이어질 수 있으므로 그러한 시장에서 할 일이 없으며 시장 상황이 바뀔 때까지 기다려야 합니다(최소 최대 H = 7 스프레드). 여기에서 어떤 이유에서인지 Jesy Livermore 의 말이 생각납니다. 그는 많은 신진이지만 유출 투기꾼(당시에는)의 실수는 그들이 매일 어떤 시장에서나 거래할 수 있다고 생각했다는 것입니다. 그것은 또한 나에게 실수인 것 같습니다. 그리고 여기에 그 이유가 있습니다. 왜냐하면 그것은 단순한 반전 시스템이기 때문입니다. 당신이 사지 않으면 당신은 매도하고 그 반대도 마찬가지입니다. 그러한 접근 방식은 우리가 지금 알고 있는 바와 같이 NA 가 가지고 있는 통계적 이점만을 이용할 수 있지만 그것은 확산 범위 내에 있습니다. 제 생각에는 시스템이 항상 작동하는 것은 아니지만 시스템에서 사용하는 시장 패턴이 통계적으로 일부 배경을 크게 초과할 때만 작동해야 합니다. 이 배경의 측정은 정확히 크기 H 이고 이 크기를 기반으로 결정된 전략 (+/- H) 일 가능성이 큽니다. 물론 이것은 제 추측일 뿐이고 검증이 필요한데 제가 처리할 수 없습니다.
추신
Neutron , 이 값(확산)을 사용하여 죄송합니다. 그러나 지금까지 극도의 관련성에 대한 내 결론은 실습에 의해 논박되지 않았으며 kotir 증분 분포에 대한 수치 실험에 의해 (간접적으로도) 확인되었습니다. 특히 DC와 필터에 맞게 시스템을 조정하는 것이 중요하다는 문제에 대해서는 전적으로 동의합니다(게다가 데모가 아닌 실제 필터에 맞게 조정해야 합니다. 두 가지 큰 차이점이 있다고 믿을 만한 이유가 있기 때문입니다). 이 합의는 확산 외에 모든 것을 다시 이끈다.
카기 형성이 있는 녹색 하이라이트 영역 < 2H
Michael, 셀에서 얻은 값은 평균 값입니다. 이것은 분명합니다. 그러나 얻은 결과가 얼마나 신뢰할 수 있는지는 전혀 명확하지 않습니다. 각 값에 대한 분산 정보를 표시합니다. 나는 이 절차 후에 제출된 데이터의 95% 이상이 유효하지 않을 것임을 이해합니다(표준 편차는 MO 추정치에 상응함).
또한 작은 H 의 경우 Hvol >2(두 번째 열)가 있다는 것이 놀라운 것 같습니다. 내 데이터에 따르면 Hvol <2는 이 영역에서 안정적입니다.
이 모든 것에 대해 제가 생각하는 바는 다음과 같습니다. 모든 BP 에는 고장이 가능한 H 가 있어야 하며, 이는 H + 전략을 제공합니다.
문제는 H-전략의 안정성(추세 변화 측면에서)이 H + 보다 훨씬 높아서 후자의 모든 이점(위험 측면에서)이 지워진다는 것입니다.
Michael, 셀에서 얻은 값은 평균 값입니다. 이것은 분명합니다. 그러나 얻은 결과가 얼마나 신뢰할 수 있는지는 전혀 명확하지 않습니다. 각 값에 대한 분산 정보를 표시합니다. 나는 이 절차 후에 제출된 데이터의 95% 이상이 유효하지 않을 것임을 이해합니다(표준 편차는 MO 추정치에 상응함).
또한 작은 H 의 경우 Hvol >2(두 번째 열)가 있다는 것이 놀라운 것 같습니다. 내 데이터에 따르면 Hvol <2는 이 영역에서 안정적입니다.
문제는 H-전략의 안정성(추세 변화 측면에서)이 H + 보다 훨씬 높아서 후자의 모든 이점(위험 측면에서)이 지워진다는 것입니다.
물론 얻은 데이터를 평가할 필요가 있습니다.
그러나 어떤 경우에도 안정적인 > 또는 < 2H의 VI는 충분한 신뢰성으로 감지됩니다.
실제로는 카기브레이크 시점부터 +/-H 포인트에서 매수 또는 매도를 결정해야 합니다.
H+ 전략과 H- 전략 중 선택을 기반으로 합니다.
VI의 역사를 분석하는 것 외에 전략 선택 문제를 해결하기 위해 어떤 방법을 제안합니까?