Oh, sim, não se esqueça dos nossos serviços Incluindo algumas coisas excelentes GRÁTIS. Serviços personalizados: Enquanto meus produtos foram projetados e destinados a ser o comerciante auto-dirigido, se você precisar de uma vantagem, eu posso ajudar MESA Lifetime Support (FREE) Você possui sua licença Para MESA Phasor ou MESA Intraday, ao contrário dos sistemas de negociação oferecidos pela assinatura. Isso significa que eu fico atrás dele 100, incluindo atualizações gratuitas (se aplicável) e suporte vitalício. StockSpotter Coaching (FREE) Estou encantado de oferecer coaching individualizado do StockSpotter para você. Esta é uma excelente maneira de otimizar os recursos do StockSpotters para suas necessidades comerciais e estilo. Technical Papers amp Seminars (FREE) Você tem acesso total aos meus documentos técnicos e seminários PPT slides. Estes são basicamente relatórios de pesquisa para ajudá-lo a manter-se atualizado sobre as últimas descobertas de análise técnica. Suporte MESA (LIVRE) Às vezes, você só precisa de um empurrão para você passar de um lugar que você não entende. Sobretudo, há conforto e segurança sabendo que estou aqui para apoiá-lo. StockSpotter Coaching (FREE) A StockSpotter tem uma série de ferramentas para ajudar na negociação de ações, que vão desde indicadores de configuração de swing até relatórios transparentes de resultados. Posso ajudar a organizar apenas as ferramentas que você precisa. Documentos técnicos e seminários (GRÁTIS) Para os técnicos inclinados, estou encantado de compartilhar minhas pesquisas avançadas com você. Porquê a Experiência é importante DISCLAIMERHá número de indicadores e modelos matemáticos que são amplamente aceitos e usados por alguns softwares de negociação (mesmo MetaStock), como MAMA, Hilbert Transform, Fisher Transform (como substitutos da FFT), Homodyne Discriminator, Hilbert Sine Wave, Instant Trendline Etc. inventado por John Ehler. Mas é isso. Nunca ouvi falar de ninguém além de John Ehler estudando nesta área. Você acha que vale a pena aprender o processamento do sinal digital. Afinal, cada transação é um sinal e os gráficos de barras são uma forma um tanto filtrada desses sinais. Faz sentido pedir 15 de fevereiro 11 às 20:46 As ondas são apenas uma forma de decomposição de base. As ondulações, em particular, se decompõem tanto na freqüência quanto no tempo e, portanto, são mais úteis do que fourier ou outras decomposições baseadas em pura pureza. Existem outras decomposições de tempo-freq (por exemplo, o HHT), que também devem ser exploradas. A decomposição de uma série de preços é útil na compreensão do movimento primário dentro de uma série. Em geral, com uma decomposição, o sinal original é a soma de seus componentes base (potencialmente com algum multiplicador de escala). Os componentes variam desde a menor freqüência (uma linha direta até a amostra) até a maior freqüência, uma curva que oscila com uma freqüência máxima aproximando-se de N 2. Como isso é útil, denota uma série que determina o componente principal do movimento na série que determina Pivôs O Denoising é realizado recompondo a série resumindo os componentes da decomposição, menos os últimos componentes de alta freqüência. Esta série desmantelada (ou filtrada), se bem escolhida, muitas vezes dá uma visão sobre o processo de preço do núcleo. Supondo a continuação na mesma direção, pode ser usado para extropolar por um curto período de tempo. À medida que os timeseries toquem em tempo real, pode-se observar como o processo de preço desativado (ou filtragem) muda para determinar se um movimento de preços em uma direção diferente é significante ou apenas ruído. Uma das chaves, porém, é determinar quantos níveis de decomposição se recompor em qualquer situação. Poucos níveis (baixo freq) significarão que a série de preços recomposta responde muito devagar aos eventos. Muitos níveis (alta freqüência) significarão para uma resposta rápida, mas. Talvez muito barulho em alguns regimes de preços. Dado que o mercado muda entre movimentos laterais e movimentos momentâneos, um processo de filtragem precisa se ajustar ao regime, tornando-se mais ou menos sensível aos movimentos na projeção de uma curva. Há muitas maneiras de avaliar isso, como se olhe para o poder da série filtrada em relação ao poder da série de preços brutos, visando um determinado regime dependente. Supondo que um tenha empregado com sucesso wavelet ou outras decomposições para produzir um sinal suave e apropriadamente reativo, pode tomar a derivada e usar para detectar mínimos e máximos à medida que a série de preços progride. É preciso uma base que tenha um bom comportamento no ponto final para que a inclinação da curva no ponto final projeta em uma direção apropriada. A base precisa fornecer resultados consistentes no ponto final, à medida que os sinais horários e não são posicionados positivamente. Infelizmente, não tenho conhecimento de nenhuma base wavelet que evite os problemas acima. Existem algumas outras bases que podem ser escolhidas para melhorar. Conclusão Se você deseja buscar Wavelets e criar regras comerciais em torno deles, espere fazer muita pesquisa. Você também pode achar que embora o conceito seja bom, você precisará explorar outras bases de decomposição para obter o comportamento desejado. Eu não uso decomposições para decisões comerciais, mas eu as achei úteis para determinar o regime de mercado e outras medidas de atraso. Você precisa investigar como diferenciar métodos de interpolação versus métodos de extrapolação. É fácil construir um modelo que repita o passado (quase qualquer esquema de interpolação fará o truque). O problema é que esse modelo geralmente não tem valor quando se trata de extrapolar para o futuro. Quando você repete a palavra ciclos, uma bandeira vermelha deveria estar subindo. Dig na aplicação de Fourier Integral, Série de Fourier, Transformada de Fourier, etc., e você achará que, com frequências suficientes, você pode representar qualquer série de tempo bem o suficiente para que a maioria dos comerciantes de varejo possa estar convencido de que funciona. O problema é que ele não possui nenhum poder preditivo. A razão pela qual os métodos de Fourier são úteis na engenharia do SDP é porque esse sinal (tensão, corrente, temperatura, independentemente) geralmente se repete na máquina de circuito onde foi gerada. Como resultado, a interpolação, em seguida, torna-se relacionada à extrapolação. No caso de você estar usando R, heres algum código hacky para tentar: Eu encontrei John Ehlers Fisher Transform bastante útil como um indicador na negociação de futuros, particularmente em gráficos de tiques Heikin-Ashi. Eu confio nisso para a minha estratégia, mas eu não acho que seja confiável o suficiente para basear um sistema automático inteiro por conta própria, porque não provou ser confiável durante os dias agitados, mas pode ser bastante útil em dias de tendência como hoje. (Fico feliz em publicar um gráfico para ilustrar, mas não tenho a reputação necessária) respondeu 22 de março às 20:47
No comments:
Post a Comment