رسكس مقلاع.
أود أن حصة قطعة من نظام رسكس معك. هذا النظام بواسطة الإعدادات الافتراضية تشتري عندما رسكس يعبر 51 ويبيع عندما يعبر أسفل 49. الاتجاه لطيفة النظام التالي الذي يعمل بشكل جيد حتى في السوق متقلبة. ملاحظة: الإصدار 1.3 يمكن تشغيل زوج العملات واحد فقط لكل حساب، في حين أن الإصدار 2 و 3 يمكن تشغيل أزواج متعددة لكل حساب.
* تحديث: رسكس مقلاع V3.
في V3، وهناك نوعان من كروس فحص الأسلوب: بار ونقطة. يقارن فحص شريط قيمة رسكس من شريط السابق مع شريط الحالي، في حين فحص نقطة يقارن قيمة رسكس من قيمة رسكس تقييمها السابقة مع قيمة رسكس الحالية. أنا لا أعرف الطريقة التي هي أفضل، لذلك دعونا اختبار معا.
الإعدادات: RSX_Period، Buy_Level، Exit_Buy_Level، Sell_Level، و Exit_Sell_Level: معلمات مؤشر رسكس، مستويات الدخول والخروج. allow_Rule_Exit: إذا كان فالس، فإن إيقاف التشغيل المتوقف فقط سيؤدي إلى إغلاق الصفقات. إذا كان صحيحا، فإن الخبير أغلق الصفقات مع منطق الخروج وقفة زائدة. Evaluation_Interval: الفاصل الزمني في دقائق بين كل تقييم. هذا الحد من عدد الصفقات في نفس الشمعة. على سبيل المثال، إذا تم تعيين إلى 30، ثم لن يكون هناك أكثر من 1 التجارة في 30 دقيقة. إذا -1، وسيقيم خبير المنطق على شمعة جديدة. إذا 0، وسيقيم خبير المنطق كل القراد (غير مستحسن). إذا كان أكبر من 0، وخبير تقييم كل دقيقة محددة. TS_Trigger: الحد الأدنى للمسافة بالنقاط قبل الشروع في التشغيل الخلفي. Enable_Alert: إذا كان ذلك صحيحا، فسيتم إشعارك عندما تكون هناك إشارة جديدة. إذا كاذبة، فلن.
لا يوجد تمديد. هو هذا مقل؟ MT4؟ mq4؟ إكسب؟
أيضا أين يمكنني الحصول على واحد رسكس المؤشر؟ أنا ألريدي يكون ذلك ولكن لربط لأشخاص آخرين.
انها mq4. يمكنك البحث عن رسكس في قسم التنزيلات (هناك وظيفة البحث).
هم إم الحصول على $ 980 غادر من $ 10،000 في 1 يوم تداوله حوالي 7 الصفقات في الساعة وفقدت.
يعني حساب التداول الخاص بك الحية؟ gazuz؟
نجاح باهر هذا الخاسر مذهلة! يمكنك نشر السجلات التجارية؟
أعتقد أنه يجب أن يكون هناك 4 صفقات فقط إذا كنت تعلق عليه إلى اليورو مقابل الدولار الأميركي 15 دقيقة الرسم البياني.
لقد استخدمت باكتستينغ. وليس لها على التجريبي لم أكن وضعت على الرسم البياني واختبارها أنا فقط استخدمت اختبار الاستراتيجية ولكن يبدو أنه يحتاج إلى أن يقتصر على حد أقصى التجارة واحد لكل شمعة:
حسنا، ونحن نعلم جميعا أن باكتستينغ isn't دائما الحق مع مت، لكنني لن العقل العقل عكس هذا الخط في الاتجاه الآخر.
إذا باكتستد، ثم مت يستخدم الإطار الزمني 1 دقيقة للقيام بهذه المهمة. وبالتالي، شد سلامة هذا الخبير 100٪.
العقرب، هل كنت تعيش اختبار هذا؟ أنت منتيويد لديك إمكانية لتشغيل الخبراء في كل وقت لاختبار لهم، وربما يجب أن تفعل الشيء نفسه مع هذا واحد.
نظام التداول رسكس
القوة النسبية مؤشر الجودة.
قوة الاتجاه واتجاه دقيقة.
على نحو سلس وفي الوقت المناسب.
أفضل من مؤشر القوة النسبية.
مؤشر القوة النسبية هو مؤشر تقني شعبية جدا وذكية. ولكن صاخبة جدا. جوريك رسكس هو & كوت؛ خالية من الضوضاء & كوت؛ نسخة من مؤشر القوة النسبية، مع عدم وجود تأخر المضافة !!
مؤشر مؤشر القوة النسبية شعبية يقيس في وقت واحد سرعة الاتجاه والجودة. مؤشر القوة النسبية يعطي إشارة قوية عندما يكون الاتجاه سريع ونظيف. ومع ذلك، مؤشر القوة النسبية هو إشارة غضب، مما يجعل التحليل الفني صعبة للغاية.
1. غضب تنتج مشغلات التجارة كاذبة.
2. غضب يحط من اتجاه السوق تحليل الاتجاه.
3. غضب يحط من تحليل انعكاس السوق.
تريد نسخة أفضل من مؤشر القوة النسبية؟ . بحثك قد انتهى! رسكس جوريك هو متفوقة بشكل كبير. يقارن الرسم البياني مؤشر القوة النسبية الكلاسيكية ل رسكس في جوريك. يمكن أن يكون عكس أي أكثر وضوحا مع رسكس؟
مع نظافة رسكس، إشارات أكثر دقة، يمكنك تعيين توقف أكثر تشددا وعتبات أكثر وضوحا. يمكنك أيضا السماح لل رسكس تشغيل أسرع قليلا دون خوف من تدهور من الضوضاء المفرطة. هذا يسمح لك لتحقيق إشارات الزناد في وقت سابق.
تشديد توقف أكثر عتبات دقيقة إشارات الزناد في وقت سابق أفضل تحليل التسارع.
دعونا ننظر إلى رسكس كإشارة تجارية. النظر في نظام التداول مع قاعدة واحدة فقط: شراء إذا رسكس آخذ في الارتفاع وبيع إذا رسكس في الانخفاض. يوضح الرسم البياني النتائج باستخدام هذه الاستراتيجية البسيطة جدا.
لأن الحرف في هذا المثال هي التي تسببها التغيرات في اتجاه رسكس، خطوط أولتا السلس حيوية لنجاحها. وعلى النقيض من ذلك، فإن إشارة مؤشر القوة النسبية المتقلبة ستؤدي إلى تداولات مفرطة، مما يؤدي إلى استنزاف حسابك.
يمكنك أيضا استخدام رسكس لإنشاء إصدارات متفوقة من المؤشرات الأخرى.
على سبيل المثال، يقارن هذا المخطط مؤشر رئي بواسطة توم ديمارك والصيغة التالية باستخدام رسكس:
رسكس (بار عالية) + رسكس (بار منخفض)
لاحظ الإصدار رسكس هو أكثر سلاسة بشكل ملحوظ مع أي تأخر وأضاف!
طلب رسكس من & كوت؛ تيسي & كوت؛ (ترادستاتيون) تولسيت أو & كوت؛ ماك & كوت؛ (مولتيشارتس) تولست. سوف رسكس معالجة أي سلسلة زمنية كنت تعطيه، بما في ذلك نتائج وظائف أخرى. تتضمن الحزمة كلا من المؤشرات والوظائف، حتى تتمكن من استخدام رسكس في الأنظمة والمؤشرات الخاصة بك.
اطلب & كوت؛ أوت & كوت؛ تولست، وهو عبارة عن حزمة من جما، دمكس، رسكس و فيل. تراخيص زمنية مختلفة. نوتيكر يقبل كلا & كوت؛ أوت & كوت؛ و & كوت؛ دل & كوت؛ من toolsets. انتقل إلى هنا للاطلاع على مزايا كل مجموعة أدوات.
طلب رسكس من & كوت؛ دل & كوت؛ مجموعة أدوات. نوتيكر يقبل كلا & كوت؛ أوت & كوت؛ و & كوت؛ دل & كوت؛ من toolsets. انتقل إلى هنا للحصول على فوائد كل مجموعة أدوات.
تتضمن حزمة برامج رسكس.
أحدث رسكس وحدة عينة رمز تبين كيفية استخدامه.
لمزيد من التفاصيل حول رسكس، تحميل دليل المنتج المصور.
تحميل التقارير الفنية لدينا. الكثير من الرسوم البيانية والمقارنات.
قراءة رسائل العملاء لدينا. انظر ما لدى الآخرون لقوله.
قراءة الأسئلة التي نطرحها بشكل متكرر. للحصول على إجابات للمشكلات الفنية.
الأسعار، نموذج الطلب، أسئلة محددة لطرح.
رسكس هو مؤشر، وليس نظام التداول.
تم تصميم رسكس ليتم تطبيقها في أنظمة التداول من التصميم الخاص بك.
قد تنتج أطر زمنية مختلفة على الرسم البياني نتائج مختلفة.
إن الأداء السابق لأي نظام تجاري لا يضمن أبدا الأداء المستقبلي.
جميع استراتيجيات التداول لديها مخاطر والسلع / تداول العقود الآجلة روافع هذا الخطر.
نظام التداول رسكس
بناء أنظمة التداول.
مفاتيح النجاح للتجارة.
لا، مفاتيح النجاح ليست منتجاتنا، ولا أي شخص آخر. بدلا من ذلك، ليكون تاجر ناجح تحتاج.
ونظام تداول مع توقعات مربحة، ومبادئ سليمة لإدارة الأموال، والثبات النفسي للتجارة باستمرار، والرسملة الكافية.
على عكس الاعتقاد الشائع، نظام التداول الأساسي الخاص بك يحتاج فقط إلى أن تكون مربحة إلى حد ما. مخطط مناسب لإدارة الأموال مصمم للسيطرة على & كوت؛ حجم الرهان & كوت؛ يمكن أن توسع تلك الأرباح الهزيلة بشكل كبير. أيضا، وبما أن الطبيعة البشرية تميل نحو أخذ الأرباح في وقت قريب جدا، والسماح للخسائر تشغيل بعيدا جدا، تحتاج إلى أن تكون على دراية السوق وعدم الوقوع عاطفيا حتى ثم خائفة جدا لمتابعة توصيات نظام التداول الخاص بك.
لذلك، نحن نقدم أي مخططات سريعة الغنية. إنهم لا يعملون. كما أننا لن نهانك بالاقتراحات التي تفيد بأنه إذا كانت شركة إدارة رأس المال مليار دولار مدموجة مباشرة إلى وول ستريت بمرفق كمبيوتر واسع وعشرات من الدكتوراه يمكن أن تجعل الملايين باستخدام المنتج X، فذلك سيكون كذلك. ربما لن تفعل ذلك.
كما لا يمكننا أن نعد الأسواق غير فعالة بحيث أنه من السهل أن تأخذ في الأرباح. انها ليست، لمجرد أنك سوف تتنافس مع لاعبين آخرين ذكية جدا، الذين يريدون المال الخاص بك.
من ناحية أخرى، ونحن نقدم أدوات قوية والمنتجات التعليمية لمساعدة المستثمرين الأفراد، مثلك، تنجح في جعل نظام التداول الفعال. أدوات جوريك متوافقة مع العديد من منتجات البرمجيات. لدينا رضا العملاء توافق!
قبل البناء أنظمة التداول.
فمن الخطأ أن نفترض أنظمة التداول وصفها في الكتب والمجلات أو في البريد غير المرغوب فيه اليومية الخاصة بك مربحة. يجب اختبارها على مدى فترة طويلة من البيانات التاريخية (بما يكفي ل 500 حرف على الأقل). أفضل اختبار واحد يمكنك تطبيقه على أي إستراتيجية تداول للبيع هو:
والتي تبين أحدث 200 متتالية.
الصفقات التي تسمى الاستراتيجية؟
إذا كان البائع غير راغب أو غير قادر على القيام بذلك، سيرا على الأقدام.
إذا تم تزويدك ببيان الوسيط، قم بتخطيط منحنى رأس المال ورؤية ما إذا كان يمكنك التعامل مع أي خسائر من الخسائر (ماليا وعاطفيا). أيضا، في محاولة للحصول على سكاتيربلوت تحتوي على أقصى رحلة عكسية من كل التجارة. في بعض الأحيان تفقد التجارة أولا كبيرة قبل أن تصبح مربحة. يمكنك التعامل مع تلك الحالات بشكل صحيح؟
عندما يغير السوق سلوكه، قد يتحلل أداء النظام إلى خاسر. هل سيتعين عليك دفع $$ إضافية للترقيات الدورية؟
وأخيرا، كم تتوقع أن تتعلم عن التداول من نظام لا يمكنك تحليل ولا تعديل؟
نحن نعتقد أنك أفضل حالا جعل نظام التداول الخاص بك من شراء واحدة. سيتم تصميم النظام الخاص بك حول الموارد المالية الخاصة بك ومنطقة الراحة النفسية. وسوف تكون قادرة على تعديله وفقا لتغير ظروف السوق. أخيرا، وليس آخرا، سوف تعرف بالضبط كيف يمكن أن يتوقع من الأداء.
من بناء النظام.
النظر في الحصول على برنامج تخطيط السوق متوافقة مع أدوات جوريك.
الخطوة التالية هي الحصول على جماد في. جما لديها أكبر عدد من الاستخدامات، وتمهيد الأسعار وغيرها من المؤشرات الفنية مع تأخر قليل جدا. وقد وجد المستخدمين تطبيقات جديدة من خلال استغلال خطوط جما فائقة السلس.
لدينا أدوات التداول المتقدمة الأخرى، كفب، فيل و رسكس، زيادة تعزيز تصميم نظام التداول من خلال تقديم طرق جديدة لقياس سلوك حركة السعر. كفب يقيس مدة اتجاه السوق (لا مؤشر كلاسيكي يفعل هذا). تقدم شركة فيل قوة فائقة على نحو سلس لزخم السوق، مع عدم وجود تأخر أكثر من مؤشر الزخم الكلاسيكي. رسكس هو نسخة جوريك من مؤشر القوة النسبية الكلاسيكية، إلا أن رسكس هو أيضا على نحو سلس جدا. عندما ترى رسكس، فإنك لن تريد أبدا استخدام مؤشر القوة النسبية مرة أخرى !!
بمجرد أن تكون مرتاحا لبناء أنظمة التداول باستخدام المؤشرات المتزامنة (السعر) والمتخلفة (الكلاسيكية)، قد ترغب الآن في توسيع قدراتك عن طريق إضافة مؤشرات ليدينغ. وبطبيعة الحال، فإن جميع المؤشرات الرائدة شعبية لا قيمة لها حيث أن السوق قد خسرت بالفعل المعلومات التي تقدمها. بدلا من ذلك، سوف تحتاج إلى إنشاء المؤشرات الرائدة الخاصة بك.
ومن المفترض أن يتنبأ المؤشر الرئيسي ببعض جوانب سلوك السوق. في هذه الأيام، هناك حاجة إلى إجراءات نمذجة غير خطية متطورة (مثل الشبكات العصبية). للبدء، ننصحك بالتعرف على تطبيق جداول البيانات إكسيل و ميكروسوفت. ثم الحصول على الشبكة العصبية الوظيفة الإضافية إلى إكسيل. هناك عدة في السوق.
بعد التعرف على نفسك مع صافي التنمية العصبية، والحصول على الخبرة بناء المؤشرات الرائدة واستخدام أدوات ما قبل المعالجة ل مس إكسيل.
أربع صفات مؤشرات فنية كبيرة.
وتشتمل جميع المؤشرات الفنية تقريبا على اتخاذ شكل من أشكال القيم التاريخية المتوسطة من أجل الحد من ضجيج السوق الذي يظهر على أنه ارتعاش عالي السرعة. ويتجاهل المحللون عادة غضب الضوضاء لأنه لا يوجد لديه اتجاه ولا أنماط قابلة للتكرار. وبالتالي، فإن معظم المتوسطات المتحركة لها & كوت؛ طول & كوت؛ المعلمة التي تسيطر على نحو فعال نعومة المؤشر الواضح، وبطريقة عكسية، دقتها. وهذا يعني أنه كلما أصبح الفلتر أكثر سلاسة، كلما كان ذلك يعكس بدقة عمل السوق المحلية.
وهذا أمر منطقي، لأن المستخدم قد يحدد غضب ليكون أي عمل أن الاتجاهات أقل من N القضبان. ولذلك، فإننا نرى لاعب السوق في محاولة لتطبيق ما يكفي من نعومة لتصفية الضوضاء دون إزالة هيكل مهم التي هي ذات الصلة في إطاره الزمني المطلوب. باختصار، .
يجعل التبادل بين نعومة والدقة.
ويمكن قياس الدقة بعدة طرق: متانة، تجاوز، توقيت، وقرب. وستوصف هذه التدابير في سياق مرشاح متوسط متحرك افتراضي.
ببساطة، تريد فلتر (على سبيل المثال المتوسط المتحرك) لإنتاج نسخة خالية من الضوضاء من الإشارة الأصلية، حيث المنحنى العام ليس أعلى أو أقل من السلسلة الأصلية. نتيجة مشابهة لما ستنتجه عند إعطاء القلم و يدويا & كوت؛ تتبع من خلال & كوت؛ عمل السوق المهم.
وتسمى جميع المؤشرات الفنية التي تدرس بدقة قيم البيانات السابقة (أي لا تنظر إلى المستقبل) & كوت؛ السببية & كوت ؛. هذه هي الوحيدة المتاحة لك عند التداول في السوق في الوقت الحقيقي. جميع المرشحات السببية لها مشكلة أساسية: فهي متخلفة عن السلسلة الزمنية الأصلية. التأخير في المؤشرات الفنية الخاصة بك يعمل فقط لتأخير ما تحتاج إلى أن نرى الآن. هذه مسألة حرجة لأن التأخير المفرط والتداول المتأخر قد يقلل الأرباح بشكل كبير.
من الناحية المثالية، كنت ترغب في أن تصفيتها إشارة على حد سواء على نحو سلس والتخلف مجانا. ومع ذلك، لجميع المرشحات السببية، وزيادة نعومة تنتج تأخر أكبر وليس هناك & كوت؛ عقوبة مجانية & كوت؛ الطريق حوله. وقد أدى تحقيق النعومة دون إضافة تأخر كبير أو اختلالات أخرى غير مرغوب فيها إلى حيرة المحللين الماليين فضلا عن الناس معالجة الإشارات لسنوات. نحن في جوريك البحوث فهم طبيعة التأخر بشكل جيد جدا، وتوظيف الصيغ الملكية التي تعالج هذه المسألة الأساسية.
نهج واحد مشترك للحد من تأخر هو إضافة بعض & كوت؛ القصور الذاتي & كوت؛ في الصيغة، وتمكين مرشح لمتابعة الاتجاهات عن كثب دون التضحية نعومة. ومع ذلك، فإن العقوبة المدفوعة هي عندما السوق بسرعة عكس الاتجاه. إن القصور الذاتي للمرشح يمنعه من تغيير الاتجاه بسرعة، ويستمر في تجاوزه لبعض الوقت قبل عكس الاتجاه. كلما الجمود أكثر تطبيق، وزيادة الإفراط. . وهذا يمكن أن تخلق مشكلة حقيقية.
يتم تشغيل بعض الصفقات عندما يتجاوز المتوسط المتحرك للسعر عتبة محددة من قبل المستخدم. على سبيل المثال، لنفرض أن اتجاهات الأسعار صعودا نحو عتبة، ولكنها تعكس الاتجاه في الوقت المناسب بحيث لا يتم كسر العتبة فعليا. مرشح مع الجمود أكثر من اللازم سوف تجاوزت وكسر عتبة، على الرغم من أن السعر لم يفعل ذلك. هذا الزناد كاذبة قد تنتج التجارة غير المرغوب فيها.
ولإزالة الضوضاء في سلسلة زمنية، تستخدم الفلاتر الشائعة التقنيات الرياضية التي كانت موجودة منذ سنوات. وتفترض النظرية الأساسية في جميع الحالات تقريبا أن التغيرات في أسعار السوق لها توزيع عادي (غاوسي). هذا قد يكون صحيحا للضوضاء في راديو السيارة أو كاسيت مسجل الشريط، ولكن ليس للسوق. وتحدث الثغرات في أسعار السوق بصورة أكثر تكرارا، بأوامر من الحجم، مما يشير إليه منحنى غاوسيان. ونتيجة لذلك، تستجيب الفلاتر الشائعة لصدمات الأسعار بشكل سيء للغاية.
يحتاج اللاعبون إلى مرشح قوي ضد صدمات الأسعار. وهذا يتطلب نوعا خاصا من معالجة الإشارات تسمى & كوت؛ غير الخطية & كوت؛ تصفية. لدينا أداة الرائد، جما، هو مثل مرشح ويمكن التعامل مع صدمات الأسعار أفضل من أي المتوسط المتحرك الأخرى المتاحة في السوق اليوم. في الواقع، وكلما زادت الفجوة، تفوق جما أكثر وضوحا يصبح واضحا.
وقد حققت شركة جوريك ريزارتش هذه النتائج من خلال تطوير واختبار الخوارزميات الأولى في ماتلاب، وهو اختيار المهندس لمحاكاة البرمجيات. ونحن نحاول تجنب اتخاذ أي افتراضات حول الإشارة التي يجري معالجتها، بخلاف أنه هو المشي العشوائي من المتراكم كوشي (لا غاوس!) توزيع التغيرات في الأسعار. وبهذه الطريقة لا يمكن خداع الخوارزميات عن طريق عمل السوق غير نمطية. بعد ذلك، دعونا السماح اختبار بيتا المؤهلين تبحث عن المشاكل. وأخيرا، بعد أن نجعل كل منتج متاح.
الشخص الذي هو أول من الإبلاغ عن أي محددة.
خطأ في برنامجنا أو وثائقنا.
في جوريك للبحوث، ليس هناك بديل عن التميز.
تسلسل لبناء نظام متقدم.
إذا كان بعض البشر يمكن أن تتداول بشكل جيد باستمرار، ثم لماذا لا يمكن جهاز كمبيوتر؟ لماذا لا يمكن أن يكون جهاز الكمبيوتر الخاص بك؟ ظلال الذكاء الاصطناعي، لم نسمع هذه الأسئلة من قبل؟ الذكاء الاصطناعي، بغض النظر عن تعريفه الرسمي (إذا كان لديه أي وقت مضى)، يترجم إلى العمل الصعب، وغالبا ما لا طائل منه. بيد أن الثبات لا يسدد. المنهجية المنظمة والتجريب المنهجي هو أسلوب العمل الموصى به.
ونحن نحدد نظاما متقدما باعتباره نظاما يتضمن بعض جوانب مؤشر رئيسي، مما يعني أن التنبؤ ينطوي على ذلك. ويمكن تصميم المؤشرات الرائدة لأي شيء تقريبا، ولكننا نفضل استخدامه للتنبؤ النطاق السعري العلوي والسفلي فضلا عن قيم الماكد في المستقبل. يتطلب تطوير المؤشرات الرائدة المناسبة إجراء المعالجة المسبقة مع واف و در والنمذجة مع برنامج الشبكة العصبية. وأخيرا، يجب أن يتم كل هذا بطريقة منهجية.
لتحقيق ذلك، لقد صممت هذا الرسم البياني تدفق لرؤية الصورة الكبيرة. وهو يقسم جهود تطوير نظام التداول إلى مراحل مختلفة. في ما يلي مراجعة متعددة المراحل لعملية بناء النظام المتقدمة. يمكنك تغيير أي جانب منه لتلائم الاحتياجات الخاصة بك.
هنا وصف لكيفية بناء أنظمة التداول الخاصة بي. يظهر المخطط البياني ست مراحل لتطوير نظام التداول:
إنشاء بيانات تفسيرية (مرحلة التجميع) إنشاء مؤشرات متدنية (مرحلة ما قبل المعالجة) إنشاء مؤشرات رائدة (مرحلة النمذجة) بناء نظام التداول الخاص بك (مرحلة الاستراتيجية) باكتست نظام التداول الخاص بك (مرحلة التحقق 1) التجارة مع وسيط محاكاة (مرحلة التحقق 2) المرحلة 1.
وهذا ينطوي على مهمة غير مؤكدة لجمع البيانات المالية والتحقق منها. فإنه لا يساعد النظام الخاص بك الصورة الذاتية لإعطائها الأسعار التاريخية متخلل الفراغات والأصفار. مقلة العين ذلك عن أي مشاكل.
وقد أظهرت الأبحاث أنه إذا قمت بتحويل بيانات الأسعار إلى لوغ (لوغاريتم) من بيانات الأسعار، وسوف تعمل استراتيجيات أفضل على مدى فترة أطول. ويرجع ذلك إلى أن بيانات الأسعار يتم التعبير عنها الآن في علاقة مضاعفة لبعضها البعض، بدلا من الإضافة، وهذا يميل إلى الحفاظ عليه مع تغير الأسعار مع مرور الوقت.
وتشمل هذه المرحلة معالجة البيانات مسبقا. وباختصار، هذا هو المكان الذي نستخلص فيه مؤشرات مفيدة من البيانات المالية الأولية. معالجة جيدة يجعل المرحلة التالية (النمذجة) بسلاسة. يدرك واضعو النماذج المهنية أهمية هذه الخطوة ويركزون معظم طاقتهم هنا. ومع ذلك، لهواة لديه نفس النداء الغسيل الغسيل.
تحديد أفضل & كوت؛ أفق التنبؤ & كوت؛ من أجل التنبؤ بالسلاسل الزمنية. على سبيل المثال، فإن المسافة المثلى للتنبؤ في المستقبل عند استخدام الحانات اليومية من 30 عاما T - سندات هو 5.5 أيام. هذه القيمة تختلف من السوق إلى السوق، وأسلوب لحساب ذلك هو موضح في كتابي "التنبؤ المالي والشبكات العصبية".
تحديد مقدار البيانات التاريخية اللازمة لجعل توقعات واحدة. أشير إلى هذا المبلغ من الوقت التاريخي باعتباره & كوت؛ الأفق الرجعي & كوت؛ وحجمه هو عادة 4 أضعاف أفق التوقعات. على سبيل المثال، إذا كان توقعي هو التنبؤ ب 5.5 قضبان في المستقبل، فإن أفقي الاسترجاعي (L) لكل توقعات يجب أن يكون 22 بار. (L = 22) جميع المؤشرات تحتاج إلى النظر في نشاط على الأقل أحدث الحانات L.
حدد البيانات التفسيرية المناسبة مثل الارتفاعات والهبوط والحجم، وما إلى ذلك. أشجعك على التحقيق في بيانات سعر التمهيد الأولي أولا مع جما، وبالتالي إنشاء & كوت؛ وكلاء & كوت؛ لقيم سعر الخام. بعد ذلك، قم بإنشاء مؤشرات ذات صلة (رسكس، فيل، كفب، قنوات، جما-ماسد، الخ) من خلال تطبيقها على وكلاء جما، بدلا من بيانات الأسعار الخام. تعيين & كوت؛ الطول & كوت؛ معلمة المؤشرات الخاصة بك بحيث يكون عدد الحانات التي تعتبرها كل صيغة تقريبا أفق الاسترجاع (L).
تأكد من أن كل عمود من قيم المؤشرات يشبه المذبذب القياسي المتوسط الصفر (أي سلسلة Z-سكور)، وليس مسارا عشوائيا (مثل أسعار السوق الخام). وذلك لأن المشي العشوائي يدخل في نهاية المطاف نطاق لم يشهد النموذج خلال التنمية، مما أدى إلى الفشل.
تطبيق واف على المؤشرات المذكورة أعلاه، من أجل ضغط أحدث القيم L من كل مؤشر في عدد أقل بكثير من القيم. على سبيل المثال، يمكن لل واف ضغط أحدث 73 قيم مؤشر إلى 13 فقط، ضغط 82٪! عند بناء نماذج التنبؤ، من المهم تقليل عدد المتغيرات المدخلة قدر الإمكان، ويفضل دون فقدان المعلومات القيمة في هذه العملية.
جمع قيم الوقت مضغوط كل مؤشر (أي إخراج واف) في مصفوفة (عمود واحد لكل مؤشر) وتطبيق نزع السلاح والتسريح وإعادة الإدماج. يؤدي هذا الإجراء إلى تقليل عدد الأعمدة في المصفوفة من خلال استخراج كل التكرار بين الأعمدة. والنتيجة هي صفيف يحتوي على عدد أقل من الأعمدة، وجميع الأعمدة غير مترابطة فيما بينها (كل عمود يحمل معلومات مختلفة)، ولم يفقد إلا القليل من المعلومات في العملية.
عند هذه النقطة، البيانات الخاصة بك على حد سواء مؤقتا ومكانيا ضغط. إذا كان النموذج الخاص بك يجب أن يحصل على 73 القيم الأخيرة لكل من 10 مؤشرات دون ضغط المكاني والزماني، فإن نموذج التنبؤ الخاص بك أن تبحث في مجموعة المدخلات من 730 القيم لكل توقعات. ومع ذلك، وبعد الضغط المكاني والزماني، من المرجح أن يكون الصفيف الجديد 13 قيمة لكل من الأعمدة الأربعة فقط، فقط 52 القيم. وهذا يمثل ضغط النهائي من 93٪ !!
المرحلة 3 هو المكان الذي تحصل للعب مع والتعرف على أدوات النمذجة مثير مثل أريما، ونظم الخبراء والخوارزميات الجينية والشبكات العصبية. عادة، سوف المبتدئ تخطي تماما المرحلة 2 وقضاء أشهر في محاولة لجعل كل شيء يحدث في المرحلة 3. وهذا يؤدي إلى شكاوى من أن [حذف إكسلييتيف] الشبكة العصبية هو الميت الدماغ.
اختيار ما تريد نموذج للتنبؤ. يبقيه بسيطا، مثل تقدير ماسد خمسة قضبان خارج، أو تقدير المقاومة والدعم (نسبة إلى متوسط السعر الحالي) 10 قضبان بها. تجنب محاولات التنبؤ بأسعار السوق الخام (إلا إذا كنت جيدة حقا في التنبؤ المتغيرات شبه عشوائي). تأكد من أن عمود القيم المستهدفة للتنبؤ يشبه المذبذب القياسي المتوسط الصفر (أي سلسلة Z-سكور)، وليس مسارا عشوائيا (على سبيل المثال أسعار السوق الخام). وذلك لأن المشي العشوائي يدخل في نهاية المطاف نطاق لم يشهد النموذج خلال التنمية، مما أدى إلى الفشل.
تغذية الصفيف مضغوط قمت بإنشائه في المرحلة 2 واستهداف البيانات إلى النموذج الخاص بك. تحقق من جميع النماذج مع البيانات التي لم يتم استخدامها أثناء التطوير. كقاعدة عامة، لكل متغير (مستقل) المدخلات التي تغذي النموذج الخاص بك، سوف تحتاج إلى ما يكفي من التدريب والتحقق من البيانات لدعم ما لا يقل عن 100 التوقعات. وبالتالي إذا كان النموذج الخاص بك يتلقى 54 متغيرات الإدخال لكل توقعات، تحتاج إلى بيانات كافية لدعم 100 * 54 أو 5،400 التوقعات خلال إنشاء النموذج والتحقق.
تغذية الصفيف مضغوط قمت بإنشائه في المرحلة 2 واستهداف البيانات إلى النموذج الخاص بك. تحقق من جميع النماذج مع البيانات التي لم يتم استخدامها أثناء التطوير. كقاعدة عامة، لكل متغير (مستقل) المدخلات التي تغذي النموذج الخاص بك، سوف تحتاج إلى ما يكفي من التدريب والتحقق من البيانات لدعم ما لا يقل عن 100 التوقعات. وبالتالي إذا كان النموذج الخاص بك يتلقى 54 متغيرات الإدخال لكل توقعات، تحتاج إلى بيانات كافية لدعم 100 * 54 أو 5،400 التوقعات خلال إنشاء النموذج والتحقق.
يتم توفير معلومات حول نماذج مختلفة لنمذجة المؤشرات الرائدة أكثر أسفل هذه الصفحة. (حافظ على القراءة، وسوف تحصل هناك).
هذه المرحلة هي لتطوير منطق التداول. هو الأكثر & كوت؛ متعة & كوت؛ جزء من بناء النظام، مما يتيح لك معرفة ما تقومون به. هناك العديد من الكتب حول هذا الموضوع. وفيما يتعلق باستخدام نماذج التنبؤ، وهنا بعض المؤشرات:
إنشاء قواعد للمخاطر وإدارة الأموال. هناك كتب لمساعدتك في هذا الموضوع.
تقنية ذكية لإدارة المخاطر هي إنشاء نماذج متعددة مدربة عشوائيا (مثل الشبكات العصبية) لجعل نفس التوقعات. عندما تكون جميع النماذج في اتفاق قوي، وزيادة المخاطر الخاصة بك. عندما يكونون في خلاف قوي، تقليل المخاطر الخاصة بك.
خلال الاختبار الخلفي، المسام على الإحصاءات مثل العائد على حساب (النظر في الحد الأقصى للسحب)، والحد الأقصى من الرسوم البيانية رحلة عكسية، محاكاة مونتي كارلو من المتوقع نصف العمر المالي، وما إلى ذلك في القيام بذلك، والبحث عن الصفقات السيئة للنظام واستحضار تعديلات التصميم.
النظر في كيفية العديد من المتغيرات والثوابت وخطوط التعليمات البرمجية كنت التغيير والتبديل (الأمثل). كل واحد هو درجة من الحرية كنت تلعب مع. عندما باكتستينغ، استخدام بيانات السوق كافية للنظام لإنشاء 100 الصفقات لكل درجة من الحرية. وبالتالي إذا كنت تحسين 5 الثوابت والتبديل 4 خطوط من التعليمات البرمجية، ويدعو التحقق لكل تشغيل لإنتاج ما لا يقل عن 100 * (4 + 5) أو 900 الصفقات.
كن حذرا حول تحسين أنظمة التداول. غير المنضبطة والمفرطة استحضار رمز قد يؤدي إلى الإفراط في تحسين السباغيتي المنطق، كابوس للحفاظ على. أيضا، الكثير من التحسين سوف تسفر عن أداء كبير على مجموعة البيانات الحالية، ولكن أداء بائسة على البيانات المستقبلية. كتابنا التنبؤ المالي والشبكات العصبية والشريط السمعي الفضاء والوقت والدورات والمرحلة تقديم شرح لهذه الظاهرة.
لتفسير هذه الظاهرة. إن النظام الذي يتداول بشكل جيد على البيانات التاريخية والبيانات المستقبلية هو أمر مرغوب فيه.
أثناء التداول المباشر & كوت؛ تداول الورق & كوت ؛، يجب متابعة مدى سرعة تدهور النظام. وهذا يشير إلى مدى تكرار تحديث النماذج. وقد يشير أيضا إلى منطق تداول ضعيف.
ومن الأمثلة على الشبكة العصبية التي عززت النظام التجاري الذي كان جيدا، دون إعادة التدريب، لعدة أشهر بعد تطورها، وصفها في عدد كانون الأول / ديسمبر 1996 من مجلة الآجلة. وعلى الرغم من أن إجراء الاختبار والتحقق الذي استخدمه صاحب البلاغ لم يكن أفضل، إلا أن النتيجة أثبتت أنها مربحة.
أنت حقا لا تحتاج إلى تحسين هيك من نظام التداول الخاص بك طالما كنت تستخدم إدارة المخاطر الجيدة. ويتناول هذا السؤال: كم أنت معرض للخطر في التجارة مقابل الربح المتوقع لأخذ هذا الخطر؟ مثل لاعب لعبة البوكر الخبراء، مع إدارة المال المناسبة يمكنك تقييم كم للاستثمار وكم كنت على استعداد لتخسره على كل مقامرة. ولذلك، فإن المبدأ الأساسي لإدارة الأموال هو إدارة المخاطر. فتح المراكز مع المخاطر المغطاة أمر أساسي للتداول الناجح. وبعبارة أخرى، إدارة المخاطر أولا والأرباح سوف تتبع عندما الرهان هو الصحيح. إنه لأمر مدهش كم يمكن لهذا الانضباط أن يحسن الربحية الإجمالية لنظامك. على مدى سنوات من الزمن، هذه التقنية يمكن أن تحسن أرباح التداول أكثر من عشرة أضعاف!
يتم سرد بعض الكتب عن إدارة الأموال هنا.
المؤشرات الرائدة والنمذجة.
لماذا من الصعب جعل المؤشرات الرائدة.
من الصعب جعلها.
إن & كوت؛ مركب المؤشرات الاقتصادية الرائدة & كوت؛ من قبل مجلس الاحتياطي الاتحادي والمستثمرين على المدى الطويل لإمكانات التنبؤ بها. وعلى النقيض من ذلك، يفضل المستثمرون المضاربون استخدام المؤشرات الفنية والأساسية مع إمكانية التنبؤ على المدى القصير. والمشكلة هي أن جميع المؤشرات المستخدمة بشكل شائع تقريبا، (ماسد، أدكس، تسي، رسي، الخ) تبدو وراء وتلخيص ما حدث، وليس ما سيحدث.
إن ندرة المؤشرات القيادية الجيدة على المدى القصير تخبرنا بأن من الصعب إنتاجها، والأهم من ذلك، لأن عددا قليلا من المستثمرين يستغلونها، فإن هذه المؤشرات يمكن أن تسفر عن ميزة تجارية كبيرة. ولكن لماذا هم نادر جدا؟ ما الصعوبة في إنشاء مؤشر قيادي على المدى القصير؟
& كوت؛ إذا تم وضع جميع الاقتصاديين نهاية إلى نهايتها،
فإنها لا تزال تشير في جميع الاتجاهات. & كوت؛
- آرثر H. موتلي.
ويرجع سبب ندرتها جزئيا إلى طبيعة الأسواق. في الماضي، عندما لم تهيمن الحواسيب على التداول، استخدم معظم المحللين الماليين النظرية الاقتصادية الكلية والجزئية، وكذلك النظرية الكلاسيكية & كوت؛ الخطية & كوت؛ تقنيات النمذجة. إن النماذج التقليدية للسوق، استنادا إلى النظرية والتقنيات الخطية وافتراضاتها المبسطة، تجعل التنبؤات غير دقيقة على نحو متزايد كل عام. وقد غاب محللو وول ستريت باستمرار كل نقطة تحول رئيسية في السوق على مدى السنوات ال 30 الماضية. على سبيل المثال، قبل ستة أشهر من الركود في عام 1990، وافق 34 من أصل 40 اقتصاديا & كوت؛ الاقتصاد ربما تجنب الركود & كوت ؛. أيضا، قبل أسبوعين فقط من سوق الثور الضخم في عام 1991، كان إجماع هؤلاء الاقتصاديين ال 40: & كوت؛ الاقتصاد سوف يتقلص خلال الأشهر الستة المقبلة. & كوت؛
كما سيتعرض التجار والمستثمرون الذين يستخدمون أنظمة تقوم على التحليل الكلاسيكي لخسائر فادحة عندما تتغير ظروف السوق بسرعة كبيرة لنماذجهم إلى & كوت؛ فهم & كوت ؛.
ويعتقد جوريك البحوث أن المشاكل مع نماذج السوق التقليدية تنبع من افتراضاتهم، والتي أقسم إلى ثلاث فئات.
وتعمل النماذج الخطية بشكل أفضل عندما تكون متغيرات المدخلات مستقلة (لا ترتبط ببعضها البعض). يمكن أن تؤدي متغيرات الإدخال المترابطة إلى نماذج تبدو أنها تعمل بشكل جيد على البيانات السابقة، ولكنها ستفشل بشكل فادح في البيانات الجديدة. فهذه الترابط موجودة (مثل العلاقة العكسية بين السلع الأساسية والسندات) والنماذج التي لا تأخذ في الاعتبار هذه الحقيقة ستواجه مشاكل.
اليوم يتحرك السوق بشكل أسرع وأكثر تشوايكالي، تظهر العلاقات غير الخطية المفككة بين قوى السوق.
وبغية الحفاظ على الحياة بسيطة، يفترض المحللون أن جميع التجار والمستثمرين هم نازحون للمخاطر وعقلانيون ويتفاعلون بطريقة مماثلة. في الواقع، تجار الأرض، والتجار على المدى القصير والطويل، ومديري الصناديق، والتحوط، وتجار البرنامج وصناع السوق جميعا استخدام مستويات مختلفة من المخاطر والرد في أطر زمنية مختلفة.
من الواضح أننا بحاجة إلى عائلة جديدة من النماذج التي يمكن أن تحاكي العلاقات غير الخطية واللاعبين التفكير في الأطر الزمنية المختلفة. وبالتالي، فإن الجهود الرامية إلى إيجاد واستغلال المنافذ المربحة في الأسواق تتخلى عن التقنيات التقليدية لأساليب تجارية أكثر قوة. أدوات جديدة باستخدام أساليب الذكاء الاصطناعي تتزايد في شعبيتها. وتشمل هذه الأدوات الشبكات العصبية والخوارزميات الجينية.
الآن الآن أن الإصدارات سهلة الاستخدام من كلا النموذجين متوفرة حاليا ك الوظائف الإضافية إلى ميكروسوفت إكسيل، والجمهور هو اللحاق بسرعة على: ليس من الصعب جدا بعد كل شيء.
هل هم حقا العمل؟
ما هي الشبكة العصبية؟
تتكون الشبكة العصبية (أو ن) من عدد كبير من عناصر المعالجة المترابطة للغاية (الخلايا العصبية) التي تعمل في انسجام تام لحل مشاكل محددة. كل عنصر ينفذ صيغة رياضية، معاملاتها & كوت؛ تعلمت & كوت؛ عند إعطاء أمثلة عن كيفية استجابة الشبكة الوطنية لمجموعات البيانات المختلفة. وتشمل التطبيقات التعرف على نمط البيانات أو تصنيفها.
أثناء & كوت؛ تدريب & كوت؛ ، ن تنتج مجموعة من الوظائف الرياضية غير الخطية البسيطة التي تتغذى متبادلة القيم العددية لبعضها البعض بطريقة تشبه غامضة نشاط الخلايا الدماغية العصبية. التفاعل بين الخلايا العصبية يمكن أن تصبح معقدة جدا أن المعرفة من الصيغ الرياضية تقدم القليل من دون نظرة ثاقبة في النموذج الشامل & كوت؛ المنطق & كوت ؛. ونتيجة لذلك، طالما أن الشبكة العصبية أداء جيدا، نادرا ما يهتم المستخدم لمعرفة ما هي المعادلات الدقيقة في الداخل.
يجب الحرص على عدم الخلط بين الشبكات العصبية (ن) مع نموذج الذكاء الاصطناعي آخر يسمى نظم الخبراء (إس). تم تصميم برامج إس لتقليد التفكير العقلاني كما هو موضح من قبل الخبراء. ومع ذلك، إذا لم يتمكن الخبير من التعبير عن منطقه بطريقة تعطي قرارات صحيحة بشكل موثوق، لا يمكن استخدام النموذج البيئي والاجتماعي (إس) بشكل فعال. وعلى النقيض من ذلك، فإن ال ن لا يهتم بمحاكاة المنطق البشري. A ن يحاول ببساطة تعيين المدخلات الرقمية لبيانات الإخراج. الاعتقاد الخاطئ أن ن و إس نماذج مماثلة يؤدي حتما إلى حجة غير صحيحة أنه إذا نماذج إس أداء ضعيف، ثم ذلك سوف نماذج ن. لحسن الحظ، ونماذج أداء جيدا في العالم الحقيقي.
تطبيقات الشبكة العصبية.
في العالم التجاري يتم استخدام الشبكات العصبية ل.
إدارة المخاطر محفظة تقييم مخاطر الائتمان الائتمان الكشف عن الاحتيال بطاقة الائتمان توقعات مبيعات رقاقة البطاطس كشف خلايا الدم غير صحية الأمثل جدولة متجر جدولة توقعات النشاط السوق المالية تحسين المتداول الباردة من الصفائح المعدنية إزالة أصداء الهاتف مزعج تحديد الأسعار المثلى للبضائع الكشف عن المتفجرات داخل الأمتعة في المطارات توقع النتائج من الصيغ الجديدة للبلاستيك ما دورها في نظام التداول؟
لا تتوقع من ن القيام بكل العمل بالنسبة لك وإنتاج إشارات شراء / بيع. يجب أن يقترن الشبكات الوطنية مع التحليل الفني التقليدي، وأفضل النتائج تأتي من التجار ذوي الخبرة. وذلك لأنهم يفهمون مؤشرات السوق التي هي أكثر أهمية وأيضا كيفية تفسير أفضل لهم. ولذلك، فمن الأفضل لتصميم ن لإنتاج مؤشرات فنية ذات مغزى، وليس & كوت؛ شراء / بيع & كوت؛ الكأس المقدسة.
يظهر الرسم البياني ست مراحل لتطوير نظام التداول. وتستخدم الشبكات العصبية عادة في المرحلة الثالثة، أو مرحلة النمذجة. In this stage, neural nets are trained to model some aspect of the market, to classify either current or future market conditions, thereby telling the investor when to get in or out of the market. When forecasting future conditions, they are technically a "leading indicator".
ARE THEY EASY TO USE ?
There are many neural net packages available commercially. Many interact with the Microsoft Excel environment.
A DOSE OF REALISM . . .
Because our standards of integrity are very high, at the risk of losing a sale, we feel compelled to mention the following. We do not imply that developing a neural network is an easy one-night stand. It will take time, and not everyone has the time to do so. Nor is a neural net by itself a trading system. Proper system development still requires the usual human effort, including:
Selecting the best information Building and testing indicators Interpreting the results Deciding whether or not to place a trade Deciding how much to invest (money management)
Details on issues and considerations when getting started is provided in this report, submitted to us by William Arnold, a contributing author to The Journal of Intelligent Technologies.
Lastly, questions arise as to how much a trader should trust a NN model. It will be difficult to trust your computer's decision to buy when fear in your mind cries out "Sell! Sell NOW!" Nevertheless, at conference after conference we hear users commenting that they would have made more money if they had not tried to outsmart and veto their system's decisions. After all, the whole purpose of building an artificially intelligent system is to avoid the same trades as the crowd, who on average, loses money in the market.
ANY SUCCESS STORIES?
Yes, many. One money management firm worked intensively with neural networks since 1988. They use 3000 neural nets, one for each stock they trade. They use both neural networks and genetic algorithms to separately predict the behavior of individual stocks. Although recommendations from both "experts" substantially narrow their selection, they are further refined with the aid of portfolio analysis, in an attempt to limit overexposure to any one stock or sector. Their research has paid off well as they were, at one point, managing a half billion dollars.
Other institutions that implemented operational neural forecasting systems include Citibank, Nikko Securities, Morgan Stanley, Dai-ichi Kanyo Bank, Nomura Securities, Bear Stern and Shearson Lehman Hutton. Advanced Investment Technologies (AIT), in Clearwater, Fla., has one of the longest track records using neural networks.
Here are some articles on neural net for financial applications you can probably find in a library:
"Training Neural Nets for Intermarket Analysis", Futures, August 1994 "How to Predict Tomorrow's Indicators Today", Futures, May 1996 "Going Fishing With A Neural Network", Futures Magazine, Sept. 1992 "Forecasting T-Bill Rates with a Neural Network," Technical Analysis of Stocks and Commodities, May 1995 "Using Neural Nets for Intermarket Analysis", Technical Analysis of Stocks & Commodities, Nov. 1992 "Developing Neural Network Forecasters For Traders", Technical Analysis of Stocks & Commodities, April 1992 "A Neural Network Approach to Forecasting Financial Distress", Journal of Business Forecasting, v10, #4. "Forecasting with Neural Networks: An Application Using Bankruptcy Data", Information and Management, 1993, pp 159-167. "Forecasting S&P and Gold Futures Prices: An Application of Neural Networks", J. of Futures Markets, 1993, pp 631-643. "Neural Nets and Stocks: Training a Predictive System", PC AI, 1993, pp 45-47. "Using Artificial Neural Networks to Pick Stocks", Financial Analysts Journal, 1993, pp 21-27. "Analysis of Small-Business Financial Statements Using Neural Nets", Journal of Accounting Auditing and Finance, 1995, pp 147-172. "Stock Price Prediction Using Neural Networks: A Project Report" NeuroComputing, 1990, #2 "Forecasting Bankruptcies Using a Neural Network," International Business Schools Computing Quarterly, Spring 1995 WHY CAN THEY WORK SO WELL ?
In contrast to standard linear regression models, NNs perform nonlinear regression modeling, which is orders of magnitude more flexible and powerful. When a user wisely decides on a NN's task and feeds it market data needed to perform that task, the model has potential to perform well because it .
is inherently nonlinear and can "train" better than linear models in this environment. can learn to see better than humans the various relationships among large numbers of indicators. is dispassionate and consistent; NNs know neither fear nor greed. can be automatically retrained over and over to accommodate new behavior in the markets. COMMON ERRORS made by NOVICES.
Making money with sophisticated technology is a dual-edged sword. Without careful data preparation, you can easily produce useless junk. The first mistake made by novices using neural networks, is they fail to search for the most relevent data. A few top notch indicators will deliver better results than a few hundred irrelevant ones.
The second common mistake is to think that feeding a neural net 100 indicators will deliver better results than feeding it only ten. But large numbers of inputs require a large model which is difficult to train and maintain. Reducing data to its most compact form (and thereby reducing the NN model to its most compact form) greatly improves chances of success.
Two critical ways to compress data are sparse historical sampling (temporal compression) and redundancy reduction (spatial compression). Many market indicators are redundant because they reflect the same market forces at work, so eliminating redundancy is purely advantageous. As for sparse historical sampling, it is important to find representative values for past points in time, but done in such a way so as not to let important price patterns be skipped.
Jurik's WAV performs sparse historical sampling (temporal compression).
Jurik's DDR performs redundancy reduction (spatial compression).
Here is a nice tutorial on neural nets. It is a Macromedia Flash interactive movie. Select topic from menu along the top of the movie screen.
Do They Really Work?
WHAT ARE GENETIC ALGORITHMS ?
Genetic Algorithms (GAs) are a general purpose problem solving technique. First, several random answers to a problem are generated. The worst answers are eliminated, and the best are "mutated" and "cross-pollinated" with each other to create additional answers that closely resemble the first. The repeated process of elimination and regeneration gradually improves the quality of answers. In this way, they simulate the evolutionary process of "survival of the fittest." GAs are ideal for solving complicated problems with many independent (input) variables and a gigantic number of possible outcomes.
GENETIC ALGORITHM APPLICATIONS.
Genetic algorithms have been used to find the optimal . . .
Budget allocation Job shop schedule Chemical inventory Starting conditions Military response Investment portfolio Fuel consumption Investment trading rules Electronic circuit design.
With regard to financial applications, genetic algorithm optimization has been applied to . . .
Portfolio Balancing & Optimization Budget Forecasting Investment Optimization Payment Scheduling.
Major banks are using a GA component in their loan evaluation programs, such as the one marketed by KiQ of London. Currency traders at Citibank are using GAs to select characteristics of sequences of financial data to more accurately predict their future behavior. Stock traders at Salomon Brothers are using GAs to search for optimal trading rule combinations. Fund managers at Fidelity Investments try to best bundle securities to satisfy constraints. First Quadrant manages a $10-billion portfolio of pension funds, and uses genetic algorithms to build investment models. Models built by genetic algorithms made $255 for every $100 invested, compared with the typical $205. Financial managers at Merrill Lynch use GAs to hedge clients' exposure to price changes in foreign exchange markets.
HOW CAN THEY OPTIMIZE TRADING RULES ?
After you have preprocessed your financial data and developed technical indicators to your liking, your next step is probably to translate these numbers into trading decisions: buy, sell, hold, exit, swap, straddle, leap, etc. Unfortunately, these decisions may involve very complex rules, based on lots of contingencies. For example, one such rule may resemble the following .
Buy long only when A is rising, and B is less than C,
and interest rates just crossed below D.
Neural nets cannot optimize complex trading rules very well. However, genetic algorithms can by employing the latest findings in genetic algorithm optimization (GAO). The concept of GAO comes from the resemblance of this process to genetic evolution. If we pretend the parameters A, B, C, . are genomes (parts) of one large chromosome, then when nature mutates the chromosomes, through mating and reproduction, natural selection eliminates those organisms that perform poorly in the real world. Eventually, organisms with optimal and near-optimal chromosomes survive.
Suppose you had a collection of 30 rules for trading,
but you want only 10 or less.
Which rules do you eliminate?
You might write a program to evaluate all 53 million combinations, or you could use the GA method. GAs would try a number of random combinations of rules, toss out the combinations that performed poorly and make variations upon the collection of rules that performed well. Eventually, you are left with either the optimal or a near-optimal combination of rules.
Rsx trading system
Relative Strength Quality Index.
Accurate trend strength and direction.
Smooth and timely.
Better than RSI.
RSI is a very popular and clever technical indicator . but is very noisy. Jurik's RSX is a "noise free" version of RSI, with no added lag !!
The popular RSI indicator simultaneously measures trend velocity and quality. RSI gives a strong signal when a trend is fast and clean. However, RSI is a jittery signal, making technical analysis very difficult.
1. Jitter produces false trade triggers.
2. Jitter degrades market trend direction analysis.
3. Jitter degrades market reversal analysis.
Want a better version of RSI ? . بحثك قد انتهى! Jurik's RSX is vastly superior. The chart compares the classic RSI to Jurik's RSX. Could reversals be any more obvious with RSX?
With RSX's cleaner, more accurate signals, you can set tighter stops and more meaningful thresholds. You can also afford to let RSX run a little faster without fear of degradation from excessive noise. This permits you to attain earlier trigger signals.
Tighter stops More accurate thresholds Earlier trigger signals Better acceleration analysis.
Let's look at RSX as a trading signal. Consider a trading system with just one rule: Buy if RSX is rising and sell if RSX is falling. The chart illustrates results using this very simple strategy.
Because the trades in this example are triggered by changes in the direction of RSX, ulta-smooth lines are vital to its success. In contrast, a jittery RSI signal would trigger excessive trades, depleting your account.
You can also use RSX to create superior versions of other indicators.
For example, this chart compares the REI indicator by Tom DeMark and the following formula using RSX:
RSX(bar high) + RSX(bar low)
Note the RSX version is significantly smoother with no added lag!
Order RSX from our "TS" (ترادستاتيون) تولسيت أو & كوت؛ ماك & كوت؛ (مولتيشارتس) تولست. RSX will process any time series you give it, including the results of other functions. Package includes both indicators and functions, so you can use RSX in your own systems and indicators.
اطلب & كوت؛ أوت & كوت؛ تولست، وهو عبارة عن حزمة من جما، دمكس، رسكس و فيل. Annual license only. نوتيكر يقبل كلا & كوت؛ أوت & كوت؛ and "DL" من toolsets. انتقل إلى هنا للاطلاع على مزايا كل مجموعة أدوات.
Order RSX from our "DL" مجموعة أدوات. نوتيكر يقبل كلا & كوت؛ أوت & كوت؛ and "DL" من toolsets. Go here to s ee the benefits of each Toolset.
Order RSX from our "MS" مجموعة أدوات. Sample charts and user manual provided to illustrate indicator usage.
Order RSX from our "XL" مجموعة أدوات. RSX can be accessed by the command menu, in Visual Basic modules, and as array formulas on a spreadsheet. This gives you maximum flexibility.
The RSX software package includes .
The latest RSX module Sample code showing how to use it.
For more details on RSX, download our illustrated PRODUCT GUIDE.
تحميل التقارير الفنية لدينا. الكثير من الرسوم البيانية والمقارنات.
قراءة رسائل العملاء لدينا. انظر ما لدى الآخرون لقوله.
قراءة الأسئلة التي نطرحها بشكل متكرر. للحصول على إجابات للمشكلات الفنية.
الأسعار، نموذج الطلب، أسئلة محددة لطرح.
RSX is an indicator, not a trading system.
RSX is designed to be applied in trading systems of your own design.
قد تنتج أطر زمنية مختلفة على الرسم البياني نتائج مختلفة.
إن الأداء السابق لأي نظام تجاري لا يضمن أبدا الأداء المستقبلي.
جميع استراتيجيات التداول لديها مخاطر والسلع / تداول العقود الآجلة روافع هذا الخطر.
RSX Scalping System.
The RSX Scalping System was developed by a trader by the name Janus. Just as the name suggest, this trading system is designed to be used by the scalpers. It is a simple to use trading strategy that is recommendable to even the Forex trading beginners.
This trading system should be used to trade on timeframes that are 15 minutes or higher. But since it is mainly for scalping the 15 minutes timeframe is the best for this strategy. When it gets to the currency pairs, this trading system can be used to trade any of the currency pairs.
The RSX Scalping System is based on a combination of two indicators. These indicators are the RSX nrp indicator and the votro indicator which is also commonly known as the RSI Timing indicator.
رسم بياني 1. Snapshot of the template of the RSX Scalping System.
The RSX nrp indicator is indicated just below the main trading system and it consist of a line whose color changes from green to yellow and vice versa as it oscillates around several levels (0, 30, 50, and 70). It is also responsible for giving an alert (both in terms of a sound and a pop up alert message). The higher the level that the line crosses on its way up the higher the chances of a down trend taking place. Also, the lower the level that the line crosses downwards, the higher the chances of an upwards trend in the near future.
The Votro indicator on the other hand is displayed below the RSX nrp indicator’s window and it consists of a blue line that swings on a scale of -100 to 100. There are also red dotted line on the -90 and 90 levels. When the blue line hits the 90 level red dotted line, the trader should be prepared for a downward movement in the market prices. Also, if the blue line hits the -90 level of the red dotted line, the trader should be prepared for an upward trend.
When to place a BUY using RSX Scalping System.
First you will have to choose the time frame that you want to use while trading.
A buy signal occurs when the votro indicator hits the -90 red line at the bottom and the RSX nrp indicator is below the level of 30.
When to place a sell using RSX Scalping System.
First you will have to choose the time frame that you want to use while trading.
A sell signal occurs when the votro indicator hits the 90 red line at the top and the RSX nrp indicator is above the level of 70.
الصورة 2. Placing orders using the RSX Scalping System.
Defining profit Targets using RSX Scalping SYSTEM.
First profit target: when RSX reaches line 50. Second profit target: when RSX reaches line 70.
First profit target: when RSX reaches line 50. Second profit target: when RSX reaches line 30.
Defining Stop loss levels using RSX SYSTEM:
When the trader places a sell order, he or she should place a stop loss on the candle corresponding to higher value of RSX.
When the trader places a buy order, he or she should place a stop loss on the candle corresponding to lower value of RSX.
تين. 3. Placing stop losses using the RSX scalping System.
بناء أنظمة التداول.
مفاتيح النجاح للتجارة.
لا، مفاتيح النجاح ليست منتجاتنا، ولا أي شخص آخر. بدلا من ذلك، ليكون تاجر ناجح تحتاج.
ونظام تداول مع توقعات مربحة، ومبادئ سليمة لإدارة الأموال، والثبات النفسي للتجارة باستمرار، والرسملة الكافية.
على عكس الاعتقاد الشائع، نظام التداول الأساسي الخاص بك يحتاج فقط إلى أن تكون مربحة إلى حد ما. مخطط مناسب لإدارة الأموال مصمم للسيطرة على & كوت؛ حجم الرهان & كوت؛ يمكن أن توسع تلك الأرباح الهزيلة بشكل كبير. أيضا، وبما أن الطبيعة البشرية تميل نحو أخذ الأرباح في وقت قريب جدا، والسماح للخسائر تشغيل بعيدا جدا، تحتاج إلى أن تكون على دراية السوق وعدم الوقوع عاطفيا حتى ثم خائفة جدا لمتابعة توصيات نظام التداول الخاص بك.
لذلك، نحن نقدم أي مخططات سريعة الغنية. إنهم لا يعملون. كما أننا لن نهانك بالاقتراحات التي تفيد بأنه إذا كانت شركة إدارة رأس المال مليار دولار مدموجة مباشرة إلى وول ستريت بمرفق كمبيوتر واسع وعشرات من الدكتوراه يمكن أن تجعل الملايين باستخدام المنتج X، فذلك سيكون كذلك. ربما لن تفعل ذلك.
كما لا يمكننا أن نعد الأسواق غير فعالة بحيث أنه من السهل أن تأخذ في الأرباح. انها ليست، لمجرد أنك سوف تتنافس مع لاعبين آخرين ذكية جدا، الذين يريدون المال الخاص بك.
من ناحية أخرى، ونحن نقدم أدوات قوية والمنتجات التعليمية لمساعدة المستثمرين الأفراد، مثلك، تنجح في جعل نظام التداول الفعال. أدوات جوريك متوافقة مع العديد من منتجات البرمجيات. لدينا رضا العملاء توافق!
قبل البناء أنظمة التداول.
فمن الخطأ أن نفترض أنظمة التداول وصفها في الكتب والمجلات أو في البريد غير المرغوب فيه اليومية الخاصة بك مربحة. يجب اختبارها على مدى فترة طويلة من البيانات التاريخية (بما يكفي ل 500 حرف على الأقل). أفضل اختبار واحد يمكنك تطبيقه على أي إستراتيجية تداول للبيع هو:
والتي تبين أحدث 200 متتالية.
الصفقات التي تسمى الاستراتيجية؟
إذا كان البائع غير راغب أو غير قادر على القيام بذلك، سيرا على الأقدام.
إذا تم تزويدك ببيان الوسيط، قم بتخطيط منحنى رأس المال ورؤية ما إذا كان يمكنك التعامل مع أي خسائر من الخسائر (ماليا وعاطفيا). أيضا، في محاولة للحصول على سكاتيربلوت تحتوي على أقصى رحلة عكسية من كل التجارة. في بعض الأحيان تفقد التجارة أولا كبيرة قبل أن تصبح مربحة. يمكنك التعامل مع تلك الحالات بشكل صحيح؟
عندما يغير السوق سلوكه، قد يتحلل أداء النظام إلى خاسر. هل سيتعين عليك دفع $$ إضافية للترقيات الدورية؟
وأخيرا، كم تتوقع أن تتعلم عن التداول من نظام لا يمكنك تحليل ولا تعديل؟
نحن نعتقد أنك أفضل حالا جعل نظام التداول الخاص بك من شراء واحدة. سيتم تصميم النظام الخاص بك حول الموارد المالية الخاصة بك ومنطقة الراحة النفسية. وسوف تكون قادرة على تعديله وفقا لتغير ظروف السوق. أخيرا، وليس آخرا، سوف تعرف بالضبط كيف يمكن أن يتوقع من الأداء.
من بناء النظام.
النظر في الحصول على برنامج تخطيط السوق متوافقة مع أدوات جوريك.
الخطوة التالية هي الحصول على جماد في. جما لديها أكبر عدد من الاستخدامات، وتمهيد الأسعار وغيرها من المؤشرات الفنية مع تأخر قليل جدا. وقد وجد المستخدمين تطبيقات جديدة من خلال استغلال خطوط جما فائقة السلس.
لدينا أدوات التداول المتقدمة الأخرى، كفب، فيل و رسكس، زيادة تعزيز تصميم نظام التداول من خلال تقديم طرق جديدة لقياس سلوك حركة السعر. كفب يقيس مدة اتجاه السوق (لا مؤشر كلاسيكي يفعل هذا). تقدم شركة فيل قوة فائقة على نحو سلس لزخم السوق، مع عدم وجود تأخر أكثر من مؤشر الزخم الكلاسيكي. رسكس هو نسخة جوريك من مؤشر القوة النسبية الكلاسيكية، إلا أن رسكس هو أيضا على نحو سلس جدا. عندما ترى رسكس، فإنك لن تريد أبدا استخدام مؤشر القوة النسبية مرة أخرى !!
بمجرد أن تكون مرتاحا لبناء أنظمة التداول باستخدام المؤشرات المتزامنة (السعر) والمتخلفة (الكلاسيكية)، قد ترغب الآن في توسيع قدراتك عن طريق إضافة مؤشرات ليدينغ. وبطبيعة الحال، فإن جميع المؤشرات الرائدة شعبية لا قيمة لها حيث أن السوق قد خسرت بالفعل المعلومات التي تقدمها. بدلا من ذلك، سوف تحتاج إلى إنشاء المؤشرات الرائدة الخاصة بك.
ومن المفترض أن يتنبأ المؤشر الرئيسي ببعض جوانب سلوك السوق. في هذه الأيام، هناك حاجة إلى إجراءات نمذجة غير خطية متطورة (مثل الشبكات العصبية). للبدء، ننصحك بالتعرف على تطبيق جداول البيانات إكسيل و ميكروسوفت. ثم الحصول على الشبكة العصبية الوظيفة الإضافية إلى إكسيل. هناك عدة في السوق.
بعد التعرف على نفسك مع صافي التنمية العصبية، والحصول على الخبرة بناء المؤشرات الرائدة واستخدام أدوات ما قبل المعالجة ل مس إكسيل.
أربع صفات مؤشرات فنية كبيرة.
وتشتمل جميع المؤشرات الفنية تقريبا على اتخاذ شكل من أشكال القيم التاريخية المتوسطة من أجل الحد من ضجيج السوق الذي يظهر على أنه ارتعاش عالي السرعة. ويتجاهل المحللون عادة غضب الضوضاء لأنه لا يوجد لديه اتجاه ولا أنماط قابلة للتكرار. وبالتالي، فإن معظم المتوسطات المتحركة لها & كوت؛ طول & كوت؛ المعلمة التي تسيطر على نحو فعال نعومة المؤشر الواضح، وبطريقة عكسية، دقتها. وهذا يعني أنه كلما أصبح الفلتر أكثر سلاسة، كلما كان ذلك يعكس بدقة عمل السوق المحلية.
وهذا أمر منطقي، لأن المستخدم قد يحدد غضب ليكون أي عمل أن الاتجاهات أقل من N القضبان. ولذلك، فإننا نرى لاعب السوق في محاولة لتطبيق ما يكفي من نعومة لتصفية الضوضاء دون إزالة هيكل مهم التي هي ذات الصلة في إطاره الزمني المطلوب. باختصار، .
يجعل التبادل بين نعومة والدقة.
ويمكن قياس الدقة بعدة طرق: متانة، تجاوز، توقيت، وقرب. وستوصف هذه التدابير في سياق مرشاح متوسط متحرك افتراضي.
ببساطة، تريد فلتر (على سبيل المثال المتوسط المتحرك) لإنتاج نسخة خالية من الضوضاء من الإشارة الأصلية، حيث المنحنى العام ليس أعلى أو أقل من السلسلة الأصلية. نتيجة مشابهة لما ستنتجه عند إعطاء القلم و يدويا & كوت؛ تتبع من خلال & كوت؛ عمل السوق المهم.
وتسمى جميع المؤشرات الفنية التي تدرس بدقة قيم البيانات السابقة (أي لا تنظر إلى المستقبل) & كوت؛ السببية & كوت ؛. هذه هي الوحيدة المتاحة لك عند التداول في السوق في الوقت الحقيقي. جميع المرشحات السببية لها مشكلة أساسية: فهي متخلفة عن السلسلة الزمنية الأصلية. التأخير في المؤشرات الفنية الخاصة بك يعمل فقط لتأخير ما تحتاج إلى أن نرى الآن. هذه مسألة حرجة لأن التأخير المفرط والتداول المتأخر قد يقلل الأرباح بشكل كبير.
من الناحية المثالية، كنت ترغب في أن تصفيتها إشارة على حد سواء على نحو سلس والتخلف مجانا. ومع ذلك، لجميع المرشحات السببية، وزيادة نعومة تنتج تأخر أكبر وليس هناك & كوت؛ عقوبة مجانية & كوت؛ الطريق حوله. وقد أدى تحقيق النعومة دون إضافة تأخر كبير أو اختلالات أخرى غير مرغوب فيها إلى حيرة المحللين الماليين فضلا عن الناس معالجة الإشارات لسنوات. نحن في جوريك البحوث فهم طبيعة التأخر بشكل جيد جدا، وتوظيف الصيغ الملكية التي تعالج هذه المسألة الأساسية.
نهج واحد مشترك للحد من تأخر هو إضافة بعض & كوت؛ القصور الذاتي & كوت؛ في الصيغة، وتمكين مرشح لمتابعة الاتجاهات عن كثب دون التضحية نعومة. ومع ذلك، فإن العقوبة المدفوعة هي عندما السوق بسرعة عكس الاتجاه. إن القصور الذاتي للمرشح يمنعه من تغيير الاتجاه بسرعة، ويستمر في تجاوزه لبعض الوقت قبل عكس الاتجاه. كلما الجمود أكثر تطبيق، وزيادة الإفراط. . وهذا يمكن أن تخلق مشكلة حقيقية.
يتم تشغيل بعض الصفقات عندما يتجاوز المتوسط المتحرك للسعر عتبة محددة من قبل المستخدم. على سبيل المثال، لنفرض أن اتجاهات الأسعار صعودا نحو عتبة، ولكنها تعكس الاتجاه في الوقت المناسب بحيث لا يتم كسر العتبة فعليا. مرشح مع الجمود أكثر من اللازم سوف تجاوزت وكسر عتبة، على الرغم من أن السعر لم يفعل ذلك. هذا الزناد كاذبة قد تنتج التجارة غير المرغوب فيها.
ولإزالة الضوضاء في سلسلة زمنية، تستخدم الفلاتر الشائعة التقنيات الرياضية التي كانت موجودة منذ سنوات. وتفترض النظرية الأساسية في جميع الحالات تقريبا أن التغيرات في أسعار السوق لها توزيع عادي (غاوسي). هذا قد يكون صحيحا للضوضاء في راديو السيارة أو كاسيت مسجل الشريط، ولكن ليس للسوق. وتحدث الثغرات في أسعار السوق بصورة أكثر تكرارا، بأوامر من الحجم، مما يشير إليه منحنى غاوسيان. ونتيجة لذلك، تستجيب الفلاتر الشائعة لصدمات الأسعار بشكل سيء للغاية.
يحتاج اللاعبون إلى مرشح قوي ضد صدمات الأسعار. وهذا يتطلب نوعا خاصا من معالجة الإشارات تسمى & كوت؛ غير الخطية & كوت؛ تصفية. لدينا أداة الرائد، جما، هو مثل مرشح ويمكن التعامل مع صدمات الأسعار أفضل من أي المتوسط المتحرك الأخرى المتاحة في السوق اليوم. في الواقع، وكلما زادت الفجوة، تفوق جما أكثر وضوحا يصبح واضحا.
وقد حققت شركة جوريك ريزارتش هذه النتائج من خلال تطوير واختبار الخوارزميات الأولى في ماتلاب، وهو اختيار المهندس لمحاكاة البرمجيات. ونحن نحاول تجنب اتخاذ أي افتراضات حول الإشارة التي يجري معالجتها، بخلاف أنه هو المشي العشوائي من المتراكم كوشي (لا غاوس!) توزيع التغيرات في الأسعار. وبهذه الطريقة لا يمكن خداع الخوارزميات عن طريق عمل السوق غير نمطية. بعد ذلك، دعونا السماح اختبار بيتا المؤهلين تبحث عن المشاكل. وأخيرا، بعد أن نجعل كل منتج متاح.
الشخص الذي هو أول من الإبلاغ عن أي محددة.
خطأ في برنامجنا أو وثائقنا.
في جوريك للبحوث، ليس هناك بديل عن التميز.
تسلسل لبناء نظام متقدم.
إذا كان بعض البشر يمكن أن تتداول بشكل جيد باستمرار، ثم لماذا لا يمكن جهاز كمبيوتر؟ لماذا لا يمكن أن يكون جهاز الكمبيوتر الخاص بك؟ ظلال الذكاء الاصطناعي، لم نسمع هذه الأسئلة من قبل؟ الذكاء الاصطناعي، بغض النظر عن تعريفه الرسمي (إذا كان لديه أي وقت مضى)، يترجم إلى العمل الصعب، وغالبا ما لا طائل منه. بيد أن الثبات لا يسدد. المنهجية المنظمة والتجريب المنهجي هو أسلوب العمل الموصى به.
ونحن نحدد نظاما متقدما باعتباره نظاما يتضمن بعض جوانب مؤشر رئيسي، مما يعني أن التنبؤ ينطوي على ذلك. ويمكن تصميم المؤشرات الرائدة لأي شيء تقريبا، ولكننا نفضل استخدامه للتنبؤ النطاق السعري العلوي والسفلي فضلا عن قيم الماكد في المستقبل. يتطلب تطوير المؤشرات الرائدة المناسبة إجراء المعالجة المسبقة مع واف و در والنمذجة مع برنامج الشبكة العصبية. وأخيرا، يجب أن يتم كل هذا بطريقة منهجية.
لتحقيق ذلك، لقد صممت هذا الرسم البياني تدفق لرؤية الصورة الكبيرة. وهو يقسم جهود تطوير نظام التداول إلى مراحل مختلفة. في ما يلي مراجعة متعددة المراحل لعملية بناء النظام المتقدمة. يمكنك تغيير أي جانب منه لتلائم الاحتياجات الخاصة بك.
هنا وصف لكيفية بناء أنظمة التداول الخاصة بي. يظهر المخطط البياني ست مراحل لتطوير نظام التداول:
إنشاء بيانات تفسيرية (مرحلة التجميع) إنشاء مؤشرات متدنية (مرحلة ما قبل المعالجة) إنشاء مؤشرات رائدة (مرحلة النمذجة) بناء نظام التداول الخاص بك (مرحلة الاستراتيجية) باكتست نظام التداول الخاص بك (مرحلة التحقق 1) التجارة مع وسيط محاكاة (مرحلة التحقق 2) المرحلة 1.
وهذا ينطوي على مهمة غير مؤكدة لجمع البيانات المالية والتحقق منها. فإنه لا يساعد النظام الخاص بك الصورة الذاتية لإعطائها الأسعار التاريخية متخلل الفراغات والأصفار. مقلة العين ذلك عن أي مشاكل.
وقد أظهرت الأبحاث أنه إذا قمت بتحويل بيانات الأسعار إلى لوغ (لوغاريتم) من بيانات الأسعار، وسوف تعمل استراتيجيات أفضل على مدى فترة أطول. ويرجع ذلك إلى أن بيانات الأسعار يتم التعبير عنها الآن في علاقة مضاعفة لبعضها البعض، بدلا من الإضافة، وهذا يميل إلى الحفاظ عليه مع تغير الأسعار مع مرور الوقت.
وتشمل هذه المرحلة معالجة البيانات مسبقا. وباختصار، هذا هو المكان الذي نستخلص فيه مؤشرات مفيدة من البيانات المالية الأولية. معالجة جيدة يجعل المرحلة التالية (النمذجة) بسلاسة. يدرك واضعو النماذج المهنية أهمية هذه الخطوة ويركزون معظم طاقتهم هنا. ومع ذلك، لهواة لديه نفس النداء الغسيل الغسيل.
تحديد أفضل & كوت؛ أفق التنبؤ & كوت؛ من أجل التنبؤ بالسلاسل الزمنية. على سبيل المثال، فإن المسافة المثلى للتنبؤ في المستقبل عند استخدام الحانات اليومية من 30 عاما T - سندات هو 5.5 أيام. هذه القيمة تختلف من السوق إلى السوق، وأسلوب لحساب ذلك هو موضح في كتابي "التنبؤ المالي والشبكات العصبية".
تحديد مقدار البيانات التاريخية اللازمة لجعل توقعات واحدة. أشير إلى هذا المبلغ من الوقت التاريخي باعتباره & كوت؛ الأفق الرجعي & كوت؛ وحجمه هو عادة 4 أضعاف أفق التوقعات. على سبيل المثال، إذا كان توقعي هو التنبؤ ب 5.5 قضبان في المستقبل، فإن أفقي الاسترجاعي (L) لكل توقعات يجب أن يكون 22 بار. (L = 22) جميع المؤشرات تحتاج إلى النظر في نشاط على الأقل أحدث الحانات L.
حدد البيانات التفسيرية المناسبة مثل الارتفاعات والهبوط والحجم، وما إلى ذلك. أشجعك على التحقيق في بيانات سعر التمهيد الأولي أولا مع جما، وبالتالي إنشاء & كوت؛ وكلاء & كوت؛ لقيم سعر الخام. بعد ذلك، قم بإنشاء مؤشرات ذات صلة (رسكس، فيل، كفب، قنوات، جما-ماسد، الخ) من خلال تطبيقها على وكلاء جما، بدلا من بيانات الأسعار الخام. تعيين & كوت؛ الطول & كوت؛ معلمة المؤشرات الخاصة بك بحيث يكون عدد الحانات التي تعتبرها كل صيغة تقريبا أفق الاسترجاع (L).
تأكد من أن كل عمود من قيم المؤشرات يشبه المذبذب القياسي المتوسط الصفر (أي سلسلة Z-سكور)، وليس مسارا عشوائيا (مثل أسعار السوق الخام). وذلك لأن المشي العشوائي يدخل في نهاية المطاف نطاق لم يشهد النموذج خلال التنمية، مما أدى إلى الفشل.
تطبيق واف على المؤشرات المذكورة أعلاه، من أجل ضغط أحدث القيم L من كل مؤشر في عدد أقل بكثير من القيم. على سبيل المثال، يمكن لل واف ضغط أحدث 73 قيم مؤشر إلى 13 فقط، ضغط 82٪! عند بناء نماذج التنبؤ، من المهم تقليل عدد المتغيرات المدخلة قدر الإمكان، ويفضل دون فقدان المعلومات القيمة في هذه العملية.
جمع قيم الوقت مضغوط كل مؤشر (أي إخراج واف) في مصفوفة (عمود واحد لكل مؤشر) وتطبيق نزع السلاح والتسريح وإعادة الإدماج. يؤدي هذا الإجراء إلى تقليل عدد الأعمدة في المصفوفة من خلال استخراج كل التكرار بين الأعمدة. والنتيجة هي صفيف يحتوي على عدد أقل من الأعمدة، وجميع الأعمدة غير مترابطة فيما بينها (كل عمود يحمل معلومات مختلفة)، ولم يفقد إلا القليل من المعلومات في العملية.
عند هذه النقطة، البيانات الخاصة بك على حد سواء مؤقتا ومكانيا ضغط. إذا كان النموذج الخاص بك يجب أن يحصل على 73 القيم الأخيرة لكل من 10 مؤشرات دون ضغط المكاني والزماني، فإن نموذج التنبؤ الخاص بك أن تبحث في مجموعة المدخلات من 730 القيم لكل توقعات. ومع ذلك، وبعد الضغط المكاني والزماني، من المرجح أن يكون الصفيف الجديد 13 قيمة لكل من الأعمدة الأربعة فقط، فقط 52 القيم. وهذا يمثل ضغط النهائي من 93٪ !!
المرحلة 3 هو المكان الذي تحصل للعب مع والتعرف على أدوات النمذجة مثير مثل أريما، ونظم الخبراء والخوارزميات الجينية والشبكات العصبية. عادة، سوف المبتدئ تخطي تماما المرحلة 2 وقضاء أشهر في محاولة لجعل كل شيء يحدث في المرحلة 3. وهذا يؤدي إلى شكاوى من أن [حذف إكسلييتيف] الشبكة العصبية هو الميت الدماغ.
اختيار ما تريد نموذج للتنبؤ. يبقيه بسيطا، مثل تقدير ماسد خمسة قضبان خارج، أو تقدير المقاومة والدعم (نسبة إلى متوسط السعر الحالي) 10 قضبان بها. تجنب محاولات التنبؤ بأسعار السوق الخام (إلا إذا كنت جيدة حقا في التنبؤ المتغيرات شبه عشوائي). تأكد من أن عمود القيم المستهدفة للتنبؤ يشبه المذبذب القياسي المتوسط الصفر (أي سلسلة Z-سكور)، وليس مسارا عشوائيا (على سبيل المثال أسعار السوق الخام). وذلك لأن المشي العشوائي يدخل في نهاية المطاف نطاق لم يشهد النموذج خلال التنمية، مما أدى إلى الفشل.
تغذية الصفيف مضغوط قمت بإنشائه في المرحلة 2 واستهداف البيانات إلى النموذج الخاص بك. تحقق من جميع النماذج مع البيانات التي لم يتم استخدامها أثناء التطوير. كقاعدة عامة، لكل متغير (مستقل) المدخلات التي تغذي النموذج الخاص بك، سوف تحتاج إلى ما يكفي من التدريب والتحقق من البيانات لدعم ما لا يقل عن 100 التوقعات. وبالتالي إذا كان النموذج الخاص بك يتلقى 54 متغيرات الإدخال لكل توقعات، تحتاج إلى بيانات كافية لدعم 100 * 54 أو 5،400 التوقعات خلال إنشاء النموذج والتحقق.
تغذية الصفيف مضغوط قمت بإنشائه في المرحلة 2 واستهداف البيانات إلى النموذج الخاص بك. تحقق من جميع النماذج مع البيانات التي لم يتم استخدامها أثناء التطوير. كقاعدة عامة، لكل متغير (مستقل) المدخلات التي تغذي النموذج الخاص بك، سوف تحتاج إلى ما يكفي من التدريب والتحقق من البيانات لدعم ما لا يقل عن 100 التوقعات. وبالتالي إذا كان النموذج الخاص بك يتلقى 54 متغيرات الإدخال لكل توقعات، تحتاج إلى بيانات كافية لدعم 100 * 54 أو 5،400 التوقعات خلال إنشاء النموذج والتحقق.
يتم توفير معلومات حول نماذج مختلفة لنمذجة المؤشرات الرائدة أكثر أسفل هذه الصفحة. (حافظ على القراءة، وسوف تحصل هناك).
هذه المرحلة هي لتطوير منطق التداول. هو الأكثر & كوت؛ متعة & كوت؛ جزء من بناء النظام، مما يتيح لك معرفة ما تقومون به. هناك العديد من الكتب حول هذا الموضوع. وفيما يتعلق باستخدام نماذج التنبؤ، وهنا بعض المؤشرات:
إنشاء قواعد للمخاطر وإدارة الأموال. هناك كتب لمساعدتك في هذا الموضوع.
تقنية ذكية لإدارة المخاطر هي إنشاء نماذج متعددة مدربة عشوائيا (مثل الشبكات العصبية) لجعل نفس التوقعات. عندما تكون جميع النماذج في اتفاق قوي، وزيادة المخاطر الخاصة بك. عندما يكونون في خلاف قوي، تقليل المخاطر الخاصة بك.
خلال الاختبار الخلفي، المسام على الإحصاءات مثل العائد على حساب (النظر في الحد الأقصى للسحب)، والحد الأقصى من الرسوم البيانية رحلة عكسية، محاكاة مونتي كارلو من المتوقع نصف العمر المالي، وما إلى ذلك في القيام بذلك، والبحث عن الصفقات السيئة للنظام واستحضار تعديلات التصميم.
النظر في كيفية العديد من المتغيرات والثوابت وخطوط التعليمات البرمجية كنت التغيير والتبديل (الأمثل). كل واحد هو درجة من الحرية كنت تلعب مع. عندما باكتستينغ، استخدام بيانات السوق كافية للنظام لإنشاء 100 الصفقات لكل درجة من الحرية. وبالتالي إذا كنت تحسين 5 الثوابت والتبديل 4 خطوط من التعليمات البرمجية، ويدعو التحقق لكل تشغيل لإنتاج ما لا يقل عن 100 * (4 + 5) أو 900 الصفقات.
كن حذرا حول تحسين أنظمة التداول. غير المنضبطة والمفرطة استحضار رمز قد يؤدي إلى الإفراط في تحسين السباغيتي المنطق، كابوس للحفاظ على. أيضا، الكثير من التحسين سوف تسفر عن أداء كبير على مجموعة البيانات الحالية، ولكن أداء بائسة على البيانات المستقبلية. كتابنا التنبؤ المالي والشبكات العصبية والشريط السمعي الفضاء والوقت والدورات والمرحلة تقديم شرح لهذه الظاهرة.
لتفسير هذه الظاهرة. إن النظام الذي يتداول بشكل جيد على البيانات التاريخية والبيانات المستقبلية هو أمر مرغوب فيه.
أثناء التداول المباشر & كوت؛ تداول الورق & كوت ؛، يجب متابعة مدى سرعة تدهور النظام. وهذا يشير إلى مدى تكرار تحديث النماذج. وقد يشير أيضا إلى منطق تداول ضعيف.
ومن الأمثلة على الشبكة العصبية التي عززت النظام التجاري الذي كان جيدا، دون إعادة التدريب، لعدة أشهر بعد تطورها، وصفها في عدد كانون الأول / ديسمبر 1996 من مجلة الآجلة. وعلى الرغم من أن إجراء الاختبار والتحقق الذي استخدمه صاحب البلاغ لم يكن أفضل، إلا أن النتيجة أثبتت أنها مربحة.
أنت حقا لا تحتاج إلى تحسين هيك من نظام التداول الخاص بك طالما كنت تستخدم إدارة المخاطر الجيدة. ويتناول هذا السؤال: كم أنت معرض للخطر في التجارة مقابل الربح المتوقع لأخذ هذا الخطر؟ مثل لاعب لعبة البوكر الخبراء، مع إدارة المال المناسبة يمكنك تقييم كم للاستثمار وكم كنت على استعداد لتخسره على كل مقامرة. ولذلك، فإن المبدأ الأساسي لإدارة الأموال هو إدارة المخاطر. فتح المراكز مع المخاطر المغطاة أمر أساسي للتداول الناجح. وبعبارة أخرى، إدارة المخاطر أولا والأرباح سوف تتبع عندما الرهان هو الصحيح. إنه لأمر مدهش كم يمكن لهذا الانضباط أن يحسن الربحية الإجمالية لنظامك. على مدى سنوات من الزمن، هذه التقنية يمكن أن تحسن أرباح التداول أكثر من عشرة أضعاف!
يتم سرد بعض الكتب عن إدارة الأموال هنا.
المؤشرات الرائدة والنمذجة.
لماذا من الصعب جعل المؤشرات الرائدة.
من الصعب جعلها.
إن & كوت؛ مركب المؤشرات الاقتصادية الرائدة & كوت؛ من قبل مجلس الاحتياطي الاتحادي والمستثمرين على المدى الطويل لإمكانات التنبؤ بها. وعلى النقيض من ذلك، يفضل المستثمرون المضاربون استخدام المؤشرات الفنية والأساسية مع إمكانية التنبؤ على المدى القصير. والمشكلة هي أن جميع المؤشرات المستخدمة بشكل شائع تقريبا، (ماسد، أدكس، تسي، رسي، الخ) تبدو وراء وتلخيص ما حدث، وليس ما سيحدث.
إن ندرة المؤشرات القيادية الجيدة على المدى القصير تخبرنا بأن من الصعب إنتاجها، والأهم من ذلك، لأن عددا قليلا من المستثمرين يستغلونها، فإن هذه المؤشرات يمكن أن تسفر عن ميزة تجارية كبيرة. ولكن لماذا هم نادر جدا؟ ما الصعوبة في إنشاء مؤشر قيادي على المدى القصير؟
& كوت؛ إذا تم وضع جميع الاقتصاديين نهاية إلى نهايتها،
فإنها لا تزال تشير في جميع الاتجاهات. & كوت؛
- آرثر H. موتلي.
ويرجع سبب ندرتها جزئيا إلى طبيعة الأسواق. في الماضي، عندما لم تهيمن الحواسيب على التداول، استخدم معظم المحللين الماليين النظرية الاقتصادية الكلية والجزئية، وكذلك النظرية الكلاسيكية & كوت؛ الخطية & كوت؛ تقنيات النمذجة. إن النماذج التقليدية للسوق، استنادا إلى النظرية والتقنيات الخطية وافتراضاتها المبسطة، تجعل التنبؤات غير دقيقة على نحو متزايد كل عام. وقد غاب محللو وول ستريت باستمرار كل نقطة تحول رئيسية في السوق على مدى السنوات ال 30 الماضية. على سبيل المثال، قبل ستة أشهر من الركود في عام 1990، وافق 34 من أصل 40 اقتصاديا & كوت؛ الاقتصاد ربما تجنب الركود & كوت ؛. أيضا، قبل أسبوعين فقط من سوق الثور الضخم في عام 1991، كان إجماع هؤلاء الاقتصاديين ال 40: & كوت؛ الاقتصاد سوف يتقلص خلال الأشهر الستة المقبلة. & كوت؛
كما سيتعرض التجار والمستثمرون الذين يستخدمون أنظمة تقوم على التحليل الكلاسيكي لخسائر فادحة عندما تتغير ظروف السوق بسرعة كبيرة لنماذجهم إلى & كوت؛ فهم & كوت ؛.
ويعتقد جوريك البحوث أن المشاكل مع نماذج السوق التقليدية تنبع من افتراضاتهم، والتي أقسم إلى ثلاث فئات.
وتعمل النماذج الخطية بشكل أفضل عندما تكون متغيرات المدخلات مستقلة (لا ترتبط ببعضها البعض). يمكن أن تؤدي متغيرات الإدخال المترابطة إلى نماذج تبدو أنها تعمل بشكل جيد على البيانات السابقة، ولكنها ستفشل بشكل فادح في البيانات الجديدة. فهذه الترابط موجودة (مثل العلاقة العكسية بين السلع الأساسية والسندات) والنماذج التي لا تأخذ في الاعتبار هذه الحقيقة ستواجه مشاكل.
اليوم يتحرك السوق بشكل أسرع وأكثر تشوايكالي، تظهر العلاقات غير الخطية المفككة بين قوى السوق.
وبغية الحفاظ على الحياة بسيطة، يفترض المحللون أن جميع التجار والمستثمرين هم نازحون للمخاطر وعقلانيون ويتفاعلون بطريقة مماثلة. في الواقع، تجار الأرض، والتجار على المدى القصير والطويل، ومديري الصناديق، والتحوط، وتجار البرنامج وصناع السوق جميعا استخدام مستويات مختلفة من المخاطر والرد في أطر زمنية مختلفة.
من الواضح أننا بحاجة إلى عائلة جديدة من النماذج التي يمكن أن تحاكي العلاقات غير الخطية واللاعبين التفكير في الأطر الزمنية المختلفة. وبالتالي، فإن الجهود الرامية إلى إيجاد واستغلال المنافذ المربحة في الأسواق تتخلى عن التقنيات التقليدية لأساليب تجارية أكثر قوة. أدوات جديدة باستخدام أساليب الذكاء الاصطناعي تتزايد في شعبيتها. وتشمل هذه الأدوات الشبكات العصبية والخوارزميات الجينية.
الآن الآن أن الإصدارات سهلة الاستخدام من كلا النموذجين متوفرة حاليا ك الوظائف الإضافية إلى ميكروسوفت إكسيل، والجمهور هو اللحاق بسرعة على: ليس من الصعب جدا بعد كل شيء.
هل هم حقا العمل؟
ما هي الشبكة العصبية؟
تتكون الشبكة العصبية (أو ن) من عدد كبير من عناصر المعالجة المترابطة للغاية (الخلايا العصبية) التي تعمل في انسجام تام لحل مشاكل محددة. كل عنصر ينفذ صيغة رياضية، معاملاتها & كوت؛ تعلمت & كوت؛ عند إعطاء أمثلة عن كيفية استجابة الشبكة الوطنية لمجموعات البيانات المختلفة. وتشمل التطبيقات التعرف على نمط البيانات أو تصنيفها.
أثناء & كوت؛ تدريب & كوت؛ ، ن تنتج مجموعة من الوظائف الرياضية غير الخطية البسيطة التي تتغذى متبادلة القيم العددية لبعضها البعض بطريقة تشبه غامضة نشاط الخلايا الدماغية العصبية. التفاعل بين الخلايا العصبية يمكن أن تصبح معقدة جدا أن المعرفة من الصيغ الرياضية تقدم القليل من دون نظرة ثاقبة في النموذج الشامل & كوت؛ المنطق & كوت ؛. ونتيجة لذلك، طالما أن الشبكة العصبية أداء جيدا، نادرا ما يهتم المستخدم لمعرفة ما هي المعادلات الدقيقة في الداخل.
يجب الحرص على عدم الخلط بين الشبكات العصبية (ن) مع نموذج الذكاء الاصطناعي آخر يسمى نظم الخبراء (إس). تم تصميم برامج إس لتقليد التفكير العقلاني كما هو موضح من قبل الخبراء. ومع ذلك، إذا لم يتمكن الخبير من التعبير عن منطقه بطريقة تعطي قرارات صحيحة بشكل موثوق، لا يمكن استخدام النموذج البيئي والاجتماعي (إس) بشكل فعال. وعلى النقيض من ذلك، فإن ال ن لا يهتم بمحاكاة المنطق البشري. A ن يحاول ببساطة تعيين المدخلات الرقمية لبيانات الإخراج. الاعتقاد الخاطئ أن ن و إس نماذج مماثلة يؤدي حتما إلى حجة غير صحيحة أنه إذا نماذج إس أداء ضعيف، ثم ذلك سوف نماذج ن. لحسن الحظ، ونماذج أداء جيدا في العالم الحقيقي.
تطبيقات الشبكة العصبية.
في العالم التجاري يتم استخدام الشبكات العصبية ل.
إدارة المخاطر محفظة تقييم مخاطر الائتمان الائتمان الكشف عن الاحتيال بطاقة الائتمان توقعات مبيعات رقاقة البطاطس كشف خلايا الدم غير صحية الأمثل جدولة متجر جدولة توقعات النشاط السوق المالية تحسين المتداول الباردة من الصفائح المعدنية إزالة أصداء الهاتف مزعج تحديد الأسعار المثلى للبضائع الكشف عن المتفجرات داخل الأمتعة في المطارات توقع النتائج من الصيغ الجديدة للبلاستيك ما دورها في نظام التداول؟
لا تتوقع من ن القيام بكل العمل بالنسبة لك وإنتاج إشارات شراء / بيع. يجب أن يقترن الشبكات الوطنية مع التحليل الفني التقليدي، وأفضل النتائج تأتي من التجار ذوي الخبرة. وذلك لأنهم يفهمون مؤشرات السوق التي هي أكثر أهمية وأيضا كيفية تفسير أفضل لهم. ولذلك، فمن الأفضل لتصميم ن لإنتاج مؤشرات فنية ذات مغزى، وليس & كوت؛ شراء / بيع & كوت؛ الكأس المقدسة.
يظهر الرسم البياني ست مراحل لتطوير نظام التداول. وتستخدم الشبكات العصبية عادة في المرحلة الثالثة، أو مرحلة النمذجة. In this stage, neural nets are trained to model some aspect of the market, to classify either current or future market conditions, thereby telling the investor when to get in or out of the market. When forecasting future conditions, they are technically a "leading indicator".
ARE THEY EASY TO USE ?
There are many neural net packages available commercially. Many interact with the Microsoft Excel environment.
A DOSE OF REALISM . . .
Because our standards of integrity are very high, at the risk of losing a sale, we feel compelled to mention the following. We do not imply that developing a neural network is an easy one-night stand. It will take time, and not everyone has the time to do so. Nor is a neural net by itself a trading system. Proper system development still requires the usual human effort, including:
Selecting the best information Building and testing indicators Interpreting the results Deciding whether or not to place a trade Deciding how much to invest (money management)
Details on issues and considerations when getting started is provided in this report, submitted to us by William Arnold, a contributing author to The Journal of Intelligent Technologies.
Lastly, questions arise as to how much a trader should trust a NN model. It will be difficult to trust your computer's decision to buy when fear in your mind cries out "Sell! Sell NOW!" Nevertheless, at conference after conference we hear users commenting that they would have made more money if they had not tried to outsmart and veto their system's decisions. After all, the whole purpose of building an artificially intelligent system is to avoid the same trades as the crowd, who on average, loses money in the market.
ANY SUCCESS STORIES?
Yes, many. One money management firm worked intensively with neural networks since 1988. They use 3000 neural nets, one for each stock they trade. They use both neural networks and genetic algorithms to separately predict the behavior of individual stocks. Although recommendations from both "experts" substantially narrow their selection, they are further refined with the aid of portfolio analysis, in an attempt to limit overexposure to any one stock or sector. Their research has paid off well as they were, at one point, managing a half billion dollars.
Other institutions that implemented operational neural forecasting systems include Citibank, Nikko Securities, Morgan Stanley, Dai-ichi Kanyo Bank, Nomura Securities, Bear Stern and Shearson Lehman Hutton. Advanced Investment Technologies (AIT), in Clearwater, Fla., has one of the longest track records using neural networks.
Here are some articles on neural net for financial applications you can probably find in a library:
"Training Neural Nets for Intermarket Analysis", Futures, August 1994 "How to Predict Tomorrow's Indicators Today", Futures, May 1996 "Going Fishing With A Neural Network", Futures Magazine, Sept. 1992 "Forecasting T-Bill Rates with a Neural Network," Technical Analysis of Stocks and Commodities, May 1995 "Using Neural Nets for Intermarket Analysis", Technical Analysis of Stocks & Commodities, Nov. 1992 "Developing Neural Network Forecasters For Traders", Technical Analysis of Stocks & Commodities, April 1992 "A Neural Network Approach to Forecasting Financial Distress", Journal of Business Forecasting, v10, #4. "Forecasting with Neural Networks: An Application Using Bankruptcy Data", Information and Management, 1993, pp 159-167. "Forecasting S&P and Gold Futures Prices: An Application of Neural Networks", J. of Futures Markets, 1993, pp 631-643. "Neural Nets and Stocks: Training a Predictive System", PC AI, 1993, pp 45-47. "Using Artificial Neural Networks to Pick Stocks", Financial Analysts Journal, 1993, pp 21-27. "Analysis of Small-Business Financial Statements Using Neural Nets", Journal of Accounting Auditing and Finance, 1995, pp 147-172. "Stock Price Prediction Using Neural Networks: A Project Report" NeuroComputing, 1990, #2 "Forecasting Bankruptcies Using a Neural Network," International Business Schools Computing Quarterly, Spring 1995 WHY CAN THEY WORK SO WELL ?
In contrast to standard linear regression models, NNs perform nonlinear regression modeling, which is orders of magnitude more flexible and powerful. When a user wisely decides on a NN's task and feeds it market data needed to perform that task, the model has potential to perform well because it .
is inherently nonlinear and can "train" better than linear models in this environment. can learn to see better than humans the various relationships among large numbers of indicators. is dispassionate and consistent; NNs know neither fear nor greed. can be automatically retrained over and over to accommodate new behavior in the markets. COMMON ERRORS made by NOVICES.
Making money with sophisticated technology is a dual-edged sword. Without careful data preparation, you can easily produce useless junk. The first mistake made by novices using neural networks, is they fail to search for the most relevent data. A few top notch indicators will deliver better results than a few hundred irrelevant ones.
The second common mistake is to think that feeding a neural net 100 indicators will deliver better results than feeding it only ten. But large numbers of inputs require a large model which is difficult to train and maintain. Reducing data to its most compact form (and thereby reducing the NN model to its most compact form) greatly improves chances of success.
Two critical ways to compress data are sparse historical sampling (temporal compression) and redundancy reduction (spatial compression). Many market indicators are redundant because they reflect the same market forces at work, so eliminating redundancy is purely advantageous. As for sparse historical sampling, it is important to find representative values for past points in time, but done in such a way so as not to let important price patterns be skipped.
Jurik's WAV performs sparse historical sampling (temporal compression).
Jurik's DDR performs redundancy reduction (spatial compression).
Here is a nice tutorial on neural nets. It is a Macromedia Flash interactive movie. Select topic from menu along the top of the movie screen.
Do They Really Work?
WHAT ARE GENETIC ALGORITHMS ?
Genetic Algorithms (GAs) are a general purpose problem solving technique. First, several random answers to a problem are generated. The worst answers are eliminated, and the best are "mutated" and "cross-pollinated" with each other to create additional answers that closely resemble the first. The repeated process of elimination and regeneration gradually improves the quality of answers. In this way, they simulate the evolutionary process of "survival of the fittest." GAs are ideal for solving complicated problems with many independent (input) variables and a gigantic number of possible outcomes.
GENETIC ALGORITHM APPLICATIONS.
Genetic algorithms have been used to find the optimal . . .
Budget allocation Job shop schedule Chemical inventory Starting conditions Military response Investment portfolio Fuel consumption Investment trading rules Electronic circuit design.
With regard to financial applications, genetic algorithm optimization has been applied to . . .
Portfolio Balancing & Optimization Budget Forecasting Investment Optimization Payment Scheduling.
Major banks are using a GA component in their loan evaluation programs, such as the one marketed by KiQ of London. Currency traders at Citibank are using GAs to select characteristics of sequences of financial data to more accurately predict their future behavior. Stock traders at Salomon Brothers are using GAs to search for optimal trading rule combinations. Fund managers at Fidelity Investments try to best bundle securities to satisfy constraints. First Quadrant manages a $10-billion portfolio of pension funds, and uses genetic algorithms to build investment models. Models built by genetic algorithms made $255 for every $100 invested, compared with the typical $205. Financial managers at Merrill Lynch use GAs to hedge clients' exposure to price changes in foreign exchange markets.
HOW CAN THEY OPTIMIZE TRADING RULES ?
After you have preprocessed your financial data and developed technical indicators to your liking, your next step is probably to translate these numbers into trading decisions: buy, sell, hold, exit, swap, straddle, leap, etc. Unfortunately, these decisions may involve very complex rules, based on lots of contingencies. For example, one such rule may resemble the following .
Buy long only when A is rising, and B is less than C,
and interest rates just crossed below D.
Neural nets cannot optimize complex trading rules very well. However, genetic algorithms can by employing the latest findings in genetic algorithm optimization (GAO). The concept of GAO comes from the resemblance of this process to genetic evolution. If we pretend the parameters A, B, C, . are genomes (parts) of one large chromosome, then when nature mutates the chromosomes, through mating and reproduction, natural selection eliminates those organisms that perform poorly in the real world. Eventually, organisms with optimal and near-optimal chromosomes survive.
Suppose you had a collection of 30 rules for trading,
but you want only 10 or less.
Which rules do you eliminate?
You might write a program to evaluate all 53 million combinations, or you could use the GA method. GAs would try a number of random combinations of rules, toss out the combinations that performed poorly and make variations upon the collection of rules that performed well. Eventually, you are left with either the optimal or a near-optimal combination of rules.
Rsx trading system
Relative Strength Quality Index.
Accurate trend strength and direction.
Smooth and timely.
Better than RSI.
RSI is a very popular and clever technical indicator . but is very noisy. Jurik's RSX is a "noise free" version of RSI, with no added lag !!
The popular RSI indicator simultaneously measures trend velocity and quality. RSI gives a strong signal when a trend is fast and clean. However, RSI is a jittery signal, making technical analysis very difficult.
1. Jitter produces false trade triggers.
2. Jitter degrades market trend direction analysis.
3. Jitter degrades market reversal analysis.
Want a better version of RSI ? . بحثك قد انتهى! Jurik's RSX is vastly superior. The chart compares the classic RSI to Jurik's RSX. Could reversals be any more obvious with RSX?
With RSX's cleaner, more accurate signals, you can set tighter stops and more meaningful thresholds. You can also afford to let RSX run a little faster without fear of degradation from excessive noise. This permits you to attain earlier trigger signals.
Tighter stops More accurate thresholds Earlier trigger signals Better acceleration analysis.
Let's look at RSX as a trading signal. Consider a trading system with just one rule: Buy if RSX is rising and sell if RSX is falling. The chart illustrates results using this very simple strategy.
Because the trades in this example are triggered by changes in the direction of RSX, ulta-smooth lines are vital to its success. In contrast, a jittery RSI signal would trigger excessive trades, depleting your account.
You can also use RSX to create superior versions of other indicators.
For example, this chart compares the REI indicator by Tom DeMark and the following formula using RSX:
RSX(bar high) + RSX(bar low)
Note the RSX version is significantly smoother with no added lag!
Order RSX from our "TS" (ترادستاتيون) تولسيت أو & كوت؛ ماك & كوت؛ (مولتيشارتس) تولست. RSX will process any time series you give it, including the results of other functions. Package includes both indicators and functions, so you can use RSX in your own systems and indicators.
اطلب & كوت؛ أوت & كوت؛ تولست، وهو عبارة عن حزمة من جما، دمكس، رسكس و فيل. Annual license only. نوتيكر يقبل كلا & كوت؛ أوت & كوت؛ and "DL" من toolsets. انتقل إلى هنا للاطلاع على مزايا كل مجموعة أدوات.
Order RSX from our "DL" مجموعة أدوات. نوتيكر يقبل كلا & كوت؛ أوت & كوت؛ and "DL" من toolsets. Go here to s ee the benefits of each Toolset.
Order RSX from our "MS" مجموعة أدوات. Sample charts and user manual provided to illustrate indicator usage.
Order RSX from our "XL" مجموعة أدوات. RSX can be accessed by the command menu, in Visual Basic modules, and as array formulas on a spreadsheet. This gives you maximum flexibility.
The RSX software package includes .
The latest RSX module Sample code showing how to use it.
For more details on RSX, download our illustrated PRODUCT GUIDE.
تحميل التقارير الفنية لدينا. الكثير من الرسوم البيانية والمقارنات.
قراءة رسائل العملاء لدينا. انظر ما لدى الآخرون لقوله.
قراءة الأسئلة التي نطرحها بشكل متكرر. للحصول على إجابات للمشكلات الفنية.
الأسعار، نموذج الطلب، أسئلة محددة لطرح.
RSX is an indicator, not a trading system.
RSX is designed to be applied in trading systems of your own design.
قد تنتج أطر زمنية مختلفة على الرسم البياني نتائج مختلفة.
إن الأداء السابق لأي نظام تجاري لا يضمن أبدا الأداء المستقبلي.
جميع استراتيجيات التداول لديها مخاطر والسلع / تداول العقود الآجلة روافع هذا الخطر.
RSX Scalping System.
The RSX Scalping System was developed by a trader by the name Janus. Just as the name suggest, this trading system is designed to be used by the scalpers. It is a simple to use trading strategy that is recommendable to even the Forex trading beginners.
This trading system should be used to trade on timeframes that are 15 minutes or higher. But since it is mainly for scalping the 15 minutes timeframe is the best for this strategy. When it gets to the currency pairs, this trading system can be used to trade any of the currency pairs.
The RSX Scalping System is based on a combination of two indicators. These indicators are the RSX nrp indicator and the votro indicator which is also commonly known as the RSI Timing indicator.
رسم بياني 1. Snapshot of the template of the RSX Scalping System.
The RSX nrp indicator is indicated just below the main trading system and it consist of a line whose color changes from green to yellow and vice versa as it oscillates around several levels (0, 30, 50, and 70). It is also responsible for giving an alert (both in terms of a sound and a pop up alert message). The higher the level that the line crosses on its way up the higher the chances of a down trend taking place. Also, the lower the level that the line crosses downwards, the higher the chances of an upwards trend in the near future.
The Votro indicator on the other hand is displayed below the RSX nrp indicator’s window and it consists of a blue line that swings on a scale of -100 to 100. There are also red dotted line on the -90 and 90 levels. When the blue line hits the 90 level red dotted line, the trader should be prepared for a downward movement in the market prices. Also, if the blue line hits the -90 level of the red dotted line, the trader should be prepared for an upward trend.
When to place a BUY using RSX Scalping System.
First you will have to choose the time frame that you want to use while trading.
A buy signal occurs when the votro indicator hits the -90 red line at the bottom and the RSX nrp indicator is below the level of 30.
When to place a sell using RSX Scalping System.
First you will have to choose the time frame that you want to use while trading.
A sell signal occurs when the votro indicator hits the 90 red line at the top and the RSX nrp indicator is above the level of 70.
الصورة 2. Placing orders using the RSX Scalping System.
Defining profit Targets using RSX Scalping SYSTEM.
First profit target: when RSX reaches line 50. Second profit target: when RSX reaches line 70.
First profit target: when RSX reaches line 50. Second profit target: when RSX reaches line 30.
Defining Stop loss levels using RSX SYSTEM:
When the trader places a sell order, he or she should place a stop loss on the candle corresponding to higher value of RSX.
When the trader places a buy order, he or she should place a stop loss on the candle corresponding to lower value of RSX.
تين. 3. Placing stop losses using the RSX scalping System.
Comments
Post a Comment