uma estratégia comercial baseada na Teoria da Onda de Elliott - página 19
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
O uso do indicador construído no MT4 significa automaticamente que você seleciona a média móvel como preço previsto. Você pode selecionar outra coisa. O algoritmo para calcular o RMS em si está correto: a raiz quadrada da soma dos quadrados dividida pelo número de graus de liberdade.
Boa sorte e boa sorte com as tendências.
Vladislav, também gostaria de esclarecer se entendi corretamente sua recomendação.
Vamos lhe dar a fórmula de Taylor:
Considere derivados da parábola f(x)=Ax^2+B
f'(x)=2Ax,
f''(x)=2A,
f''(x)=0, todos os derivados da terceira e acima giram a 0.
Então, de acordo com a fórmula de Taylor, temos séries que consistem apenas dos três primeiros termos. Neste caso, a expansão da função f(x)=Ax^2+B na série Taylor será exata (ou seja, o último termo para o erro de expansão passa a zero). A seguir, precisamos avaliar a qualidade da aproximação das séries de preços pela parábola ideal. Ou seja, nosso principal requisito é que a série de erros de aproximação deve ser convergente (ou seja, a soma dos erros converge para um número finito). E podemos determinar isto simplesmente comparando o erro calculado de aproximação com o terceiro termo de expansão. Estou certo ou não? Então, ao escolher uma parábola e a própria amostra, usamos o critério de que o RMS de erros de aproximação não deve exceder o valor do terceiro termo da série, para uma amostra de valores no intervalo de um a x? Você segue o mesmo princípio em sua estratégia ou não?
A propósito, há alguma inconsistência nisto. Nós otimizamos a parábola utilizando a propriedade da potencialidade de preços (através da perpendicular à parábola) e estimamos os erros de aproximação da forma usual.
O que está errado aqui? Como podemos conciliar a busca da parábola ideal e a estimativa do erro de aproximação?
Boa sorte e boa sorte com as tendências.
A mozet sdelajem v all vmeste konstruktivnuju rabotu?
Digamos, napisat' sovmestno indikator, katoryj beget 4erez vs istoriju do teku4ej ceny i s4ityvajet Elliot waves :)))
Desenvolvedor MT4 tol'ko pablogodorit za takoje.
Neskol'ko moix idej dlia na4ala:
1) Logo no início istoriji opredelit' v kakuju toru cena ili FLAT
2) se FLAT, zdiom poka probivajutsia granitsia flata, tokda smotrim v kakuju storonu dvigajetsia cena, tak opredelajem na4alo ods4iota, s4itajem tol'ko 1-2-3 i A-B-C volny
3) is4em tol'ko "básico" Elliot Wave padrões 1-2-3 i 1-2-3-4-5 + A-B-C volny após okon4anija dvizenija ceny(tendência)
4) Jesli imejem "failed Elliot Wave", zna4it ploxoj ods4iot i tot kusok istroriji nada jes4io raz peresmatret' nas4iot v kakuju storonu dvigajetsia cena intervale pabolshe teku4evo.
5) K etim grafikam xorosho godosho cifra Fibonacci, sami lookit s indikator MT4 v istoriji ot Elliot Wave 1 na4ala do na4ala Elliot Wave 4 - http://www.market-harmonics.com/elliott_wave2.htm
Dopolnitel'no doli poniatija o 4iom re4' pro4itaite http://www.elliottician.com/showpage.asp?p=47 i postaraites' ponat' kak kotritsia "bassic Elliot Wave pattern". Polnoje opisanije na ruskom ses' : http://www.alpari-idc.ru/ru/textbook/tech_an/ew/
V rezultat kod indikatora patom mozno podkrutit' k novojiji versi MT4 kak standartnyj indikator :)
Portanto, você provavelmente faz o seguinte.
Passo 1. Pegue uma amostra
Passo 2. Aproximá-lo com um canal de regressão linear
Passo 3. Encontrar erros de aproximação.
Passo 4. Analisar o gráfico de erros. Supomos que a ordem da função de aproximação deve ser maior ou a amostra dada não pode ser aproximada por nenhuma função contínua se a série de erros divergir ou tiver alguns desvios fortes visíveis ao olho que caiam fora do intervalo de confiança aceitável (o algoritmo de automação de cálculo ainda não está completamente claro).
Passo 5. Repetir os passos 1-4 para uma aproximação por uma parábola (ou outra coisa)
Passo 6. Avalie os erros; se os erros excederem um limite razoável, você simplesmente descarta a amostra dada. Se o gráfico de erro tiver alguma estrutura razoável, então armazenamos as informações sobre amostragem, método de aproximação e informações adicionais sobre funções de aproximação em alguma matriz.
Passo 7. Então, tendo tentado repetidamente todas as amostras possíveis e tendo procurado as variantes ideais de funções aproximadas para cada amostra, paramos naquelas amostras que satisfazem nossas exigências de forma extrema. Também é naturalmente desejável usar seu método recomendado de aproximação de funções não para toda a amostra, mas apenas para 2/3, deixando o último terço para testar os resultados da aproximação (esta é uma sugestão muito valiosa!).
Passo 8. Desenhe aproximações extremas na tabela de preços com continuação no futuro. É natural que seja traçado um intervalo de confiança para cada aproximação.
Passo 9. Assim, vemos onde os limites dos intervalos se cruzam. Em seguida, definimos as datas aproximadas.
Passo 10. Durante a abordagem de preços para os pontos de virada, calculamos a probabilidade de inversão de tendência usando o método de estimativa de erro integral. Provavelmente será necessário calcular a média das estimativas do pivô para todos os canais de aproximação. Para o canal de regressão linear também será necessário calcular o coeficiente Hearst para tê-lo como um parâmetro adicional. Também é bom olhar para os níveis de Murray. Assim, temos uma alta probabilidade de tomar uma decisão sobre a colocação de pedidos pendentes e a determinação de paradas com risco mínimo.
Naturalmente, o consultor especializado que calculará tudo isso será muito extenso (você disse que ele contém 6000 linhas)! E até agora nem tudo está claro em termos de tomada de decisão automática para cada uma das amostras. Bem, eu acho que você só precisa começar a tentar programar este algoritmo, e então, enquanto você experimenta, você pode descobrir algo que é difícil de entender mesmo em um nível teórico, mas que se tornará claro por si só durante o experimento. E de fato, o tempo de cálculo será bastante significativo. Você disse que as primeiras variantes trabalharam por 30-40 minutos em uma máquina fraca. Bem, em um P4 de 2,4 GHz você deve esperar cerca de 10 minutos de tempo de computação.
A respeito dos métodos de aproximação, encontrei o seguinte tutorial interessante.
Como você não precisa da parábola em si, você pode aproximar imediatamente os derivados. O coeficiente de regressão é o que você precisa (daí a série Taylor ;) ). Então você não vai se importar qual é a forma da trajetória - o principal é estimar corretamente o intervalo de confiança. Por favor, leia atentamente a literatura recomendada, ela contém informações suficientes.
Boa sorte e boas tendências.
Entendi... :)
Vot odin iz moix staryx mql3: