Ciekawe, że wymieniasz ATR, podając sztucznie wysokie wartości. Czy możesz wyjaśnić więcej? Za każdym razem, gdy mierzę zmienność za pomocą jakiejkolwiek historii, zmienność jest prawie zawsze zaniżana przez większość czasu lub daje niskie wartości, które są zaniżone. Może źle zrozumiałem to, co powiedziałeś, ale jestem bardzo ciekawy, gdzie znalazłeś zmienność zwykle zaniżoną za pomocą środków historycznych.Zamieszczone przez ;
Cześć Sis.yphus, Ponieważ ATR opiera się głównie na wysokiej i niskiej relacji między świecami, biorąc pierwiastek kwadratowy z czasu ATR daje bardzo nierealistyczne dzienne oczekiwania dotyczące zakresu na następny dzień. Osobiście uważam, że to błędna logika. Miara oparta na odchyleniu powinna pokazywać potencjał średniego dziennego zakresu (ADR) następnego dnia. Z drugiej strony, jeśli spróbujesz (MathLog (CloseClose [1]) * Sqrt (Time)) * ZScore, następnego dnia ADR wydaje się być słuszny. Jeśli użyjesz ZScore 1 w powyższym obliczeniu, najwyższy i najniższy poziom następnego dnia pozostanie w granicach ZScore w przybliżeniu w 68% przypadków. Który jest bardzo podobny do rozkładu normalnego. Jako przykład użyjmy 5-minutowej zmienności do oszacowania zmienności następnego dnia. Najpierw weźmiesz średnią MathAbs (MathLog (CloseClose [1])) dla ostatnich 288 taktów (1 dzień po 5 minutach słupków). Powiedzmy, że jest to V5 (zmienność 5 min). Oczekiwany dzienny wysoki (następny dzień) = DailyOpen * Wykładnik (V5 * MathSqrt (288) * Zscore) Oczekiwany dzienny Lown (następny dzień) = Dzienny otwarty * (2- (wykładnik (V5 * MathSqrt (288) * Zscore))) I mam nadzieję, że jest jasne ...
Całkowicie zgadzam się, że logika jest błędna, jak ma to miejsce w przypadku większości przypadków niestabilności historycznej. Dzięki za wyjaśnienie tego. i przeklinam cię również za to! Bawiąc się swoimi obliczeniami dziś wieczorem, czy mogę uzyskać takie same wyniki. Jeśli tak, to naprawdę będę cię przeklinał, ponieważ prawdopodobnie będę grał z tymi danymi przez kilka dni
Mogę cię poprosić o więcej wyjaśnień dotyczących formuły, jeśli myślę, że coś mi brakuje. Ciekawe, jak doszło do tego obliczenia?
W każdej chwili, bez problemu. Jeśli chodzi o twoje pytanie, ta formuła opiera się na teorii losowego spaceru, więc nie wymyśliłem jej. Właśnie zastosowałem do tego moją logikę, to wszystko .... Powodzenia ...{quote} Całkowicie zgadzam się, że logika jest błędna, jak ma to miejsce w przypadku większości przypadków historycznej zmienności. Dzięki za wyjaśnienie tego. i przeklinam cię również za to! Bawiąc się swoimi obliczeniami dziś wieczorem, czy mogę uzyskać takie same wyniki. Jeśli tak, to naprawdę będę cię przeklinał, ponieważ prawdopodobnie będę grał z tymi danymi przez kilka dni
Dziękujemy za udostępnienie tego! Spróbuję twojej formuły. Jednak zmienność IMO jest niemożliwa do przewidzenia z dużą dokładnością bez względu na formułę. Możesz użyć najbardziej wyrafinowanej formuły na świecie, ale wynik zawsze odbiega od rzeczywistych wartości. Możesz nawet użyć dużej liczby symulacji Monte Carlo w czasie rzeczywistym przy zmiennych wejściach, ale to nie ma sensu. Rynek jest wciąż nieprzewidywalny. Nie da się tego obejść. ATR * Sqrt (Czas) działa dobrze dla mnie. Wykonałem wiele testów historycznych z tą prostą formułą, a wyniki całkowicie spełniają moje potrzeby (jako odniesienie potrzebuję tylko przybliżonej oceny). Również dość łatwo jest manipulować wartościami za pomocą zewnętrznych mnożników lub mnożników opartych na innych danych. Całość przypomina trochę porównywanie jabłek i pomarańczy, aby zdecydować, który z nich jest lepszy.
Jak obliczany jest wynik Z? Dzięki
Wynik z (z) dla elementu danych x mierzy odległość (w odchyleniach standardowych StdDev) i kierunek elementu od jego średniej (U): z = (x-StdDev)wartość UA zerowych indies, że element danych x jest równe średniej U, podczas gdy wartości dodatnie lub ujemne pokazują, że element danych znajduje się powyżej (xgt; U) lub poniżej (x Wartości 2 i -2 pokazują, że pozycja danych to dwa odchylenia standardowe powyżej lub poniżej wybranego średnio, i ponad 95,5% wszystkich elementów danych jest zawartych w tych dwóch odniesieniach poziomych (patrz Rysunek 1) Zastępujemy x wartością zamknięcia C, średnią U z prostą średnią ruchomą (
https://www.tradingview.com/scripts/...movingaverage/) n okresów (n) i StdDev z odchyleniem standardowym cen zamknięcia dla n okresów, powyższy wzór staje się: Z_score = (C -
https://www.tradingview.com/scripts/...movingaverage/(n))StdDev (C, n)
https://www.tradingview.com/script/T...core-Strategy/Jeszcze jedna rzecz do dodania do mojej długiej listy projektów programistycznych.
Czy mogę zapytać, dlaczego opcje binarne są uważane za oszustwo? Właśnie zdeponowałem u brokera i chciałem podzielić się moim doświadczeniem z moimi transakcjami, aby wszyscy mogli go zobaczyć, ale po tym, co powiedziałeś, pomyślałem o tym dwukrotnie.
Jaka jest wypłata po wygranej, jaka jest wypłata po przegranej?
Cześć Alpha, szanuję twój pogląd. Ale ATR * Sqrt (Czas) nie ma uzasadnionych podstaw. Może to działać dla ciebie, ale musisz go dopasować, aby działał. Np .: ATR * Sqrt (Time) * Mnożnik Wartość tego mnożnika musi zostać znaleziona przez pewien rodzaj optymalizacji. Jednak w innej metodzie mnożnik to ZScore (1, 1,96, 2,58), aby wymienić tylko kilka znaczących. Jest to sprawdzona metoda statystyczna. Oczywiście można zawsze twierdzić, że zwroty z ceny transakcyjnej nie są oparte na normalnym rozkładzie, co jest prawdą ... Powodzenia ...
Uprawnienia umieszczania postów
Odpowiedz z cytatem