СПЕКТРАЛЬНЫЙ АНАЛИЗ ФОРЕКС

Лучший Форекс брокер 2020 года:
  • FinMaxFx
    FinMaxFx

    Лучший Форекс брокер этого года!
    Бесплатное обучение и демо-счет!
    Бонусы за регистрацию!

СОДЕРЖАНИЕ:


Спектральный анализ фьючерсных рынков

Существует понятие, что все фьючерсные рынки используют современные анализы, которые имеют в своем роде, только два направления: фундаментальный и технический. Те, кто поддерживает сторону технического анализа, предпочитают использовать для этого историю закономерностей, используя для этого компьютер и интернет. Ну а те сторонники, которые поддерживают фундаментальный анализ, отдают свое предпочтение знаниям экономических законов и не ценовых факторов объединенных предложений и спросов.

Но вся проблема состоит в том что технические индикаторы для расчета своих значений полученные ранее или в текущий момент величины, причем используются процессы многократного усреднения, взвешивания по объему и т. д. Но фьючерсные рынки, в т.ч и рынок Forex — это рынки, на котором колебания цены имеют случайный характер, в силу того, что «игроки» рынка не могут друг с другом договориться, поэтому применение современных технических индикаторов и средних величин, таких как, например скользящее среднее, не имеют смысла.

Новое слово в техническом анализе открывает спектральный анализ фьючерсных рынков — это, фактически, прикладной аппарат теории сигналов, которая широко используется в цифровых системах. Суть заключается в том, что каждый сигнал, который детерминирован (предсказуем) или не детерминирован, можно подвергнуть преобразованиям Фурье и представить в частотной области. С помощью этого можно узнать «частоту» рынка, т.е. проанализировав спектр понять, насколько часто происходят скоротечные или долгосрочные колебания цен и как долго они длятся. После этого вы можете найти вероятность того, к какому циклу относятся колебания, и соответственно, зная, когда он закончиться, принять соответствующее решение о покупке или продаже фьючерса.

Естественно, точный момент, предсказанный с помощью этого метода, никогда не совпадет с реальным «секунда в секунду» вследствие не детерминированности рынка, но четкий момент окончания тенденции будет однозначно определен. Если пойти глубже, то можно с высокой точностью определить фазу рыночного цикла, потому что, как известно, частота и фаза связаны между собой дифференциальным уравнением, и оно имеет место в случае сигналов в цифровых системах в общем случае, так и при анализе фьючерсных рынков в частности.

В заключение следует отметить, что это принципиально новый подход в техническом анализе через призму аппарата цифровой обработки сигналов. Здесь еще много неизученных перспектив, которые в дальнейшем, бесспорно будут раскрыты, а это в свою очередь даст новый, мощный инструмент, который будет востребован как профессиональными трейдерами, так и начинающими «игроками».

Спектральный анализ

Как использовать в торговле индикаторы на основе спектрального анализа? У них идет перерисовка, вот к примеру из кодбазы: i-SpectrAnalysis_CCI

money management использовать, тестировать и думать что делать.

Как использовать в торговле индикаторы на основе спектрального анализа? У них идет перерисовка,

Дык перерисовка — это вполне нормально и правильно. Тем более, при анализе компонент спектра.

Простейший пример — если сейчас у тебя произведение компонент 14 — это значит, что в данный момент в сигнале есть компоненты 2 и 7

А если на следующем баре произведение компонент 15 — то это означает, что на следующем баре присутствуют компоненты 3 и 5.

Как же можно обойтись без перерисовки ? Перерисовка как раз говорит о том, что произошли изменения, они и отражаются на графике.

С перерисовкой бороться не надо, надо просто понять, что у вас фреймовый индикатор, а вот был бы тиковый, проблемы с перерисовкой отсутствовали в принципе.

Итак, как только вы это поймете и осознаете, то придете к простому выводу, для фреймовых индикаторов с их «проблемой» перерисовки надо использовать фрейм М1.

Дальше уже сами додумывайте как и что.

С перерисовкой бороться не надо, надо просто понять, что у вас фреймовый индикатор, а вот был бы тиковый, проблемы с перерисовкой отсутствовали в принципе .

Итак, как только вы это поймете и осознаете, то придете к простому выводу, для фреймовых индикаторов с их «проблемой» перерисовки надо использовать фрейм М1.

Дальше уже сами додумывайте как и что.

Почему? Это зависит от типа индикатора . МА не перерисовывается ни при каких ТФ, так как это обычный фильтр, а есть индикаторы, которые по своей природе перерисовываются, и не важно, какой ТФ или тики.

Alexey Volchanskiy :

Почему? Это зависит от типа индикатора . МА не перерисовывается ни при каких ТФ, так как это обычный фильтр, а есть индикаторы, которые по своей природе перерисовываются, и не важно, какой ТФ или тики.

Ма как раз перерисовывается ровно на столько свечей,какой период указан в настройках !

Из любого перерисовываемого индикатора можно сделать неперерисовываемый. Просто формировать его трассирующий след. Но тогда картина будет абсолютно другая. Проблема только может быть в том, чтобы создать быстрый алгоритм формирования трассера. Лично мне удалось это сделать с полиномиальным разложением. Пробовал формировать трассер при разложении Фурье ( как раз спектральное разложение), но алгоритм трассера был весьма медленный , а сам трассер был весьма «прыгающим» ввиду особенности данного метода(Фурье) апроксимации. И поэтому вряд ли заслуживает внимания. Полимиальный же трассер дает фантастические результаты и перекрывает по возможности все существующие скользящие средние.

Для наглядности сказанного сделал анимированный GIF:

Ма как раз перерисовывается ровно на столько свечей,какой период указан в настройках !

Стойкое дежа-вю.. то есть где-то вы помниться уже такое говорили 🙂

у вас после каждого NonFarm машки движутся? или этот особо удался 🙂

Индикаторы предсказатели тренда на форекс — Fourier Extrapolator — экстраполятор по теории Фурье

Добрый день! Сегодня на блоге веб-мастера Максима мы познакомимся с подходами, как смотреть в будущее буквально. Речь пойдет об индикаторе, который осуществляет построение в область грядущего и способен породить прогнозы на основе собственной линии из ещё не наступившей реальности.
Индикатор этот основывается на теории физика Фурье. В основном она применяется для описания движения струн и распространения звуков. Мы не можем сказать, что буквальное использование этого подхода не возможно на Форексе, так как отзывы об индикаторе хороши.
Таким образом, можно принять решение о том, чтобы попробовать протестировать этот подход, которому ранее на блоге веб-мастера Максима не уделялось должного внимания.

Индикаторы предсказатели тренда на форекс — Fourier Extrapolator по теории Фурье

Смотреть видео-обзор статьи

«Лирические» основы экстраполяции Фурье.

Решение основополагающей задачи любого трейдера и аналитика – прогнозирование тренда на Форекс, может быть достигнуто с помощью аналитических технических средств, таких как, например, (fourier extrapolator) экстраполятор Фурье.

Инструмент построен на базе теории Фурье, это помогает применить его, как самостоятельную версию динамического экстраполятора, который строит в будущее имеющиеся линии тренда.

Предсказание часто не выходит за рамки одного единственного дня, это объясняется с тем, что индикатор применяется только для торговли внутри дня. На графике валютной пары значения цены преобразуются в некоторую оранжевую линию, которая может продлить тренд до некоторого предела.

5,0,1,0,0 Индикаторы предсказатели тренда

Этот вид прогноза базируется на довольно известной теории, которая основана на представлении о том, что волновые движения повторяются. Все расчеты, естественно, производятся на истории движения цены в прошлом. С этим связана необходимость исключить при использовании этого инструмента во время торговли факторов фундаментального характера.

Кроме этого, нужно будет воспользоваться индикатором новостей, который будет настроен на выход информации на том инструменте, где мы торгуем. Так будет возможно быстро среагировать на изменение тренда, что не войдет в противоречие с fourier extrapolator.

Большинство известных параметров индикатора достаточно актуально настроены, однако, если вы желаете самостоятельно его усовершенствовать, то ваша схема может также быть применена. Для этого можно воспользоваться инструкцией к настройке, которая, обычно, поставляется вместе с индикатором.

Чтобы повысить эффективность применения рекомендуется так же «прикрутит» на график индикатор, который будет показывать силу тренда.

Программные основы экстраполяции Фурье

В основу индикатора легла гипотеза о том, что если три волны одинакового периода идут подряд, то существует значительная вероятность, того, что появится и четвертая.

Принцип работы индикатора:

  • Необходим ряд окон, у которых фиксированный правый край и левый край, последовательно уменьшающийся, с шагом один бар.
  • Во всех окнах измеряется амплитудный спектр.
  • Если есть ярко выраженная гармоника №3, у которой период T/3, она продлевается в будущее на один период.
  • Далее, суммируют все найденные гармоники. По сумме строится прогноз.
  • От величины стартового окна зависит продолжительность расчета, однако, и точность прогноза при этом возрастает.
  • Индикатор производит расчет только один раз, поэтому установлена защита от появления новых тиков и рисуемых баров.

  • T – максимальный размер окна, в котором проводится поиск.
  • Shift – сдвиг даваемого прогноза относительно нулевого бара, для оценки показательности прогнозов в истории.
  • Showprofit – отображается динамика баланса при возможной торговле по генератору прогноза.
  • Alert –вывод периодов гармоник, которые формируют прогноз.

Fourier Extrapolator

Теория Фурье

Любое частое колебание, которое получается из начальных условий, рассматривают как комбинацию, составленную в надлежащей пропорции нескольких одновременно осциллирующих гармоник.

Основная гармоника может повториться через каждый T1=2П/ω0 период. Вторая гармоника повторяется через T2=2П/2ω0 или Т1=2Т2. Или после двух одинаковых периодов. Точно так же через период Т повторяется, также и третья гармоника. В этом промежутке помещаются три её периода.

Вероятно, многие узнали, что речь идет о музыке, о тех закономерностях звучания, которые имеются в науке. Такие принципы трейдеры, применили на в торговле на Форексе. В результате получили индикаторы предсказатели.

Другие индикаторы предсказатели.

Все индикаторы представленные у меня на блоге вы сможете скачать с моего хранилища, что бы получить доступ, заполните форму подписки на рассылку

Индикаторы предсказатели Форекс — не революционное достижение современной трейдерской мысли. Ещё индикатор Ишимоку заглядывал в будущее, к тому же, простые скользящие средние, которые строятся со сдвигом, также устремляются в будущее. Индикаторы Алексея Алмазова, также не двусмысленно намекали нам о том, какой будет тренд в будущем (так же читаем — методы определения тренда).

17,0,0,1,0

Индикаторы предсказатели Форекс, тем не менее – это анализаторы, которые помогают заглянуть в прошлое через построения, сделанные в будущем. По крайней мере, консервативно настроенные трейдеры именно так будут относиться к подобного рода продукту.

Тем не менее, Fourier extrapolator отзывы вызывает положительные. На форумах его хвалят, говорят, что результаты дает хорошие на реальных счетах. Таким образом, можно и рискнуть, попробовать торговать на базе этого индикатора.

С этим мы разобрались, теперь читаем — биржевая торговля по тренду

Сложно сказать однозначно в результате ознакомления с материалом, может ли такой подход принести пользу в результате применения теории во время торговли. Оно и понятно, требуется тестирование на исторических данных, затем, на демо-счете в реальном времени, потом на маленьком реальном счете и уж потом на реальном счете, следующих брокеров:

В таком случае мы сегодня познакомились с, вполне, потенциально интересным подходом к торговле на Форексе. Важно правильно подойти к тестированию, и тогда торговля будет успешной!

(2 оценок, среднее: 5,00 из 5)

СПЕКТРАЛЬНЫЙ АНАЛИЗ РЫНКА

#1 Zhunko

  • vip участник Академии
  • 2 441 сообщений
  • Здесь
    Кафедра Спектрального Анализа FOREX и ИНДЕКСОВ валют
    публикует свои среднесрочные и долгосрочные обзоры, аналитику и сигналы по основным и гармоничным валютным парам.

    Почему не внутридневные?
    1. Нет времени на это. Поиск гармоничного движения внутри дня занимает много времени. Иногда будем выкладывать внутридневные прогнозы и сигналы в «Текущих торгах».
    2. Для постоянной гармоничности требуется равнообъёмная история. Программа для формирования равнообъёмной истории без дыр для МТ4 пока ещё не закончена.
    Когда будет равнообъёмная история, тогда и будут частые внутридневные коментарии.
    3. Временные ТФ от Н4 имеют почти равнообъёмные бары.
    4. Самый лучший результат СПЕКТРАЛЬНЫЙ АНАЛИЗ даёт на равнообъёмной истории.

    В этой теме будет иногда публиковаться немного материала из закрытой части кафедры. Из темы «Примитивные торговые сигналы».

    #2 graham

  • Пользователи ST test (off)
  • 262 сообщений
  • #3 Zhunko

  • vip участник Академии
  • 2 441 сообщений
  • Обзор GBPJPY MN1 — D1.

    MN1 Движение вниз продолжается. Находимся на самом верху волны. Обратите внимание на равные периоды самой быстрой волны (мажента).

    gbpjpy_mn1_200909241447.gif 42,74 КБ 321 Скачано

    W1 Был сильный сигнал вниз.

    gbpjpy_w1_200909241448.gif 48,84 КБ 296 Скачано

    D1 Сильное движение вниз. Отмечены сигнал вниз и подтверждение сигнала вниз.

    gbpjpy_d1_200909241452.gif 54,69 КБ 287 Скачано

    #4 Zhunko

  • vip участник Академии
  • 2 441 сообщений
  • Обзор USDJPY MN1-H4

    MN1 Движение вниз продолжается. По спектральным линиям видно, что сейчас мы находимся в самом низу. Вполне вероятно, что в начале следующего года пара будет расти.
    Не смотря на малое количество валютных пар в расчёте индексов, можно наблюдать интересную картину (выделено синим элипсом).
    Видно, как индекс JPY пошёл за индексом USD обеспечив падение пары во время начала кризиса в прошлом году.

    usdjpy_mn1_200909271723.gif 61,29 КБ 278 Скачано

    W1 Синим прямоугольником выделена зона формирования сигнала для входа вниз. Зона слишком широкая для формирования сигнала по индексам, спектральные линии все внизу и направляются вниз. Идём вниз. Синим элипсом отмечена таже зона, что на MN1. Для удобства рассмотрения с большим количеством пар в расчёте индексов.

    usdjpy_w1_200909271728.gif 74,82 КБ 241 Скачано

    D1 Синим прямоугольником отмечена зона формирования сигнала вниз по индексам.
    На нижнем графике с индексами линии разошлись правильно для движения вниз. Почти все спектральные линии направлены вниз. Идём вниз.

    usdjpy_d1_200909271732.gif 67,13 КБ 276 Скачано

    H4 Синим прямоугольником отмечена зона формирования последнего внятного сигнала вниз. Далее индексы идут параллельно. Образуя флетовые движения.
    Подобные недоразумения лучше рассматривать на более старших ТФ.

    usdjpy_h4_200909271743.gif 69,44 КБ 231 Скачано

    #5 Sergey SilentMan


  • Пользователи ST test (off)
  • 1 993 сообщений
  • В этой теме будет иногда публиковаться немного материала из закрытой части кафедры. Из темы «Примитивные торговые сигналы».

    #6 Zhunko

  • vip участник Академии
  • 2 441 сообщений
  • В этой теме будет иногда публиковаться немного материала из закрытой части кафедры. Из темы «Примитивные торговые сигналы».

    Добрый вечер, Вадим. Прогнозы интересны когда трейдеры знают на основе чего они построены. Прекрасно понимаю что ваш комплекс — это уникальная авторская разработка и секреты его алгоритмов в открытом доступе не обсуждаемы. С другой стороны, может вы вкратце изложите здесь что такое спектральный анализ, чтобы это не звучало как сигналы из «чёрного ящика». Я например понимаю что анализируется некий спектр. Хотя само слово «спектр» тоже мне не до конца понятно. Ещё вопрос: ваш спектральный анализ рынков имеет какое-то отношение к MESA Джона Эйлерса? Спасибо.

    Спектральный анализ не является секретом. Деление сессий на ТФ тоже является спектром. Тот кто применяет для анализа разные ТФ, тоже занимается спектральным анализом.
    Спектр.
    Спектральный анализ.

    Кто хорошо учился в институте, тот знает, что это такое. А для тех, кто забыл, есть специальная тема в закрытой части кафедры. Там Ильнур Иксанов рассказывает о цифровой фильтрации приминительно к спектральному анализу.

    Эта статья приведёт Вас к успеху:  ТЕХНИКА КВАКЕРОВ ФОРЕКС

    С Джоном Эйлерсом не знаком.
    Вообще, считаю, что лучше самому разработать, чем читать бесконечные чужие мнения и тратить время на анализ чужих разработок. Таким образом, можно быть свободным от чужих догм и продвинуться дальше.

    Один из методов фильтрации был разработан мной. Ильнур Иксанов помог реализовать его. Если бы у меня были общераспрастранённые догмы на тему «Фурье не применим на рынке. «, то у меня ничего не получилось бы.
    Ни чего подобного в инете не видел. Ни кто ещё не догадался так фильтровать. Метод позволяет получать максимально высокую селективность без искажения фазы.

    #7 Zhunko

  • vip участник Академии
  • 2 441 сообщений
  • Интересное наблюдение USDJPY на W1.
    Обратите внимание на ход индексов до кризиса и после кризиса.
    Индекс EUR до кризиса имеет период такой же, что у индекса USD, но в противофазе. Во время кризиса рассогласование хода.
    Индекс JPY до кризиса полное рассогласование с индексом USD. Во время кризиса совершенное согласование с индексом USD.

    Применён фильтр Чебышева 2-го порядка. Границы фильтра в периодах: 7 и 8.

    usdjpy_w1_200909281641.gif 56,08 КБ 400 Скачано

    Интересно, кто с кем поссорился или подружился.

    #8 Zhunko

  • vip участник Академии
  • 2 441 сообщений
  • В этой теме будет иногда публиковаться немного материала из закрытой части кафедры. Из темы «Примитивные торговые сигналы».

    Ещё вопрос: ваш спектральный анализ рынков имеет какое-то отношение к MESA Джона Эйлерса? Спасибо.

    Увы, надо признать, что классические методы анализа колебаний, в большинстве своем базирующиеся на преобразовании Фурье, из рук вон плохо работают на финансовых рынках. Разработанные для анализа сигналов и изображений, они базируются на двух ложных предпосылках — неизменности природы сигнала и постоянстве частоты доминанты (а попробуйте представить себе рынок, ситуация на котором не меняется хотя бы десять лет, т.е. сто доминантных циклов — небольшой диапазон для методов Фурье)

    #9 Zhunko

  • vip участник Академии
  • 2 441 сообщений
  • Это рисунок для сравнения разных методов фильтрации в AIASM:

    eurusd_h4_200909281719.gif 186,34 КБ 384 Скачано

    Все фильтры подписаны:
    Первые 4-и стандартные.
    5. Фильтр Баттерворда 2-го порядка.
    6. Фильтр Бесселя 2-го порядка.
    7. Фильтр Чебышева 2-го порядка.
    8 и дальше мой метод фильтрации с разным окном. Назвали его WDCT (оконное разложение в тригонометрическом базисе).
    Можно видеть, что мой метод превосходит по селективности все остальные.

    #10 Idaho

  • Пользователи ST test (off)
  • 618 сообщений
  • Это рисунок для сравнения разных методов фильтрации в AIASM:

    eurusd_h4_200909281719.gif 186,34 КБ 384 Скачано

    Все фильтры подписаны:
    Первые 4-и стандартные.
    5. Фильтр Баттерворда 2-го порядка.
    6. Фильтр Бесселя 2-го порядка.
    7. Фильтр Чебышева 2-го порядка.
    8 и дальше мой метод фильтрации с разным окном. Назвали его WDCT (оконное разложение в тригонометрическом базисе).
    Можно видеть, что мой метод превосходит по селективности все остальные.

    #11 Zhunko

  • vip участник Академии
  • 2 441 сообщений
  • Честно признаюсь, я приблизительно знаю методы фильтрации и их идею, но «можно видеть» наверно не всем дано, на мой взгляд, слишком перегруженный информацией график, если бы кривых было бы меньше — ясности было бы больше или их может разнести для начала на группы по 2-3 кривые

    eurusd_h4_200909290010.gif 132,71 КБ 346 Скачано

    1. Стандартные методы фильтрации применяемые в МТ4.
    2. Методы применяемые в аналоговой радиоэлектронике.
    3. Мой метод.

    #12 _toro_

  • Пользователи ST test (off)
  • 158 сообщений
  • #13 graham

  • Пользователи ST test (off)
  • 262 сообщений
  • Похоже по канадцу готовится поход вверх. Спектры на W1 и D1 уже готовы, нужно сформировать сигналы по индексам: на H4 и доформировать на W1 и D1.

    USDCAD_W1_D1_H4_290909_1040.gif 100,17 КБ 249 Скачано

    #14 graham

  • Пользователи ST test (off)
  • 262 сообщений
  • Сигнал = разнонаправленность индексов + однонаправленость спектральных линий?

    #15 Zhunko

  • vip участник Академии
  • 2 441 сообщений
  • Сигнал = разнонаправленность индексов + однонаправленость спектральных линий?

    Цифровая обработка торговых сигналов для торговой стратегии

    Технология цифровой фильтрации является мощным и гибким инструментом при построении эффективных торговых систем.

    Спектральный анализ в современном трейдинге

    Любой торговый сигнал организован достаточно сложно. Можно сделать вывод, что он состоит из множества ритмов с различными периодами, при этом ритмы непостоянные – возникают и исчезают в ходе своей эволюции во времени. Произвести оценку структуры ритмов сигнала котировок можно с использованием цифрового спектрального анализа, применяемого в цифровой обработке сигналов.

    Спектральный анализ в настоящее время широко используется в трейдинге. На рисунке 1 показан характерный спектр некоторого сигнала котировок. Пики с различной высотой на графике спектра отражают величину (размах по амплитуде) ритмов с соответствующими периодами. График спектра отображен в диапазоне периодов до 100 (крайнее правое значение).

    Из рисунка 1 видно, что размах ритмов по величине (амплитуде) возрастает с увеличением периодов ритмов (высоты пиков спектра возрастают слева направо), это практически всегда наблюдается для котировочных сигналов различных торгуемых инструментов.

    Рис. 1. Характерный спектр котировочного сигнала торгуемого инструмента.

    Можно сделать вывод, что котировочный сигнал в среднем состоит из множества ритмов, наложенных друг на друга, причем размах ритмов по амплитуде тем больше, чем больше величина периода.

    Индикаторы или цифровые фильтры

    При построении торговой стратегии с использованием технологии цифровой обработки сигналов возможно отделять эти ритмы друг от друга и по их соотношению между собой принимать торговые решения, то есть формировать торговые сигналы.

    Для разделения (расслоения) сложного котировочного сигнала на более простые компоненты (ритмы с различными периодами и различными размахами по амплитуде) используются цифровые фильтры. В настоящее время методы расчета и разработки цифровых фильтров достаточно широко представлены в многочисленной литературе.

    Лучший Форекс брокер 2020 года:
    • FinMaxFx
      FinMaxFx

      Лучший Форекс брокер этого года!
      Бесплатное обучение и демо-счет!
      Бонусы за регистрацию!

    Индикаторы: фильтры нижних частот

    Для разделения (расслоения) сложного котировочного сигнала на более простые компоненты будем использовать цифровые фильтры нижних частот (ФНЧ), например, скользящую среднюю SMA. Задача SMA – сгладить (усреднить) все колебания с периодами меньше периода усреднения SMA и оставить (пропустить) все колебания с периодами больше периода усреднения индикатора. Фильтр нижних частот делает то же самое, но

    • появляется возможность более сильного подавления усредняемых быстрых колебаний (более высокое качество сглаживания),
    • изменять соотношение между собой пропускаемых (не сглаживаемых) ритмов (то есть, изменять нужным образом реакцию сглаженной кривой на изменение котировочного сигнала во времени),
    • управлять вносимой задержкой ФНЧ (то есть, управлять реакцией сглаженной кривой на изменение котировочного сигнала).


    Различные типы скользящих средних: SMA, EMA, взвешенные скользящие средние, ранее опубликованная скользящая средняя с улучшенным качеством сглаживания RAMA – являются фильтрами нижних частот (ФНЧ).

    Рассмотрим примеры

    На рисунке 2 изображена ранее опубликованная скользящая средняя RAMA(60) c периодом сглаживания 60, также изображен осциллятор, полученный с использованием двух цифровых ФНЧ, то есть сдвоенная сглаженная кривая – результат сглаживания этими двумя цифровыми ФНЧ. Цифровые ФНЧ рассчитывались специально по стандартным методикам, приведённым в литературе, чтобы подчеркнуть структуру ритмов сигнала котировок. Необходимо отметить, что осциллятор (индикатор), полученный с использованием двух специально рассчитанных цифровых ФНЧ, расположен в окне котировок, а не в сноске «внизу», что удобно, так как сглаженные кривые осциллятора в данном случае также являются линиями уровней (опорными линиями) для графиков котировок.

    Рис. 2. Скользящая средняя RAMA(60) и осциллятор из двух ФНЧ.

    На рисунке 3 изображена скользящая средняя RAMA (40) с периодом сглаживания 40 и осциллятор, полученный с использованием двух рассчитанных цифровых ФНЧ с соответствующими (подобранными) настройками.

    Рис. 3. Скользящая средняя RAMA(40) и осциллятор из двух ФНЧ.

    На рисунке 4 изображены RAMA (20) и соответственно настроенный осциллятор из двух цифровых ФНЧ, добавлена сигнальная (синяя) линия с выхода еще одного цифрового ФНЧ с небольшим периодом сглаживания.

    Рис. 4. Скользящая средняя RAMA(20) , осциллятор из двух ФНЧ, добавленная сигнальная (синяя) линия, полученная с использованием ФНЧ.

    На рисунке 5 графики рисунков 2-4 совмещены.

    Рис. 5. Результат совмещения рисунков 2-4.

    Таким образом, на рисунке 5 изображены три модифицированные скользящие средние RAMA с периодами 60, 40, 20, также три осциллятора, полученные с использованием пар цифровых ФНЧ, и дополнительная сигнальная линия, полученная с использованием одного цифрового ФНЧ. На рисунке хорошо видно разложение котировочного сигнала на более простые структуры ритмов, что можно применять для построения эффективных торговых стратегий.

    Проверим эффективность сборки

    На рисунках 6, 7, 8 приведены графики с сохраненными настройками для других участков графиков котировок.

    Рис. 6. Графики с сохраненными настройками для второго участка графика котировок.

    Рис. 7. Графики с сохраненными настройками для третьего участка графика котировок.

    Рис. 8. Графики с сохраненными настройками для четвёртого участка графика котировок.

    Рис. 9. Графики с сохраненными настройками для пятого участка графика котировок.

    Цифровая обработка сигналов открывает широкие технологические возможности для использования в трейдинге. В настоящее время методики расчёта различных цифровых фильтров широко представлены в многочисленной литературе и цифровая фильтрация применяется в различных системах технического анализа. Цифровые фильтры являются мощным и гибким инструментом при построении эффективных торговых стратегий.

    Вам также будет интересно

    Андрей Рагозин

    Специалист в области интеллектуальной обработки данных, цифровой обработки сигналов, также построение систем технического анализа.

    Рынок | Применение спектрального анализа биржевой информации или Эффект Бабочки. Часть 1.

    К активному обсуждению предлагаются несколько переводов, перепостов, а также собственных идей:

    Базовая идея анализа временного ряда по Фурье состоит в том, чтобы разделить данные на сумму синусоид с различными длинами циклов, где каждый цикл является частью длины общего или фундаментальной цикла. Например, Рисунок 1 показывает временные ряды, состоящие из линейного тренда и двух главных циклов, а Рисунок 2 дает разложение на составляющие синусоиды.

    Рисунок 1


    Рисунок 2

    Первоначально циклический анализ применялся к физическим явлениям, чтобы описать поведение сложных колебаний, к примеру, множественные колебания, созданные струнным инструментом. Анализ таких систем изящно описан поведением самого длинного или фундаментального цикла, и ответом на первую, вторую и более высокого порядка гармоники фундаментального. Позже Фурье и другие расширили этот анализ и показали, что любой конечный сегмент или кривая данных могут быть хорошо приближены рядом синусоид. Этот метод — основа анализа Фурье данных (временные ряды) и обычного анализа спектра. Примечание: приближение Фурье кривой или временных рядов будет периодическим, даже если данные не являются таковыми!

    Чтобы понять спектральный анализ Фурье, кратко рассмотрим свойства отдельной синусоиды. Синусоида может уникально быть охарактеризована в любой точке времени своей амплитудой или максимальной величиной, своей частотой или нормой вибрации и своей фазой. (См. Рисунок 3.)


    Рисунок 3

    Период или длина цикла синусоиды — число торговых дней в году (предположим, что один год — 260 торговых дней) деленный на частоту, то есть синусоида с частотой 10 циклов в год имеет период 260 / 10 = 26 дней. Анализ Фурье разделяет данные на сумму синусоид соответствующей амплитуды, частоты и фазы. Спектральный анализ Фурье — конденсат этих преобразованных данных, посредством чего квадрат амплитуды или сила каждой синусоиды выражается против частоты каждой синусоиды. (Информация о фазе, таким образом, в представлении спектра данных теряется.) Например, спектр амплитуды циклических данных на Рисунк 1 состоит из двух пиков данных на соответствующих частотах, как показано на Рисунке 4.


    Рисунок 4.

    Основное отличие между анализом Фурье непрерывных кривых и данных типа закрытий акций или товаров в том, что для данных существует верхний предел частотного спектра. Для дневных данных частоты выше, чем 130 (двухдневный цикл) неотличимы от частот, меньших 130. Это следствие осуществления процесса выборки, подобно стробоскопу в оптике. Таким образом, анализ Фурье данных уместен только в частотах между 0 и 130 циклов в год.
    Спектральный анализ полезен для технического анализа, где он обеспечивает количественный инструмент для обнаружения доминирующих частот или полос частот в данных пользователя. В частности, мы можем использовать спектральный анализ, чтобы помочь выбрать средние для различных видов технического анализа. Средние (и другие методы фильтрования данных) позволяют нам подчеркнуть только те частоты или спектральные полосы, которые интересны для целей торговли. Вообще, мы можем разделить спектр дневных торговых данных на три родовые спектральные полосы:
    · НИЗКОЧАСТОТНЫЕ КОМПОНЕНТЫ — представлены сезонными трендами и долгосрочными моделями. Обычно сюда включаются частоты в диапазоне от 0 до 4, то есть циклы, большие 60 дней.
    · ПРОМЕЖУТОЧНЫЕ ЧАСТОТЫ — представлены краткосрочные торговые циклами и рыночные циклы хода/коррекции. Обычные частоты находятся в диапазоне от 4 до 40, соответствуя периодам между 6 и 60 днями.
    · ВЫСОКОЧАСТОТНЫЕ КОМПОНЕНТЫ — случайные дневные изменения или торговый «шум». Как правило, большая часть спектра находится в этой полосе, то есть, частотах от 40 до 130 — циклах меньших, чем 6 дней.

    Рисунок 5 демонстрирует спектр Фурье и дневные цены на протяжении 110 дней (24 недели) полученных по закрытиям соевого масла, используя основной спектральный код, данный в конце этой статьи. (Примечание: нулевая частота — справа.) В данном случае есть две области спектра, представляющие интерес: полоса промежуточных частот, которая достигает максимума приблизительно на 16 циклах в год (период 16 дней) и спектральный пик на 32 циклах в год (период 8 дней). Остальная часть спектра содержит главным образом шумовые колебания, в нем нет больше низких частот, так как до вычисления спектра из данных был убран тренд. (Пик на 6 циклах в год (период 43 дня) представляет собой низкочастотную составляющую.)

    Все это, однако, еще цветочки в использовании этого метода анализа,. Есть две основных проблемы, которые могут исказить или дискредитировать результаты: непостоянство данных и чрезмерный шум. Непостоянства данных приводят к большим колебаниям спектра, которые затеняют основные циклические компоненты, а шум может давать ложные пики и впадины спектра. Кроме того, если точки начала и конца данных неодинаковы, анализ Фурье может быть искажен. (Причина в том, что анализ Фурье пытается приближать периодическое расширение данных. Когда конечные точки не равны, создается неоднородность в периодически продлеваемых данных.) Следовательно, большинству программ спектрального анализа свойственны эти проблемы. Поэтому для анализа рекомендуются длинные интервалы данных, содержащие по крайней мере 64 дневных наблюдения для сглаживания шума и для решения спектральных пиков.
    Коды спектра Фурье разработаны для использования в системе CompuTrac, но могут быть приспособлены и к другим компьютерным системам. Сердце этого кода — процедура быстрого преобразования Фурье (Fast Fourier Transform), которая достаточно быстро вычисляет разложение Фурье для использования на ряде данных умеренной длины, то есть, до 512 точек данных.
    Мы можем использовать упомянутый выше код, чтобы найти пиковые частоты спектра и подобрать фильтры для данных, например скользящие средние с параметрами, оптимизированными к данным и частотным полосам. Число точек в расширенном массиве дается в заглавной информации (N=xxx), а основная частота или частотная дельта между спектральными линиями составляет всего лишь 260N, т.е. 260/256 для спектра соевого масла, показанного на рисунке 5. Чтобы найти пиковую частоту спектра, лишь пересчитывают число спектральных линий от нулевой частоты до спектрального пика, и умножают его на частотную дельту 260/N. Например, первый спектральный пик от нижней полосы частот на рисунке 5 отстоит на 16 линий от нулевой частоты, поэтому пик частоты находится на 16*260/256 = 16.25 (длина цикла = N/номер линии = 256/16 = 16 дней.)
    Одно из практических применений для анализа спектра — выявить подходящие периоды средних для сокращения влияния нежелательных частот. Средняя с длиной M дней сведет на нет или сократит амплитуду любой синусоиды с длиной цикла, меньшей M, т.е. частоты, большие, чем 260/M, при сохранении амплитуды синусоид с длинами цикла большими, чем 1.5*M. Поэтому долгосрочный трейдер может использовать анализ спектра, чтобы подобрать такой период средней, который сохранит всю силу низких частот необработанных данных, но значительно снизит влияние любых промежуточных или высокочастотных спектральных пиков. (Период скользящей средней можно проверить, сравнивая спектр необработанных данных со спектром усредненных данных.) Трейдер, работающий в промежуточном сроке, может использовать спектральный анализ, чтобы найти акции или товары с сильными пиками промежуточных частот, и подобрать периоды средних, которые отфильтруют как высоко-, так и низкочастотные спектральные влияния. (Это основная идея в осцилляторном анализе.)

    Эта статья приведёт Вас к успеху:  ФОРЕКС СОВЕТНИК ARBITRAGE

    Например, мы можем исключить влияние частот выше 16 циклов/в год (период 16 дней), применяя 8-дневную среднюю к данным соевого масла (рисунок 5). Спектр Фурье для данных, усредненных 8-дневной средней, показанный на рисунке 6, подтверждает, что после сглаживания в данных остаются только первые два спектральных пика.

    Финансовая астрология. Астрологический трейдинг.

    Мы живем в мире, который дает не гарантии, а возможности.

    Финансовая астрология. Астрологический трейдинг.

    Прогнозы через СПЕКТРАЛЬНЫЙ АНАЛИЗ финансовых рынков.

    Задумал я фундаментальную статейку, но в процессе подготовки увидел, что собщаю читателям прописные истины. А что, подумал я — новичкам тоже надо учиться. И предоставляю информацию по принципу — «как есть«.

    I) Прогноз /футурология/ => астрологический или традиционный.

    II) Финансовые рынки.

    Базовый Актив (БА)

    1) ЦЕННЫЕ БУМАГИ

    По умолчанию принимаем => АКЦИИ.

    2) ТОВАРНО — СЫРЬЕВЫЕ рынки

    Основные товарные группы:

    * Драг металлы /черные и цветные/, золото, серебро, никель и пр.

    * Углеводороды и энергоносители: нефть, газ, уголь, мазут и пр.

    * Пищевые продукты: пшеница, кукуруза, соя, сахар, кофе, хлопок и пр.

    3) ВАЛЮТНЫЙ рынок (forex)

    б) Срочный рынок: форварды, фьючерсы, опционы

    в) СВОП-рынок: объединяет СПОТ + форвард.

    А теперь смотрите, как все для трейдера (или инвестора) перемешано.

    С акциями понятно — купил и держи, или спекулируй.

    Гораздо интереснее с производными инструментами.

    4) ПРОИЗВОДНЫЕ инструменты (деривативы) на любой БА.

    б) Фьючерс (срочный рынок)

    в) Форвард (сделка вне биржи).

    г) Контракт на разницу цен (CFD)

    д) Валютный своп

    За 13.5 лет трейдинга я активно торговал:

    акции = 1 год, полный отраслевой спектр (блю чипс + дальние эшелоны)

    фортс = 8 лет, в основном Лукойл + Сбербанк + нефть + золото + рубль/доллар

    опционы = 3 года, весь американский рынок (брокер IB), немного недельки РТС.

    форекс = 6 месяцев, евро/доллар, баксоену, кроссы + часто нефть и немного сахар.

    Больше всего нравилось торговать:

    форекс = нефть, а также опционы… особенно на нефтяные ETF + на золото.

    Об этом с конкретными примерами есть на моем сайте astro777.com

    А сейчас переключился на астро-консалтинг = по всему спектру финанс рынков. Но преимущественно прогнозирую нефть + индекс РТС + индексы США.

    Итак, допустим поступает ПРОГНОЗ, что нефть с 1.12.2020 года резко развернется и начнет активно падать. Причем, я это не утверждаю. Может активно вырастет. Астро информацию сообщаю только своим друзьям и партнерам. Тем не менее, допустим она падает, то… как разложить эту информацию через СПЕКТРАЛЬНЫЙ анализ всего финансового рынка? Через какие инструменты?

    1) АКЦИИ

    например, Лукойл — шорт, Сбербанк — шорт

    2) ТОВАРНО — СЫРЬЕВЫЕ

    фьючерс нефти (Brent) — шорт

    3) ВАЛЮТНЫЙ рынок

    фьючерс доллар/рубль = лонг

    Вроде основная мысль понятна. С применением деривативов.

    Но посмотрим на производные более детально.

    Например, опцион может быть на акцию, а может быть на фьючерс.

    Опцион может быть недельный, а может быть месячный или квартальный.

    Опцион может быть направленным, а может оказаться дельта-нейтральным.

    Поскольку я «фанат» направленных стратегий в опционах, то при ТАКОМ прогнозе, я куплю медвежий ПУТ спред на фьючерс WTI.

    Как видите, инвестиция всего на 50 долларов, которая при достижении цены за пределы 54.5 и ниже… принесет инвестору профит 430 долларов (увы, не больше), но это свыше 600 %.

    А еще можно создавать структурные продукты,

    например = акции + облигации + фьючерсы + конечно опционы.

    А еще из акций создают ETF фонды, по нашему ПИФы,
    которые также делятся на отраслевые, индексные, нефтяные, и все остальные. И даже на индексы из индексов. И почти каждый из них поддается астро прогнозу.

    К примеру сейчас к Аргентине подходит ураган Эль-Ниньо, уже подорожал сахар и весь кормовой сектор. Смотрим гороскоп биржи Аргентины, и вопросов нет. Когда у нас в России выборы — смотрим натальную карту
    страны, и тоже вопросов не остается. Что с налоговой реформой Трампа — смотрим гороскоп США и удивляемся.

    Пожалуй, хватит утомлять достопочтенную публику любопытными примерами. Но главную идею показал — когда есть прогноз, его можно разложить по спектру самых различных групп финансового рынка.

    В данном случае, опцион выглядит безопаснее. Чем скажем, фортс или форекс. Но там свои преимущества, для других видов прогноза — в основном, интрадейных.

    Timing Solution – Спектральный анализ

    Модель “СПЕКТР ”

    В этой статье я рассмотрю работу модуля “СПЕКТР”. Данная модель базируется на неподвижных циклах. Чтобы эффективно работать с ними, автор программы рекомендует использовать дневные ценовые данные, глубиной по крайней мере в 2 года, хотя эта модель даёт лучшие результаты для десятилетних данных. На дневном графике это более 3500 баров. Слабость этой модели в том, что она базируется на неподвижных циклах и для идеального результата эти циклы должны оставаться в неизменном состоянии. Однако в действительности неизменяемые циклы есть только в теории, а на практике их фазы и периоды подвергаются постоянным изменениям.

    В одной своей статье Сергей Тарасов неподвижные циклы сравнил с оркестром. “Неподвижные циклы можно сравнить с оркестром. Как правило, он исполняет хорошую музыку, но у одного из музыкантов вдруг заболел маленький сын и мысли его отца сейчас заняты им, в итоге мы имеем касание скрипки не в тот момент времени, и как следствие – изменение звучания мелодии и т.д. Этот случай, может быть сравним с изменением периода для неподвижного цикла. Другой музыкант в этом оркестре рассеян и часто путает страницы в папке с нотами. Он вполне может начать играть Моцарта где-то с середины. Эта аналогия показывает, как подвергается изменениям фаза. Но в целом музыканты всё-таки правильно исполняют мелодию.”

    Рис. 1 Фазовый сдвиг прогнозной линии

    Рисунок 1 показывает как данная ситуация отражается на линии прогноза. В истинную картину всё время вносятся какие-то коррективы. Чтобы выявить подобные смещения (изменение периодов циклов), структуру циклов желательно проверять с помощью специальных инструментов Wavelet диаграмма. (рис. 7) Протяженность жизни неподвижного цикла заложена в особенностях его циклической модели (John F. Ehlers, MESA and Trading Market Cycles). После ее окончания циклы изменяют свою периодичность или исчезают. Фазы этих циклов могут сделать невероятные скачки.


    Рис. 2 Идея предсказания движения в программе

    Поведенческая схема (рис.2) означает, что мы анализируем исторические ценовые данные, затем создаём модель на неподвижных циклах, проверяем её на устойчивость и далее полученные результаты используем в прогнозе. Для примера я буду работать с дневным графиком EURUSD (исторические данные с 07.04.1989 по 06.05.2005, это 4178 баров или 16 лет ). И так всё начинается с цели. Мы должны чётко себе представлять конечный результат (рис.2) прогнозной линии и какие задачи нам предстоит для этого решить.

    Цель: Получить на дневном графике EURUSD прогностическую линию с горизонтом в будущее на ближайщие два месяца (май , июнь) и расписание торговых сигналов buy / sell.

    Задачи:
    1. Используя модуль “СПЕКТР” получить периодограмму ценовых данных выбранной валютной пары.
    2. С помощью “Активной диаграммы” выбрать рабочие циклы, которые могут проработать ещё в ближайшие 2 месяца.
    3. Сделать предобработку выбранных циклов для дальнейшего обучения нейросети.
    4. Используя модуль “Neural Net” выбрать для прогноза целевой индикатор. Установить период индикатора.
    5. Установить параметры для обучения сети.
    6. Обучить нейросеть и получить прогностическую линию.
    7. С помошью редактора buy/sell получить торговые сигналы для прогнозируемой области (май, июнь).

    Перед выполнением задания я подготовил для примера два рисунка с шаблонами синусоид разных периодов. На рис. 3 изображена синусоида с периодом 30, а на рис.4 с периодом 60 и 90. На рис.3 после вычислений циклов в главном окне появляется периодограмма синусоиды с периодом 30, один большой пик. Выделив этот цикл в списке “Выявленные циклы” можно посмотреть на “Активную диаграмму”, чтобы визуально увидеть, как работал данный цикл.


    Рис.3 Периодограмма синсоиды с периодом 30

    В этом примере на протяжении всего ряда данных диаграмма была красной, это означает, что цикл на всей истории отлично работал, и будет работать в будущем с высокой вероятностью. В правом верхнем углу рисунка изображена Wavelet диаграмма, на которой по оси Y отмечен горизонтальной линией период цикла 30 и широкая красная полоса по временной шкале оси X, что указывает на сильный и устойчивый цикл.

    Теперь посмотрим на рис. 4 где изображены все диаграммы для гармоники с периодом 60 и 90. В главном окне теперь выделены два цикла и активная диаграмма похожа на стиральную доску. Устойчивость и сила цикла с периодом 60 сейчас не постоянна и Wavelet диаграмма эту изменчивость показывает в детализированном виде. После рассмотрения в качестве примера искусственно созданных гармоник (рис.3 и 4), можно приступить к построению прогностической линии дневного графика EURUSD.

    Шаг 1: На этом шаге программа вычисляет наиболее частые циклы и отображает их в главном окне модуля. Вот какие циклы программа нашла для валютной пары EURUSD: 34 / 47/ 75 / 96 / 130 / 167 / 190 / 237 / 262 / 322.

    Эти циклы переводятся из визуального в числовой формат и отображаются в нижнем левом окне “Выявленные циклы”

    Шаг 2: С помощью “Активной диаграммы” рассмотрим работу циклов на истории и возможность их использования для предсказания.


    Рис.4 Периодограмма синусоиды с периодом 60 и 90

    Рис.5 Периодограмма EURUSD

    Чтобы было удобно просматривать все циклы, я их объединил в одну картинку (рис.6). На диаграмме смотрю период 2005 года и выбираю циклы, которые имееют красный цвет, и чем ярче, тем лучше. Не сложно заметить, что циклов с ярко выраженным красным цветом в этом году нет, но есть несколько слабо работающих гармоник, которые имеют в этом году бледную окраску . Это указывает на то, что мы на подходе зарождения новых циклов или активного включения старых с учётом новых фундаментальных данных.


    Рис.6 Активная диаграмма циклов

    На рис. 7 представлена wavelet диаграмма, которая является детализированной схемой ценовых данных EURUSD. На этой диаграмме можно рассмотреть любой период цикла ,выбрав его период по шкале Y и посмотреть его работу на оси Х. Если рис.6 уменьшить до маленьких размеров, то получим грубый рис. 7.


    Рис.7 Wavelet диаграмма


    Шаг 3: Вместе с овертонами (цикловой подразбивкой) выбранные циклы помещаются в “Итоговый список циклов” (в правом нижнем углу окна рис.11).

    Я буду создавать две модели нейросети, поэтому в первой модели на вход нейросети будут подаваться все найденные циклы, а во второй только отдельно выбранные. Это позволит наблюдать на новых данных, какая модель окажется лучше и устойчивей. Я выбрал следующие циклы: 46.9 (слабый) / 74.5 (хорошо) / 130 (очень слабо) / 190 (слабо) / 322 (слабо).

    Шаг 4: Найденные циклы готовы для использования в качестве событийной основы в работе модуля Neural Net (рис.11). На этом примере, я буду создавать прогноз на осциллятор, который рассчитан по формуле: (Close – MA (Close, Period=55)) / MA (Close, Period=55). Этот индикатор выбирается кнопкой Out/ВЫХОД Кнопка Input / ВХОД позволяет вставить из буфера обмена преобразованные данные циклов (рис.9).

    Шаг 5: В этом примере я использую настройки нейросети по умолчанию, которые можно посмотреть на рис. 8 и менять их лучше тем, кто хорошо дружит с теорией по нейросетям.

    Шаг 6: При нажатии кнопки “Обучить” нейронная сеть начинает обучение. Но сразу возникает вопрос: когда остановить обучение? Управлять процессом обучения нейросети поможет информационная панель Neural Net (рис.8). Важнейшая ее функция – визуализация происходящих процессов: у нас есть возможность видеть, насколько хорошо в данный момент линия прогноза соответствует ценовым данным. Чтобы остановить процесс обучения, нажмите кнопку STOP (рис.8).

    Рис. 8 Остановка обучения

    Когда же нажимать на эту кнопку или как понять, где находится этот самый “пункт остановки”? В существенной мере это зависит от установленных нами параметров нейросети (иначе говоря, от того, что мы загрузили на входа и выход), и от ценовых данных, которые мы анализируем. Здесь нет никаких правил. Имеются лишь общие рекомендации, когда остановить учебный процесс. Нажмите на кнопку “Stop”, если совпали два этих условия:

    1) вы наблюдаете хорошую корреляцию между линией прогноза и ценовыми данными в пределах учебного интервала (бирюзовая область);
    2) линия прогноза хорошо коррелирует с ценовыми данными и на тестируемом интервале (фиолетовая область).

    Вы можете также использовать определенные настройки, позволяющие программе самой определять, когда останавливать процесс обучения нейросети. Откройте вкладку Stop; активируйте опцию “Stop when” (рис.8). Получили 2 линии прогноза (рис.10).


    Рис. 9 Модуль Neural Net

    Для красной линии на вход подавали все найденные гармоники, а для синей линии только отдельно выбранные. Хочу ваше внимание обратить на то, что нейросеть видит только данные до 01 марта 2005 года, а пересчитывать желательно каждый месяц с учётом поступивших новых ценовых данных или после очевидного расхождения цены и прогноза.

    Шаг 7: На этом заключительном шаге я через редактор сделок смотрю список ТОРГОВЫХ СИГНАЛОВ. В примере я получил две линии прогноза, поэтому два расписания торговых сделок (рис.10). Для красной линии в правом верхнем углу, а для синей линии прогноза в правом нижнем углу.

    Прогноз с учётом последних ценовых данных

    Хорошо, что при написании этой публикации на рынке произошли сильные ценовые изменения под влиянием фундаментальных факторов, поэтому я вынужден был сделать новые модели с учётом последних данных. На рис. 10 изображены две линии прогноза, которые были построены на данных до 01 марта 2005 года, а на рис. 12 три нейросети построенные на данных до 13 мая 2005 года. Сделки для каждой модели приведены в левой части картинки, цвет рамки указывает, к какой линии прогноза относятся торговые СИГНАЛЫ.

    При сравнении видно, что прогнозные линии на рис.10 и рис. 12 не совпадают и соответственно отличаются торговые сигналы. Следовательно, возникает вопрос: Какой вариант прогноза использовать для торговых сделок ? Для этого в программе есть модуль Back Testing, который позволяет проверить модели на их устойчивость в будущем. Следующая публикация будет посвящена этому модулю.

    Теперь я хочу вернуться к последним опубликованным фундаментальным данным за май месяц. Курс евро на сильных данных по рынку занятости (NFP), резком сокращении дефицита торгового баланса и увеличении розничных продаж в США, пробил значимую поддержку на 1.2870. Именно в этой точке можно было ожидать завершение формирования волны Е треугольника, но сейчас картина под влиянием фундаментальных факторов сильно поменялась в пользу доллара, но если посмотреть на нейросетевой прогноз, то все 3 модели находятся в сделке Buy (12.05.05 – 1.2679 на выбранных циклах; 11.05.05 – 1,2805 на всех циклах).


    Рис. 11 Список выбранных циклов и преобразованные


    Рис. 12 Прогнозные линии с учётом последних данных

    Индикатор Laguerre — честь и достоинство осцилляторов

    Здравствуйте, товарищи форекс трейдеры.

    Один из самых неприятных моментов в трейдинге при применении индикаторного технического анализа является баланс между сглаживанием и запаздыванием. Чтобы отфильтровать резкие шумы, приходится увеличивать период сглаживания, но тогда при изменении тренда сигнал будет запаздывать. Чем меньше будет сглаживание, тем больше ложных сигналов будет поступать. Как же свести к минимуму влияние шумов и при этом не пропустить начало нового тренда? В этом нам поможет индикатор Laguerre, о котором и пойдет сегодня речь.

    Характеристики индикатора Laguerre

    Платформа: Metatrader 4
    Валютные пары: любые
    Таймфрейм: любой
    Время торговли: зависит от вашей стратегии
    Рекомендуемые ДЦ: Альпари, Forex4you

    Что это за индикатор?

    Индикатор Laguerre стал довольно широко известным с начала 2000 – х годов, когда Джон Элерс рассказал об интересном алгоритме сглаживания цены в своей книге «Кибернетический анализ фондового и фьючерсного рынков». Элерс по образованию инженер и в 70-е годы прошлого века он работал над созданием оборудования, предназначенного для обработки аэрокосмических сигналов. Как раз эти его наработки и послужили базой для создания индикатора Laguerre.

    Элерс является сторонником теории циклов и для разработки индикатора Laguerre использовал спектральный анализ максимальной энтропии, разработанный геофизиками. Если вкратце, формулы, использованные Элерсом для расчета индикатора сводятся к оценке будущих спектров на основании минимального набора данных. По еще одной теории появление индикатора связывают с уравнением известного французского математика Лагерра. Так или иначе, давайте лучше проверим его в действии.

    Эта статья приведёт Вас к успеху:  БЕЗДЕПОЗИТНЫЙ БОНУС 1500$ ОТ INSTAFOREX

    Индикатор Laguerre – отличный индикатор для использования в торговле по тренду. Трейдерам он нравится потому, что показывает рыночные циклы на выбранном периоде графика лучше, чем большинство стандартных индикаторов из набора платформы МТ4. Этот индикатор отлично показывает начало и окончание микротрендов, а это значит, что индикатор будет прежде всего интересен свинг-трейдерам и скальперам. Конечно, индикатор сам по себе ни в коем разе не является самостоятельной торговой системой, но в сочетании с другими индикаторами и методами технического анализа Laguerre способен дать неплохой результат.

    На самом деле этот индикатор – один из самых простых, которые разработал Элерс. Если зайти на авторский сайт, можно увидеть множество гораздо более сложных разработок, в том числе и опережающие индикаторы с очень сложными алгоритмами вычисления.

    Ниже вы можете прочитать перевод статьи «Time Warp» Джона Ф. Элерса, более подробно раскрывающей принцип работы индикатора. Либо вы можете сразу перейти к разделу об использовании индикатора Laguerre в торговле.

    Искажение времени — без путешествия в космос

    Одна из самых неприятных задач технического анализа – избежание трейдинга при ложных сигналах начала тренда. Чтобы избежать этих сигналов, производится сглаживание скользящей средней. Но при этом, запаздывание, вызываемое сглаживанием, часто приводит к катастрофическому снижению эффективности сигналов. Таким образом, дилемма заключается в следующем: как свести баланс между сглаживанием и допустимым запаздыванием. В этой статье вы получите новые инструменты для более эффективного решения проблемы сглаживания, и связанной с ней проблемой запаздывания. В частности, вы узнаете о лучших сглаживающих фильтрах и новом модифицированном быстродействующем индикаторе технического анализа Laguerre RSI.

    Moving Average

    Скользящая средняя – это простой индикатор, с задаваемым в настройках, периодом.

    Она усредняет данные за указанное в настройках количество свечей. Затем смещается вперед на один бар и снова показывает среднее арифметическое значение нового набора данных (выборки). Далее все повторяется. Фактически каждый раз при смещении удаляется только самое давнее значение и добавляется одно новое. В любом случае, среднее арифметическое значение определяется для фиксированного периода. Среднее значение непрерывно перемещается вперед одно за другим. Так происходит «движение» скользящей средней.

    Программист рассматривает этот процесс несколько по-иному. Он видит, что данные опускаются к линии фиксированной задержки, которая перехватывается для получения результата каждой выборки, и результаты такого перехвата суммируются для получения скользящей средней. Этот процесс изображен на схеме рис.1 для скользящей с периодом в 4 свечи. На рисунке 1 символ Z -1 означает, что существует одна единица задержки. Для дневных графиков, сдвиг будет составлять один день. Характеристика фильтра с точки зрения Z-преобразования представляет собой следующее:

    H(z) = 1 + Z -1 + Z -2 + Z -3

    Рисунок 1. Схема скользящей средней

    Уравнение скользящей средней в формате EasyLanguage:

    Filt = (Price + Price[1] + Price[2] + Price[3]) / 4;

    То есть, старые данные из последней выборки постепенно усредняются для достижения отфильтрованного результата.

    КИХ — фильтры

    Программисты предпочитают концепцию линии задержки с отводами вследствие того, что более обобщенные КИХ — фильтры (конечная импульсная характеристика) могут быть разработаны путем изменения относительных амплитуд выборок. Например, если бы мы хотели двум средним выборкам придать в два раза больший вес по сравнению с самым свежим и самым старым значениями в нашем примере из 4 выборок, то схема бы выглядела, как показано на рисунке 2.

    Рисунок 2. Схема из четырех элементов фильтра с конечной импульсной характеристикой (КИХ-фильтра)

    Уравнение КИХ-фильтра, в формате EasyLanguage, будет следующим:

    Filt = (Price + 2*Price[1] + 2*Price[2] + Price[3]) / 6;

    Множители, стоящие перед ценами, называются коэффициентами фильтра. Пожалуйста, обратите внимание, что фильтр всегда нормируется к сумме коэффициентов. Это нормирование осуществляется таким образом, что результирующее значение будет таким же, как и исходное, если все выборки будут иметь одинаковые значения.

    Лучшим способом сравнить результирующие значения скользящей средней и КИХ-фильтра, является изучение их частотной характеристики.

    Частотная характеристика

    Поскольку мы имеем дело с выборочными данными, самая высокая частота, которую мы можем рассмотреть, составляет две выборки за один цикл. Это называется частотой Найквиста (половина частоты дискретизации). Таким образом, на дневных графиках цикл, состоящий из двух баров, работает на частоте Найквиста, которая имеет нормированную частоту 1. Цикл, состоящий из четырех баров, имеет нормированную частоту 0,5. Общее соотношение между периодом цикла и нормированной частотой:

    Частота = 2 / Период

    Частотная характеристика Moving Average

    Основываясь на этой идее, частотная характеристика скользящей средней для четырех баров показана на рисунке 3. Амплитуда выражена в децибелах, показана логарифмическая шкала, где 0 является крупнейшим незатухающей амплитудой. Поскольку это имеет место в левой части частотного диапазона, мы знаем, что коэффициент усиления нулевой частоты фильтра равен нулю. Обратите внимание, что цикл из 2 баров и цикл из 4 баров в точности вырезаются скользящей средней. Фильтрация между циклами из 2 баров и 4 баров снижается лишь немногим более чем на 10 дБ от коэффициента усиления нулевой частоты.

    Рисунок 3. Частотная характеристика скользящей средней с периодом в четыре бара

    Частотная характеристика КИХ — фильтра

    На рисунке 4 показана частотная характеристика КИХ-фильтра, представленного на рисунке 2. Манипулирование коэффициентами улучшило фильтрацию, которая станет более чем 20 дБ. Тем не менее, частоты с минимальным значением переместились до уровня цикла из 3 баров. То есть, диапазон частот фильтра шире, чем диапазон частот скользящей средней. Более широкий диапазон частот означает, что через фильтр могут проходить более высокочастотные компоненты, и, таким образом, КИХ-фильтр будет менее сглажен, чем скользящая средняя той же длины.

    Сглаживание КИХ — фильтра

    КИХ-фильтр можно применять с целью дополнительного сглаживания путем большего фильтра. Тем не менее, запаздывание в КИХ-фильтре составляет примерно половину длины фильтра. Результатом является то, что, если мы хотим достичь большего сглаживания, мы должны принять дополнительное запаздывание в обычных фильтрах.

    Рисунок 4. Частотная характеристика четырехэлементного КИХ-фильтра

    Функция Лагерра

    Чтобы описать передаточную характеристику фильтра, обычные фильтры используют Z преобразование, где Z-1 обозначает единичную задержку. Для арифметического преобразования существует полубесконечное число ортонормированных функций. Одна из таких функций формируется из многочлена Лагерра. Математическое выражение для результата переноса Лагерра k-го порядка состоит в следующем:

    Преобразование Лагерра может быть представлено в виде EMA фильтра нижних частот (первый член), после чего следует последовательность фазового фильтра вместо единичной задержки (k-1 член). Все члены имеют точно такой же коэффициент затухания y. Благодаря изучению частотной характеристики мы видим, что это фазовые фильтры. Если частота равна нулю, член Z -1 имеет значение 1, и, следовательно, член принимает значение (1- y)/(1- y) = 1. Аналогично, когда частота бесконечна, Z -1 имеет значение -1, и, следовательно, член принимает значение (-1- y)/(1+ y) = -1. Член имеет единичное усиление на всех частотах от нуля до бесконечности, и, следовательно, является фазовым звеном. Тем не менее, фаза от своего исходного к результирующему значению смещается в диапазоне частот, в связи с чем задержка представляет собой переменную, зависящую от частоты. Степень, в которой задержка является переменной, зависит от величины коэффициента затухания y.

    Например, на рисунке 5 показаны запаздывание или групповая задержка для y = 0.6 и g = 0,8.

    Рисунок 5. Запаздывание фазового фильтра – это функция частоты и коэффициента затухания

    Таким образом, мы можем сделать фильтр, используя элементы Лагерра, вместо единичной задержки, коэффициенты которой такие же [1 2 2 1]/6 , как и у КИХ — фильтра.

    Разница лишь в том, что мы исказили время между периодами линии задержки. Схема фильтра Лагерра показана на рисунке 6.

    Рисунок 6. Схема фильтра Лагерра

    Фильтр Лагерра и КИХ-фильтр

    На рисунке 7 приведен EasyLanguage код для четырехчленного фильтра Лагерра. L0 является результирующим значением первого члена, а также обычной EMA. Следующие три члена одинаковы по своей форме. Четыре члена линии задержки Лагерра суммируются точно так же, как если бы можно было подвести итог линейной линии задержки для КИХ-фильтра. Результирующее значение Лагерра является переменной “Filt”. Для сравнения также вычисляется КИХ-фильтр одинаковой длины.

    L0 = (1 — gamma)*Price + gamma*L0[1];

    L1 = -gamma*L0 + L0[1] + gamma*L1[1];

    L2 = -gamma*L1 + L1[1] + gamma*L2[1];

    L3 = -gamma*L2 + L2[1] + gamma*L3[1];

    Filt = (L0 + 2*L1 + 2*L2 + L3) / 6;

    FIR = (Price + 2*Price[1] + 2*Price[2] + Price[3]) / 6;

    Рисунок 7. EasyLanguage код фильтра Лагерра

    На рисунке 8 показаны результаты фильтра Лагерра и КИХ-фильтра. Помните: оба фильтра имеют одинаковые длины. КИХ-фильтр (зеленая линия) имеет запаздывание всего в 1,5 бара и лишь умеренно сглаживает ценовые данные. С другой стороны, фильтр Лагерра (красная линия) является значительно более гладким, а также имеет более выраженное запаздывание. Вы можете уменьшить сглаживание и отставание за счет уменьшения коэффициента затухания. Когда коэффициент затухания сводится к нулю, фильтр Лагерра становится идентичным КИХ-фильтру. Это простой способ управления скользящей средней. И он по-прежнему использует только несколько выборок данных для расчета.

    Рисунок 8. Четырехчленный фильтр Лагерра намного более сглаженный, чем обычный четырехчленный КИХ-фильтр

    RSI Лагерра

    История не заканчивается на обычных фильтрах. Как я люблю говорить: «Истина и наука всегда торжествует над невежеством и суеверием». Если мы можем создать превосходное сглаживание с применением очень коротких фильтров, следовательно, мы также должны уметь создавать и превосходные индикаторы с помощью очень краткосрочных данных. Использование краткосрочных данных означает, что мы можем сделать индикаторы более чувствительными к изменениям цены. В качестве примера будет использоваться индикатор RSI Лагерра.

    Уэллс Уайлдер определил индикатор RSI как:

    RSI = 100 — 100 / (1 + RS)

    где RS = (Closes Up) / (Closes Down) = CU/CD

    RS – это аббревиатура от Relative Strength. CU представляет собой сумму разности цен закрытия в течение периода наблюдения, когда эта разница является положительной. CD представляет собой сумму разности цен закрытия в течение периода наблюдения, когда эта разница отрицательна, но сумма выражена как положительное число. Подставив CU/CD в формулу и упростив уравнение RSI, получаем

    Другими словами, RSI является процентом суммы дельты цен закрытия с положительной разницей по отношению к сумме всех дельт цен закрытия за период наблюдения.

    В коде EasyLanguage (см. рисунок 9) я сгенерировал индикатор RSI с помощью времени Лагерра, а не линейного времени, используя только четыре выборки данных. В этом случае я использовал коэффициент затухания 0,5, но вы можете настроить свое время затухания, которое будет наилучшим образом подходить под вашу собственную торговлю.

    L0 = (1 – gamma)*Close + gamma*L0[1];

    L1 = — gamma *L0 + L0[1] + gamma *L1[1];

    L2 = — gamma *L1 + L1[1] + gamma *L2[1];

    L3 = — gamma *L2 + L2[1] + gamma *L3[1];

    If L0 >= L1 then CU = L0 — L1 Else CD = L1 — L0;

    If L1 >= L2 then CU = CU + L1 — L2 Else CD = CD + L2 — L1;

    If L2 >= L3 then CU = CU + L2 — L3 Else CD = CD + L3 — L2;

    If CU + CD <> 0 then RSI = CU / (CU + CD);

    Рисунок 9. EasyLanguage код для индикатора RSI Лагерра

    Пример RSI Лагерра

    На рисунке 10 показан пример реакции четырехчленного индикатора RSI Лагерра, расположенного внизу под графиком цены. На индикатор также нанесены сигнальные уровни 20% и 80%. Обратите внимание, что RSI, как правило, движется от одного крайнего значения к другому и что восстановление происходит быстро, на каждом развороте цены.

    Индикатор RSI Лагерра обычно используют для покупки, после того как линия снизу вверх пересекает уровень 20%, и для продажи, после того как цена пересекает сверху вниз уровень 80%. Но, как и с обычным RSI, можно также создавать и более сложные правила торговли.

    Рисунок 10. Индикатор RSI Лагерра быстро реагирует на изменения цен

    RSI Лагерра в торговле

    Применять более сложные правила вовсе не обязательно, поскольку система RSI Лагерра оказалась самой полезной среди всех систем, зарегистрированных в www.wellinvested.com, ее годовая доходность по оценкам компании AKSYS Ltd. составила 118,3%. На сайте WellInvested.com представлен широкий выбор систем для автоматической торговли, которые применяются для большинства котируемых на бирже акций и фьючерсов. Поисковик на сайте может оказаться очень интересным. Например, для данного символа можно найти самые высокоэффективные системы, а для данной системы можно найти самые высокопроизводительные символы. Оказывается, что две системы Лагерра были самыми высокопродуктивными в знаменитом договоре с Diamond Trust в 2002 году (см. рисунок 11).

    Рисунок 11. Снимок экрана, сделанный с www.wellinvested.com, демонстрирует торговые системы Лагерра, которые были самыми высокопродуктивными в договоре с Diamond Trust в 2002 году

    Выводы

    Преобразование Лаггера вносит в расчеты своеобразное временное искажение. В результате чего задержка низкочастотных составляющих цены значительно выше, чем ее высокочастотных составляющих. Благодаря этой особенности, возможно создание сглаживающих фильтров, для работы которых достаточно всего лишь небольшого количества входных данных.

    Подобным образом, посредством временного искажения можно разрабатывать индикаторы, имея в распоряжении даже небольшую выборку. Поскольку эти индикаторы созданы на основе небольшой выборки, они будут более чувствительными к более новым ценам.

    Бо́льшая чувствительность способствует сокращению времени реакции для открытия позиции, а уменьшение задержки, соответственно, положительно сказывается на прибыльности вашей торговли.

    Описание настроек

    gamma (по умолчанию = 0.7) — коэффициент для расчета уровней индикатора. Чем выше gamma , тем более сглаженная линия будет на выходе.

    CountBars (по умолчанию = 950) — максимальное количество баров графика, на которых будет рассчитываться индикатор.

    Как использовать индикатор в торговле

    Несмотря на то, что индикатор Laguerre считается трендовым индикатором, построен он по принципу осциллятора, где итоговые значения находятся в определенных рамках. В нашем случае это интервал от 0 до 1.

    Простейший вариант использования – покупка при пересечении линии 0.2 снизу вверх и продажа при пересечении линии 0.8 сверху вниз. Также можно использовать и линию сглаженного индикатора 0.5 для фильтрации сделок по системе: если Laguerre ниже 0.5, рассматриваем только продажи, если выше – только покупки. Или же рассматривать возможность выхода из покупок, если индикатор Laguerre пересек линию 0.5 или 0.8 сверху вниз и возможность выхода из продаж при пересечении линии 0.2 или 0.5 снизу вверх.

    Давайте рассмотрим простой пример практического использования индикатора Laguerre в стратегии торговли на валютном рынке Форекс. Сам Джон Элерс отмечал, что циклы на финансовых рынках необходимо применять в сочетании с трендовыми методиками, поэтому для примера я возьму две скользящие средние. Вы же можете поэкспериментировать и с трендовыми линиями, каналами, другими трендовыми индикаторами.

    Давайте возьмем две скользящие средние и будем входить при их пересечении, фильтруя вход при помощи двух индикаторов Laguerre: один с gamma = 0.6, а второй 0.8. Если быстрая скользящая пересекает медленную вверх, быстрый Laguerre находится выше уровня 0.8, а медленный начал расти снизу и пересек уровень 0.2, входим в покупки. Выход из покупок можно осуществлять при пересечении медленного индикатора Laguerre уровня 0.8 сверху вниз. Для продаж все наоборот. Такая стратегия в связке с трейлинг стопом вполне нормально может работать на периоде Н4.

    Повторюсь, индикатор Laguerre – это не полноценная торговая система, поэтому применять его нужно в связке с другими индикаторами или методами технического анализа. Тем не менее, на более старших периодах (от D1 и выше) можно даже обойтись двумя индикаторами Laguerre – быстрым и медленным. Более медленный становится индикатором направления тренда, более быстрый генерирует сигналы на вход в рынок.

    Кроме того, интересные результаты получаются при работе с линиями тренда и дивергенциями индикатора Laguerre. Обычно индикатор образует дивергенцию с ценой незадолго до пробоя существующей трендовой линии и слома тренда.

    Заключение

    Индикатор Laguerre является трендовым индикатором, который отображает трендовую линию в отдельном окне. Он может использовать как подтверждающий сигнал для входа в рынок, а также как и отдельная торговая система. Этот индикатор очень прост в использовании. Его можно одинаково успешно использовать как для выхода из сделки, так и как сигнал для входа.

    При этом автор так и не смог полностью устранить самую главную проблему всех индикаторов – проблему запаздывания. И тем не менее, индикатор Laguerre дает сигналы чаще и точнее большинства стандартных осцилляторов, при этом количество ложных сигналов заметно ниже, чем у того же стохастика.

    Лучший Форекс брокер 2020 года:
    • FinMaxFx
      FinMaxFx

      Лучший Форекс брокер этого года!
      Бесплатное обучение и демо-счет!
      Бонусы за регистрацию!

    Добавить комментарий