基于艾略特波浪理论的交易策略 - 页 250

 
北风 对不起,没有更多 离题 的垃圾...
 
<br / translate="no ">北风 对不起,我不会再忽悠 "离题 "了......

来吧,这是个很好的笑话,让人笑出声来。
拍拍自己的膝盖,用手指着自己。:)
 
<br/ translate="no ">北风 对不起,我不会再拍 "离题 "了......



阿列克谢,日安!
阿列克谢,让我们在主题上再楞一下,好吗?:))请帮助我插入图片,解释器("如何在本论坛
插入图片(解释器)")并没有完全解释一些东西:)你的模拟账户做得怎么样了?已有的余额是多少?关于过去对图表的描述,我的意思是:欧元,1小时
 
波本身,通过一个 "可靠 "的通道传播,带有从源头继承的分形结构。还有一些有趣的事情......<br/ translate="no">此外,计算预测已经需要3-7个小时,取决于行的具体结构本身......。而这是相当多的...

Grash 如果你在算法中使用迭代,你可以尝试使用遗传算法。你也许能加快计算速度。问题:(当然,如果这不是一个秘密的话。) 我怀疑你在使用你自己的一些棘手的小波变换方法。我说的对吗?
 
<br/ translate="no">。
波本身,通过一个 "可靠 "的通道传播,带有从源头继承的分形结构。嗯,还有一些有趣的事情...
此外,计算预测需要3-7个小时,这取决于行的具体结构本身...而这是相当多的...

Grash 如果你在算法中使用迭代,你可以尝试使用遗传算法。你也许能加快计算速度。问题:(当然,如果这不是一个秘密的话。) 我怀疑你在使用你自己的一些棘手的小波变换方法。我说的对吗?


你说得对,我确实使用了小波,但都是在理论范围内,没有业余性。我目前正在研究

一个遗传算法
 
大家好!

EVA可以被认为是一套混沌动力学的行动模式。
此外,这套书远非完美。有一个更先进的(严格意义上的)分析系统--Tactica Adversa。

顺便说一下,原则上我对随机的方法不满意。
(也就是说,怎么可能是我不知道我买的是高价还是低价......? 这没有意义;绝对有一个 "公平的价格"......)每个城市、每个国家、每个世界的 "s.c.",有/没有考虑到某些参数,但它_是_的!反正!)

在决定论的观点中,我理解非线性动力学是最发达的,而且符合我们的情况...
注意,问题!
是否有更有效的方法?(网络/博弈论/振动等)
数学,不幸的是,我最近才学习,所以我不知道还有什么可以应用......



P.S.顺便说一下,我从网上得到的一份关于混乱中的概率转变的有趣文件......我把它放在那里...
http://tovaroved.lv/nonlin/p7-14.pdf
P.P.S. 如果有的话,术语在库兹涅佐夫的教科书《动态混沌》中有所描述
 
大家好!回到打印的内容...

我计算的枢轴区表示为一个矩形,时间相对较长。因此,我对小型预测有需求,当然,因为 "自然的贪婪",我开始 "在闲暇时 "做预测。

根据我的想法,迷你预报一进入这样的转弯区域就开始工作。唯一的目标是在知道预测的价格运动方向和边界条件:转折点区域和当前价格在其中的位置的情况下,最大限度地定义最佳交易的局部极值。基于小型预测的识别转折点局部极值的算法不太可能引起任何人的兴趣,除了我。但是小型预测本身是一项非常有趣的任务。

由于我不能使用基于Hurst指数的经过验证的方法,事情变得更加糟糕--样本量太小,而且这很矛盾--预测值小。

我决定逐一调查不同的变体,在这里我分享我第一次尝试的结果。所以,我还没有使用自相关和其他技巧。对于初学者来说,这很简单:这个过程被表示为几个预先选择的函数的叠加。



我将以下内容定义为此类函数。

(1)数学期望线(水平直线)
(2)线性回归
(3)抛物线回归
(4)谐波
(5)还有一些......

由于预测应该是针对未来少量的柱状图,我假设每个函数的基本模式将大致成立。例如,为谐波找到的周期仍将保留一定的最小条数。而这些函数的叠加应该显示出 "大约-正确 "的数值。是的,我知道这肯定不会发生,但我绝对不需要它,而且它可能会起作用。

基本算法
(1) 用最小二乘法找到每个函数的最优系数,当然,数学期望线除外 :o)
(2) 使用最小二乘法为先前定义的函数 的线性叠加找到系数

提醒我,这种预测的重点不是在一个频道里玩,而是找到一个局部极值。只有一个输入参数,它是预测的样本量。我想最大的预测值不应该超过样本的1/3。我使用(H+L)/2作为计算的输入。

测试样本的总数量..............................................................50139
随机抽取的当前条数..............................................................................25000
样本中的条数...............................................................................................18

所以,我随机选择了当前条数,这是我得到的结果:


黑色阶梯线--高点和低点对应,红色实线--计算出的预测函数,红色虚线--预测函数的标准偏差,蓝色虚线--数学数据。

我们得到一条类似抛物线的曲线,这并不令人惊讶。ANC计算系数的方式是与数据源最相似的函数 "获胜"。

结果似乎是令人鼓舞的,但很可能预测的结果必须在某处。保持输入参数(样本中的条数),我们向前转移到25010条,假设它已经形成。我们立即看到,预测在说谎:


,它说谎的次数很多。但是!在我手动做了一打实验并为整个样本写了一个小测试之后,我清楚地知道,我总是能从当前的计数中找到这样一个N,根据这个方案的预测会显示出良好的结果。测试非常简单:对于每一个步骤+1的计数,我们增加了我们已经做出预测的样本,然后检查有多少未来的条形图落在RMS限制之内。这个测试证实了本论坛上经常讨论的内容。我没有发现任何不可能找到样本并进行正确预测的样本。对于样本25010,有多达两个这样的值N(当然是经过调整的):

14


71


现在我在认真思考样本数量的标准问题。顺便说一句,如果你仔细观察图表,可以 "用肉眼 "看到一个这样的标准。我现在正在努力。但这还不够,我还需要再想出几个办法。

有人对这个感兴趣吗?还是大家都一直在读帕斯图霍夫?:o)))

toNeutron

Sergey,你消失在哪里了?我很想写 "不要睡觉!!!"。:о)))
 
有人感兴趣吗?还是大家都一直在读帕斯图霍夫?


我对它很感兴趣,虽然实际上不是为了价格,而是为了指标。

而似乎连少数感兴趣的人都对帕斯图霍夫感到失望。而且不费吹灰之力!
最后,讨论在最有趣的地方中断了:如何从纯数学的角度来制定一个可行的战略?
结果,以制定一个真正的工作战略。不要紧,谁需要它呢?
 
有人感兴趣吗?还是大家都一直在读帕斯图霍夫?:о)))

你可以肯定的是,每个人都有兴趣!帕斯图霍夫和你的研究都是如此。

你为什么不使用红色的虚线,而是使用以3个标准差为基础构建的置信区间 的界限,或者以学生的方式计算,例如99%的置信区间?或者你对所选择的边界结构有什么特殊目的?只是出于好奇心。