uma estratégia comercial baseada na Teoria da Onda de Elliott - página 281

 
para Andre69

<br / translate="no"> A onda Morlet é muito bonita! É uma boa onda, matematicamente também. Não se preocupe com isso. Não é bom para o DWT porque não é compacto e não tem função de escala, mas funciona bem para a CWT sem limitações. Não entendo bem o que você fez com ele. Se você está apenas girando uma função wavelet com seus dados, então você está fazendo uma transformação fixa de Fourier com janela Gaussiana em seus dados. Se isso é o que você precisa, então você está bem.
Não tome isso como uma instrução, apenas esclarecendo.

Boa sorte e boa sorte com a tendência!


O que eu quis dizer é que a wavelet de Morlet não é estritamente uma wavelet, pois o valor médio desta função é diferente de zero, mas eu estava bastante satisfeito com suas propriedades. Como escrevi, talvez eu lhe conte mais sobre isso (moralmente ainda não pronto). O lado moral é muito simples - qual é a atitude em relação a tal previsão? (relógio, eurusd) Está correto ou não?



Se eu entender que isso é mentira, eu lhe direi em detalhes. Se eu entender que existe uma perspectiva, eu lhe direi, mas não tudo. De certa forma, estou tomando um exemplo do Candidato. :о))))

Eu desisti da filtragem de dados há muito tempo, incluindo a filtragem wavelet (note para Solandr que não há problema técnico com a filtragem em tempo real como tal, há um problema com o comércio :o). Para tirar pelo menos alguma utilidade desta confusão, eu preciso construir uma filtragem adaptável e isso, pelo menos para mim, é o problema.

Exatamente pelas razões descritas pelo Neutron, concentrei-me em coisas com propriedades preditivas, incluindo Hurst e comecei a procurar um uso ligeiramente diferente para wavelets (não para filtros de forma alguma), sobre o qual escrevi brevemente.

OBS: obrigado separadamente pela seguinte tendência. :о)))

ao Neutron


Para citar o autor de http://monetarism.ru/article.pl?sid=05/03/13/0625201&mode=flat, observo que o fólio é de fato excelente! Tenho 2 volumes deste trabalho no formato DjVu, 4 metros cada um, se o público estiver interessado - eu posso colocá-los para fora.


Claro, estou pronto para baixá-lo. :о))))
 
Para Yurixx


E, além disso, eu estava interessado em como aplicar wavelets em princípio, não em como aplicá-los ao forex. Eu tenho um objeto de pesquisa e escolhi uma ferramenta. Eu simplesmente não sei como utilizá-lo. :-))


E o que é esta ferramenta, se não um segredo comercial? A propósito, recomendo prestar atenção aos esqueletos, eles são úteis, pelo menos eu calculo meus coeficientes com base neles.


WAVELETS !!! :-)))
 
Ao Neutron

[citação]E...?
Olhando para esta imagem, podemos falar de um método particular de interpolação de uma série numérica não equidistante (obtida de séries temporais EUR/USD por um método ou outro) por polinômios lineares ou quadráticos.
[

Não entendo porque você acha que a série não é equidistante? A escala de tempo é uniforme. Quase... Ou você está se referindo aos fins de semana?


Mas precisamos de EXTRAPOLAÇÃO. Então, como será feita essa transição? <br/ translate="no">Embora observando imediatamente o fato de que nós, como comerciantes, teremos que trabalhar o tempo todo no lado DIREITO de uma série numérica e devido à casualidade haverá inevitavelmente um atraso de fase de nossos cálculos, o que de alguma forma desvalorizará o resultado obtido. Assim, a questão pode ser colocada da seguinte forma: o método de transformação wavelet para circuitos casuais dá menos atraso de fase em comparação com um filtro LF ideal (neste sentido).
Observe que o TC implementado utilizando LPI não oferece nenhuma vantagem estatística sobre o DC no mercado atual.


Concordo plenamente com você na primeira frase. De fato, precisamos de extrapolação e apenas de extrapolação, mas não é fácil de conseguir! Se fosse simples - não haveria problema!

Quanto aos métodos wavelet, não estou dizendo que isto é uma panaceia ou um novo graal. Nem por sombras! E não encorajo ninguém a se apressar nesta direção sem pensar duas vezes. Para mim, é simplesmente uma ferramenta compreensível, conveniente e acessível para análise de mercado. Assim como os métodos estatísticos provavelmente são para você. Tudo em resumo, é uma questão de preferência pessoal. Mais uma coisa. Estou plenamente consciente do valor e da validade dos métodos estatísticos e os utilizarei definitivamente ao desenvolver meu TS, por exemplo, bem... Por exemplo, para detectar períodos de arbitragem de mercado. Obrigado por posts interessantes sobre este tópico!
Vamos voltar aos métodos wavelet - na verdade eles são os mesmos filtros, ou melhor, um conjunto de filtros de subfaixa organizados de uma certa forma. Haverá um atraso de fase, é claro. Naturalmente, haverá um atraso de fase. Infelizmente, não há um filtro perfeito na natureza (devido ao princípio da causalidade) - há bons e maus. O atraso da fase de filtragem é igual à metade do comprimento do núcleo do filtro. (Eu hesitei um pouco aqui... Bem, talvez não seja igual, mas proporcional, com certeza) Isto significa que um filtro curto e simples tem uma vantagem neste sentido. Os tamanhos de núcleo do filtro Wavelet começam em 2 (Haar wavelet). As que usei são as 5 e 8. As ondas dão uma vantagem neste sentido? Eu ainda não sei. Tenho que comparar implementações específicas. Quanto ao filtro perfeito... - Não existem tais filtros, e, digamos, o filtro Butterworth certamente não possui esse título. Eu o usei há muito tempo. Não me lembro agora de seu tamanho de grão, mas é definitivamente maior que 2. Compare com um filtro wavelet.
Há também uma outra forma de decomposição das ondas, que ainda não mencionei, que é a das ondas de intervalo e do algoritmo de elevação. É notável na medida em que não requer nenhuma suposição sobre o comportamento da função fora do intervalo de decomposição. Eu ainda não tentei. Talvez possamos alcançar o mínimo de "atrasos de fase" aqui. Embora o próprio termo "atraso de fase" não seja muito correto para esta coisa.


Para Andre69
10% por mês é com spreads e em 2 meses de história, ou seja, a amostra não é confiável. Com o objetivo de obter estatísticas, a conta real será aberta.


Obrigado pela resposta.

Boa sorte e acerte as tendências!
 
to Yurixx


И, кроме того, меня интересовало как применять вейвлеты в принципе, а не как применять их для работы на форексе. Объект для исследования у меня есть и инструмент я выбрал. Вот только не знаю как им пользоваться. :-))


А что за инструмент, если не коммерческая тайна? Кстати, рекомендую обратить внимание на скелетоны, полезная штука, по крайне мере свои коэффициенты я вычисляю на их основе.


WAVELETS !!! :-)))



Eu simplesmente não percebi bem a palavra "INSTRUMENTO". :о)
 
para solandr
Você conhece um indicador que se inclina de forma confiável na direção certa antes de um futuro movimento de preços? Então é o Graal!

Não, eu não tenho. Tal indicador não pode existir nem mesmo teoricamente. Entretanto, já que estamos falando do uso de wavelets, quero apenas observar que eles não parecem oferecer nenhuma vantagem significativa sobre outros métodos de representação. E é improvável que qualquer estratégia possa ser baseada apenas em wavelets.
 
para solandr

to solandr
А что Вы знаете индикатор, который достоверно загибается в правильную сторону раньше будущего хода цены? Тогда это Грааль!

Não, eu não tenho. Tal indicador não pode existir nem mesmo teoricamente. Mas como estamos falando do uso de wavelets, gostaria apenas de observar que eles não parecem oferecer nenhuma vantagem significativa sobre outros métodos de representação de informação. E é improvável que qualquer estratégia possa ser baseada apenas em wavelets.


Você está absolutamente certo de que as ondas por si só não são suficientes para a construção de um TS. Não vou fazer isso dessa maneira. No entanto, tenho certeza de que serão muito úteis como ferramenta de análise de mercado. É que até agora, parece-me, ninguém abordou seriamente este tópico, por isso não fornecem nada. Até agora... O que as ondas de compartilhamento vão levar no TS que estou projetando agora, ainda não sei. 70 ou 10% - que diferença faz - desde que seja útil para o lucro.

Quanto às vantagens na forma como as informações do mercado são representadas, não concordo com você. Eles o fazem. Você está usando múltiplos gráficos de preços em diferentes períodos de tempo ao negociar.
Isto é, talvez inconscientemente, mas você está fazendo uma análise em várias escalas. E a principal essência das wavelets não está nos detalhes de implementação e algoritmos, mas precisamente em sua escala múltipla. E por baixo deste fato, asseguro-lhes, está uma poderosa idéia filosófica. Se as ondas têm sido usadas com grande sucesso no projeto de motores de aeronaves, no processamento de fotografias astronômicas, no diagnóstico médico - conheço bem estes exemplos - e inúmeros outros em uma variedade de campos, então por que elas romperiam no mercado? Eu vejo as coisas de maneira diferente.

Respeitosamente.
Boa sorte e tendências felizes!
 
2 Andre69
Há também uma outra forma de decomposição das ondas, que ainda não mencionei, que é a das ondas de intervalo e do algoritmo de elevação. É notável porque não requer nenhuma suposição sobre o comportamento da função fora do intervalo de decomposição.


Isto é o que eu acho especialmente interessante. Mas até agora você não disse muito sobre isso. Espero muito sinceramente que seja apenas por enquanto e que tenha continuidade. :-)

Você mencionou que coletou muitas informações sobre os wavelets. Você poderia, por favor, postar algo aqui para sua discrição? A "Introdução à transformação wavelet" de Polikar, as "10 palestras sobre wavelets" de Dobeshi, a "Teoria e prática da transformação wavelet" de Vorobiev-Gribunin e algumas outras coisas menores que eu tenho. Estou lendo devagar Dobeshi.

O problema é que há muita teoria, que eu entendo em meu nível elementar, mas não posso praticamente fazer nada. É por isso que eu preciso de algo mais ou menos simples e orientado a tarefas, a partir do qual eu possa entender esquemas e algoritmos de ações concretas.

É desejável que não se trate de DSP. Não tenho nada contra o DSP e entendo bem que qualquer série cronológica, incluindo séries de citações, é um sinal e pode ser investigada pelos métodos do DSP. No entanto, estou muito longe desta área e estou afundando na terminologia, jargão e termos aceitos por especialistas.
 
para Andre69
Não entendo porque você acha que a série não é equidistante? A escala de tempo é uniforme. Quase... Ou você está se referindo aos fins de semana?

Eu estava me concentrando nas dobras no polinômio linear, elas não são equidistantes. Mas provavelmente estou errado - afinal de contas, um nó pode estar em uma linha conectando nós adjacentes a ele.
Voltando aos métodos wavelet - estes são essencialmente os mesmos filtros, ou mais precisamente um conjunto de filtros de sub-banda organizado de uma certa forma. Haverá um atraso de fase, é claro. Naturalmente, haverá um atraso de fase. Infelizmente, não há um filtro perfeito na natureza (devido ao princípio da causalidade) - há bons e maus. O atraso da fase de filtragem é igual à metade do comprimento do núcleo do filtro. (Eu hesitei um pouco aqui... Bem, talvez não seja igual, mas proporcional, com certeza) Isto significa que um filtro curto e simples tem uma vantagem neste sentido. Os tamanhos do núcleo do filtro Wavelet começam em 2 (Haar wavelet). As que usei são as 5 e 8. As ondas dão uma vantagem neste sentido? Eu ainda não sei. Tenho que comparar implementações específicas. Quanto ao filtro perfeito... - Não existem tais filtros e, digamos, o filtro Butterworth certamente não possui esse título. Eu o usei há muito tempo. Não me lembro agora de seu tamanho de grão, mas é definitivamente maior que 2.

É claro que a BP diminui à medida que a janela de amostragem se estreita, mas as propriedades de suavização do operador pioram. Temos que encontrar um compromisso entre a qualidade de alisamento e o atraso. É por isso que é correto comparar as características de suavização dos operadores em parâmetros idênticos ou próximos de seu AFR (uniformidade na banda passante, inclinação de corte). A este respeito, o filtro Butterworth tem largura de banda mínima (não zero!), o que aumenta significativamente na freqüência de corte. É sob esta luz que é interessante comparar os métodos de filtragem clássica e baseada em ondas
.
Há também uma outra forma de decomposição wavelet que ainda não mencionei - são wavelets no intervalo e no algoritmo de elevação. É notável na medida em que não requer nenhuma suposição sobre o comportamento da função fora do intervalo de decomposição. Eu ainda não tentei. Talvez possamos alcançar o mínimo de "atrasos de fase" aqui. Embora o próprio termo "atraso de fase" não seja muito correto para esta coisa.

Se formos extrapolar algo em algum lugar, inevitavelmente haverá FZ. De fato, sentados no final certo da série temporal e extrapolando um passo à frente, obtemos o valor provável da série em questão. Na contagem regressiva seguinte, compare o valor com o valor verdadeiro e lembre-se do erro resultante. Repita este procedimento mais uma vez, levando em conta a atualização dos dados de entrada para o segundo ponto, e assim por diante e assim por diante. Como resultado, temos duas séries cronológicas - inicial e previsão. Obviamente, eles não coincidem exatamente, mas também não divergem fortemente, apenas deslocados em relação um ao outro pela FZ! Portanto, acho que o termo FZ é apropriado para este caso.

Agora, colegas, critiquem-me.
Argumento que qualquer extrapolação implica que uma série temporal (TP) tem a propriedade de "seguir" a direção escolhida. De fato, extrapolando um passo à frente por um polinômio de grau n, assumimos a NEED para a primeira derivada, a segunda... n-1 da série original, pelo menos nesta etapa... Você vê onde eu quero chegar com isto? A quase-continuidade da primeira derivada nada mais é que um coeficiente de autocorrelação (AC) positivo da BP no intervalo de tempo selecionado (TF). Sabe-se que é inútil aplicar extrapolação para BPs do tipo Brownian. Por quê? Porque o CA de tal série é identicamente igual a zero! Mas, há GRs com GQ negativo... É simplesmente incorreto extrapolar para eles (se eu estiver certo) - é provável que o preço vá na direção oposta à prevista.
E para começar: Quase todos os VRs Forex têm uma função de autocorrelação negativa (esta é uma função construída a partir do KA para todos os TFs possíveis) - este é um fato médico! As exceções são alguns instrumentos de moeda em pequenos períodos de tempo, e sim Sberbank e ações RAO da UE em TFs semanais. Isto, em particular, explica a inadequação no mercado moderno do TS baseado na exploração de médias móveis - a mesma tentativa de extrapolar.
Se não estou enganado, wavelets a priori aparecem na área onde eles não podem desempenhar corretamente suas funções.
 
para Yurixx
É nisso que estou particularmente interessado. Mas você ainda não falou sobre muitas coisas. Espero muito que seja só por agora e que haja mais por vir. :-)<br / translate="no">
Você mencionou que acumulou todo tipo de informação sobre wavelets. Você poderia postar algo aqui para sua discrição? A "Introdução à transformação wavelet" de Polikar, as "10 palestras sobre wavelets" de Dobeshi, a "Teoria e prática da transformação wavelet" de Vorobiev-Gribunin e algumas outras coisas menores que eu tenho. Estou lendo devagar Dobeshi.

O problema é que há muita teoria, que eu entendo em meu nível elementar, mas não posso praticamente fazer nada. É por isso que eu preciso de algo mais ou menos simples e orientado a tarefas, a partir do qual eu possa entender esquemas e algoritmos de ações concretas.

É desejável que não se trate de DSP. Não tenho nada contra o DSP e entendo bem que qualquer série cronológica, incluindo séries de citações, é um sinal e pode ser investigada pelos métodos do DSP. Entretanto, estou muito longe deste campo e estou afundando como em um pântano na terminologia, jargão e termos aceitos por especialistas.


Haverá uma seqüência. Estou preparando-o. Como sempre, falta de tempo. Talvez eu a poste hoje.

Sobre as informações. Já foi dito que existem vários arquivos pdf com artigos de revisão. Algumas delas parecem ser as traduções do Gribunin e são bastante famosas. Você provavelmente tem alguns. Os outros são mais sérios.
Seria mais conveniente para mim enviá-los a você por e-mail. A minha é andre69 [em] terra [ponto] ru.

Tenho as informações sobre o algoritmo de levantamento somente em inglês. Os artigos originais dos autores do método e de seus seguidores. Se você não estiver confuso, eu posso pegar algo.

Sobre a Dobeshi. Você é um gigante! Eu só tive paciência para metade do livro. A matemática é boa, é claro, mas está muito longe da prática. Você só deve levar idéias globais a partir daí.

Observação sobre o DSP. DSP e wavelets estão fortemente conectados um ao outro. Infelizmente ou, felizmente, não sei.

Cumprimentos.
Boa sorte!
 
Eu defendo que qualquer extrapolação implica que a série cronológica (VT) tem a propriedade "следования" выбранному направлению. De fato, ao extrapolar um passo à frente por um polinômio de grau n, assumimos a INDEPENDÊNCIA da primeira derivada, a segunda... n-1 da série original, pelo menos nesta etapa... Você vê onde eu quero chegar com isto? A quase-continuidade da primeira derivada nada mais é que um coeficiente de autocorrelação (AC) positivo da BP no intervalo de tempo selecionado (TF). Sabe-se que é inútil aplicar extrapolação para BPs do tipo Brownian. Por quê? Porque o CA de tal série é identicamente igual a zero! Mas, há GRs com GQ negativo... É simplesmente incorreto extrapolar para eles (se eu estiver correto) - o preço é mais provável que vá na direção oposta à prevista.


Há certamente algum senso comum nisto. Mas há também algum "mas".
Se a extrapolação tem a propriedade da monotonicidade, seu valor é de fato muito baixo. A MA só pode fornecer tal extrapolação, razão pela qual não é utilizada para este fim.
Mas se tomarmos algo mais complicado, um polinômio de grau 2, por exemplo, não é bem assim.
Deixe-me esclarecer: estamos falando de extrapolação para o futuro mais próximo.
Assim, com uma simples função quadrática (assumindo que a série numérica realmente o permita por natureza) é possível prever a aproximação do ponto de viragem. E isso é exatamente o que todos precisam. Especialmente os polinômios de poderes superiores. Assim, a extrapolação quase sempre preserva a direção. Mas isso quase muda o quadro inteiro.
E quanto ao CA, como corretamente observado, ele depende do TF escolhido. Isto reflete o fato de que a série em estudo é, de uma forma ou de outra, monotônica por partes. Que diferença faz se se escolhe um TF para o qual a KA permite tomar algumas decisões ou se se escolhe um método de interpolação que pode fornecer uma extrapolação relativamente confiável para o futuro próximo?