Inferring Trading Strategies From Probability Distribution Functions

John Ehlers Localização: Estados Unidos ltdiv classquottextquotgtltfont sizequot2quot facequotarial, helvetica, sans-serifquotgtJohn Ehlers é o autor do programa MESA, SIERRA HOTEL e MESA BONDS sistemas de negociação adaptativa e co-autor do R-MESA 1 SampampP daytrader. ampnbspHe tem graus Em engenharia elétrica e se aposentou como um Senior Engineering Fellow com uma das maiores empresas aeroespaciais. Comerciante privado desde 1976, ele começou com análise fundamental, mas, com seu treinamento em engenharia, rapidamente gravitou para análise técnica. Ehlers descobriu a Análise de Espectro de Entropia Máxima (MESA) enquanto participava de um seminário de teoria da informação em 1978 e rapidamente reduziu a teoria a um programa de computador útil para negociação, começando com os primeiros computadores pessoais e aprimorando o programa à medida que os computadores melhoravam. Sua abordagem única envolve extensos testes em formas de onda teóricas antes de testar contra dados do mundo real é tentada. Lt / fontgtltbr / gtlt / divgt Meus Editores de Conteúdo Nota: Este artigo foi o vencedor do Prêmio Charles H. Dow 2008 da Markets Tech. Leia mais John-Ehlers Conecte-se conosco TraderPlanet, Hurricaneomics, Synergistic Trading, InvestorPlanet, onde Traders Gravitate, TraderPlanet Sphere, TraderEd, TraderTube e TraderGPS são marcas registradas da TraderPlanet, LLC. Copyright 2016 TraderPlanet, LLC. Todos os direitos reservados. V2.93bInferindo Estratégias de Negociação de Funções de Distribuição de Probabilidade Autor: John-Ehlers 24 de fevereiro de 2009 Nota aos Editores. Este artigo foi o vencedor do Prêmio Charles H. Dow 2008 da Associação de Técnicos de Mercados (MTA). O objetivo principal da análise técnica é observar os eventos de mercado e registrar suas conseqüências para formular previsões. Nesse sentido, os técnicos de mercado estão lidando com probabilidades estatísticas. Em particular, os técnicos costumam usar um tipo de indicador conhecido como um oscilador para prever movimentos de preços de curto prazo. Um oscilador pode ser visto como um filtro passa-alta na medida em que remove tendências de frequências mais baixas enquanto permite que os componentes de frequências mais elevadas, isto é, os balanços de preços a curto prazo permaneçam. Por outro lado, as médias móveis actuam como filtros de passagem baixa, eliminando movimentos de preços a curto prazo e permitindo a manutenção de componentes de tendência a mais longo prazo. Assim, as médias móveis funcionam como detectores de tendência, ao passo que os osciladores agem de forma oposta aos dados de tendência para aumentar os movimentos de preços a curto prazo. Os osciladores e médias móveis são filtros que convertem entradas de preço em formas de onda de saída para ampliar ou enfatizar certos aspectos dos dados de entrada. O processo de filtragem necessariamente remove as informações dos dados de entrada e sua aplicação não está sem conseqüências. Uma questão significativa com osciladores (bem como médias móveis) para negociação a curto prazo é que eles introduzem atraso. Embora academicamente interessante, as consequências do atraso são dispendiosas para o comerciante. Lag decorre do fato de que os osciladores por design são reativos em vez de antecipação. Como resultado, os comerciantes devem esperar pela confirmação de um processo que introduz atraso adicional na capacidade de agir. É agora amplamente aceito que os osciladores clássicos podem ser muito precisos em retrospectiva mas são tipicamente inadequados para prever a direção futura do mercado de curto prazo, em grande parte devido ao atraso. FUNÇÕES DE DISTRIBUIÇÃO DE PROBABILIDADE A deficiência básica dos osciladores clássicos é que eles são reativos em vez de antecipatórios. Como resultado, a componente de atraso indesejável nos osciladores degrada significativamente a sua utilidade como uma ferramenta para negociação rentável a curto prazo. O que é necessário é um mecanismo eficaz para antecipar pontos de viragem. A Função de Distribuição de Probabilidade (PDF) pode ser emprestada do campo das estatísticas e usada para examinar preços de mercado detrendidos com a finalidade de inferir estratégias de negociação. O PDF oferece uma abordagem alternativa ao oscilador clássico que é não-causal na antecipação de curto prazo pontos de viragem. Os PDFs colocam os eventos em caixas com cada lote contendo o número de ocorrências no eixo y eo intervalo de eventos no eixo x. Por exemplo, considere a onda quadrada mostrada na Figura 1A. Embora não realista no mundo real, se alguém vislumbra a onda quadrada como preços quânticos que só podem ter valores de -1 ou 1, o PDF resultante consiste simplesmente em dois picos verticais em -1 e 1 como mostrado na Figura 1B. Tal forma de onda não poderia ser negociada usando osciladores convencionais porque qualquer movimento de preço seria mais antes que o oscilador pudesse produzir um sinal. No entanto, como o PDFs abaixo irá mostrar, a onda quadrada teórica não está muito distante dos ciclos de curto prazo do mundo real. Como exemplo prático, uma onda sinusoidal teórica pode ser usada para modelar com mais precisão os preços detrendidos do mundo real. Uma onda sinusoidal idealizada é mostrada na Figura 1C e o respectivo PDF na Figura 1D. Os PDFs da onda quadrada e da onda senoidal são notavelmente similares. Em cada caso existe uma alta probabilidade de as formas de onda estarem próximas dos seus extremos como pode ser observado nos grandes picos na Figura 1D. Esses picos correspondem a pontos de virada de curto prazo nos preços detrendidos. A probabilidade é alta perto dos pontos de viragem, porque há muito pouco movimento de preços nessas fases do ciclo, com preços que variam apenas de cerca de 0,8 a 1,0 e -0,8 a -1,0 na Figura 1C. A alta probabilidade de os preços de curto prazo estar perto de suas excursões extremas é uma dificuldade principal no ciclo de curto prazo e swing trading. O movimento ocorreu principalmente antes que os osciladores possam identificar o ponto de viragem. O indicador funciona, mas apenas em retrospectiva tornando sua utilidade limitada para prever futuros movimentos de preços. Uma possível solução para este dilema de atraso é desenvolver técnicas para antecipar pontos de viragem. Embora extremamente difícil de realizar com osciladores clássicos, o PDF nos dá a oportunidade de antecipar pontos de viragem se adequadamente moldado ou usar dois métodos alternativos: 1. Modelar os dados de mercado como uma onda senoidal e mudar a forma de onda modelada para o futuro, gerando um Levando onda de coseno a partir dele. 2. Aplicar uma transformada à forma de onda detrendida para isolar as excursões de pico, ou seja, ocorrências raras - e antecipar uma reversão de preço de curto prazo a partir do pico. Cada uma dessas abordagens será examinada a seguir. No entanto, é instrutivo para começar com uma analogia para visualizar uma onda senoidal teórica PDF e, em seguida, examinar PDFs de dados reais do mercado. Como será mostrado, os PDFs de dados de mercado não são nem Gaussianos como comumente assumidos nem aleatórios como afirmado pela Hipótese de Mercado Eficiente. MEDIÇÃO DAS FUNÇÕES DE DISTRIBUIÇÃO DE PROBABILIDADE Uma maneira fácil de visualizar como um PDF é medido como na Figura 2B é visualizar a forma de onda como esferas amarradas em fios horizontais paralelos em estruturas verticais como mostrado na Figura 2A. Gire o quadro de arame no sentido horário de 90 graus (1/4 de volta) de modo que os fios horizontais estejam agora verticais permitindo que as contas caiam para o fundo. As contas acumulam-se na Figura 2B em proporção directa à sua densidade em cada fio horizontal na forma de onda com o maior número de ocorrências nos pontos de viragem extremos de 1 e -1. Medir PDFs de preços detrended usando um programa de computador é conceitualmente idêntico a empilhar os grânulos na estrutura wireframe. A amplitude da forma de onda de preço detrended é quantizada em caixas (isto é, os fios verticais) e então as ocorrências em cada caixote são somadas para gerar o PDF medido. Os preços são normalizados para cair entre o ponto mais alto eo ponto mais baixo dentro do período do canal selecionado. A Figura 3 mostra os PDFs de preços reais medidos ao longo de 30 anos usando o contrato contínuo para Futuros de Títulos do Tesouro dos EUA. Observe que as distribuições são semelhantes à de uma onda senoidal em cada caso. As formas não uniformes sugerem que o desenvolvimento de sistemas de negociação a curto prazo baseados na modelagem de onda senoidal poderia ser bem sucedido. Normalizar os preços para seus balanços dentro de um período de canal não é a única maneira de detrend os preços. Um método alternativo é somar os preços de fechamento do dia, independentemente de dias de baixa. Dessa forma, o diferencial dessas somas pode ser normalizado para a sua soma. O resultado é um canal normalizado, e é a forma genérica do clássico indicador RSI. O PDF medido usando este método de detrending dos mesmos 30 anos de dados de títulos do Tesouro dos EUA é mostrado na Figura 4. Neste caso, o PDF é mais parecido com a curva em forma de sino familiar de um PDF Gaussiano. Poder-se-ia concluir que um sistema de negociação a curto prazo baseado em ciclos seria menos do que bem sucedido, uma vez que os pontos de alta probabilidade não estão próximos dos pontos de virada de excursão máxima. Como os pontos de viragem têm probabilidade relativamente baixa, uma estratégia alternativa pode ser inferida. A idéia é comprar quando o preço detrendido cruza abaixo de um limiar perto do limite inferior em antecipação dos preços que invertem a um território mais provável da probabilidade. Similarmente, a estratégia venderia quando o preço detrendido cruzar acima de um limiar perto do limite superior. Observe que isso não é o mesmo que usar limiares clássicos de 30/70 ou 20/80 para sinais com o RSI porque o sinal não está aguardando confirmação de cruzamento através dos limites. Aqui estamos antecipando uma reversão para uma ocorrência de probabilidade maior - esperamos uma reversão à normalidade. Usar este método antecipatório no caso de um indicador clássico como o oscilador estocástico pode ser caro porque o estocástico pode facilmente permanecer no ponto de excursão extremo (ou ferroviário na linguagem de engenharia) por longos períodos de tempo. Como mencionado anteriormente, uma outra maneira de detrend os dados do preço é filtrar é usar o filtro da passagem elevada para remover seus componentes mais baixos da tendência da freqüência. Uma vez detrended, o resultado deve ser normalizado para uma excursão fixa para que possa ser adequadamente binned antes de aplicar o PDF. O PDF resultante é mostrado na Figura 5. Nesse caso, o formato PDF é quase uniforme em todas as caixas. Um PDF uniforme significa que a amplitude em um compartimento é tão provável de ocorrer como outro. Neste caso, nem uma estratégia baseada em ciclos nem uma estratégia baseada em eventos de baixa probabilidade poderia ser esperado para ser bem sucedido. O PDF deve de alguma forma ser transformado para aumentar os eventos de baixa probabilidade, a fim de ser útil na negociação. TRANSFORMANDO O PDF Nem todas as técnicas de detrending produzem PDFs que sugerem uma técnica de negociação bem-sucedida. Da mesma forma que um oscilador pode ser aplicado a dados de preços para melhorar pontos de viragem de curto prazo, uma função de transformação pode ser aplicada aos preços detrended para melhorar a identificação de cisne negro, ou seja, eventos altamente improváveis ​​e desenvolver estratégias de negociação bem sucedida com base na previsão Uma reversão de volta à normalidade após um evento de cisne negro. Por exemplo, um PDF pode ser melhorado através do uso da Transformada de Fisher. Esta função matemática altera as formas de onda de entrada variando entre os limites de -1 e 1, transformando praticamente qualquer PDF em uma forma de onda que tem quase Gaussiano. A equação de Fisher Transform, onde x é a entrada e y é a saída é: Ao contrário de um oscilador, a Transformada de Fisher é uma função não-linear sem desfasamento. A transformada expande as amplitudes das formas de onda de entrada próximas das excursões -1 e 1 para que possam ser identificadas como eventos de baixa probabilidade. Conforme mostrado na Figura 6, a transformação é quase linear quando não nos extremos. Em termos simples, a Transformação de Fisher não faz nada exceto nos extremos de baixa probabilidade. Assim, pode-se supor que se eventos de baixa probabilidade podem ser identificados, estratégias de negociação podem ser empregadas para antecipar uma reversão à probabilidade normal após a sua ocorrência. O efeito da Transformada de Fisher é demonstrado aplicando-o à abordagem do Filtro HighPass que produziu o PDF na Figura 5. A saída é redimensionada para o binário apropriado para gerar o novo PDF medido. O novo PDF medido é exibido na Figura 7, com o PDF original mostrado na inserção para referência. Aqui temos uma forma de onda que sugere uma estratégia de negociação usando os eventos de baixa probabilidade. Quando os preços transformados excedem um limiar superior, a expectativa é que ficar além desse limite tenha uma baixa probabilidade. Portanto, exceder o limite superior apresenta uma oportunidade de venda de alta probabilidade. Inversamente, quando os preços transformados caem abaixo de um limiar mais baixo, a expectativa é que ficar abaixo desse limite seja uma baixa probabilidade e, portanto, cair abaixo do limite inferior apresenta uma oportunidade de compra. ESTRATÉGIAS DE NEGOCIAÇÃO DERIVADAS É claro que nenhuma estratégia de negociação de curto prazo é adequada para todos os casos, porque os PDFs podem variar amplamente, dependendo da abordagem de desvio. Uma vez que o PDF de dados detrended normalizando a valores de pico tem o aparecimento de uma onda senoidal teórica, a estratégia de negociação lógica seria assumir a forma de onda é, de fato, uma onda senoidal e, em seguida, identificar os pontos de viragem de onda senoidal antes deles ocorrer. Por outro lado, os dados que são detrended usando uma abordagem genérica RSI ou é detrended usando um filtro HighPass com um Hilbert Transform deve usar uma estratégia de negociação baseada em uma abordagem mais estatística. Assim, para as abordagens de RSI e Hilbert Transform, a estratégia lógica consiste em comprar quando os preços detrended passam abaixo de um limiar mais baixo e vendem quando os preços detrended passam acima de um limite superior. Embora de certa forma contra-intuitiva, esta segunda estratégia baseia-se na ideia de que os preços fora das excursões de limiar são eventos de baixa probabilidade e a consequência mais provável é que os preços reverterão para a média. Ambas as estratégias de negociação de curto prazo compartilham um problema comum. O problema é que o detrending remove a componente de tendência, ea tendência pode continuar, em vez de ter os preços reverter para a média. Neste caso, uma inversão de curto prazo é exatamente a coisa errada a fazer. Portanto, uma regra comercial adicional é necessária. A regra adicionada às estratégias é reconhecer quando os preços se moveram oposta à posição de curto prazo por um ercentage do preço de entrada. Se isso ocorrer, a posição é simplesmente invertida eo novo comércio é permitido ir na direção da tendência. A Estratégia do Ciclo do Canal encontra o fechamento mais alto eo fechamento mais baixo ao longo do comprimento do canal é calculado por um algoritmo de pesquisa simples em um período de retrocesso fixo. Em seguida, o preço detrended é calculado como a diferença entre o fechamento atual eo fechamento mais baixo, normalizado para a largura do canal. A largura do canal é a diferença entre o fechamento mais alto eo fechamento mais baixo ao longo do comprimento do canal. O preço detrended é então BandPass filtrada1 para obter uma onda senoidal próxima dos dados cujo período é o comprimento do canal. A partir do cálculo é conhecido que d (Sin (t)) / dt Cos (t). Uma vez que uma diferença simples de uma barra é uma mudança de taxa, ela é aproximadamente equivalente a uma derivada. Assim, uma função principal corrigida de amplitude é calculada como a taxa de mudança de uma barra dividida pela frequência angular conhecida. Neste caso, a frequência angular é 2 dividida pelo comprimento do canal. Tendo a onda senoidal ea onda coseno líder, os principais sinais comerciais são os cruzamentos destas duas formas de onda. A estratégia também inclui uma reversão se o comércio tiver uma excursão adversa em excesso de uma percentagem selecionada do preço de entrada. A Estratégia RSI genérica resume as diferenças em fecha-se independentemente do fechamento para baixo sobre o comprimento RSI selecionado. O RSI é calculado como as diferenças destas duas somas, normalizadas à sua soma. Uma pequena quantidade de suavização é introduzida por um filtro FIR três tap. As principais regras de negociação são para vender curto se Smoothed sinal cruza acima do limite superior e para comprar se Smoothed sinal cruza abaixo do limiar inferior. Como anteriormente, a estratégia também inclui uma reversão se o comércio tiver uma excursão adversa em excesso de uma porcentagem selecionada do preço de entrada. O Filtro de Passo Alto ea estratégia de Fisher Transform (Fisher) filtram os preços de fechamento em um filtro de alta freqüência2. O sinal filtrado é então normalizado para cair entre -1 e 1 porque este intervalo é necessário para que a Transformada de Fisher seja eficaz. A amplitude normalizada é suavizada num filtro FIR de três derivações. Esse sinal suavizado é limitado a ser maior que -999 e menor que .999 para evitar que a transformação de Fisher seja explodida se sua entrada for exatamente 1. Finalmente, a Transformada de Fisher é calculada. As principais regras de negociação são a venda a descoberto se a Transformação de Fisher ultrapassar o limiar superior e comprar se a Transformação de Fisher passar abaixo do limiar inferior. Como anteriormente, a estratégia também inclui uma reversão se o comércio tiver uma excursão adversa em excesso de uma percentagem selecionada do preço de entrada. As três estratégias de negociação foram aplicadas ao contrato contínuo de US Treasury Bond Futures para dados 5 anos anteriores a 07/12/07. O desempenho dos três sistemas é resumido na Tabela 1. Todos os três sistemas apresentam desempenho respeitável, com a estratégia RSI e a estratégia de Fisher tendo desempenho semelhante com relação à porcentagem de negócios rentáveis ​​e fator de lucro (ganhos brutos divididos por perdas brutas). Todos os resultados são baseados na negociação de um único contrato sem subsídio de derrapagem e comissão. É enfatizado que todos os cenários foram mantidos constantes ao longo de todo o período de cinco anos. Uma vez que as estratégias de negociação têm apenas um pequeno número de parâmetros otimizáveis, a otimização em um período mais curto é possível sem comprometer um requisito de relação trade-to-parameter para evitar o ajuste de curva. Deste modo, o desempenho pode ser melhorado através da optimização durante um período de tempo mais curto. O desempenho anualizado das estratégias de negociação foi avaliado aplicando as negociações reais ao longo do período de cinco anos a uma análise de Monte Carlo por 260 dias, um ano de negociação aproximado. Em cada caso a análise de Monte Carlo usou 10.000 iterações, simulando quase 40 anos de negociação. Software para fazer essa análise foi MCSPro3 pela Inside Edge Systems. Devido ao teorema de limite central, a distribuição de probabilidade do lucro anual tem uma Distribuição Normal ea Drawdown tem uma Distribuição de Rayleigh. A análise de Monte Carlo tem as vantagens que não só são os lucros anuais mais prováveis ​​e os levantamentos são produzidos, mas também pode-se facilmente avaliar a probabilidade de breakeven ou melhor. Além disso, pode-se fazer uma relação de recompensa / risco comparativa dividindo o lucro anual provável pela retirada anual mais provável. Pode-se também avaliar a quantidade de risco tolerável e capitalização necessária em pequenas contas a partir do tamanho dos dois ou três pontos sigma no levantamento. Os resultados de Monte Carlo para a estratégia de Canal são mostrados na Figura 8. O lucro anual mais provável é 11.650 eo levantamento máximo provável é 7.647 para uma relação de recompensa a risco de 1.52. A estratégia do canal tem uma chance de 88.3 de quebrar ou mesmo melhor em uma base anualizada. Os resultados de Monte Carlo para a estratégia RSI são mostrados na Figura 9. O lucro anual mais provável é 17.085 e o máximo máximo provável é de 6.219. Uma vez que o lucro é maior ea redução é menor do que para a estratégia do Canal, a proporção de recompensa para risco é muito maior em 2,75. A estratégia RSI também tem uma melhor chance de 96,6 chance de quebrar mesmo ou melhor em uma base anualizada. Os resultados de Monte Carlo para a estratégia de Fisher são mostrados na Figura 10. O lucro anual mais provável é de 16.590 e o máximo máximo provável é de 6.476. A relação recompensa / risco de 2,56 é aproximadamente a mesma que para a estratégia RSI. A estratégia de transformar de Fisher igualmente tem aproximadamente a mesma possibilidade do break even ou melhor em 96.1. Esses estudos mostram que as três estratégias de negociação são robustas ao longo do tempo e oferecem desempenho comparável quando aplicadas a um símbolo comum. Para demonstrar ainda mais a robustez ao longo do tempo, bem como a aplicação de um símbolo completamente diferente, o desempenho foi avaliado no SampP Futures, utilizando o contrato contínuo desde a sua criação em 1982. Neste caso, mostramos a curva de equidade produzida pela negociação de um único contrato sem Composição. Não há provisão para a derrapagem e comissão. A forma das curvas de patrimônio é explicada, em parte, pela mudança do tamanho do ponto de 500 por ponto para 250 por ponto, pela inflação, pelo valor absoluto crescente do contrato e pelo aumento da volatilidade. O ponto principal é que nenhuma das três estratégias de negociação teve desistências significativas no crescimento do patrimônio durante toda a vida do contrato. O desempenho robusto destas novas estratégias de negociação é particularmente impressionante quando comparado com estratégias de negociação mais convencionais. Por exemplo, a Figura 14 mostra o crescimento da equidade de um sistema comercial convencional RSI que compra quando o RSI cruza acima do nível 20 e vende quando o RSI cruza abaixo do nível 80. Este sistema também inverte a posição quando o comércio tem uma excursão adversa mais do que alguns por cento do preço de entrada. Este sistema RSI convencional foi otimizado para o máximo de lucro ao longo da vida do Contrato de Futuros SampP. Não só a estratégia RSI convencional teve enormes reduções, mas seu fator de lucro global foi apenas 1,05. Qualquer uma das novas estratégias que descrevi oferece desempenho significativamente superior ao longo da vida útil do contrato. Esta diferença demonstra a eficácia da abordagem ea robustez destes novos sistemas. O PDF tem sido mostrado para oferecer uma abordagem alternativa para o oscilador clássico, que é não causal na antecipação de curto prazo pontos de viragem. Várias estratégias de negociação específicas foram apresentadas que demonstram desempenho robusto durante um longo timespans para acomodar as condições de mercado variando em um grande número de comércios para evitar ajuste de curva e entre diferentes mercados para demonstrar liberdade de personalidades do mercado. Em cada caso, o PDF pode inferir uma estratégia de negociação que é susceptível de ser bem sucedida. Quando nenhuma estratégia é sugerida, a Transformada de Fisher pode ser aplicada para alterar o PDF para uma distribuição gaussiana. O PDF gaussiano então infere que uma estratégia comercial usando uma reversão para a média pode ser bem sucedida. SOBRE O AUTOR John Ehlers é cientista-chefe para eminiz e isignals. As estratégias de negociação descritas aqui são utilizadas nesses sites, adicionalmente com adaptação às condições de mercado medidas e seleção de estratégia com base no desempenho recente fora da amostra. John é pioneiro na introdução do algoritmo de medição de ciclos MESA e no uso do processamento de sinais digitais na análise técnica. 1 John Ehlers, indicador da faca suíça, Stocks amp Commodities Magazine, janeiro de 2006, 24: 1, pp28-31, 50-53 2 John Ehlers, indicador da faca suíça, Stocks amp Commodities Magazine, janeiro de 2006, 24: 1, pp28 -31, 50-53 3 MCSPro, Inside Edge Systems, Bill Brower, 200 Broad St. Stamford, CT 06901 0 Comentários Junte-se a esta conversa, coloque um comentário abaixo. John Ehlers DOCUMENTOS TÉCNICOS John Ehlers, o desenvolvedor do MESA, Escrito e publicado muitos artigos relacionados aos princípios utilizados nos ciclos de mercado. As sinopses dos artigos disponíveis são exibidas abaixo. Faça o download de cada um selecionando o HyperText associado. Por que os comerciantes perdem dinheiro (e o que fazer sobre isso) Um artigo na edição de maio de 2014 de Stock amp Commodities Magazine descreveu como criar curvas de equidade artificial apenas conhecendo o fator de lucro e os vencedores percentuais de uma estratégia de negociação. As estatísticas da Bell Curve para negociação de ações selecionadas aleatoriamente e operações de carteira também estão incluídas. Esta é uma planilha do Excel que permite que você experimente esses descritores estatísticos do desempenho do sistema de negociação. Indicadores Preditivos para Estratégias de Negociação Eficazes Os traders técnicos entendem que os indicadores precisam suavizar os dados do mercado para serem úteis, e que o suavização introduz o atraso como um efeito colateral indesejado. Também sabemos que o mercado é fractal um gráfico de intervalo semanal parece apenas como um gráfico mensal, diário ou intraday. O que pode não ser tão óbvio é que, à medida que o intervalo de tempo ao longo do eixo x aumenta, as oscilações de preços de alta para baixa ao longo do eixo y também aumentam, aproximadamente na proporção. Este fenômeno de dilatação espectral provoca uma distorção indesejável, que não foi reconhecida ou foi amplamente ignorada por desenvolvedores de indicadores e técnicos de mercado. Inferindo Estratégias de Negociação das Funções de Densidade de Probabilidade Medida Este foi o Vencedor do Segundo Vencedor do Prêmio Charles H. Dow dos MTAs 2008. Neste artigo, eu mostro as implicações das várias formas de detrending e como as Distribuições de Probabilidade resultantes podem ser usadas como estratégias para gerar sistemas comerciais eficazes. Os resultados destes sistemas de negociação robustos são comparados com abordagens padrão. Este papel mostrar e maneira interativa para eliminar tanto lag como desejado de filtros de suavização. Naturalmente, o atraso reduzido vem ao preço da suavidade de filtro diminuída. O filtro não exibe excesso transitório comumente encontrado em filtros de ordem superior. Decomposição do Modo Empírico Uma nova abordagem para a detecção de ciclo e tendência. Transformada de Fourier para Comerciantes O problema com Transformada de Fourier para a medição de ciclos de mercado é que eles têm uma resolução muito pobre. Neste artigo, mostro como usar outra transformação não-linear para melhorar a resolução de modo que as transformadas de Fourier sejam utilizáveis. O espectro medido é exibido como um mapa de calor Swiss Army Knife Indicator Indicadores são apenas respostas de transferência de dados de entrada. Por uma simples mudança de constantes, este indicador pode se tornar um EMA, SMA, 2 Pólo Gaussian Low Pass Filtro, 2 Pole Butterworth Low Pass Filter, um FIR mais suave, um filtro Bandpass, ou um Bandstop filtro. Filtro Ehlers Um filtro não-linear incomum é descrito. Este filtro está entre o mais responsivo às mudanças do preço mas smoothest em mercados laterais. Avaliação do Desempenho do Sistema Fator de Lucro (ganhos brutos divididos por perdas brutas) é análogo ao fator de desembolso no jogo. Assim, quando o Fator de Lucro é combinado com a porcentagem de vencedores em uma série de eventos aleatórios, exemplos de como um crescimento da equidade de estratégia de negociação pode ser simulada. Este artigo descreve como descritores de desempenho comuns estão relacionados a esses dois parâmetros. Uma planilha do Excel é descrita, permitindo que você execute uma análise Monte Carlo de seus sistemas de negociação se você conhece esses dois parâmetros (fora da amostra). FRAMA (FRactal Adaptive Moving Average). Uma média móvel não linear é derivada usando o expoente de Hurst. MAMA é a mãe de todas as médias móveis adaptativas. Atualmente o nome é um acrônimo para MESA Adaptive Moving Average. A ação não-linear deste filtro é produzida pelo retorno de fase cada meio ciclo. Quando combinados com a FAMA, uma sequência de média móvel adaptativa, os crossovers formam excelentes sinais de entrada e saída que são relativamente livres de whipsaws. Time Warp Without Space Travel Laguerre Os polinômios são usados ​​para gerar uma estrutura de filtro semelhante a uma média móvel simples com a diferença de que o espaçamento de tempo entre as torneiras do filtro é nolinear. O resultado permite a criação de filtros muito curtos com as características de suavização de filtros muito mais longos. Filtros mais curtos significam menos atraso. As vantagens do uso dos polinômios Laguerre em filtros é demonstrada tanto em indicadores como em sistemas de negociação automáticos. O artigo inclui o código EasyLanguage. O oscilador CG O oscilador CG é único porque é um oscilador que é alisado e tem zero lag. Ele encontra o Centro de Gravidade (CG) dos valores de preço em um filtro FIR. O CG tem automaticamente o alisamento do filtro FIR (semelhante a uma média móvel simples) com a posição do CG sendo exatamente em fase com o movimento de preços. O código EasyLanguage está incluído. Usando a Transformação de Fisher Muitos sistemas de negociação são projetados usando a suposição de que a distribuição de probabilidade de preços tem uma Distribuição de Probabilidade Normal ou Gaussiana sobre a média. Na verdade, nada poderia estar mais longe da verdade. Este artigo descreve como a Transformada de Fisher converte dados para ter quase uma Distribuição de Probabilidade Normal. Dada a distribuição de probabilidade é normal após a aplicação da transformada de Fisher, os dados são usados ​​para criar pontos de entrada com precisão cirúrgica. O artigo inclui o código EasyLanguage. A Transformação Inversa de Fisher A Transformação Inversa de Fisher pode ser usada para gerar um oscilador que muda rapidamente entre oversold e overbought sem whipsaws. Gaussian Filters Lag é a queda de filtros de suavização. Este artigo mostra como o atraso pode ser reduzido eo alisamento de fidelidade mais alta é obtido pela redução do atraso de componentes de alta freqüência nos dados. Uma tabela completa de coeficientes de filtro Gaussiano é fornecida. Pólos e Zeros Descrição dos filtros digitais em termos de Z Transforma. As ramificações dos filtros de ordem superior são descritas. São fornecidas tabelas de coeficientes para filtros de 2 pólos e 2 pólos Butterworth.