基于艾略特波浪理论的交易策略 - 页 132 1...125126127128129130131132133134135136137138139...309 新评论 Forex Trader 2006.08.13 19:05 #1311 Rosh: 我会以不同的方式确定优先次序--进场的正确率应该在50%左右，但止损和盈利应该有优势。换句话说，我们在可以获得 小的止损或大的利润的地方进入。 在通道的小陡度的限制下，情况会是这样。一般来说，情况比较复杂，因为它与Yurixx的 答案重叠，下面会有一些补充推理。 尤里克斯。 我问了关于你的入门水平的问题，因为，为了了解你的评估方法，我需要看到SL和TP之间的比例。现在我明白了，它是1：4。 我使用的是当前的有效值水平，而不是进场时的固定值，也就是说，这个比率只有在进场时才是真的。此外，在趋势进入时，SL开始收紧，TP开始移开。反之亦然，分别在逆势进入时。 尤里克斯。 一般来说，我想象中的选择是。 1.平衡估价。SL=TP。我喜欢这个选项，因为它很简单，而且对作品的 "正确性 "有一个客观的评估。也就是说，它给出了一个系统获胜概率增加的估计。 2.非平衡估计 SL < TP。这个变体允许你估计系统进入时离反转点有多近（用于反趋势进入）或进入时离趋势的终点有多远（用于趋势进入）。 3.复杂的估计。当然，有很多这样的人。而他们中的每一个人都可以估计系统提供的条目的一个特定属性。让我只举一个例子，我也用过这个例子。没有给出SL，唯一的参数是TR。对于每个条目，在该条目达到TP之前所达到的最大缩减量被估计。通过改变TP，我们得到一个可以进行统计分析的系列。这只是一个例子，有其缺点。特别是，ТР可能根本就没有达到。因此，每个这样的估计变体的应用都需要自己的完善。 一般来说，在估计整个系统时，我们依靠两个数值：每个负数的正数交易量和盈利交易的平均利润与无盈利交易的平均损失的比率。所有这些数值都是在测试整个系统时作为一个复合体获得的。因此，它们不是独立的，因为我们不能说为什么会出现这些结果。无论是因为输入不好，还是因为输出不好，还是因为SL和TR是错误的，等等。因此，将评估投入和产出的方法标准化当然很好（而且它们是相关的）。那么就有可能建立一种方法来独立评估系统的两个主要特征。这将立即显示出该系统的优势所在和仍需改进的地方。 我也有类似的想法，只是我把进入和跟随订单视为自由度（其中包括退出）。如果它们能够被单独优化，首先会导致减少工作量（大致上说，是金额的总和而不是金额的乘积）。事实上，在标准定义中，它们不是独立的，因此需要重新表述，尽管这可能使概念不那么明显，更难以应用。也就是说，需要一种正交化的方式。在这个意义上，你的第三个选择，顺便说一下，似乎相当有趣，至少是作为反思的介绍。 Forex Trader 2006.08.13 19:08 #1312 <br / translate="no"> 我不太理解 "摆动 "这个词，如果你指的是通过逐渐逼近来寻找最大值或最小值，比如，通过共轭梯度法（我曾经给过一个链接），那么这种方法更适合我们的情况，与摆动没有关系。而如果这意味着要定义一条新的链线，我认为这是不对的，数值方法不会这样解决问题。但微分、积分方程、插值问题等都能得到解决。也就是说，作为解决一个方程组的结果，我们得到了一组曲线。 我不能确切地说哪种算法对于正面解决这个问题是正确的（虽然我自己也有了兴趣），但这里有一个近似的算法。 Forex Trader 2006.08.13 20:26 #1313 Rosh，我从一开始就这样理解你的做法。事实上，你也可以用变化微积分来解决这个问题。但是，将通道左右边界的价格值表示为列，将价格表示为链，这是否正确？此外，为了解决这个问题，必须设定一些平衡条件。 Forex Trader 2006.08.13 22:35 #1314 我使用的是当前的上合组织水平，而不是入市时的固定水平，这意味着这个比率只在入市时才是真实的。此外，在趋势进入时，SL开始收紧，TP开始移开。而且，分别在逆势进入时，相反。 很明显，SL和TP水平可能会发生变化。这也很清楚，这可能是改变计算参数和MM的结果，即拖尾，等等。然而，为了规范和研究投入（和产出）的效率，所有这些东西都必须被消除。如果在标准和固定条件下获得了良好的结果，那么合理的策略和MM可以进一步改善这些结果。如果自己不能获得好的结果，那么MM只会给这幅警示画抹黑。 Forex Trader 2006.08.14 07:18 #1315 还有一件事。由于计数时间长，搜索深度（即计算通道的最大长度）必须受到限制。它是如何影响结果的？下面是2004年9月至2006年7月期间的两张测试图，一张是搜索深度为300条，另一张是500条。这些算法是相同的。唉，差异是相当大的。 我还测试了不同样本长度下的结果差异。如果有趣的话，这里提出了结果"基于艾略特波浪理论的交易策略" solandr 23.06.06 10:36 300条和1000条的平衡图有相当高的关联性。坦率地说，除了线性回归，我还使用抛物线回归（我已经写过几次），然后我根据几个来源的信息对使用这两种方法得到的数据进行平均，这种方法可以更接近通道的 "真实 "参数（真实存在的通道的边界（而不是我们在计算中选择的那些）。 我还想提醒尊敬的支部成员，战略是几个组成部分的总和（也就是说，不可能只在一个线性回归通道上走得很远，尽管这些通道绝对会与弗拉迪斯拉夫在最小势能基础上定义的通道相吻合！)我不知道你是否在你的EA中使用了Murray的水平，但它们发挥着重要的作用，还有赫斯特比率和资金管理（后者，正如Yurixx 正确指出的，在更大程度上只与利润最大化有关，而其他组成部分提供了利润）。首先，我可以建议你以最严格的条件进入市场，以后随着仓位管理算法的实践，软化这些条件（以增加交易数量，从而增加总利润）。换句话说，策略的成功一半是本主题所述方法的结果，一半是成功（或更准确地说，合理）的仓位管理算法的结果。而仓位管理算法是否成功的问题，可以通过策略测试器独立回答。而恰恰是后半部分是每个人都能（或不能）自己找到的，也是弗拉迪斯拉夫从一开始就拒绝向公众介绍的，它不仅是关于势能的，在这个问题上有非常有趣的争论。 Forex Trader 2006.08.14 09:30 #1316 <br/ translate="no"> 300条和1000条的平衡图有相当高的关联性。然而，除了线性回归，我也使用抛物线回归（我已经写过几次了），然后我在几个来源的信息基础上对使用这两种方法得到的数据进行平均，这样可以更接近通道的 "真实 "参数（真正存在的通道的边界（而不是我们在计算中选择的那些）。 那么这个问题：你是否对线性和抛物线近似参数的统计意义进行测试？也就是说，对于某些样本，我们对 线性回归 Y=A*X+B和Y=A1*X^2+B1*X+C有一个很好的近似值。我们需要检查这些近似值是否是同阶的近似值。如果是这样，那么抛物线可以很容易地被拒绝，因为它是人为的，如果不是，那么我们有一个相同的时间序列的两个不同的近似值，这可以作为线性回归通道中断的标准。 Forex Trader 2006.08.14 09:57 #1317 那么这个问题：你是否检查线性和抛物线近似参数的统计意义？<br/ translate="no">也就是说，对于某些样本，我们对线性回归Y=A*X+B和Y=A1*X^2+B1*X+C都有一个很好的近似值。我们需要检查这些近似值是否是同阶的近似值。如果是真的，那么抛物线很容易被认为是人为的，如果不是，那么我们对同一个时间序列有两个不同的近似值，它可以作为打破线性回归通道的标准。 不，我不知道，当然这个想法也应该被检查。抛物线和直线在其可能性的范围内完全接近价格系列。但抛物线有更多的近似可能性，因为它更 "强大"（阶数为2，而直线的阶数为1）。也就是说，根据选择，抛物线可以转化为直线，但直线肯定不会转化为抛物线。尽管大于2的阶数不能用于近似，也是因为有一种稳定的观点认为，更高的近似阶数所近似的不是趋势，而是趋势中已经存在的随机成分，由于这一点，弗拉迪斯拉夫因此可以声称，轨迹类型并不重要，位于特定范围内的两条曲线在近似方面是相等的。 关于突破线性回归通道的标准，到目前为止我也有纯粹的视觉观察，即在突破线性回归通道之前形成抛物线顶部。也就是说，趋势反转点通常（但不一定）可以用一个抛物线来近似，其峰值在趋势反转区。到目前为止，我还没有足够的时间将其纳入算法，以检查其使用的实用性。现在我最感兴趣的是创建交易系统的可能性，它将完全拒绝震荡指标。换句话说，在不使用MACD、OsMA、Stochastic振荡器的情况下，是否可以只通过 图解 的方式进行市场预测？ Forex Trader 2006.08.14 10:32 #1318 .抛物线和直线在其可能性的范围内完全接近价格系列。但抛物线有更多的近似可能性，因为它更 "强大"（阶数为2，而直线的阶数为1）。也就是说，根据样本的不同，抛物线可以转化为直线，但直线当然不会转化为抛物线。<br / translate="no"> .... 关于突破线性回归通道的标准，到目前为止，我也有纯粹的视觉观察，在线性回归通道突破之前，会形成抛物线顶部。也就是说，趋势反转点通常（但不一定）可以用一个抛物线来近似，其峰值在趋势反转区。到目前为止，我还没有时间把它放到算法中，以检查应用的便利性。 当我的计算结果显示LR和抛物线的一些区域有相同的残差散布时--这是对我计算这些数值的算法正确性的主要确认。 当LR通道被打破时，从视觉上抓住抛物线的顶部并不困难，但要教给程序就比较困难了。这就是为什么我提到的标准可能是有用的。可以涉及LR和抛物线中心之间的偏移，对散射进行归一化处理（作为一种选择）。还没有检查。 Forex Trader 2006.08.14 11:18 #1319 当LR通道断裂时，从视觉上抓住抛物线的顶部并不困难，但要教给程序就比较困难了。 奇怪的是，我发现教程序识别顶点的算法立刻就很明显了。如果A>0，那么抛物线的分支就会往上走，那么为了确定顶部已经过了，你可以使用条件Yparabola_current>Yparabola_previous。反之，如果A<0，分支是下降的，分别在抛物线_current<Үparabola_previous处通过顶点。例如，我在300个柱子内寻找一个满足收敛条件的抛物线。 我还没有尝试把它插入到算法中，但这个算法显示出了顶部的传递，这在视觉上是很明显的。我只是在图表上显示了一个（些）线性通道和抛物线。 Forex Trader 2006.08.14 12:06 #1320 这其实不是关于参数A的值（我同意，符号毫不含糊地决定了分支的方向），而是这个有顶点的抛物线是否值得关注（又回到了曲线上）。虽然我可能把事情搞复杂了。除非你检查它，否则你不会明白。 1...125126127128129130131132133134135136137138139...309 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
我会以不同的方式确定优先次序--进场的正确率应该在50%左右，但止损和盈利应该有优势。换句话说，我们在可以获得 小的止损或大的利润的地方进入。
在通道的小陡度的限制下，情况会是这样。一般来说，情况比较复杂，因为它与Yurixx的 答案重叠，下面会有一些补充推理。
我问了关于你的入门水平的问题，因为，为了了解你的评估方法，我需要看到SL和TP之间的比例。现在我明白了，它是1：4。
我使用的是当前的有效值水平，而不是进场时的固定值，也就是说，这个比率只有在进场时才是真的。此外，在趋势进入时，SL开始收紧，TP开始移开。反之亦然，分别在逆势进入时。
一般来说，我想象中的选择是。
1.平衡估价。SL=TP。我喜欢这个选项，因为它很简单，而且对作品的 "正确性 "有一个客观的评估。也就是说，它给出了一个系统获胜概率增加的估计。
2.非平衡估计 SL < TP。这个变体允许你估计系统进入时离反转点有多近（用于反趋势进入）或进入时离趋势的终点有多远（用于趋势进入）。
3.复杂的估计。当然，有很多这样的人。而他们中的每一个人都可以估计系统提供的条目的一个特定属性。让我只举一个例子，我也用过这个例子。没有给出SL，唯一的参数是TR。对于每个条目，在该条目达到TP之前所达到的最大缩减量被估计。通过改变TP，我们得到一个可以进行统计分析的系列。这只是一个例子，有其缺点。特别是，ТР可能根本就没有达到。因此，每个这样的估计变体的应用都需要自己的完善。
一般来说，在估计整个系统时，我们依靠两个数值：每个负数的正数交易量和盈利交易的平均利润与无盈利交易的平均损失的比率。所有这些数值都是在测试整个系统时作为一个复合体获得的。因此，它们不是独立的，因为我们不能说为什么会出现这些结果。无论是因为输入不好，还是因为输出不好，还是因为SL和TR是错误的，等等。因此，将评估投入和产出的方法标准化当然很好（而且它们是相关的）。那么就有可能建立一种方法来独立评估系统的两个主要特征。这将立即显示出该系统的优势所在和仍需改进的地方。
我也有类似的想法，只是我把进入和跟随订单视为自由度（其中包括退出）。如果它们能够被单独优化，首先会导致减少工作量（大致上说，是金额的总和而不是金额的乘积）。事实上，在标准定义中，它们不是独立的，因此需要重新表述，尽管这可能使概念不那么明显，更难以应用。也就是说，需要一种正交化的方式。在这个意义上，你的第三个选择，顺便说一下，似乎相当有趣，至少是作为反思的介绍。
我不能确切地说哪种算法对于正面解决这个问题是正确的（虽然我自己也有了兴趣），但这里有一个近似的算法。
很明显，SL和TP水平可能会发生变化。这也很清楚，这可能是改变计算参数和MM的结果，即拖尾，等等。然而，为了规范和研究投入（和产出）的效率，所有这些东西都必须被消除。如果在标准和固定条件下获得了良好的结果，那么合理的策略和MM可以进一步改善这些结果。如果自己不能获得好的结果，那么MM只会给这幅警示画抹黑。
我还测试了不同样本长度下的结果差异。如果有趣的话，这里提出了结果"基于艾略特波浪理论的交易策略" solandr 23.06.06 10:36
300条和1000条的平衡图有相当高的关联性。坦率地说，除了线性回归，我还使用抛物线回归（我已经写过几次），然后我根据几个来源的信息对使用这两种方法得到的数据进行平均，这种方法可以更接近通道的 "真实 "参数（真实存在的通道的边界（而不是我们在计算中选择的那些）。
我还想提醒尊敬的支部成员，战略是几个组成部分的总和（也就是说，不可能只在一个线性回归通道上走得很远，尽管这些通道绝对会与弗拉迪斯拉夫在最小势能基础上定义的通道相吻合！)我不知道你是否在你的EA中使用了Murray的水平，但它们发挥着重要的作用，还有赫斯特比率和资金管理（后者，正如Yurixx 正确指出的，在更大程度上只与利润最大化有关，而其他组成部分提供了利润）。首先，我可以建议你以最严格的条件进入市场，以后随着仓位管理算法的实践，软化这些条件（以增加交易数量，从而增加总利润）。换句话说，策略的成功一半是本主题所述方法的结果，一半是成功（或更准确地说，合理）的仓位管理算法的结果。而仓位管理算法是否成功的问题，可以通过策略测试器独立回答。而恰恰是后半部分是每个人都能（或不能）自己找到的，也是弗拉迪斯拉夫从一开始就拒绝向公众介绍的，它不仅是关于势能的，在这个问题上有非常有趣的争论。
那么这个问题：你是否对线性和抛物线近似参数的统计意义进行测试？也就是说，对于某些样本，我们对
线性回归 Y=A*X+B和Y=A1*X^2+B1*X+C有一个很好的近似值。我们需要检查这些近似值是否是同阶的近似值。如果是这样，那么抛物线可以很容易地被拒绝，因为它是人为的，如果不是，那么我们有一个相同的时间序列的两个不同的近似值，这可以作为线性回归通道中断的标准。
不，我不知道，当然这个想法也应该被检查。抛物线和直线在其可能性的范围内完全接近价格系列。但抛物线有更多的近似可能性，因为它更 "强大"（阶数为2，而直线的阶数为1）。也就是说，根据选择，抛物线可以转化为直线，但直线肯定不会转化为抛物线。尽管大于2的阶数不能用于近似，也是因为有一种稳定的观点认为，更高的近似阶数所近似的不是趋势，而是趋势中已经存在的随机成分，由于这一点，弗拉迪斯拉夫因此可以声称，轨迹类型并不重要，位于特定范围内的两条曲线在近似方面是相等的。 关于突破线性回归通道的标准，到目前为止我也有纯粹的视觉观察，即在突破线性回归通道之前形成抛物线顶部。也就是说，趋势反转点通常（但不一定）可以用一个抛物线来近似，其峰值在趋势反转区。到目前为止，我还没有足够的时间将其纳入算法，以检查其使用的实用性。现在我最感兴趣的是创建交易系统的可能性，它将完全拒绝震荡指标。换句话说，在不使用MACD、OsMA、Stochastic振荡器的情况下，是否可以只通过
图解 的方式进行市场预测？
关于突破线性回归通道的标准，到目前为止，我也有纯粹的视觉观察，在线性回归通道突破之前，会形成抛物线顶部。也就是说，趋势反转点通常（但不一定）可以用一个抛物线来近似，其峰值在趋势反转区。到目前为止，我还没有时间把它放到算法中，以检查应用的便利性。
当我的计算结果显示LR和抛物线的一些区域有相同的残差散布时--这是对我计算这些数值的算法正确性的主要确认。
当LR通道被打破时，从视觉上抓住抛物线的顶部并不困难，但要教给程序就比较困难了。这就是为什么我提到的标准可能是有用的。可以涉及LR和抛物线中心之间的偏移，对散射进行归一化处理（作为一种选择）。还没有检查。
奇怪的是，我发现教程序识别顶点的算法立刻就很明显了。如果A>0，那么抛物线的分支就会往上走，那么为了确定顶部已经过了，你可以使用条件Yparabola_current>Yparabola_previous。反之，如果A<0，分支是下降的，分别在抛物线_current<Үparabola_previous处通过顶点。例如，我在300个柱子内寻找一个满足收敛条件的抛物线。
我还没有尝试把它插入到算法中，但这个算法显示出了顶部的传递，这在视觉上是很明显的。我只是在图表上显示了一个（些）线性通道和抛物线。