uma estratégia comercial baseada na Teoria da Onda de Elliott - página 185
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
Na ciência, existem abordagens e métodos padrão para resolver um determinado problema. A beleza desta abordagem é sua certeza, disponibilidade de ferramentas comprovadas e sucesso invariável (se, obviamente, houver uma solução para o problema em princípio). Tal abordagem economiza tempo e garante resultados. É atraente. A propósito, no link citado por você, é possível demonstrar claramente, como não resolver um problema. De fato, é suficiente utilizar um aparelho desenvolvido de análise espectral de séries temporais ou analisar a densidade espectral de uma série temporal estacionária determinada através de sua função de autocorrelação a fim de não aborrecer nossa cabeça com observações empíricas sobre a quantidade e qualidade das ondas Elliott. O mercado é volátil, e é semelhante à morte utilizar um modelo estacionário que consiste em cinco ondas, por exemplo. Uma vez que funcionou, mas seis meses depois seria mais correto usar o modelo das onze ondas. Então... ... devemos ajustar empiricamente o modelo a um mercado volátil todas as vezes? Isto não é um exemplo de comportamento racional.
Yurixx em seus postos acima parecia compartilhar meu ponto de vista, e seria interessante ver seu trabalho nesta área.
Com relação ao seu comentário sobre a aleatoriedade na escolha das proporções do modelo autoregressivo (se entendi corretamente), devo discordar, pois as proporções dadas são determinadas exclusivamente pelos coeficientes de autocorrelação das séries temporais investigadas, resolvendo equações de Yule-Walker [Yule (1927)], [Walker (1931)].
Grasn, você poderia nos dizer mais sobre suas pesquisas nesta área?
Cumprimentos.
Por favor, explique de que abordagem você está falando. Qual é a abordagem que garante o sucesso infalível e garante resultados ?
Concordo plenamente com sua avaliação. Qualquer modelo determinístico está condenado à vida curta. E quanto mais determinista for, mais curta será sua vida. Só não está claro como você consegue combinar tal visão com o que escreveu no primeiro post:
A propósito, como uma pessoa mais do que distante do DSP, gostaria que você explicasse detalhes relativos à análise da densidade espectral de uma série temporal estacionária definida através de sua função de autocorrelação. Especialmente sobre como uma série cronológica é definida através de sua função de autocorrelação.
OK, vou tentar descrevê-lo brevemente.
Rosh
apreende, qual é a diferença entre Extremo 1 e Extremo 2 em sua opinião (seu raciocínio) e como reconhecê-los online (no lado direito da história)?
De certa forma, uma abordagem alternativa para escolher um canal confiável.
Vou começar com a letra da música. Um dia, fui ver um velho amigo meu. Pelo olhar em meus olhos ele imediatamente compreendeu a razão de minha aparência e sem perguntar nada, disse: "Se você tem uma idéia, antes de tudo, sente-se, acalme-se, sirva-se de um copo de conhaque bom e faça a pergunta - por que não funcionou para seus antecessores". Provavelmente eu não fui o único a chegar a essa idéia, mas pelo menos não me deparei com analógicos das fontes disponíveis. Mas não importa, talvez eu não leia muito e não finja em autoria alguma (embora eu tenha pensado honestamente, estando envolvido em redes neurais). Sua plena implementação me parece muito difícil, até mesmo impossível em alguns lugares. Mas essa não é a razão para querer "falar sobre isso :o)". Ainda há muita imprecisão nele. Se discutirmos isso, podemos encontrar o caminho certo, levá-lo até o fim. Embora, se imaginarmos que juntos somos um grande super-cérebro, provavelmente seremos capazes de resolver tal problema completamente. :о)
Estou falando de uma idéia, que pode se tornar a base para uma previsão alternativa de movimento de preços e eventualmente tomar seu devido lugar em sistemas desenvolvidos (isto não é de importância, mas de estimativa pessoal). A implementação em meu sistema, considero como um módulo auxiliar e vejo a aplicação diretamente como um critério adicional para selecionar um canal confiável, mas é claro que não é o único, e tendo lido até o fim, você pode entender porque quero atribuir "e graças a Deus que não é o único". Mas mais perto do corpo, como o velho Maupassant costumava dizer.
A idéia principal
Então, eu me propus o seguinte objetivo: modelar (prever) o movimento de preços baseado na representação de notícias como sinais (desculpe, é toda a influência do processamento de sinais digitais). Essa é a idéia simples. Não há tendências, ciclicidade, ou qualquer outra coisa, nada disso. Há notícias que chegam e um sinal correlato a elas.
Suposições (em resumo e não todas)
A qualquer momento o mercado está em um único estado, que está dividido em dois sub-estados paralelos e relacionados: esperando por notícias e reagindo às notícias recebidas. O mercado está neste estado agora, será em um minuto, uma hora, um mês, sempre.
A notícia apenas reúne informações (dados ou outros conhecimentos) em uma casca e a entrega através de vários canais de comunicação. E não são as notícias que "seguram" o mercado, é claro, mas as informações. Não importa se o "Tio Sam" ou um comerciante com um depósito de 200 dólares recebe e processa esta informação direta ou indiretamente. Não se enganem que as notícias indiretamente não afetam um comerciante que não realiza formalmente a análise das notícias. Qualquer indicador construído sobre uma série de preços já contém informações transformadas (primeiro postulado da TA). E, portanto, as novidades. Para algumas pessoas uma citação recebida pode ser "notícia", ahem, só brincadeira.
Por informação, entendo quaisquer dados significativos que afetem uma citação (rumores, relatórios, previsões de dados fundamentais, chegada de dados fundamentais, eleições, etc., etc.) contidos nas notícias.
Limitações (breve e longe de todas)
Recebemos todas as notícias? Esta pergunta não pode ser respondida afirmativamente. Por exemplo, não sabemos nada sobre um acordo extremo. Podemos simplesmente não receber todas as notícias pela simples razão de termos escolhido um mau fornecedor, e certamente não é possível para cada um de nós lidar com tudo.
A notícia tem algum impacto? Escrevi dois parágrafos aqui, principalmente para Alex(lembre-se que Alex escreveu que as notícias não têm influência na época em que os profissionais ganham com elas), mas eu as apaguei. Colocando a filosofia de lado, imediatamente expressarei minha própria opinião - sim, eles o fazem.
A idéia não é construir um modelo econômico e não deslizar para esta área. A essência da idéia é classificar a informação recebida e compará-la com um determinado sinal e dar "feedback" na forma de parâmetros de sinal, com base na análise qualitativa da informação recebida.
Modelo (breve e longe de tudo)
Se não tivermos todas as notícias, o que então? A resposta provavelmente está no fato de que não precisamos de todas as informações. É improvável que um jogador reaja a todas as notícias seguidas, muito provavelmente ele espera, dependendo dos alvos (não são muitos), algumas notícias específicas. Consequentemente, com base em princípios estatísticos, precisamos identificar as informações realmente importantes, que são esperadas pela grande maioria e depois trabalhar somente com elas. Em geral, tal trabalho parece ter sido feito para nós, e para iniciar uma pesquisa, ele pode ser usado e confiável, que é exatamente o que eu fiz.
Informações estruturais, e muito mais ...... são tópicos interessantes separados.
Matematicamente, cada notícia (levada em consideração) é modelada por uma determinada classe de sinal (o sinal é usado no contexto do processamento de sinais digitais) com suas próprias características. Uma convolução condicional de tais sinais (um pulso também é um sinal) dará um sinal preditivo completo. Consequentemente, é necessário fazer corresponder cada notícia significativa levada em consideração com os parâmetros e o tipo de sinal utilizado. Os parâmetros de todos os impulsos devem ser normalizados, e calculados a partir do nível de preços atual. A previsão deve ser semanal, com uma previsão estratégica para o longo prazo deve ser baseada no valor da previsão de sexta-feira.
Aplicação
A aplicação é variada. Você pode pregá-lo na parede, imprimi-lo e levá-lo ao banheiro, ou você pode, por exemplo, refinar um canal confiável simplesmente "encaixando" o sinal de previsão nos canais.
PS: Esta não é uma idéia que lhe dará previsões de preço muito precisas, de forma alguma. E resolvendo a equação de Yule-Walker receio que não ajudará, embora se o Neutron compartilhar, eu agradeceria.
Sobre a arbitrariedade e a pesquisa
É aí que está a verdadeira arbitrariedade, onde você pode se virar e aproveitá-la ao máximo. Eu gostei: desde os resultados impressionantes (eu estava correndo no teto, tropeçando no candelabro com emoção me esmagando) até o filosófico "sim... eles lêem mesmo as notícias? :о))
Desenvolvimento da idéia
É bem possível que os resultados de uma implementação adequada se correlacionem com o EWT. Dito de forma grosseira, mas suave, por que não ir do contrário, nesta teoria, ou seja, da "multidão" e de seu humor?
Então, devemos criar uma "fórmula de humor", caros membros do fórum? :о)
Utilizar uma função de autocorrelação é uma forma de calcular o espectro
Especialmente sobre como uma série cronológica é definida através de sua função de autocorrelação
e isto eu mesmo não entendi, talvez não o texto exato
Se você agora adicionar esses gráficos e meia dúzia ou mais de regras não muito complicadas de comportamento de mercado, você poderia publicar um livro sobre negociação forex. Não pior do que Williams e Elliott. :-)))
Se você agora adicionar esses gráficos e meia dúzia de algumas regras não muito complicadas de comportamento de mercado, você já pode publicar livros sobre comércio forex. Não pior do que Williams e Elliott. :-)))
Olá Yuri!
Você e eu decidimos quando vamos começar a publicar livros. Ainda não disse adeus à idéia.
:о)))
Você só precisa dar mais alguns passos à frente...
Mas você tem que viver de alguma coisa! Forex é bom, mas é puramente científico. :-)
Utilizo em minha estratégia uma abordagem que permite explorar o Sistema de Comércio Mecânico (MTS). Mesmo uma análise superficial de possíveis algoritmos comerciais mostra que somente a abordagem baseada na análise de dados históricos já disponíveis satisfaz este requisito. Em outras palavras, fiz uma hipótese de que a história se repete e é possível construir uma estratégia que explore a propriedade da previsibilidade por alguns passos à frente de uma série temporal de um instrumento.
Naturalmente, esta hipótese exigiu a confirmação e a criação de um modelo adequado do processo de formação de preços. Como modelo, pareceu lógico supor que o preço inclui adicionalmente um componente aleatório e um componente determinístico. Esta suposição é baseada em uma conjetura sobre o papel estabilizador do banco central (o banco central se beneficia de manter o preço dentro de uma faixa limitada, ou seja, deve haver um efeito estabilizador devido à introdução de um loop de feedback negativo entre os movimentos de preços e as ações do banco central) e, em combinação, o papel desestabilizador dos agentes do mercado (a multidão tende a se comportar de forma rebanho, ou seja, eles se beneficiam dos movimentos de tendências de preços). Ao mesmo tempo, não excluímos a presença de um componente sazonal ou cíclico e possíveis tendências determinísticas (ações direcionadas de grandes atores).
Vamos introduzir alguns conceitos básicos:
1. Uma série é chamada estritamente estacionária (ou estacionária no sentido estrito) se a distribuição conjunta de probabilidade de m observações for a mesma que para m observações.
Em outras palavras, as propriedades de uma série temporal estritamente estacionária não mudam quando a origem do tempo é alterada. Em particular, decorre da suposição de estrita estacionaridade de uma série temporal que a lei de distribuição de probabilidade de uma variável aleatória é independente do tempo e, portanto, todas as suas principais características numéricas, incluindo média e variância, também são independentes do tempo.
Obviamente, o valor médio define um nível constante, relativo ao qual a série temporal analisada flutua, enquanto a dispersão (D) caracteriza o alcance dessas flutuações. Uma vez que a lei de distribuição de probabilidade de uma variável aleatória é a mesma em tudo t, ela mesma e suas principais características numéricas podem ser estimadas a partir de observações.
2. A tendência linear determinista é um movimento de preços direcional causado por certos eventos no mercado. O critério é uma expectativa não zero de uma série temporal estacionária forçada e detectada por meio de filtros digitais de baixa freqüência.
3. Tendência linear não-determinista - um movimento de preços direcional causado por um processo de preços aleatórios. O critério é a expectativa zero de uma série temporal forçosamente estacionária e não pode ser detectada por filtros digitais de baixa passagem devido ao inevitável atraso de fase de esquemas de filtragem casuais.
4. As séries em tempo real no mercado de divisas podem ser consideradas uma série estacionária integrada. Ao fazer isso, a expectativa da série geradora estacionária pode ser assumida como sendo zero.
O último ponto decorre dos resultados do estudo de séries temporais estacionárias obtidas através da diferenciação dos dados reais existentes dos arquivos de citações. Além disso, por conveniência, falaremos de séries estacionárias, tendo em mente que uma série em tempo real é reconstruída a partir de uma série estacionária pela simples integração desta última. Além disso, decorre do parágrafo 4 que não há movimentos direcionais determinísticos no mercado Forex, enquanto qualquer movimento direcional semelhante é de natureza aleatória e, portanto, não é de interesse prático (tendência não é amiga!). A diferenciação da série inicial nos permitirá eliminar as tendências estocásticas, o que simplificará ainda mais nosso modelo.
Assim, assumimos que o processo de precificação pode ser descrito por um modelo que inclui um componente cíclico e uma série cronológica estacionária com pagamento esperado de zero. A questão de haver ou não um componente cíclico nas séries de preços pode ser respondida aplicando uma análise de Fourier ou influenciando as séries temporais com um filtro digital de banda estreita. Em minha prática tenho usado os dois métodos. Os resultados obtidos implicam que existem ciclos no mercado de moedas, mas são estocásticos, ou seja, não há ciclos com um período estacionário ou quase estacionário. Esta propriedade, infelizmente, torna fundamentalmente impossível explorar estratégias baseadas na ciclicidade do processo de preços. Deixe-me repetir que esta conclusão se aplica apenas ao mercado de divisas! O mercado de ações tem um componente estacionário sazonal e tendências determinísticas. Este fato lhe permite esperar uma possível exploração destas propriedades do mercado de ações em TS. luz do acima exposto, minha opinião é que a Teoria Elliott é aplicável somente no mercado de ações e futuros, mas não no mercado de divisas.
Como resultado, nosso modelo contém apenas dois componentes: um componente determinístico e um componente aleatório. O processo de formação de preços pode ser descrito como a memória do mercado de um número infinito de saltos de preços anteriores, cada qual com seu próprio peso decrescente e componente aleatório. Em geral, precisamos limitar razoavelmente o número de membros envolvidos na formação do preço e encontrar uma maneira de calcular os coeficientes (pesos) a partir dos parâmetros disponíveis e calculáveis que caracterizam o processo estacionário de interesse. E também para determinar os parâmetros do componente aleatório, o que não é uma tarefa difícil. Neste caso, o próximo (terceiro+1) salto de preço será determinado pela soma de n saltos anteriores S(i), cada um multiplicado por seu peso a(i) monotonicamente decrescendo com a distância da borda principal da história, e um sigma variável aleatória com uma lei de distribuição conhecida, valor esperado zero e desvio padrão conhecido :
S(i+1)=SUM(a(i-k)*S(i-k))+sigma onde a soma é realizada sobre todos os k de zero a n.
Assim, estamos tratando de um modelo autoregressivo de n-ésima ordem.
Em princípio, só precisamos da forma exata da variável aleatória se quisermos obter uma série temporal S(i) que seja completamente idêntica à geradora (em termos de características), mas esta tarefa me parece supérflua. De fato, estamos interessados apenas na capacidade de previsão do modelo que inevitavelmente sofrerá de um elemento de incerteza introduzido pelo termo responsável pelo componente aleatório, mas considerando o sinal aleatório do erro introduzido, podemos dizer com segurança que após um grande número de execuções o erro de previsão associado ao termo aleatório será reduzido a zero! E finalmente nosso modelo parece bastante simples:
S(i+1)=SUM(a(i-k)*S(i-k)), onde a soma é conduzida sobre todos os k de zero a n.
A densidade espectral do processo autoregressivo de enésima ordem é definida usando a fórmula:
p(omega)=2D/|1-SUM(a(k)*exp{-i*2k*omega})|^2, onde a soma é conduzida sobre todos os k de 1 a n,
i=SQRT(-1) e 0<=omega<=1/2 .
Preliminarmente, observo que
Refletido em minha pesquisa também:
A história se repete e isto é demonstrado pelo índice Hurst, somente ele avalia a possibilidade de repetição/continuação da estrutura estabelecida (como escrevi anteriormente), o que muda um pouco a abordagem do TC.
A normalização "feedback" realizada corretamente, ou seja, a correspondência dos parâmetros de sinal com a qualidade da informação, permite obter em geral um componente determinístico local. Não há realmente ciclos (não vendem galochas :o), mas são as informações básicas (M0, M1, taxas, etc.) que têm cicliciidades. A previsão de base ("near-deterministic") é baseada em informações cíclicas.
O único problema é que o grau de influência de informações específicas muda com o tempo e uma vez feito o racionamento da história, você pode começar a fazer tudo de novo :o(. Mas até agora esta abordagem não é mais do que um hobby científico.