uma estratégia comercial baseada na Teoria da Onda de Elliott - página 132
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
Eu daria prioridade diferente - a exatidão das entradas deveria ser até cerca de 50%, mas as paradas e os lucros deveriam dar uma vantagem. Em outras palavras, nós entramos onde podemos fazer uma pequena parada ou um grande lucro .
No limite de pequenos declives de canais, este seria o caso. Em geral o quadro é mais complicado, porque se sobrepõe à resposta de Yurixx, haverá alguns raciocínios adicionais abaixo.
Eu fiz a pergunta sobre seu nível de entrada porque, para entender sua abordagem de avaliação, eu precisava ver a relação entre SL e TP. Agora eu entendo que é 1:4.
Eu uso os níveis RMS atuais, não fixados no momento da entrada, ou seja, esta proporção é verdadeira somente no momento da entrada. Além disso, em uma entrada de tendência, o SL começa a se apertar e o TP começa a se afastar. E vice versa, respectivamente, ao entrar contra a tendência.
Geralmente, imagino que as opções sejam:
1. Avaliação de equilíbrio. SL = TP. Gosto desta opção porque é simples e dá uma avaliação objetiva da "exatidão" da entrada. Ou seja, dá uma estimativa do aumento da probabilidade de vitória pelo sistema.
2. Nenhuma estimativa de equilíbrio SL < TP. Esta variante permite estimar quão perto do ponto de inversão o sistema entra (para entrada da contra tendência) ou quão longe ele entra do final da tendência (para entrada da tendência).
3. Estimativas complexas. Há muitos deles, é claro. E cada um deles pode estimar uma propriedade específica das entradas que o sistema fornece. Deixe-me dar apenas um exemplo, que eu também utilizei. SL não é dado, o único parâmetro é TR. Para cada entrada é estimado o saque máximo que foi alcançado antes de a entrada ter sido alcançada TP. Variando o TP, obtemos uma série que pode ser analisada estatisticamente. Este é apenas um exemplo que tem suas desvantagens. Em particular, ТР pode nunca ser acessado de forma alguma. Portanto, a aplicação de cada uma dessas variantes de estimativa requer seu próprio refinamento.
Em geral, ao estimar o sistema como um todo, confiamos em dois valores: a quantidade de negócios positivos para cada negativo e a relação entre o lucro médio para negócios lucrativos e a perda média para negócios não lucrativos. Todos estes valores são obtidos como um complexo ao testar o sistema como um todo. Portanto, eles não são independentes no sentido de que não podemos dizer por que estes resultados aparecem. Se é porque as entradas são ruins, ou porque as saídas são ruins, ou porque os SLs e TRs estão errados, etc. Portanto, seria ótimo, é claro, padronizar a metodologia para avaliar entradas e saídas (e elas estão relacionadas). Então, seria possível construir uma metodologia para avaliar independentemente as duas principais características do sistema. Isto mostraria imediatamente onde estão os pontos fortes do sistema e o que ainda precisa ser melhorado.
Tive uma idéia semelhante, exceto que considero entrar e seguir ordens como graus de liberdade (o que inclui sair). Se eles puderem ser otimizados separadamente, resultarão, antes de tudo, na redução da quantidade de trabalho (grosso modo, a soma em vez do produto das quantidades). De fato, nas definições padrão elas não são independentes, daí a necessidade de reformulá-las, embora isso possa tornar os conceitos menos óbvios e mais difíceis de aplicar. Ou seja, seria necessária uma espécie de ortogonalização. Neste sentido sua terceira opção, a propósito, parece bastante interessante, pelo menos como uma introdução à reflexão.
Não posso dizer exatamente qual algoritmo seria correto para resolver este problema de frente (embora eu mesmo tenha me interessado), mas aqui está um algoritmo aproximado.
É claro que os níveis SL e TP podem mudar. Também é claro, pode ser o resultado da mudança dos parâmetros de cálculo e MM, ou seja, de trilha, etc. Entretanto, a fim de padronizar e estudar a eficiência das entradas (e saídas), todas essas coisas devem ser eliminadas. Se bons resultados forem obtidos em condições padrão e fixas, então uma estratégia sensata e a MM pode melhorá-los ainda mais. Se bons resultados não puderem ser obtidos por eles mesmos, então a MM apenas manchará este quadro de advertência.
Também testei as diferenças no resultado com diferentes comprimentos de amostra. Se interessante, os resultados foram apresentados aqui "estratégia comercial baseada na Teoria da Onda de Elliot" solandr 23.06.06 10:36
Os gráficos de equilíbrio a 300 e 1000 barras têm uma correlação bastante alta. Francamente falando, além da regressão linear, eu também utilizo a regressão parabólica (já escrevi sobre isso algumas vezes), e então faço a média dos dados obtidos usando ambos com base em informações de diferentes fontes que este método permite aproximar-se de parâmetros "verdadeiros" de canais (fronteiras de canais que realmente existem (e não aqueles que escolhemos em nossos cálculos).
Gostaria também de lembrar aos estimados membros do ramo que a estratégia é um agregado de vários componentes (ou seja, é impossível ir longe em apenas um canal de regressão linear, mesmo que os canais coincidam absolutamente com os definidos por Vladislav com base em energia potencial mínima!) Não sei se você utiliza ou não os níveis de Murray em sua EA, mas eles desempenham um papel importante, assim como o Hearst Ratio e a administração do dinheiro (este último, como Yurixx observou corretamente, é relevante em maior medida apenas para maximizar o lucro, que os outros componentes proporcionam). Primeiro, eu posso recomendar que você entre no mercado pelas condições mais rigorosas, suavizando-as posteriormente (para aumentar o número de negócios e conseqüentemente o lucro total) à medida que o algoritmo de gerenciamento de posição é praticado. Em outras palavras, o sucesso da estratégia é metade da metodologia descrita neste tópico, e metade do algoritmo de gerenciamento de posição bem sucedido (ou mais precisamente, racional). E a questão do sucesso ou não do algoritmo de gerenciamento de posição pode ser respondida independentemente através do testador de estratégia. E exatamente a segunda metade é o que todos podem (ou não) encontrar por si mesmos e o que Vladislav recusou-se a apresentar ao público desde o início e não se trata apenas da energia potencial, em torno da qual há debates muito interessantes neste tópico.
Então esta pergunta: você testa a significância estatística dos parâmetros de aproximação linear e parabólica?
Isto é, para algumas amostras temos uma boa aproximação para a regressão linear Y=A*X+B e para Y=A1*X^2+B1*X+C. Precisamos verificar se essas aproximações são aproximações da mesma ordem. Se forem, então a parábola pode ser facilmente rejeitada como artificialidade, se não forem, então temos duas aproximações diferentes de uma mesma série temporal, e isto pode servir como critério de quebra de canal de regressão linear.
Não, não tenho, embora, é claro, esta idéia também deva ser verificada. A parábola e a linha reta aproximam-se da série de preços exatamente nos limites de suas possibilidades. Mas a parábola tem mais possibilidades de aproximação porque é mais "poderosa" (de ordem 2, enquanto a linha reta é de ordem 1). Ou seja, dependendo da seleção a parábola pode se transformar em linha reta, mas a linha reta certamente nunca se transformará em uma parábola. Embora uma ordem superior a 2 não possa ser usada para aproximação também porque existe uma opinião estável de que ordens de aproximação mais altas se aproximam não de uma tendência, mas de componentes já aleatórios da tendência, graças à qual Vladislav pode, portanto, afirmar que o tipo de trajetória não é importante e duas curvas que se encontram em uma determinada faixa são equivalentes em termos de aproximação.
Com relação ao critério de quebra do canal de regressão linear, também tenho até agora observações puramente visuais de que um topo de parábola é formado antes da quebra do canal de regressão linear. Esse é o ponto de inversão de tendência pode ser frequentemente (mas nem sempre) aproximado por uma parábola tendo o pico na zona de inversão de tendência. Até agora, não tenho tempo suficiente para incluí-lo no algoritmo para verificar a praticabilidade de seu uso. Agora estou interessado principalmente na possibilidade de criar sistemas comerciais que recusarão completamente os indicadores oscilatórios. Em outras palavras, é possível fazer previsões de mercado apenas por meio de desenhos gráficos sem usar MACD, OsMA, osciladores estocásticos?
Quanto ao critério de quebra de um canal de regressão linear, também tenho até agora observações puramente visuais que antes de um canal de regressão linear quebrar um topo de parábola é formado. Esse é o ponto de inversão de tendência pode ser frequentemente (mas nem sempre) aproximado por uma parábola tendo o pico na zona de inversão de tendência. Até agora não tenho tempo de colocá-lo no algoritmo para verificar a conveniência da aplicação.
Quando meus cálculos mostraram a mesma dispersão de resíduos para algumas áreas tanto para LR como para parábola - esta foi a principal confirmação da correção do meu algoritmo para calcular estes valores.
Não é difícil de se apanhar visualmente o topo da parábola quando o canal da LR está quebrado, mas é mais difícil ensinar o programa. É por isso que o critério que mencionei pode ser útil. A deflexão entre os centros da LR e da parábola, normalizada para a dispersão (como opção) pode ser envolvida. Ainda não verificado.
Estranhamente, achei o algoritmo de ensino do programa para identificar o vértice para mim imediatamente óbvio. Se A>0, então ramos de parábola sobem, então para determinar que a parte superior já passou, você pode usar a condição Yparabola_current>Yparabola_previous. Por outro lado, se A<0, os ramos são descendentes, e respectivamente o vértice é passado em parabola_current<Үparabola_previous. Eu procuro uma parábola que satisfaça as condições de convergência dentro de 300 barras, por exemplo.
Ainda não tentei inseri-lo no algoritmo, mas o fato de este algoritmo mostrar a passagem de um topo é visualmente óbvio. Tenho apenas um canal(s) linear(is) e uma(s) parábola(s) na tabela.