Technische Indikatoren (z. B. gleitende Durchschnittswerte) sind mathematische Berechnungen, die in grafischen Diagrammen verwendet werden, um eine Marktinformation (zB die jüngste Kursbewegung) auf eine andere Weise anzuzeigen . Indikatoren haben in der Regel mehrere Einstellungen, die vom Händler konfiguriert werden können, um die Art und Weise zu verändern, wie die Indikatoren angezeigt werden (z. B. die Anzahl der Leuchter, die in der Berechnung des Indikators39 verwendet werden usw.). Eine der verfügbaren, aber am wenigsten geänderten Einstellungen sind die Indikator-Eingangsdaten, für die es in der Regel mehrere Möglichkeiten gibt, von denen einer oft der Mittelwert von offen, hoch, niedrig und nahe ist. Der Durchschnitt der offenen, hohen, niedrigen und geschlossenen oder OHLC Durchschnitt Der Durchschnitt der offenen, hohen, niedrigen und engen (manchmal als OHLC Durchschnitt bezeichnet) ist der Durchschnittswert des Eröffnungskurses für den Zeitrahmen , Der höchste Preis, der während des Zeitrahmens erreicht wurde, der niedrigste Preis, der während des Zeitrahmens erreicht wurde, und der Schlusskurs für den Zeitrahmen (zB ein zehnminütiger Leuchter könnte eine offene von 68 haben, eine Höhe von 85, Niedrig von 66 und ein Ende von 72). Die Berechnung des Durchschnitts der offenen, hohen, niedrigen und schließen, ist wie folgt: OHLC Durchschnitt 61 (offen 43 hoch 43 niedrig 43 schließen) 4 Zum Beispiel, wenn ein zehn Minuten Leuchter hat eine offene von 68, ein Hoch von 85, ein Tief von 66 und ein Abschluss von 72, dann der Mittelwert von offen, hoch, niedrig und schließe, würde wie folgt berechnet werden: Indikator Eingabedaten Die Standardeinstellungen für viele Indikatoren verwenden das Schließen des Zeitrahmens als Können die Eingabedaten, jedoch unter Verwendung des Durchschnittswertes von offen, hoch, niedrig und als Eingabedaten geschlossen werden, die Anzeige ganz anders als die Standardeinstellungen anzeigen. Der Durchschnitt der offenen, der hohen, der niedrigen und der nahen ist ein offener und nahe gewichteter Durchschnitt des gesamten Zeitrahmens und beinhaltet daher alle Handelsinformationen für den Zeitrahmen, wobei zusätzliche Bedeutung für den anfänglichen und letzten Handel gesetzt wird (Dh der erste Preis und der letzte Preis des Zeitrahmens). Sowohl das Schließen des Zeitrahmens als auch der Mittelwert des Öffnens, des Hochs, des Niedrigen und des Schließens des Zeitrahmens können als Indikatorindikatoren verwendet werden (dh beide sind gleich korrekt), aber es ist nützlich, das zu kennen Unterschied, weil es erklären kann, warum zwei scheinbar identische Indikatoren werden unterschiedlich angezeigt. JPG - 2 Kommentare SP Rubrik Muster Predictor Verwendung von OHLC und Simple Moving Averages Die Rubrik Muster Predictor definiert Muster durch den Vergleich der Ebenen der Eingabe-Features, bewertet Kandidatenmuster über ein Nachlaufende Modellierungsperiode und verwendet die Muster, die historisch erfolgreich zu Fuß vorwärts waren. Die Musterbauphase wird alle n Balken wiederholt. Inspiration für die Rubrik Pattern Predictor kam aus dem Adaptrade Preis Muster Strategien und Preis Action Lab. Die erste Version führt eine zufällige Suche nach historisch rentablen Mustern durch. Der Grund für die zufällige Suche ist, dass ich wollte, um alle Komponenten zu bekommen und sehen, ob es vielversprechend vor der Umsetzung anderer Suchalgorithmen sah. Das Modell, das I8217m Ihnen zeigen wird, ist völlig unoptimiert in dem Sinne, dass I8217ve keinen Versuch gemacht hat, Eingaben zu finden, die überlegene Ergebnisse liefern. Unter der Kapuze macht die Rubrik Pattern Predictor eine riesige Menge an Optimierung Walking-Forward. Wie bei allen Prädiktoren, die ich gebaut habe, sehen Sie nie die hypothetischen Ergebnisse über die Modellierungsperiode. Der Rubrik Pattern Predictor ist ein Add-In für Dakota 3 in C geschrieben. Die Grunze Arbeit wird parallel auf die verfügbaren Computer-System-Kerne ausgeführt. Derzeit kann es nur die CPU8217s auf 1 Computer nutzen. So etwas würde von einer verteilten Verarbeitung profitieren. SP nicht bereinigte tägliche Futures-Daten werden von 121983 geladen. Abbildung 1. SP Non-Adjusted Futures-Daten Das System ist so konfiguriert, dass es am Börsenhandelstag nach dem Tag, an dem das System aktualisiert wurde, handeln soll. Es wurden keine Handelskosten angewandt. Abbildung 2. Equity-Einstellungen Die Eingänge sind die day8217s offen, hoch, niedrig, schließen und ein 5, 10 und 20 Periode einfachen gleitenden Durchschnitt des Schließens. Das Ziel ist die endgültige Variable auf der Registerkarte Dakota 3 Indicators aufgelistet und ist der ReturnsIndex des Schließens. Beachten Sie, dass die Eingänge beginnen, nachdem die gehandelten Wertpapiere offen, hoch, niedrig und schließen. That8217s, warum die offenen, hohen, niedrigen und engen erscheinen zweimal in der Liste der Variablen. Abbildung 3. Definitionen der Eingabe - und Zielvariablen. In der nächsten Bildschirmanzeige sehen Sie, dass die maximale Eingangstiefe auf 5 eingestellt ist. Wir verwenden die letzten 5 Reihen von Eingängen, um unsere Funktion zu erstellen. Insgesamt gibt es 5 x 7 35 Funktionen zur Verfügung, um den Algorithmus für den Aufbau von Mustern. Eine Musterbedingung vergleicht zwei Funktionen mit dem gt-Operator. I8217ve Setup der Rubrik Pattern Predictor, so dass es nutzen können, andere Operatoren, aber I8217m nur mit dem größeren als Betreiber für diese Version. Eine Beispielmusterbedingung lautet: Close0 gt SMA (Close, 5) 2 Die Beispielbedingung erfordert, dass der letzte Schlusskurs größer ist als der einfache gleitende Durchschnitt der engen 2 Zeilen zurück. Rubrik Muster bestehen aus 1 oder mehr Bedingungen. Das Muster tritt auf, wenn alle Bedingungen erfüllt sind. Die Rubrik Pattern Predictor wird als Teil der ATS Pattern Predictor Signal Generatoren für Dakota 3 verfügbar sein. Früher nannte die KNN Predictors und CPredictor in Dakota 2. In dem Bild unten können Sie sehen, dass wir nur 1 Bot im Schwarm und we8217re nicht haben Die Verwendung von Schwarm Anpassung. Dieses System dauerte ungefähr 4 Stunden, um vorwärts zu gehen. Laufen 15 Bots wäre sinnvoll, weil es die Vielfalt erhöhen würde. Dies würde jedoch die 15-fache Verarbeitungszeit erfordern. Wenn ich ein Produktionsmodell auf der Grundlage der Rubrik Pattern Predictor Ich werde mit 15 Bots. Es würde zwischen 2 und 3 Tage dauern, um ein System von 15 Bots vorwärts auf einem Dual-Core-Prozessor laufen mit 3GHz zu gehen. Abbildung 4. Swarm-Einstellungen Im nächsten Bildschirmbild sehen wir die meisten Einstellungen für den Rubrik-Muster-Prädiktor. Abbildung 5. Rubriken-Prädiktor-Einstellungen Es folgt eine Erläuterung der einzelnen Einstellungen. Modellierungszeitraum. Die Modellierungsperiode definiert die Anzahl der von der Rubrik-Mustervorhersage zur Musteranpassung verwendeten Merkmalsätze. Die Modellierungsperiode verfolgt die gerade verarbeitete Leiste. Die aktuelle Leiste wird nicht sofort verfolgt, da für die Max Trade Period, Trading Delay und potentiell für die Detrending der Zielvariablen Daten benötigt werden. Max. Eingabetiefe. Die Anzahl der Eingabezeilen, die zur Bildung des Satzes von Merkmalen für das Musteraufbau verwendet werden. Min. Bedingungen. Die minimale Anzahl von Bedingungen, die verwendet werden, um ein Muster zu bilden. Max. Bedingungen. Die maximale Anzahl von Bedingungen, die verwendet werden, um ein Muster zu bilden. Min Instanzen. Die Mindestanzahl, in der ein Kandidatenmuster während der zu berücksichtigenden Modellierungsperiode aufgetreten sein muss. Max. Instanzen. Die maximale Anzahl, wie oft ein Kandidatenmuster während des Modellierungszeitraums aufgetreten ist. Wenn es mehr Musterinstanzen als die Max-Instanzen gab, dann wird das Muster nicht für die Verwendung betrachtet. Der minimale Gewinn, der maximale Verlust, die minimale Gewinnrate, der minimale Gewinnfaktor und die maximale Handelsperiode werden verwendet, wenn die Leistung eines gegebenen Musters über die Modellierungsperiode bewertet wird. Hypothetische Gewinne und Verluste werden unter Verwendung der abgeschnittenen Zielserie berechnet, wenn die Detrend-Periode größer als 1 ist, ansonsten werden sie unter Verwendung der Zielserie berechnet. Beachten Sie, dass die destrendierte Zielserie eine kleinere Varianz als die Zielserie haben wird. Die Dakota 3 Trading-Verzögerung (Project Signal by) und ausgewählte gehandelte Serien (Open oder Close) gelten, um es so realistisch wie möglich zu halten. Min. Gewinn. Hypothetische Geschäfte, für eine gegebene Instanz eines Musters, werden geschlossen, wenn der Gewinn im Eigenkapital den Mingewinn erreicht oder übersteigt. Maximaler Verlust. Hypothetische Geschäfte, für einen gegebenen Fall eines Musters, werden geschlossen, wenn der Eigenkapitalverlust den Max Loss übersteigt. Min Win-Rate. Bei der Auswertung eines Musters über die Modellierungsperiode muss die hypothetische Anzahl der Gewinner dividiert durch die Anzahl der Trades größer oder gleich der Min Win Rate für das Muster sein, das für die Verwendung in Betracht gezogen werden soll. Min Profit Faktor. Bei der Bewertung eines Musters über die Modellierungsperiode muss die hypothetische Summe der gewinnbringenden Geschäfte, dividiert durch den absoluten Wert der Summe der verlierenden Trades, größer oder gleich dem Min-Profit-Faktor für das zu berücksichtigende Muster sein. Max. Handelszeit. Der maximale Zeitraum, für den ein hypothetischer Handel offen sein kann. Die Max Trade Period gilt auch, wenn Walking-Forward-Erstellung tatsächlichen Handels-Signale. Detrend Zeitraum. Die Periode des zentrierten einfachen gleitenden Mittelwertes, der verwendet wird, um die Zielreihe zu trennen. Zukünftige Versionen werden wahrscheinlich eine bessere Qualität Digitalfilter oder zumindest bieten eine bessere Qualität Digitalfilter als Alternative. Bewertung Algo. Zwei Verfahren zur Bewertung von Kandidatenmustern über die Modellierungsperiode sind verfügbar. Die erste betrachtet die hypothetische Leistung der einzelnen Musterinstanzen nur, und die zweite untersucht auch den Durchschnitt der Eigenkapitalkurven nach jeder Instanz eines gegebenen Musters. Die verbleibenden Parameter für die Rubrik Mustervorhersage erscheinen im Bild unten. Abbildung 6. Einstellungen für Rubrikmustervorhersage (Fortsetzung) Ausnahmeregel. Systemtrades können aufgrund eines Gewinnziels, eines prognostizierten Gewinns oder einer voraussichtlichen Duration geschlossen werden. Die Exit-Regel gilt nicht bei der Auswertung von Musterinstanzen, sie gilt nur für aktuelle Systemhandelssignale, die vorwärts gehen. Wenn Trades unter Verwendung eines Gewinnziels verlassen werden, wird der Gewinn unter Verwendung der Zielserie berechnet. Gewinnziel. Das Gewinnziel, das verwendet werden soll, wenn der Systemhandel mit der Profit-Target-Methode abgeschlossen wird. Der Gewinn wird in Einheiten der Zielserie sein, die die letzte Serie ist, die auf der Registerkarte Dakota 3 Indicators definiert ist. Die Handelsverzögerung gilt. Stopp-Verlust. Wenn anwendbarer Stoppverlust auf True gesetzt ist, werden Systemtrades geschlossen, wenn der Handelsverlust den vom Benutzer angegebenen Stop-Loss-Betrag überschreitet. Der Gewinn wird unter Verwendung der Zielserie berechnet. Die Handelsverzögerung gilt. Handel verlängern. Wenn Extend Trades auf True gesetzt ist, können neue Muster die Dauer der aktuellen Handelsposition potenziell verlängern. Iterationen. Die Anzahl der Muster, die während der Musterbauphase erstellt und ausgewertet werden sollen. Retrain Zeitraum. Die Anzahl der Bars, um vor dem Bau eines neuen Satzes von Mustern zu gehen. Randomisieren Retrain. Wenn Randomize Retrain auf True gesetzt ist, variiert die Retrain-Periode nach dem Zufallsprinzip zwischen dem 0,75- und 1,25-fachen des Retrain-Zeitraums. Die Eigenkapitalkurve erscheint im Bild unten. Abbildung 7. Eigenkapitalkurve Es dauert etwas mehr als 8 Jahre Daten, bevor das erste Handelssignal generiert werden kann. Die gesamte Eigenkapitalkurve ist out-of-sample. It8217s nicht brillant, aber es8217s sehr vielversprechend und it8217s frühen Tagen. Ich tat einen anderen Lauf dieses Systems und eine sehr ähnliche geformte Eigenkapitalkurve wurde produziert. Heute Abend plane ich, 10.000.000 Iterationen laufen zu sehen, ob die Ergebnisse zu verbessern oder nicht. Die Handelsstatistik folgt. Abbildung 8. Handelsstatistik Beachten Sie, dass die Zeit in Position ist größer als 73.55 aufgrund der 8 Jahre Zeitraum, wenn keine Signale ausgegeben werden. Der nächste Schritt wird sein, versuchen, mit genetischen Programmierung, hoffentlich, produzieren bessere Ergebnisse schneller. Hallo, Bitte werfen Sie einen Blick auf die neueste Version des bekannten Indikators AllAveragesv3.1 mit 26 Arten von gleitenden Durchschnitten: MAMethod 0: SMA - Simple Moving Average MAMethod 1: EMA - Exponential Moving Average MAMethod 3: LWMA - Linearer gewichteter gleitender Durchschnitt MAMethod 4: SineWMA - Sine Gewichteter gleitender Durchschnitt MAMethod 5: TriMA - Dreieckiger gleitender Durchschnitt MAMethod 6: LSMA - Least Square Moving Average (oder EPMA , Lineare Regressionslinie) MAMethod 7: SMMA - geglättet. Ich habe eine Version dieses Indikators, die die Ma Winkel zählt und färbt sie in 3 Farben. Hilft bei der Einbeziehung Indikator in EA, um verschiedene MA-Winkel handeln. Allerdings nach MT4 ver 600 Indikator handeln alle funky auf den Charts und in Backtesting. Ich wollte diese umkodieren, so dass es auch in 3-Farben mit, ma-Winkel, aber die T3-Methode nicht funktioniert. Wenn ich MAMethod 11 indi verwende, verschwinde ich einfach.
No comments:
Post a Comment