基于艾略特波浪理论的交易策略 - 页 23 1...161718192021222324252627282930...309 新评论 Forex Trader 2006.05.13 19:29 #221 Vladislav，你认为是否有可能将Hearst参数计算应用于由二次函数近似的通道？也就是说，作为S，我们取信道近似的估计误差的均方根，但作为R，我们也许可以取信道本身的最大和最小之间的传统差值，或其他东西？例如，你可以把相对于时间轴的二次函数的一半向上或向下转动，得到类似于在x<0时y=-Ax^2，在x>0时y=Ax^2的东西，以防通道被抛物线所近似。 并尝试从这种人为安排的样本中获取通道扩散R。你认为这有什么意义吗？或者，是否总是可以只对线性回归 渠道采取Hearst系数，或者例如根据你的建议通过muving？ Forex Trader 2006.05.15 14:45 #222 Vladislav，Muving的Hearst指数计算在我看来有点可疑，因为不知道应该采取什么数值的平均周期。我假设每个特定的计算的这个值应该根据婴儿的数量以某种方式改变。这就是为什么我暂时定在了线性回归通道上。 再次对迟来的答复表示抱歉。我希望我早一点看--这将节省你的时间，但我希望它没有被浪费。所以我没有提出用muving来解读Hurst准则--我提出从标准交付中提取算法，用你需要的东西代替muving值。在你发布的那个算法中（我还没有看最后一个），有一个变量--样本的中位数。你如何看待这个问题？如果通道是水平的--那么它是可以的，你可以得到你需要的东西，但在一般情况下不是。也就是说，你必须在每个柱子上采取实际价格和该价格的预测之间的差异。让我试着说得更具体些：如果你用muvin来近似收盘价，那么你应该取muvin值和每个柱子上的收盘价之间的差额。如果是非线性回归，那么相应的是这个回归的值，如果是线性的，那么是回归线的值，但这一切都是针对每个柱子 的。这就是为什么我写道，你至少要有一个投影数组--每个条形都有自己的投影。然后你可以估计：不取整个样本，而只取其中的一部分，建立一个区间--如果一切仍在范围内，就取整个样本，建立一个对未来的预测（外推法）。 祝您好运，并祝您在趋势方面好运。 而这是一种通用的方法，既适用于线性近似，也适用于非线性近似。 Forex Trader 2006.05.15 17:09 #223 在我的最后一个变体中，首先为样本构建了一个线性回归，并一次性计算出真实的条形价格和为整个通道构建的线性回归方程之间的差异。但我理解，你使用的是不同的计算方法？ 因此，就我的理解，用你的方法计算Hurst参数的算法应该是这样的。 1.我们对想要获得Hearst参数的点进行抽样。例如，为了清楚起见，让我们取一个从0到N的点的样本。 2.让我们从0到M中依次抽取一部分样本，其中0<M<=N。也就是说，理论上我们有N个样本，其范围如下：0-1，0-2，0-3，0-4，...0-（N-1），0-N。 3.对于每个样本，我们构建一个线性回归通道。我们得到了一系列的渠道和他们对未来的预测。 4.计算条形图 M的收盘价 与为样本0-(M-1)构建的线性回归通道在该条形图上的投影之间的差异。也就是说，在计算差值时，取的是为PAST绘制的线性回归预测的数据，不包括当前的栏位？对吗？ 5.然后我们就有了这样一个差值阵列，从中确定RMS（S） 6。我们发现R是样本的最大值和最小值之差 7。计算赫斯特参数。 现在我是否正确理解了如何计算赫斯特参数？ 如果我对你的想法理解正确的话，在我看来，这是对书中公式所给出的赫斯特参数计算方法的一个非常重要的补充。没有强调计算的这种情况。 Forex Trader 2006.05.15 19:18 #224 是的，但样本本身必须至少有一定数量的条数。换句话说，你设定了样本中的最小条数（它非常小--大约30条，如果更少，误差会很大，但实际上有一个皮尔逊标准）。然后你计算出当前条形图上的回归值。此外，如果样本>允许的最小值，首先我们将样本运行到大约2/3，计算有效值，绘制区间图，看看我们现在在哪里。如果我们还在区间内，我们从一开始就取整个样本，并再次计算到最后一小节的有效值（在一般情况下会有所不同）。构建区间--在收敛的情况下，它至少不能增加；）。RMS--我们从回归值（在这种情况下，如果我们用muving或一些函数对其进行近似，则为muving）和每个柱状图 上的收盘价 的差异的平方。如果一切正常--我们计算赫斯特。有效值已经有了，接下来我们定义最大和最小偏差。对数 ..... - 下一个 - 技巧。作为一种选择，这可能不是收盘价，而是交易的利润，例如--那么你可以评估通过这种策略获取利润的随机性)。 好运和良好的趋势。 Forex Trader 2006.05.15 19:30 #225 顺便说一下，我还想问以下问题。我认为根据我的初步计算，最好不要把某个特定的开盘价、收盘价、最高价或最低价作为条形价格，而是把平均条形价格（O+C+H+L）/4。那么所有的参数将更加居中，也就是说，从预测的真实位置向上或向下的偏移将最小。然后我们可以简单地在误差图中画出样本中条形平均价格的置信区间 线，并用两条线表示误差本身。一条线显示的是高价位的采样误差，另一条线是低价位的误差。这样的表现形式必须为当前价格在置信区间的位置提供更方便的可视化。弗拉迪斯拉夫，你对此有何看法？还是你仅仅是曾经选择了传统的收盘价作为条形参考点，而它已经证明了自己？ Forex Trader 2006.05.16 05:19 #226 弗拉迪斯拉夫，我想澄清一下你的这句话，http://forex.ua/forum/viewtopic.php?t=1634&postdays=0&postorder=asc&start=100 水平仍然需要完善，像以往一样，达到水平的时间是很重要的。 你的意思是，一个水平的概念（其声明的价值）只对当前的时间点有意义？而在某些时候，由于价格沿着通道移动，经过一些距离，水平自然会发生变化，置信区间的极限将在未来位于其他地方。还是你对这句话有更多的意思？例如，你是指价格达到这个水平的速度吗？我想也许你指的是赫斯特参数的计算？这意味着，如果价格几乎达到了一个水平，但赫斯特显示了趋势的延续，那么这个水平将被打破，尽管不是一下子就被打破？也许，这与置信区间内的水平特别有关。 Forex Trader 2006.05.16 10:33 #227 如果还是在区间内--从开始到最后一栏采取整个样本 Vladislav，对于Hearst计算的情况，以及对于一般搜索的最佳样本，你具体采取什么宽度的置信区间？ 90% 95% 99% 99.9% 或者你在一般寻找最佳样本的过程中，是否一直设置不同的置信区间宽度？例如，你搜索90%的样本，找到一个样本，然后你搜索95%，找到另一个，以此类推，直到99.9%？ 或者在实验的基础上，你已经确定，例如，获得的置信区间大于95%的样本对预测没有什么用处，应该在分析中舍弃？ 或者你只是被这样一个事实所引导：后续构建的区间应该小于2/3样本构建的初始区间？ 间隔至少不应该随着收敛而增加；）。 但是，在建立第一个区间时，你仍然应该设置其宽度，对吗？还有一个问题，关于计算的顺序（最终计算时间）。我理解，在寻找线性回归通道时，我们应该从当前时刻开始取样，深入到过去。假设我们已经找到了一组满足收敛要求的样本。但我们仍有未计算的条数，我们进一步计算，获得的样本就在区间之外。那么可以采取什么标准来说明进一步的计算是没有意义的，我们可以结束列举样本的循环？乍一看，我想，只要计算与最长的成功样本中的条数相同的条数就足够了？或者你有一些其他的选择吗？例如，只计算最长样本的30%或其他一些条数就够了吗？还是独立估计过去半年的整个价格阵列的结果，然后估计通过其他订单的函数来近似价格系列的计算误差？例如，你已经提到的二次方的那个。 请告诉我，你是否应用其他函数进行逼近？例如，谐波、指数、对数、幂函数（高于二阶），等等？或者，如果应用于外汇市场，只应用两个函数--线性和二次函数--是否足以在这个市场上成功交易？ Forex Trader 2006.05.16 11:04 #228 顺便说一下，我还想问一个问题。根据我的初步计算，似乎将平均条形价格（O+C+H+L）/4，而不是某个开盘价、收盘价、最高价或最低价，作为条形价格更好。然后，所有的参数将更加居中，即从预测的真实位置向上或向下的偏移将最小。 当然，你可以。 你的意思是，水平的概念（其宣布的价值）只对当前的时间点有意义？在一段时间内，水平值自然会发生变化，因为价格沿着通道移动，会经过一些距离，置信区间的极限在未来会位于其他地方。 对。枢轴区与其中一个枢轴水平重合，大大增加了计算的准确性。 那么，对于Hearst的计算和对最佳样本的一般搜索，你采取什么宽度的置信区间？ 我相信，在99%的置信区间 被打破之前，样本是真实的。我还考虑到了90％和95％--它往往是回调的结束和恢复的第三阶段。 但无论如何，当你建立第一个区间时，你必须设置其宽度，对吗？ 绝对的--以标准差计算--最普遍的方式。 请告诉我，你是否使用其他函数来进行近似计算？例如，谐波、指数、对数、功率（高于二阶），等等？或者，如果应用于外汇市场，仅仅两个函数--线性和二次函数--就足以实现成功的交易吗？ 不是--谐波函数是二次函数形式的一个特例。至于其他的--请看关于价格领域的潜力的考虑，不仅是关于外汇市场--凡是价格领域有潜力的地方，也就是说，利润不取决于价格轨迹，而只取决于开仓和平仓的价格差。关于标准--在方法上，我写道：价格轨迹使潜在能量函数最小化。更多详情请见.....好运和良好的趋势。 Forex Trader 2006.05.19 09:58 #229 Vladislav，原则上我已经完成了基于线性回归的通道搜索。而现在，我一定是完全按照你的建议计算了赫斯特（对每个酒吧分别进行预测计算）。我认为赫斯特对每根柱子的计算包含更多有用的信息，我仍在研究，但试图在实践中使用。 现在我的脚本找到了满足不可还原性原则的线性回归通道，即所有通道样本的均方根值小于2/3样本的均方根值，以及最后1/3的非抽样原则，以获得99%的置信区间（一切按照你的建议）。但现在出现了一个小小的技术问题。由于有几个 "真正的 "通道在当前的时间点上运作，所以像统计学中的其他地方一样，这种通道也有散点区域。也就是说，假设 "真实 "通道之一是基于从当前时间到200条之前的H1周期的样本的线性回归通道。如果样品在190-210巴的范围内变化，上述的2个条件将得到完全满足。我们看一下这些样本的RMS值，并选择最小的值。根据你的策略，这个渠道适用于预测。 然后我们转移到另一个时间框架，例如在M15上。我们正试图在相同的时间范围内找到一个类似的通道。而我们得到的结果如下。在M15的最佳通道（偏度最小）似乎是一个线性回归的通道，不是在800条的样本（200*4）上得到的，这是很自然的，而是在640条的样本上得到的。也就是说，时域给我的采样方差最多为25%（这是最大值--通常更小）。也正因为如此，目前我们在置信区间界线本身的定义上有大约5-10个点的差异。既然我们似乎以平均条形价格（O+H+L+C）/4为样本，不进行任何模式分析，那么在不同的时间段，同一时间间隔所绘制的最佳通道时间框架一定是相同的，对吗？或者不是这样，在这种情况下，我们也应该应用参数估计的统计方法？而最优通道的时间间隔也有自己的方差，这能解释不同时间段最优通道的样本的这种分歧吗？ 因此，我有一个问题。在这种情况下，你会怎么做？你的计算依靠的是什么？例如，你是把建立在较小时间框架上的通道作为决策的基础，还是通过平均不同时间框架上获得的通道限制来额外估计置信区间限制？也就是说，如果你在4个时间段（M5、M15、M30和H1）计算同一个通道，对同一个通道的置信区间限制的平均估计可能会有两倍的可靠性？你将能够在更大程度上依靠它，而不是依靠单独计算一个时间框架的渠道？或者你有别的办法？虽然，也许在这种情况下，你并不平均什么，只是寻找最近的适当级别的穆雷，正如之前所说的那样？ 你在什么时间范围内进行主要计算？你说你的程序在30-40秒内计算出半年的数据。我想这个时间框架不应该小于H1？是这样吗？ Forex Trader 2006.05.19 14:07 #230 在我的算法中，std_dev[][]是一个为通道样本和投影计算的RMS表。现在使用的是可变指数，而不是第二个恒定指数--当时的投影只有一种方式，现在则有多种方式。我还不知道哪个更好--到目前为止，我决定保留所有这些东西。 Vladislav，请就std_dev[][]数组提供建议。据我所知，这个数组的尺寸是Nx2，其中N是计算通道的数量。单元的值可以如下： std_dev[n][0] - 通道n中2/3样本的RMS值 std_dev[n][1] - 通道n整个样本的RMS值（投影的RMS） 或者我搞错了，这个数组包含别的东西？例如，可以有第3个单元格std_dev[n][2]，它将包含取样的起始条数。 顺便问一下，除了标准的，还有哪些变体可以用来建立预测？投影重复被作为近似函数的函数+置信区间 的极限，在形式上重复近似函数？在这个领域，你还能想到什么？例如，我可以假设可以从几个月前获得的数据中构建一个预测。这种方式似乎更合理，因为如果我们只按当前时刻进行预测，价格在接近反转区时破坏了一些在几个小时前形成的通道，而其余的通道则将它们的区间限制移到反转区。换句话说，如果我们看到反转区，并且价格接近它，被认为是 "真实 "的通道之一将不能满足两个条件中的一个。你如何处理这个问题？在分析当前形势时，你是否也使用了几条前的预测？ 1...161718192021222324252627282930...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
再次对迟来的答复表示抱歉。我希望我早一点看--这将节省你的时间，但我希望它没有被浪费。所以我没有提出用muving来解读Hurst准则--我提出从标准交付中提取算法，用你需要的东西代替muving值。在你发布的那个算法中（我还没有看最后一个），有一个变量--样本的中位数。你如何看待这个问题？如果通道是水平的--那么它是可以的，你可以得到你需要的东西，但在一般情况下不是。也就是说，你必须在每个柱子上采取实际价格和该价格的预测之间的差异。让我试着说得更具体些：如果你用muvin来近似收盘价，那么你应该取muvin值和每个柱子上的收盘价之间的差额。如果是非线性回归，那么相应的是这个回归的值，如果是线性的，那么是回归线的值，但这一切都是针对每个柱子 的。这就是为什么我写道，你至少要有一个投影数组--每个条形都有自己的投影。然后你可以估计：不取整个样本，而只取其中的一部分，建立一个区间--如果一切仍在范围内，就取整个样本，建立一个对未来的预测（外推法）。
祝您好运，并祝您在趋势方面好运。
而这是一种通用的方法，既适用于线性近似，也适用于非线性近似。
因此，就我的理解，用你的方法计算Hurst参数的算法应该是这样的。
1.我们对想要获得Hearst参数的点进行抽样。例如，为了清楚起见，让我们取一个从0到N的点的样本。
2.让我们从0到M中依次抽取一部分样本，其中0<M<=N。也就是说，理论上我们有N个样本，其范围如下：0-1，0-2，0-3，0-4，...0-（N-1），0-N。
3.对于每个样本，我们构建一个线性回归通道。我们得到了一系列的渠道和他们对未来的预测。
4.计算条形图 M的收盘价 与为样本0-(M-1)构建的线性回归通道在该条形图上的投影之间的差异。也就是说，在计算差值时，取的是为PAST绘制的线性回归预测的数据，不包括当前的栏位？对吗？
5.然后我们就有了这样一个差值阵列，从中确定RMS（S）
6。我们发现R是样本的最大值和最小值之差
7。计算赫斯特参数。
现在我是否正确理解了如何计算赫斯特参数？
如果我对你的想法理解正确的话，在我看来，这是对书中公式所给出的赫斯特参数计算方法的一个非常重要的补充。没有强调计算的这种情况。
好运和良好的趋势。
你的意思是，一个水平的概念（其声明的价值）只对当前的时间点有意义？而在某些时候，由于价格沿着通道移动，经过一些距离，水平自然会发生变化，置信区间的极限将在未来位于其他地方。还是你对这句话有更多的意思？例如，你是指价格达到这个水平的速度吗？我想也许你指的是赫斯特参数的计算？这意味着，如果价格几乎达到了一个水平，但赫斯特显示了趋势的延续，那么这个水平将被打破，尽管不是一下子就被打破？也许，这与置信区间内的水平特别有关。
Vladislav，对于Hearst计算的情况，以及对于一般搜索的最佳样本，你具体采取什么宽度的置信区间？
90%
95%
99%
99.9%
或者你在一般寻找最佳样本的过程中，是否一直设置不同的置信区间宽度？例如，你搜索90%的样本，找到一个样本，然后你搜索95%，找到另一个，以此类推，直到99.9%？
或者在实验的基础上，你已经确定，例如，获得的置信区间大于95%的样本对预测没有什么用处，应该在分析中舍弃？
或者你只是被这样一个事实所引导：后续构建的区间应该小于2/3样本构建的初始区间？
但是，在建立第一个区间时，你仍然应该设置其宽度，对吗？还有一个问题，关于计算的顺序（最终计算时间）。我理解，在寻找线性回归通道时，我们应该从当前时刻开始取样，深入到过去。假设我们已经找到了一组满足收敛要求的样本。但我们仍有未计算的条数，我们进一步计算，获得的样本就在区间之外。那么可以采取什么标准来说明进一步的计算是没有意义的，我们可以结束列举样本的循环？乍一看，我想，只要计算与最长的成功样本中的条数相同的条数就足够了？或者你有一些其他的选择吗？例如，只计算最长样本的30%或其他一些条数就够了吗？还是独立估计过去半年的整个价格阵列的结果，然后估计通过其他订单的函数来近似价格系列的计算误差？例如，你已经提到的二次方的那个。 请告诉我，你是否应用其他函数进行逼近？例如，谐波、指数、对数、幂函数（高于二阶），等等？或者，如果应用于外汇市场，只应用两个函数--线性和二次函数--是否足以在这个市场上成功交易？
当然，你可以。
你的意思是，水平的概念（其宣布的价值）只对当前的时间点有意义？在一段时间内，水平值自然会发生变化，因为价格沿着通道移动，会经过一些距离，置信区间的极限在未来会位于其他地方。
对。枢轴区与其中一个枢轴水平重合，大大增加了计算的准确性。
那么，对于Hearst的计算和对最佳样本的一般搜索，你采取什么宽度的置信区间？
我相信，在99%的置信区间 被打破之前，样本是真实的。我还考虑到了90％和95％--它往往是回调的结束和恢复的第三阶段。
但无论如何，当你建立第一个区间时，你必须设置其宽度，对吗？
绝对的--以标准差计算--最普遍的方式。
请告诉我，你是否使用其他函数来进行近似计算？例如，谐波、指数、对数、功率（高于二阶），等等？或者，如果应用于外汇市场，仅仅两个函数--线性和二次函数--就足以实现成功的交易吗？
不是--谐波函数是二次函数形式的一个特例。至于其他的--请看关于价格领域的潜力的考虑，不仅是关于外汇市场--凡是价格领域有潜力的地方，也就是说，利润不取决于价格轨迹，而只取决于开仓和平仓的价格差。关于标准--在方法上，我写道：价格轨迹使潜在能量函数最小化。更多详情请见.....好运和良好的趋势。
现在我的脚本找到了满足不可还原性原则的线性回归通道，即所有通道样本的均方根值小于2/3样本的均方根值，以及最后1/3的非抽样原则，以获得99%的置信区间（一切按照你的建议）。但现在出现了一个小小的技术问题。由于有几个 "真正的 "通道在当前的时间点上运作，所以像统计学中的其他地方一样，这种通道也有散点区域。也就是说，假设 "真实 "通道之一是基于从当前时间到200条之前的H1周期的样本的线性回归通道。如果样品在190-210巴的范围内变化，上述的2个条件将得到完全满足。我们看一下这些样本的RMS值，并选择最小的值。根据你的策略，这个渠道适用于预测。
然后我们转移到另一个时间框架，例如在M15上。我们正试图在相同的时间范围内找到一个类似的通道。而我们得到的结果如下。在M15的最佳通道（偏度最小）似乎是一个线性回归的通道，不是在800条的样本（200*4）上得到的，这是很自然的，而是在640条的样本上得到的。也就是说，时域给我的采样方差最多为25%（这是最大值--通常更小）。也正因为如此，目前我们在置信区间界线本身的定义上有大约5-10个点的差异。既然我们似乎以平均条形价格（O+H+L+C）/4为样本，不进行任何模式分析，那么在不同的时间段，同一时间间隔所绘制的最佳通道时间框架一定是相同的，对吗？或者不是这样，在这种情况下，我们也应该应用参数估计的统计方法？而最优通道的时间间隔也有自己的方差，这能解释不同时间段最优通道的样本的这种分歧吗？
因此，我有一个问题。在这种情况下，你会怎么做？你的计算依靠的是什么？例如，你是把建立在较小时间框架上的通道作为决策的基础，还是通过平均不同时间框架上获得的通道限制来额外估计置信区间限制？也就是说，如果你在4个时间段（M5、M15、M30和H1）计算同一个通道，对同一个通道的置信区间限制的平均估计可能会有两倍的可靠性？你将能够在更大程度上依靠它，而不是依靠单独计算一个时间框架的渠道？或者你有别的办法？虽然，也许在这种情况下，你并不平均什么，只是寻找最近的适当级别的穆雷，正如之前所说的那样？
你在什么时间范围内进行主要计算？你说你的程序在30-40秒内计算出半年的数据。我想这个时间框架不应该小于H1？是这样吗？
Vladislav，请就std_dev[][]数组提供建议。据我所知，这个数组的尺寸是Nx2，其中N是计算通道的数量。单元的值可以如下：
std_dev[n][0] - 通道n中2/3样本的RMS值
std_dev[n][1] - 通道n整个样本的RMS值（投影的RMS）
或者我搞错了，这个数组包含别的东西？例如，可以有第3个单元格std_dev[n][2]，它将包含取样的起始条数。
顺便问一下，除了标准的，还有哪些变体可以用来建立预测？投影重复被作为近似函数的函数+置信区间 的极限，在形式上重复近似函数？在这个领域，你还能想到什么？例如，我可以假设可以从几个月前获得的数据中构建一个预测。这种方式似乎更合理，因为如果我们只按当前时刻进行预测，价格在接近反转区时破坏了一些在几个小时前形成的通道，而其余的通道则将它们的区间限制移到反转区。换句话说，如果我们看到反转区，并且价格接近它，被认为是 "真实 "的通道之一将不能满足两个条件中的一个。你如何处理这个问题？在分析当前形势时，你是否也使用了几条前的预测？