forex.wf forex forum binary options trade - Inferindo Trading Strategies From Probability Distribution Functions.

Inferindo Trading Strategies From Probability Distribution Functions.
John Ehlers DOCUMENTOS TÉCNICOS John Ehlers, desenvolvedor da MESA, escreveu e publicou muitos artigos relacionados aos princípios utilizados nos ciclos de mercado. São apresentadas sinopses para os documentos disponíveis. Baixe cada um, selecionando o HyperText associado. Por que os comerciantes perdem dinheiro (e o que fazer sobre isso) Um artigo na edição de maio de 2014 da Stock amp Commodities Magazine descreveu como criar curvas artificiais de equidade ao conhecer apenas o fator de lucro e os vencedores percentuais de uma estratégia de negociação. Estatísticas de Bell Curve para negociação de ações selecionadas aleatoriamente e negociação de portfólio também estão incluídas. Esta é uma planilha do Excel que permite que você experimente esses descritores estatísticos de desempenho do sistema comercial. Indicadores preditivos para estratégias efetivas de negociação Os comerciantes técnicos entendem que os indicadores precisam facilitar o bom rendimento dos dados do mercado e que o alisamento introduz o atraso como efeito colateral indesejável. Nós também sabemos que o mercado é fractal, um gráfico de intervalo semanal parece exatamente com um gráfico mensal, diário ou intradía. O que pode não ser tão óbvio é que, à medida que o intervalo de tempo ao longo do eixo x aumenta, os balanços de preços altos a baixos ao longo do eixo y também aumentam, aproximadamente na proporção. Este fenômeno de dilatação espectral causa uma distorção indesejável, que não foi reconhecida ou foi amplamente ignorada por desenvolvedores de indicadores e técnicos de mercado. Inferindo Estratégias de Negociação das Funções de Densidade de Probabilidade Medida Este foi o Vencedor do Campeonato do Prêmio Charles H. Dow da MTA 2008. Neste artigo, mostro as implicações das várias formas de destruição e como as Distribuições de Probabilidade resultantes podem ser usadas como estratégias para gerar sistemas de negociação efetivos. Os resultados desses robustos sistemas de negociação são comparados às abordagens padrão. Esta apresentação de papel e forma interativa para eliminar o atraso tanto quanto desejado dos filtros de suavização. Naturalmente, o atraso reduzido vem ao preço da diminuição da suavidade do filtro. O filtro exibe nenhum excesso transiente comumente encontrado em filtros de ordem superior. Decomposição do Modo Empírico Uma nova abordagem para a detecção de modo de ciclo e tendência. Transformada de Fourier para comerciantes O problema com a transformação de Fourier para a medição dos ciclos de mercado é que eles têm uma resolução muito fraca. Neste artigo, mostro como usar outra transformação não linear para melhorar a resolução para que as Transformações de Fourier sejam utilizáveis. O espectro medido é exibido como um indicador térmico do indicador de fumaça do mapa de calor Os indicadores são apenas transferir respostas dos dados de entrada. Por uma simples mudança de constantes, este indicador pode se tornar um EMA, SMA, 2 Pole Gaussian Low Pass Filter, 2 Pole Butterworth Low Pass Filter, um FIR mais suave, um filtro Bandpass ou um filtro Bandstop. Filtro Ehlers É descrito um filtro FIR não-linear incomum. Este filtro está entre os mais sensíveis às mudanças de preços, mas é mais suave nos mercados laterais. O Fator de Lucro da Avaliação do Desempenho do Sistema (ganhos brutos divididos por perdas brutas) é análogo ao fator de pagamento nos jogos. Assim, quando o fator de lucro é combinado com os vencedores percentuais em uma série de eventos aleatórios, as instâncias de como um crescimento da equidade da estratégia de negociação pode ser simulado. Este artigo descreve como os descritores de desempenho comuns estão relacionados a esses dois parâmetros. Uma folha de cálculo do Excel é descrita, permitindo que você realize uma Análise Monte Carlo de seus sistemas de negociação se você conhece esses dois parâmetros (fora da amostra). FRAMA (Média de mudança adaptativa da FRACT). Uma média móvel não linear é derivada usando o expoente Hurst. A MAMA é a mãe de todas as médias móveis adaptativas. Atualmente o nome é um acrônimo para MESA Adaptive Moving Average. A ação não-linear deste filtro é produzida pelo retorno da fase a cada meio ciclo. Quando combinados com FAMA, uma Média de Mudança Adaptativa Segura, os cruzamentos formam excelentes sinais de entrada e saída que são relativamente livres de whipsaws. Time Warp Without Space Travel Os polinômios de Laguerre são usados ​​para gerar uma estrutura de filtro semelhante a uma média móvel simples com a diferença de que o espaçamento de tempo entre as torneiras de filtro é nolinear. O resultado permite a criação de filtros muito curtos com as características de suavização de filtros muito mais longos. Filtros mais curtos significam menos lag. As vantagens de usar o Laguerre Polynomials em filtros são demonstrados em indicadores e sistemas de troca automática. O artigo inclui código EasyLanguage. O Oscilador CG O Oscilador CG é único porque é um oscilador que é alisado e com zero atraso. Encontra o Centro de Gravidade (CG) dos valores de preço em um filtro FIR. O CG automaticamente tem o alisamento do filtro FIR (semelhante a uma média móvel simples), sendo a posição do CG exatamente em fase com o movimento do preço. O código EasyLanguage está incluído. Usando a Transformada do Fisher Muitos sistemas de negociação são projetados usando a suposição de que a distribuição de probabilidade dos preços tem uma Distribuição de Probabilidade Normal ou Gaussiana sobre a média. Na verdade, nada poderia estar mais longe da verdade. Este artigo descreve como o Fisher Transform converte dados para ter quase uma Distribuição de Probabilidade Normal. Dado que a Distribuição de Probabilidade é Normal após a aplicação da Transformada Fisher, os dados são usados ​​para criar pontos de entrada com precisão cirúrgica. O artigo inclui código EasyLanguage. A Transformação Inverse Fisher A Transformação Fisher Inverse pode ser usada para gerar um oscilador que muda rapidamente entre oversold e overbought sem whipsaws. Gaussian Filters Lag é a queda dos filtros de suavização. Este artigo mostra como o atraso pode ser reduzido e o melhor alinhamento de fidelidade é obtido reduzindo o atraso dos componentes de alta freqüência nos dados. É fornecida uma tabela completa de coeficientes de filtro de Gauss. Polos e Zeros Uma descrição de filtros digitais em termos de Z Transforms. As ramificações de filtros de ordem superior são descritas. Tabelas de coeficientes para 2 pólos e 2 filtros Pole Butterworth são fornecidos. Whos Smart e Whos Lucky Inferring Estratégia de Negociação, Aprendizagem e Adaptação em Mercados Financeiros através da Mineração de Dados Christopher R. Stephens Afiliado ao C3 - Centro de Ciências da Complejidade e Instituto de Ciências Nucleares, Universidad Nacional Autônoma do México. Jos Luis Gordillo Afiliado ao Departamento de Supercomputo, DGSCA, Universidade Nacional Autônoma do México. Enrique Martinz Miranda Afiliado à Facultad de Ciências, Universidade Nacional Autônoma do México Os preços brutos finais podem variar de acordo com o IVA local. Os lucros de negociação podem ser obtidos por sorte ou pela implementação de uma estratégia comercial superior. Neste capítulo, discutimos as dificuldades de distinguir entre os dois. Primeiro, é necessária uma caracterização adequada do lucro que distingue entre ganhos comerciais e ganhos de mercado. Em segundo lugar, é preciso ser capaz de caracterizar as estratégias de negociação. Para conseguir isso, apresentamos a noção de um mapa genótipo-fenótipo para financiar, onde o genótipo está associado ao conjunto de informações e às regras de decisão associadas que levam a um determinado conjunto de decisões de negociação para um determinado comerciante, enquanto o fenótipo é descrito por O conjunto de decisões comerciais comerciais observáveis. Em sistemas baseados em AI, como os mercados baseados em agentes, uma estratégia é implementada de forma algorítmica e, portanto, o genótipo é explicitamente conhecido. No mercado real no entanto, a estratégia de negociação genotípica de um comerciante está escondida do resto. O fenótipo no entanto, é, em princípio, observável. Uma descrição microscópica ao nível do conjunto de negócios individuais, no entanto, não é suficiente para entender ou caracterizar as estratégias de uma forma mais macroscópica e intuitiva. Ao introduzir um conjunto de variáveis ​​de grãos grosseiros que podem ser usados ​​para classificar os tipos de estratégia, mostramos como essas variáveis ​​podem ser dados minerados para entender o que difere entre uma estratégia inteligente e uma estratégia de sorte. Mostramos que essas variáveis ​​podem ser usadas para distinguir entre diferentes tipos de estratégia e podem ser mais utilizadas para inferir a presença de aprendizagem e adaptação no mercado. Nós ilustramos todos os dados acima usando dados de um mercado político experimental. Agricultor, J. D. Lo, A. Fronteiras da Ciência: evolução e mercados eficientes. Procedimentos da Academia Nacional das Ciências 96, 99919992 (1999) CrossRef Farmer, J. D. Market Force, Ecology and Evolution. Documento de trabalho de Santa Fé 98-12-117E Instituto de Santa Fe (1998) LeBaron, B. Evolução e horizonte de tempo em um mercado de ações com base em agente. Dinâmica macroeconômica 5, 225254 (2001) MATH CrossRef Palmer, R. G. Arthur, W. B. Holland, J. H. Lebaron, B. Tayler, P. Vida econômica artificial: um modelo simples de bolsa de valores. Physica D 73 (1994) Gordillo, J. L. Stephens, C. R. Análise de Mercados Financeiros usando Técnicas de Inteligência Artificial. Computacin y Sistemas 6, 253273 (2003) LeBaron, B. Finanças computacionais baseadas em agentes. Em: Tesfatsion, L. Judd, K. L. (Eds.) Handbook of Computational Economics, vol. 2, cap. 24 (2006) Fama, E. F. Mercados de capitais eficientes: uma revisão da teoria e do trabalho empírico. Journal of Finance 25, 383417 (1970) CrossRef Fama, E. F. Mercados de capitais eficientes: II. Journal of Finance 46, 15751617 (1991) CrossRef Bagehot, W. pseud, O único jogo na cidade Financial Analysts Journal 27, 1214 (1971) Benink, H. A. Gordillo, J. L. Pardo, J. P. Stephens, C. R. Um Estudo de Economia Neo-Austríaca Usando um Mercado de Valores Artificiais, EFA 2004 Documento de Reuniões de Maastricht No. 3218 (março de 2004) (submetido ao Journal of Empirical Finance), ssrnabstract567125 Stephens, C. R. Benink, H. A. Gordillo, J. L. Pardo-Guerra, J. P. Uma Nova Medida da Ineficiência do Mercado (24 de agosto de 2007), ssrnabstract1009669 Hauser, F. Die Presse Online-Wahlb orse 2002 - Eine finanzwirtschaftliche Betrachtung. Tese, Universidade de Innsbruck (2003) Hand, D. Mannila, H. Smyth, P. Princípios da mineração de dados. MIT Press, Cambridge (2001) Sobre este Capítulo Título Whos Smart e Whos Lucky Inferring Estratégia de Negociação, Aprendizagem e Adaptação em Mercados Financeiros através de Mineração de Dados Título do Livro Informática Natural em Finanças Computacionais Legenda do Livro Volume 2 Páginas pp 95-114 Copyright 2009 DOI 10.1007978- 3-540-95974-86 ISBN 978-3-540-95973-1 ISBN em linha ISBN 978-3-540-95974-8 Série Título Estudos em Inteligência Computacional Série Volume 185 Série ISSN 1860-949X Editora Springer Berlin Heidelberg Proprietário de direitos autorais Springer - Verlag Berlin Heidelberg Links adicionais sobre este livro Tópicos Economia, geral Appl. MathematicsComputational Methods of Engineering Inteligência Artificial (incluindo Robótica) Setores de Indústria Automotivo Produção Química Eletrônica Óleo, Gás Engenharia de Geociências Engenharia de Pacotes de e-Livro Editores de Engenharia Anthony Brabazon (2) Michael ONeill ( 2) Editor Afiliações 2. University College Dublin, Belfield Autores Christopher R. Stephens (3) Jos Luis Gordillo (4) Enrique Martinz Miranda (5) Afiliações de Autor 3. C3 - Centro de Ciências da Complejidade e Instituto de Ciências Nucleares, Universidade Nacional Autônoma do México, A. Postal 70-543, Mxico, D. F. 04510, México 4. Departamento de Supercomputo, DGSCA, Universidade Nacional Autônoma do México, A. Postal 70-543, Mxico, D. F. 04510, México 5. Facultad de Ciências, Universidade Nacional Autônoma do México, A. Postal 70-543, Mxico, D. F. 04510, México Continue lendo. Para ver o resto deste conteúdo, siga o link do download do PDF acima. Introdução de estratégias de negociação a partir de funções de distribuição de probabilidade Autor: John-Ehlers 24 de fevereiro de 2009 Nota do editor. Este artigo foi o vencedor do Prêmio Charles H. Dow 2008 da Markets Technician Association (MTA).

O objetivo principal da análise técnica é observar os eventos do mercado e avaliar suas conseqüências para formular previsões. Nesse sentido, os técnicos do mercado estão lidando com probabilidades estatísticas. Em particular, os técnicos costumam usar um tipo de indicador conhecido como um oscilador para prever movimentos de preços a curto prazo. Um oscilador pode ser visto como um filtro de passagem alta na medida em que ele remove tendências de freqüência mais baixa, ao mesmo tempo que permite que os componentes de freqüências mais altas, ou seja, os balanços de preços de curto prazo permaneçam. Por outro lado, as médias móveis atuam como filtros de passagem baixa, removendo os movimentos de preços a curto prazo e permitindo que os componentes de tendência a longo prazo sejam mantidos. Assim, as médias móveis funcionam como detectores de tendência, enquanto os osciladores atuam de forma oposta para desconsiderar dados, a fim de aumentar os movimentos de preços a curto prazo. Osciladores e médias móveis são filtros que convertem entradas de preço em formas de onda de saída para ampliar ou enfatizar certos aspectos dos dados de entrada. O processo de filtragem necessariamente remove informações dos dados de entrada e sua aplicação não é sem consequências. Um problema significativo com os osciladores (bem como as médias móveis) para o comércio de curto prazo é que eles apresentam atraso. Embora academicamente interessante, as consequências do atraso são dispendiosas para o comerciante. A vantagem decorre do fato de que os osciladores por design são reativos em vez de antecipados. Como resultado, os comerciantes devem aguardar a confirmação de um processo que introduz um atraso adicional na capacidade de agir. Agora é amplamente aceito que os osciladores clássicos podem ser muito precisos em retrospectiva, mas geralmente não são adequados para prever a futura direção do mercado a curto prazo, em grande parte devido ao atraso. FUNÇÕES DE DISTRIBUIÇÃO DE PROBABILIDADE A deficiência básica dos osciladores clássicos é que eles são reativos em vez de antecipados. Como resultado, o componente de desvio indesejável em osciladores degrada significativamente a sua utilidade como ferramenta para negociação rentável de curto prazo. O que é necessário é um mecanismo efetivo para antecipar pontos decisivos. A função de distribuição de probabilidade (PDF) pode ser emprestada no campo das estatísticas e usada para examinar os preços do mercado despendido com o propósito de inferir as estratégias de negociação. O PDF oferece uma abordagem alternativa ao oscilador clássico que não é causal na antecipação de pontos de viragem a curto prazo. Os PDF colocam eventos em caixas com cada lata contendo o número de ocorrências no eixo y e o intervalo de eventos no eixo dos x. Por exemplo, considere a onda quadrada mostrada na Figura 1A. Embora não realista no mundo real, se alguém visse a onda quadrada como preços quânticos que só podem ter valores de -1 ou 1, o PDF resultante consiste simplesmente em dois picos verticais em -1 e 1 como mostrado na Figura 1B. Essa forma de onda não poderia ser trocada usando osciladores convencionais, pois qualquer movimento de preço acabaria antes que o oscilador pudesse produzir um sinal. No entanto, como os PDFs abaixo mostrarão, a onda quadrada teórica não está muito longe dos ciclos de curto prazo do mundo real. Como um exemplo prático, uma onda senoidal teórica pode ser usada para modelar com mais precisão os preços desacreditados do mundo real. Uma onda de seno idealizada é mostrada na Figura 1C e seu PDF correspondente na Figura 1D. Os PDFs da onda quadrada e da onda senoidal são notavelmente similares. Em cada caso, existe uma alta probabilidade de as formas de onda estarem próximas dos seus extremos, como pode ser observado nos picos grandes da Figura 1D. Essas pontas correspondem a pontos de viragem de curto prazo nos preços detritos. A probabilidade é alta perto dos pontos de inflexão porque há muito pouco movimento de preços nessas fases do ciclo, com preços que variam apenas de 0,8 a 1,0 e -0,8 a -1,0 na Figura 1C. A alta probabilidade de os preços de curto prazo estar perto de suas excursões extremas é uma dificuldade principal no ciclo de curto prazo e na negociação de swing. O movimento ocorreu principalmente antes que os osciladores possam identificar o ponto de viragem. O indicador funciona, mas apenas em retrospectiva, tornando a sua utilidade limitada para prever futuros movimentos de preços. Uma possível solução para este dilema de atraso é desenvolver técnicas para antecipar pontos decisivos. Embora seja extremamente difícil de realizar com os osciladores clássicos, o PDF nos oferece a oportunidade de antecipar os pontos de virada se for devidamente moldado ou usar dois métodos alternativos: 1. Modelar os dados de mercado como uma onda senoidal e mudar a forma de onda modelada para o futuro, gerando uma Principal onda de coseno. 2. Aplique uma transformação na forma de onda deformada para isolar as excursões de pico, ou seja, ocorrências raras - e antecipar uma reversão de preços a curto prazo do pico. Cada uma dessas abordagens será examinada abaixo. No entanto, é instrutivo começar com uma analogia para visualizar um PDF de onda sinusoidal e depois examinar PDFs de dados de mercado reais. Como será mostrado, os PDF de dados de mercado não são nem gaussianos como comumente assumidos nem aleatórios como afirmado pela Hipótese de Mercado Eficiente. MEDIANDO FUNÇÕES DE DISTRIBUIÇÃO DE PROBABILIDADE Uma maneira fácil de visualizar como um PDF é medido como na figura 2B é visualizar a forma de onda como grânulos amarrados em fios horizontais paralelos em quadros verticais como mostrado na Figura 2A. Gire o quadro de arame no sentido horário de 90 graus (14 voltas) para que os fios horizontais estejam agora verticais, permitindo que os grânulos caírem para o fundo. Os grânulos acumulam-se na Figura 2B em proporção direta à sua densidade em cada fio horizontal na forma de onda com o maior número de ocorrências nos pontos extremos extremos de 1 e -1. Medir PDFs de preços despendidos usando um programa de computador é conceitualmente idêntico ao empilhamento das contas na estrutura do wireframe. A amplitude da forma de onda do preço desvalorizado é quantizada em caixas (isto é, os fios verticais) e, em seguida, as ocorrências em cada lixeira são somadas para gerar o PDF medido. Os preços são normalizados para cair entre o ponto mais alto eo ponto mais baixo dentro do período do canal selecionado. A Figura 3 mostra os PDFs de preços reais mensurados ao longo de trinta anos usando o contrato contínuo para Futuros de obrigações do Tesouro dos EUA. Observe que as distribuições são semelhantes às de uma onda senoidal em cada caso. As formas não uniformes sugerem que o desenvolvimento de sistemas de negociação de curto prazo com base na modelagem de onda senoidal pode ser bem sucedido. Normalizar os preços para os seus balanços dentro de um período de canal não é a única maneira de diminuir os preços. Um método alternativo é somar os preços de encerramento do dia de forma independente dos dias baixos. Dessa forma, o diferencial desses montantes pode ser normalizado para a sua soma. O resultado é um canal normalizado, e é a forma genérica do indicador RSI clássico. O PDF medido usando este método de destruição dos mesmos 30 anos dos dados do Tesouro do Tesouro dos EUA é mostrado na Figura 4. Neste caso, o PDF é mais como a curva familiar em forma de sino de um PDF Gaussiano. Pode-se concluir por isso que um sistema de negociação de curto prazo baseado em ciclos seria menos que bem sucedido, pois os pontos de alta probabilidade não estão próximos dos pontos de rotação máximos de excursão. Como os pontos decisivos têm probabilidade relativamente baixa, uma estratégia alternativa pode ser inferida. A idéia é comprar quando o preço desacelerado cruza abaixo de um limite próximo ao limite inferior em antecipação aos preços que se invertem para o território de maior probabilidade. Da mesma forma, a estratégia seria vendida quando o preço desconsiderado se cruzar acima de um limite próximo do limite superior. Observe que isso não é o mesmo que o uso de limiares clássicos 3070 ou 2080 para sinais com o RSI porque o sinal não está aguardando a confirmação de cruzamento através dos limiares. Aqui estamos antecipando uma reversão para uma maior ocorrência de probabilidade - esperamos uma reversão da normalidade.

Usar este método antecipatório no caso de um indicador clássico, como o oscilador estocástico, pode ser dispendioso porque o estocástico pode permanecer facilmente no ponto de excursão extremo (ou trilho na linguagem de engenharia) por longos períodos de tempo. Conforme mencionado anteriormente, outra maneira de detrender os dados de preço é filtrar é usar o filtro passa-alto para remover seus componentes de tendência de freqüência mais baixa. Uma vez desconsiderado, o resultado deve ser normalizado para uma excursão fixa, de modo que possa ser devidamente arquivado antes de aplicar o PDF. O PDF resultante é mostrado na Figura 5. Neste caso, a forma de PDF é quase uniforme em todas as caixas. Um PDF uniforme significa que a amplitude em um compartimento é tão provável de ocorrer como outra. Nesse caso, nem uma estratégia baseada em ciclos nem uma estratégia baseada em eventos de baixa probabilidade poderiam ser bem-sucedidas. O PDF deve de alguma forma ser transformado para aumentar os eventos de baixa probabilidade para ser útil na negociação. TRANSFORMANDO O PDF Nem todas as técnicas de destruição produzem PDFs que sugerem uma técnica de negociação bem-sucedida. Da mesma forma que um oscilador pode ser aplicado a dados de preços para melhorar os pontos de viragem a curto prazo, uma função de transformação pode ser aplicada aos preços desacreditados para melhorar a identificação de cisnes negros, ou seja, eventos altamente improváveis ​​e desenvolver estratégias de negociação bem sucedidas com base na previsão Uma reversão de volta à normalidade após um evento de cisne preto. Por exemplo, um PDF pode ser aprimorado através do uso da Fisher Transform. Esta função matemática altera as formas de onda de entrada variando entre os limites de -1 e 1 transformando quase qualquer PDF em uma forma de onda que tem quase gaussiano. A equação de Fisher Transform, onde x é a entrada e y é a saída é: ao contrário de um oscilador, a Fisher Transform é uma função não-linear sem atraso. A transformação expande as amplitudes das formas de onda de entrada próximas das excursões -1 e 1 para que possam ser identificadas como eventos de baixa probabilidade. Conforme mostrado na Figura 6, a transformação é quase linear quando não está em extremos. Em termos simples, a Transformada Fisher não faz nada exceto nos extremos de baixa probabilidade. Assim, pode-se supor que, se os eventos de baixa probabilidade puderem ser identificados, estratégias de negociação podem ser empregadas para antecipar uma reversão à probabilidade normal após a ocorrência. O efeito da Fisher Transform é demonstrado aplicando-a à abordagem HighPass Filter que produziu o PDF na Figura 5. A saída é redimensionada para o binning apropriado para gerar o novo PDF medido. O novo PDF medido é exibido na Figura 7, com o PDF original mostrado na inserção para referência. Aqui temos uma forma de onda que sugere uma estratégia comercial usando os eventos de baixa probabilidade. Quando os preços transformados excedem um limite superior, a expectativa é que ficar além desse limiar tenha uma baixa probabilidade. Portanto, exceder o limite superior apresenta uma oportunidade de venda de alta probabilidade. Por outro lado, quando os preços transformados caem abaixo de um limite mais baixo, a expectativa é que ficar abaixo desse limiar é uma baixa probabilidade e, portanto, cair abaixo do limite inferior apresenta uma oportunidade de compra. ESTRATÉGIAS DE NEGOCIAÇÃO DERIVADAS É claro que nenhuma estratégia de negociação de curto prazo é adequada para todos os casos porque os PDFs podem variar amplamente, dependendo da abordagem desconsiderada. Uma vez que o PDF de dados detridados pela normalização para valores de pico tem a aparência de uma onda de onda teórica, a estratégia de negociação lógica seria assumir que a forma de onda é, de fato, uma onda senoidal e, em seguida, identificar os pontos de rotação das ondas sinusoidais antes de ocorrerem. Por outro lado, os dados que são detranced usando uma abordagem RSI genérica ou são detrados usando um filtro HighPass com uma Transformação Hilbert devem usar uma estratégia comercial baseada em uma abordagem mais estatística. Assim, para as abordagens RSI e Hilbert Transform, a estratégia lógica consiste em comprar quando os preços desacreditados atravessam abaixo de um limite mais baixo e vendem quando os preços detritos cruzam acima de um limite superior. Embora seja algo contra-intuitivo, esta segunda estratégia baseia-se na ideia de que os preços fora das excursões de limite são eventos de baixa probabilidade e a conseqüência mais provável é que os preços reverterão para a média. Ambas as estratégias de negociação de curto prazo compartilham um problema comum. O problema é que o desmantelamento remove o componente de tendência e a tendência pode continuar ao invés de ter os preços revertidos para a média. Neste caso, uma reversão de curto prazo é exatamente a coisa errada. Portanto, é necessária uma regra de negociação adicional. A regra adicionada às estratégias é reconhecer quando os preços se mudaram em oposição à posição de curto prazo por uma parte do preço de entrada. Se isso ocorrer, a posição é simplesmente revertida e o novo comércio pode entrar na direção da tendência. A Estratégia do Ciclo do Canal encontra o fechamento mais alto e o menor fechamento ao longo do comprimento do canal são calculados por um algoritmo de pesquisa simples durante um período de lookback fixo. Então, o preço de desconto é calculado como a diferença entre o fechamento atual eo fechamento mais baixo, normalizado para a largura do canal. A largura do canal é a diferença entre o fechamento mais alto eo fechamento mais baixo ao longo do comprimento do canal. O preço de desconto é então BandPass filtrada1 para obter uma onda senovel próxima dos dados cujo período é o comprimento do canal. Do cálculo, sabe-se que d (Sin (t)) dt Cos (t). Uma vez que uma diferença simples de uma barra é uma taxa de mudança, é aproximadamente equivalente a uma derivada. Assim, uma função de liderança corrigida de amplitude é calculada como a taxa de troca de uma barra dividida pela frequência angular conhecida. Neste caso, a frequência angular é 2 dividida pelo comprimento do canal. Tendo a onda sinusoidal e a principal onda de coseno, os principais sinais comerciais são os cruzamentos dessas duas formas de onda. A estratégia também inclui uma reversão se o comércio tiver uma excursão adversa em excesso de uma porcentagem selecionada do preço de entrada. A Estratégia RSI genérica resume as diferenças em fechar independentemente do fechamento para baixo ao longo do comprimento RSI selecionado. O RSI é calculado como a diferença dessas duas somas, normalizadas para a soma. Uma pequena quantidade de suavização é introduzida por um filtro FIR de três batidas. As principais regras de negociação são vender sinais curtos se Suavizado cruza acima do limite superior e para comprar se o Sinal Suavizado cruza abaixo do limite inferior. Como antes, a estratégia também inclui uma reversão se o comércio tiver uma excursão adversa em excesso de uma porcentagem selecionada do preço de entrada. O Filtro de passagem alta mais a estratégia Fisher Transform (Fisher) filtra os preços de fechamento em um filtro de passagem alta2. O sinal filtrado é então normalizado para cair entre -1 e 1 porque essa faixa é necessária para que a Transformação Fisher seja efetiva. A amplitude normalizada é suavizada em um filtro FIR de três batidas. Este sinal alisado é limitado a ser superior a -999 e menor que 0,999 para evitar que a Transformação Fisher funcione se a entrada for exatamente 1. Finalmente, a Transformação Fisher é calculada. As principais regras comerciais são a venda curta se o Fisher Transform cruza acima do limite superior e para comprar se o Fisher Transform cruza abaixo do limite inferior.

Como antes, a estratégia também inclui uma reversão se o comércio tiver uma excursão adversa em excesso de uma porcentagem selecionada do preço de entrada. As três estratégias de negociação foram aplicadas ao contrato contínuo do US Treasury Bond Futures para dados 5 anos antes de 12707. O desempenho dos três sistemas está resumido na Tabela 1. Todos os três sistemas mostram desempenho respeitável, com a estratégia de RSI e a estratégia de Fisher tendo Desempenho semelhante em relação à porcentagem de negócios rentáveis ​​e fator de lucro (ganhos brutos divididos por perdas brutas). Todos os resultados são baseados na negociação de um único contrato sem subsídio para derrapagem e comissão. Ressalta-se que todas as configurações foram mantidas constantes durante todo o período de cinco anos. Uma vez que as estratégias de negociação têm apenas um pequeno número de parâmetros otimizáveis, o otimizador em um período mais curto é possível sem comprometer um requisito de proporção de troca para parâmetro para evitar o ajuste da curva. Assim, o desempenho pode ser aprimorado pela otimização em um período de tempo mais curto. O desempenho anualizado das estratégias de negociação foi avaliado aplicando os negócios reais ao longo do período de cinco anos para uma análise de Monte Carlo por 260 dias, um ano de negociação aproximado. Em cada caso, a análise de Monte Carlo usou 10.000 iterações, simulando quase 40 anos de negociação. O software para fazer essa análise foi o MCSPro3 pela Inside Edge Systems. Devido ao teorema do limite central, a distribuição de probabilidade do lucro anual tem uma Distribuição Normal e o Drawdown tem uma Distribuição Rayleigh. A análise de Monte Carlo tem as vantagens de que não só os lucros e provas anuais mais prováveis ​​são produzidos, mas também pode-se avaliar facilmente a probabilidade de breakeven ou melhor. Além disso, pode-se fazer um índice comparativo de risco de recompensa, dividindo o lucro anual principalmente provável pela redução anual mais provável. Pode-se também avaliar a quantidade de risco tolerável e a capitalização necessária em pequenas contas a partir do tamanho dos dois ou três pontos sigma na redução. Os resultados de Monte Carlo para a estratégia do Canal são mostrados na Figura 8. O lucro anual mais provável é de 11.650 e a retirada máxima mais provável é de 7.647 para um índice de recompensa para risco de 1,52. A estratégia do canal tem uma chance de 88.3 de romper ou melhorar de forma anualizada. Os resultados de Monte Carlo para a estratégia RSI são mostrados na Figura 9. O lucro anual mais provável é de 17.085 e a retirada máxima mais provável é de 6.219. Uma vez que o lucro é maior e a redução é menor do que para a estratégia Channel, a razão recompensa para risco é muito maior em 2,75. A estratégia de RSI também tem uma chance melhor de 96.6 de romper ou melhorar em uma base anualizada. Os resultados de Monte Carlo para a estratégia de Fisher são mostrados na Figura 10. O lucro anual mais provável é de 16.590 e a redução máxima provável é de 6.476. O índice de recompensa para risco de 2,56 é aproximadamente o mesmo que para a estratégia RSI. A estratégia Fisher Transform também tem aproximadamente a mesma chance de romper ou melhorar em 96.1. Esses estudos mostram que as três estratégias de negociação são robustas ao longo do tempo e oferecem desempenho comparável quando aplicadas a um símbolo comum. Para demonstrar a robustez ao longo do tempo, além de se candidatar a um símbolo completamente diferente, o desempenho foi avaliado no SampP Futures, usando o contrato contínuo desde o início em 1982. Neste caso, mostramos a curva de patrimônio produzida pela negociação de um único contrato sem Composição. Não há permissão para derrapagens e comissões. A forma das curvas de equidade é explicada, em parte, pela mudança do tamanho do ponto de 500 por ponto para 250 por ponto, pela inflação, pelo aumento do valor absoluto do contrato e pelo aumento da volatilidade. O principal ponto é que nenhuma das três estratégias de negociação teve desistências significativas no crescimento do patrimônio durante toda a vida útil do contrato. O desempenho robusto dessas novas estratégias de negociação é particularmente marcante quando comparado com estratégias comerciais mais convencionais. Por exemplo, a Figura 14 mostra o crescimento patrimonial de um sistema de negociação RSI convencional que compra quando o RSI atravessa o nível 20 e vende quando o RSI cruza abaixo do nível 80. Este sistema também reverte a posição quando o comércio tem uma excursão adversa mais do que alguns por cento do preço de entrada. Este sistema RSI convencional foi otimizado para obter o máximo de lucro ao longo da vida do SampP Futures Contract. Não só a estratégia de RSI convencional teve grandes remessas, mas seu fator de lucro global foi de apenas 1,05. Qualquer uma das novas estratégias que descrevi oferece um desempenho significativamente superior ao longo da vida útil do contrato. Essa diferença demonstra a eficácia da abordagem e a robustez desses novos sistemas. O PDF mostrou oferecer uma abordagem alternativa ao oscilador clássico, que não é causal na antecipação de pontos de viragem a curto prazo. Várias estratégias de negociação específicas foram apresentadas que demonstram desempenho robusto em um longo período de tempo para acomodar diferentes condições de mercado em um grande número de negócios para evitar ajuste de curva e entre diferentes mercados para demonstrar a liberdade de personalidades do mercado. Em cada caso, o PDF pode inferir uma estratégia de negociação que provavelmente será bem sucedida. Quando nenhuma estratégia é sugerida, o Fisher Transform pode ser aplicado para mudar o PDF para uma distribuição gaussiana. O PDF gaussiano, em seguida, infere que uma estratégia de negociação usando uma reversão para a média pode ser bem sucedida. SOBRE O AUTOR John Ehlers é cientista em chefe de eminiz e isignals. As estratégias de negociação aqui descritas são usadas nesses sites, adicionalmente, com adaptação às condições de mercado medidas e seleção de estratégias com base no desempenho recente fora da amostra. John é pioneiro na introdução do algoritmo de medição de ciclos MESA e no uso de processamento de sinal digital em análise técnica. 1 John Ehlers, indicador de faca do exército suíço, Stock amp. Commodities Magazine, janeiro de 2006, 24: 1, pp28-31, 50-53 2 John Ehlers, indicador de faca do exército suíço, Stock ampères Commodities Magazine, janeiro de 2006, 24: 1, pp28 -31, 50-53 3 MCSPro, Inside Edge Systems, Bill Brower, 200 Broad St. Stamford, CT 06901 0 Comentários Junte-se a esta conversa, publique um comentário abaixo.