基于艾略特波浪理论的交易策略 - 页 9

 
<br/ translate="no"> 一般来说,这不是一个秘密 - 这取决于交易者准备接受的风险水平。例如,从1月到2月底,我在真实账户上的存款几乎翻了一番(更确切地说,是93%),交易的风险很小。 为了监测,我使用了风险最大的模拟账户--在那里我交易了近450%,但我不会在真实账户上冒这么大风险 :)- 这些是最好的数字,而平均数约为40%。

在我的策略中,为了在2个月内获得93%的利润,在资金管理中应该将最大的缩减量设定为50-60%。当然,我不能允许在真正的市场上这样做。你的战略可能值得关注,有这样的参数。但所提供的信息还不足以让我尝试用你的策略
开发一个专家顾问。基本上,如果你认为该战略不受宣传的影响,我可以理解。但是,如果你仍然想在实际应用中提出它,也许有人会想把它自动化(也许甚至我可以从中得到一些对自己有用的东西)。
 
嗨,Vladislav!
谢谢你的坦诚和有趣的帖子 !我喜欢你的方法的逻辑和基础。
你能不能给一些赫斯特的标准的链接?

你在你的帖子中非常简短地提到了它,而我,唉,对它一无所知。然而,这个话题--估计
对很多人来说,包括这个论坛上的人,这很有意思。
如果可能的话,不是抽象的数学,而是或多或少实用的东西。
从中可以了解到这个想法和它是如何算计套数的。

还有一个问题。
结果如下--我们不仅得到了取自枢轴点的默里水平,而且还得到了它们在特定时刻的统计意义。

这是你的方法论还是开放性的东西?
也许你可以多说几句?
 
如果你想的话,你可以在这里找到所有的东西 :):
http://forex.kbpauk.ru
 
如果你愿意,你可以在那里找到所有的东西 :):br / translate="no"> http://forex.kbpauk.ru

是的,也许,但我希望有一个了解他的建议的人给我推荐。
为什么我这个新来的人要在垃圾堆里翻来覆去地找,而其中绝大部分都是垃圾?
是像我这样的新手吗?浪费时间。
 
好的--没问题。对于赫斯特的标准,你可以从蜘蛛开始 - 那里有一个起点。你也可以在搜索引擎上找到它。该标准本身给出了一个经验性的估计,即我们离分布收敛为正态的距离有多远(这是为了简单起见)。这是一个随着样本中自由度增加而收敛的估计。它还与市场分形的估计有关(在Mandelbrot意义上--不要与D'Billiams !!!! 混淆)。还有一个中心极限定理,它说任何自由度增加的收敛分布都会收敛到正态分布(因此它的内部其实并不重要,只要它收敛了就行;)),这意味着矩阵统计工具对超过30个自由度的样本的适用性(在这种情况下是条形,但不是对任何样本!!!!!!)。- 因此,算法变成了迭代)--那里的误差将趋于零--因此用这种方法分析小周期是注定要失败的--我想是的。当我在日线图上计算日线水平时,误差并不明显--样本长度足够了。因此,这个特性当接近0.5时--意味着白噪声占上风,而当接近1时--表示存在稳定的结构,而0--不稳定。在适用性方面的进一步解释(我的,虽然可能很明显):稳定--趋势,不稳定--反趋势。这种情况下的分形(即自相似结构)是一个回归通道,当然是有目标估计的--否则根本就是无限的,使用起来也有问题;)。一般来说,该方法(也是一项非艰巨的任务)可简化为搜索通道--在某一点上可能不止一个,而且最重要的是,选择最合适的或合适的叠加(如果有一个以上)。它们的边界在价格和时间上勾勒出转折区。事实上,在每个酒吧,优化问题都得到了解决。计算方法本身需要将近0.5M的代码--与你的指标的大小相比)。
是的,我再次提醒你--所有这些在我制定的问题中都是有意义的,结果也是在同一个问题中解释的。尽管这些方法很常见。至于水平的统计学意义--一旦你建立了置信区间,你就会明白--例如,越是超卖,越有可能回到平衡点,甚至可能回到相反的边界(这在接近平衡点时变得很清楚)--所以置信区间切断了概率水平。想象一下,你以返回平衡点的概率为单位对超卖区进行数字解释(以百分比为单位--因此返回60/40的概率,因此是80/20,等等;)),而由默里在特定时间的反转水平落入,例如90/10--这将很容易交易? 而且模糊性更小,不是吗?所以,这就是这个问题的解决方案,给出了这样一个估计。
在反转时,所有这些结构都会排成一行,好在只是偷看了一下--那么概率是最大的。我在演示模式下进行交易,没有任何止损)。我不会在真正的账户上冒险,尽管我很想用一些小价格开一个账户试试:)。

如果你不介意的话,我不会向你展示一个现成的解决方案,尽管我已经为你节省了很多时间。

好运和良好的趋势。
 
谢谢你 Vladislav !
什么是R/S?
 
谢谢你 Vladislav !<br/ translate="no"> 什么是R/S?


又见面了!R/S--统计学是一个Hurst标准(统计学)--他的公式,如果你在网上找不到--写信给我们,我会把它寄给你--R--差异的叠加,S--RMS(标准偏差)。在公式中,有一个这个比率的对数--这就是为什么他们把它称为这种方式和那种方式。 我昨天还忘了注意什么--这也是至关重要的--两件事: 1.一个优化问题的出现。唉,没有它,我没能实现明确性--这个问题来自于一个假设(设置问题时必须考虑到这个假设),即价格遵循唯一可能的路径,沿着一条我们不知道有100%概率的轨迹。由于价格场是潜在的互换精度(这里的 "场 "是指数学意义上的--即函数连同其定义区域,而函数是所寻求的轨迹;)。)- 严格地证明它并不困难:势场是指其在闭环上的力的功(闭环上的积分;)等于零的那个场--所以 "在手指上 "看起来是这样的--无论轨迹在哪里上升/下降,但如果你回到起点,那么你的收益是零。由此你可以做一个假设,即轨迹函数可以由某个二次方形式充分表示--这几乎是简单的:寻找这种形式的质量标准函数的

极值 是一个高度研究的领域。也就是说,我们需要选择极端地满足质量标准的样本。2.如果一种方法可以 "得出 "一些客观的规律性,那么结果就不应该对 "噪音 "敏感--这在逻辑上是可以理解的。因此,自2006年1月以来,我已设法获得解决方法,在任何数据源(对我来说可用),即在任何经纪公司,提供相同的水平和反转区边界,尽管报价有一些差异,我不使用平滑算法 - 他们都滞后。 我真的想相信,预测的有效性提高与此有关(在逻辑上似乎是有道理的)。 虽然结果可能仍不是如此 :)- 一切皆有可能。 我将使用科学顾问服务公司的交易模拟器。(scicon) - 希望它能帮助我澄清情况。现在看来,这就是全部。因为我们用不必要的信息破坏了另一个主题:)。好运。2 开始--如果这些都是早就知道的(我在蜘蛛上的时候只找到了起点)--你会分享信息吗,至少在方法论上,否则我可能会在建造自行车上浪费时间?祝您好运,并祝您在趋势方面好运。
 
<br / translate="no"> R/S--统计学是Hurst准则--其公式,如果你在网上找不到--发给我--R--偏差的叠加,S--RMS(标准偏差)。该公式包含这个比率的对数,这就是为什么它被称为这种方式和那种方式。

我在网上搜索了一下。只能找到一些在Excel中进行计算的软件http://megafx.fromru.com/FRAGKTVBA.xls。
但这并不容易理解,因为我从来没有在Excel中编码过。
请把公式写在这里。这将使许多人感兴趣。还有,最好有一段你用来计算这个值的代码。
 
<br / translate="no"> 请在这里写下公式。这将是许多人感兴趣的。还有,最好有一段你用来计算这个值的代码。


很奇怪,我没有在我的档案中找到它--我的CD已经坏掉了:()。但我在网上找到了它--总的来说,它比我最初想象的还要有趣。


1.1 赫斯特指数的评估

让我们首先概述一下下面对汇率系列进行定量数学分析的理论背景。

Hurst H或他们所说的Hurst统计量R/S,表明有关系列中存在或不存在偏见。在克罗地亚,这种偏向是由市场参与者对当前经济环境的偏向反应产生的。这种偏见一直持续到新的随机信息出现,并在大小、方向或两者上改变这种偏见。

赫斯特的R/S分析给了我们时间序列的两个重要特征。首先,估计运动的惯性所需的平均周期长度。一个系统的平均周期长度是指初始条件的记忆消失后的时间长度。

其次,Hurst指数是稳定的,包含了对所研究系统的最小假设,并能对区分随机序列和非随机序列的时间序列进行分类,即使这个随机序列不是高斯的。例如,如果Hurst指数不同于0.5,这意味着所研究的时间序列的概率分布不是高斯的。如果0 < H < = 1,但H不等于0.5,那么该系列是一个分形,当H = 0.5时,其行为与随机漫步明显不同。

因此,如果H=0.5,所研究的时间序列是布朗运动,观测值是独立的,具有高斯分布。但如果H>0.5,就意味着观察结果不独立。每一个观察都带有对所有先前事件的记忆,而这并不是被称为 "马尔科夫 "记忆的短期记忆。这是一种不同的长期记忆,在理论上它总是被保留。最近的事件比以前的事件有更大的影响。从长期来看,给出赫斯特统计数据的系统是一长串相互关联的事件相互作用的结果。今天发生的事情会影响到未来。我们现在的位置是由我们过去的位置决定的。时间在这里变成了一个非常重要的因素。

赫斯特指数H最重要的应用是以下几点。

如果H=0.5,那么有效市场假说(EMH)被证实,即昨天的事件对今天没有影响,今天的事件对未来也没有影响。事件是不相关的,并且已经被市场使用和贬值了。

相反,在H>0.5的情况下,今天的事件明天会很重要,也就是说,收到的信息在一段时间后会继续被市场考虑。这不是简单的自相关,即信息的影响力迅速下降,而是一种长期的记忆,它在很长一段时间内对信息的影响力进行了制约。当然,这种影响确实会随着时间的推移而减少,但它仍然比短期的相关关系要慢。这种影响的特点是周期的长度,当它下降到一个无法区分的值时。在统计学中,它被称为系列相关时间(decrelation time)。

因此,如果时间序列的分形性被证明,就意味着分形市场假说(FMH)被证明,而这又与GER以及由该假说衍生的所有定量模型相矛盾。

为了量化H,赫斯特得出了一个经验法则的形式。


H = Lg(R/S)/Lg(n/2)
R - 所研究系列的最大范围
S - RMS(标准偏差)。
n - 观察值的数量(样本大小)



这些代码几乎不能告诉你什么:有太多的连接,因为所有的数组都被填在相应的地方--我已经写了这个程序是迭代的,但尽管如此。

 
  //--------------- Hurst系数 double R = 0.0, pMax = 0.0, pMin = 0.0, S = 0.0, nHrst = N_BG[i_StdChnl][1]-N_ND[i_StdChnl][1]; if(nHrst>minChnlBars){ S = std_div[i_StdChnl][1]; pMin = Low[Lowest(NULL,0,MODE_LOW, N_BG[i_StdChnl][1] ,N_BG[i_StdChnl][1] +StepBack) ]
       pMax = High[Highest(NULL,0,MODE_HIGH,N_BG[i_StdChnl][1], N_BG[i_StdChnl][1]+StepBack)]; R = MathAbs(pMax-pMin); if( (R>0)&&(S>0) )Chnl_Hrst[i_StdChnl][1] = MathLog(R/S)/MathLog(nHrst*0.5); } 



祝您好运,并祝您在趋势方面好运。

 
为了给自己总结一下你的策略(从数学语言翻译成我理解的工程/算法语言),我希望你能确认我的理解是否正确。
你的策略中有以下计算模块(或策略的一部分):
1.Murray水平的计算(这在实施方面原则上是足够清楚的,越是这样,指标本身就在这个主题中给出)。
2.回归渠道的计算包括技术诀窍(在可能的渠道中选择一个正确的渠道的标准),你不打算分享。
3.计算样本的Hurst指数,这也是由一些你也不打算与公众分享的标准决定的。或者是我弄错了,你只是直截了当地计算,例如按最后几小节计算?然后,再次指定条数 和时间框架。这个数字听起来像30,但也许你用的是其他的值。

然后你从上述模块中得到计算出来的数据,并对市场做出以下结论。我已经形象地展示了所有的变体。
1.市场正在增加。它现在接近默里线,这意味着停止和反转。价格处于回归通道的上部,赫斯特指标正在向零移动。结论:做空是可以的。止损放在下一条美利线的后面,这是很强的阻力。最初的目标是最近的强支撑线。然后根据计算模块在接近目标时获得的读数,如果指标建议这样做,我们决定保持仓位或关闭仓位。
2.市场正在下跌。它现在在默里线附近,暗示着一个停止和反转。价格处于回归通道的下部,赫斯特指标正在向零移动。结论:有可能进入多头头寸。止损放在下一条莫里线后面,这是很强的支撑。最初的目标是最近的强阻力线。然后根据计算模块在接近目标时获得的读数,如果指标建议这样做,我们决定保持仓位或关闭仓位。
3.市场处于平稳状态。我们根据默里线的读数,对运动的进一步延续做出假设。如果我们有一个未平仓的头寸,并且其方向与线的读数和Hurst指数相吻合(例如,当预测的运动与该头寸相吻合时,指标接近1或0),我们不对该头寸采取任何行动,而等待目标的实现。
4.市场处于平稳状态,Hurst读数接近0.5。我们不进入市场,所有的订单都被删除。如果我们愿意的话,我们可以使用pipsing)。

我对你的策略的推理到底对不对?