Compartilhamento estatístico por fração

Fractals and Forex: A New Perspective Em 1967, Benot B. Mandelbrot publicou um artigo. Este artigo, intitulado Quanto tempo é a costa da Grã-Bretanha Auto-semelhança estatística e dimensão fracionária. Discutiu o que é conhecido como o paradoxo do litoral, publicado pela primeira vez pelo matemático Lewis Fry Richardson: se você fosse medir o litoral da Grã-Bretanha com um critério, você obteria um valor menor do que se você fosse medir o litoral com uma régua de um pé . Isto é devido ao fato de que, com uma régua de um pé, você poderia explicar a curvatura da costa que de outra forma teria sido passada com o critério. Além disso, se você fosse medir o litoral com uma régua de seis polegadas, você obteria um valor maior que o da régua de um pé. E uma régua de três polegadas lhe daria um valor ainda maior. Nesse sentido, o comprimento de um litoral torna-se uma função da escala de medição utilizada. Benot B. Mandelbrot Embora não existisse um termo para descrever esse padrão auto-similar na época, Mandelbrot mais tarde chamaria esse fenômeno fractal em seu livro de 1975 Les Objects Fractals: Forme, Hasard et Dimension. Na verdade, Mandelbrot observou essa peculiaridade de padrões auto-similares em quase todos os lugares da natureza: cristais, formas de montanhas, estruturas de plantas, agrupamento de galáxias, relâmpagos, qualquer coisa com um aspecto áspero e sensação. Mesmo o arranjo de neurônios no cérebro não está isento desta organização fractal. Não se limitam aos padrões estritamente físicos e fractores que foram observados em tudo, desde música até pinturas, como a natureza teria, o movimento dos preços dos mercados financeiros. Teoria Fractal nos Mercados Financeiros No contexto dos mercados financeiros, a aparência do gráfico é relativa ao prazo observado. Ao olhar para o mercado de uma perspectiva de vários anos, o período de um mês para o próximo pode parecer relativamente suave. Quando o foco é reduzido para um determinado ano, os preços de mês para mês parecem cada vez mais difíceis. À medida que a visão se torna cada vez mais miopica, os gráficos se tornam cada vez mais ásperos, semelhantes aos litorais acima mencionados. Apesar desta crescente rugosidade, em cada dimensão de visualização, esses preços exibem alguma forma de auto-semelhança na medida em que se dirigem de maneira semelhante à das maiores dimensões da visão. Esta observação não é nada de novo para muitos envolvidos na análise de mercado em 1991 e 1994, Edgar E. Peters publicou Chaos and Order in the Capital Markets e Fractal Market Analysis: Aplicando Teoria do Caos ao Investimento e à Economia. Respectivamente, expandindo sobre esta hipótese do mercado fractal. Benot Mandelbrot e Richard L. Hudson exploram o mundo das finanças a partir de uma perspectiva fractal em The Misbehavior of Markets: Uma Visão Fracturada da Turbulência Financeira. Aplicação da Teoria Fractal Para usar essa informação no contexto do mercado de câmbio, o comerciante e autor Bill M. Williams propuseram, entre outras coisas, um indicador fractal que está incluído em todas as cópias da plataforma MetaTrader. Este indicador localiza uma série de barras consecutivas, onde a maior alta é precedida e seguida de duas ou mais alturas inferiores, marcadas como um fractal de compra, ou a baixa mais baixa é precedida e seguida de dois ou mais mínimos mais altos, marcados como um fractal de venda. Esses marcadores tornam-se indicadores valiosos de níveis de suporte e resistência. Conhecer os níveis de suporte e resistência é sem dúvida o conhecimento mais valioso que um comerciante de pontos pode ter. Pois representam os preços onde a oferta atende a demanda. Quando o preço quebra esses níveis, é conhecido como um breakout, e os comerciantes podem esperar que o preço continue nesse sentido. Quando o preço testar os níveis, mas não os quebra, é conhecido como um retracement, e os comerciantes podem esperar que o preço continue a reverter longe do suporte ou nível de resistência que já havia estado perto. Figura 1: gráfico EURUSD M15 com o indicador Fractals aplicado. O indicador fractal é uma poderosa ferramenta para identificar onde esses níveis de suporte e resistência estão localizados. Muitos indicadores existentes aumentam o indicador padrão padrão e desenham canais para comerciantes para relacionar mais facilmente o preço com os fractals anteriores marcados no gráfico. Um problema comum com o comércio fractal, no entanto, é saber quais os níveis fractals que continuam a ser relevantes para as condições de mercado mais recentes. Por exemplo, um fractal observado centenas de barras atrás ainda pode ser relevante para o preço devido à sua localização, enquanto um fractal observado apenas dez barras pode não ser mais relevante devido a balanços no mercado. Ser capaz de identificar esses fractals relevantes enquanto filtra o ruído seria de grande benefício para os comerciantes que buscam incorporar ação de preço em suas estratégias de negociação. Fractals relevantes Todos os fractals têm o que pode ser visto como um fractal de origem. Um fractal fonte é o fractal anterior na direção oposta. Por exemplo, se houvesse um fractal de compra em alguma localização arbitrária no gráfico, então seu fractal de origem seria o fractal de venda mais recente antes do referido comprar fractal. Este fractal fonte é de grande importância, pois sua localização indica se o próprio fractal ainda é um marcador relevante de um suporte ou nível de resistência se o preço fosse passar o ponto de um fractal fonte, então o fractal ao qual suas fontes podem ser vistas Como irrelevante para as condições atuais do mercado, já que o ponto de partida para o fractal foi quebrado. Figura 2: USDCHF M15 com o indicador Fractals aplicado. Figura 3: USDCHF M15 com apenas os fractals relevantes visíveis. A Figura 2 mostra os fractals para o par USDCHF no prazo M15. A Figura 3 mostra o mesmo gráfico sem os fractals cujas fontes foram quebradas pelo preço. À medida que a tendência a curto prazo está aumentando, a maioria dos fractals relevantes são fracturas de compra, onde a resistência tornou-se o suporte. Levando esse conceito um passo adiante, fractals relevantes localizados dentro da mesma região um do outro sugerem que esta zona de preços é uma área significativa de suporte ou resistência, mais do que um fractal encontrado a um preço distante de outros fractals relevantes. A identificação dessas regiões é de grande utilidade para um comerciante, uma vez que sugere que a região é de maior significado e, posteriormente, é mais provável que indique onde é provável que ocorram breakouts. Identificação de Clusters Fractores Deduzir os limites para uma região de fractals relevantes pode parecer subjetivo à primeira vista, mas, de fato, são abordagens matematicamente orientadas ao agrupamento conhecidas como algoritmos de agrupamento. Entre esses algoritmos está o clustering espacial baseado em densidade de aplicativos com o algoritmo de agrupamento de dados de ruído (DBSCAN). A idéia geral por trás do DBSCAN é iterar sobre cada ponto de dados, neste caso, os fractals relevantes e localizar todos os fractals relevantes adicionais dentro de uma distância definida. Para cada fractal dentro dessa distância, execute a verificação de distância desse fractal e continue até que não haja novos fracturas dentro do alcance de outro. Colocando esses fractals juntos produz um conjunto de fractals e, a seguir, a região de suporte ou resistência de interesse para o comerciante. O último passo para o processo é determinar qual distância deve ser usada ao procurar fractals vizinhos. Novamente, nenhuma subjetividade aqui, como o desvio padrão do preço fornece essa distância para nós. Nas estatísticas, o desvio padrão quantifica a quantidade de dispersão da média de um conjunto de dados, quanto maior o desvio padrão, maior a variância no conjunto de dados. Traduzido para os mercados financeiros, o desvio padrão do preço quantifica a volatilidade do mercado quanto maior o desvio padrão, mais volátil o mercado. Usando o desvio padrão do preço, pois a distância a partir da qual os fractals vizinhos devem ser procurados fecha o círculo matemático do algoritmo DBSCAN, o que nos permite agrupar objetivamente fractals relevantes em áreas-chave de suporte e resistência. Fazendo o comércio Com toda essa informação para levar em consideração, realizar os cálculos à mão pode provar a identificação tediosa de fractals relevantes exige que volte centenas de barras, linhas de desenho desses pontos podem ser tediosas e o desvio padrão (e clusters de fractals ) Estão em constante mudança devido à flutuação das condições do mercado. Esse processo pode ser automatizado usando um indicador que escrevi para o MetaTrader 4. A Figura 4 mostra como essa visão aparece para o usuário. Figura 4: O indicador Fractal SR Clusters aplicado ao gráfico EURJPY M15. Os fractals relevantes dentro do desvio padrão dos preços são agrupados nas linhas de laranja fina. Finalmente, quando se realizam movimentos ou retrocessos, a consideração da tendência deve ser tomada. O MetaTrader 4 fornece um indicador de Índice direcional médio, que quantifica a força da tendência, bem como a opção de desenhar linhas de tendência no gráfico. Se você usa linhas de tendência ou seus olhos para avaliar a tendência, certifique-se sempre de que o Índice de Índice direcional médio seja de força moderada (como uma regra geral, maior que 25) e a fuga ou retração observada pelo movimento de preço dentro de clusters fracturados é Na direção da tendência observada antes de fazer um comércio. De lá, o resto depende de você. O gerenciamento de dinheiro é fundamental quando a configuração de negociação toma níveis de lucro em clusters vizinhos é uma boa abordagem para tomar, usando os níveis de Fibonacci quando não existe esse cluster vizinho, enquanto usa uma razão de risco de 1: 2 ou 1: 3 quando a parada de perdas permite que você Minimizar perdas e maximizar os ganhos. Como sempre, a gestão do dinheiro é parte integrante de uma boa estratégia comercial. Quando Benot Mandelbrot popularizou o conceito de fractais ao introduzir o termo e sua matemática para o mundo em 1975, ele ofereceu uma abordagem aos mercados financeiros sobre os quais muitos construíram as décadas desde então. Usando essas propriedades de fractals como regiões de suporte e resistência, os comerciantes de mercado de câmbio podem identificar áreas de provável faturamento de preços ou retracement com maior precisão do que o possível. Fractals e Forex: uma nova perspectiva Este artigo foi sindicado para Pip Freaks GUEST POST 1 : Para a minha primeira postagem de convidado no Black Glasses, eu apresento meu bom amigo, Dan Shea. Abaixo está o seu mergulho técnico em uma nova maneira de pensar sobre o Forex de algo-trading usando fractals. Certifique-se de verificar seu indicador de divisas extremamente lucrativo, que automatiza o processo descrito neste artigo. Em 1967, Benot B. Mandelbrot publicou um artigo. Este artigo, intitulado Quanto tempo é a costa da Grã-Bretanha Auto-semelhança estatística e dimensão fracionária. Discutiu o que é conhecido como o paradoxo do litoral. Primeiro postulado pelo matemático Lewis Fry Richardson: se você fosse medir o litoral da Grã-Bretanha com um critério, você obteria um valor menor do que se você fosse medir o litoral com uma régua de um pé. Isto é devido ao fato de que, com uma régua de um pé, você poderia explicar a curvatura da costa que de outra forma teria sido passada com o critério. Além disso, se você fosse medir o litoral com uma régua de seis polegadas, você obteria um valor maior que o da régua de um pé. E uma régua de três polegadas lhe daria um valor ainda maior. Nesse sentido, o comprimento de um litoral torna-se uma função da escala de medição utilizada. Benot B. Mandelbrot Embora não existisse um termo para descrever este padrão auto-similar na época, Mandelbrot terminaria mais tarde esse fenômeno ldquofractalrdquo em seu livro de 1975 Les Objects Fractals: Forme, Hasard et Dimension. De fato, Mandelbrot observou essa peculiaridade de padrões auto-similares em quase todos os lugares da natureza: cristais, formas de montanhas, estruturas de plantas, agrupamento de galáxias, raios, qualquer coisa com um olhar e sensação de ldquoroughrdquo. Mesmo o arranjo de neurônios no cérebro não está isento desta organização fractal. Não se limitam aos padrões estritamente físicos e fractores que foram observados em tudo, desde música até pinturas, como a natureza teria, o movimento dos preços dos mercados financeiros. Teoria Fractal nos Mercados Financeiros No contexto dos mercados financeiros, a aparência do gráfico é relativa ao prazo observado. Ao olhar para o mercado de uma perspectiva de vários anos, o período de um mês para o próximo pode parecer relativamente suave. Quando o foco é reduzido para um determinado ano, os preços de mês para mês parecem cada vez mais difíceis. À medida que a visão se torna cada vez mais miopica, os gráficos se tornam cada vez mais ásperos, semelhantes aos litorais acima mencionados. Apesar desta crescente rugosidade, em cada dimensão de visualização, esses preços exibem alguma forma de auto-semelhança na medida em que se dirigem de maneira semelhante à das maiores dimensões da visão. Esta observação não é nada de novo para muitos envolvidos na análise de mercado em 1991 e 1994, Edgar E. Peters publicou Chaos and Order in the Capital Markets e Fractal Market Analysis: Aplicando Teoria do Caos ao Investimento e à Economia. Respectivamente, expandindo sobre esta hipótese do mercado fractal. Benot Mandelbrot e Richard L. Hudson exploram o mundo das finanças a partir de uma perspectiva fractal em The Misbehavior of Markets: Uma Visão Fracturada da Turbulência Financeira. Aplicação da Teoria Fractal Para usar essa informação no contexto do mercado de câmbio, o comerciante e autor Bill M. Williams propuseram, entre outras coisas, um indicador fractal que está incluído em todas as cópias da plataforma MetaTrader. Este indicador localiza uma série de barras consecutivas, onde a maior alta é precedida e seguida de duas ou mais alturas inferiores, marcadas como um fractal de compra, ou a baixa mais baixa é precedida e seguida de dois ou mais mínimos mais altos, marcados como um fractal de venda. Esses marcadores tornam-se indicadores valiosos de níveis de suporte e resistência. Conhecer os níveis de suporte e resistência é sem dúvida o conhecimento mais valioso que um comerciante de pontos pode ter. Pois representam os preços onde a oferta atende a demanda. Quando o preço quebra esses níveis, é conhecido como um breakout, e os comerciantes podem esperar que o preço continue nesse sentido. Quando o preço testar os níveis, mas não os quebra, é conhecido como um retracement, e os comerciantes podem esperar que o preço continue a reverter longe do suporte ou nível de resistência que já havia estado perto. O indicador fractal é uma poderosa ferramenta para identificar onde esses níveis de suporte e resistência estão localizados. Muitos indicadores existentes aumentam o indicador padrão padrão e desenham canais para comerciantes para relacionar mais facilmente o preço com os fractals anteriores marcados no gráfico. Um problema comum com o comércio fractal, no entanto, é saber quais os níveis fractals que continuam a ser relevantes para as condições de mercado mais recentes. Por exemplo, um fractal observado centenas de barras atrás ainda pode ser relevante para o preço devido à sua localização, enquanto um fractal observado apenas dez barras pode não ser mais relevante devido a balanços no mercado. Ser capaz de identificar esses fractals relevantes enquanto filtra o ruído seria de grande benefício para os comerciantes que buscam incorporar ação de preço em suas estratégias de negociação. Fractals relevantes Todos os fractals têm o que pode ser visto como um fractal de origem. Um fractal fonte é o fractal anterior na direção oposta. Por exemplo, se houvesse um fractal de compra em alguma localização arbitrária no gráfico, então seu fractal de origem seria o fractal de venda mais recente antes do referido comprar fractal. Este fractal fonte é de grande importância, pois sua localização indica se o próprio fractal ainda é um marcador relevante de um suporte ou nível de resistência se o preço fosse passar o ponto de um fractal fonte, então o fractal ao qual suas fontes podem ser vistas Como irrelevante para as condições atuais do mercado, já que o ponto de partida para o fractal foi quebrado. A Figura 2 mostra os fractals para o par USDCHF no prazo M15. A Figura 3 mostra o mesmo gráfico sem os fractals cujas fontes foram quebradas pelo preço. À medida que a tendência a curto prazo está aumentando, a maioria dos fractals relevantes são fracturas de compra, onde a resistência tornou-se o suporte. Levando esse conceito um passo adiante, fractals relevantes localizados dentro da mesma região um do outro sugerem que esta zona de preços é uma área significativa de suporte ou resistência, mais do que um fractal encontrado a um preço distante de outros fractals relevantes. A identificação dessas regiões é de grande utilidade para um comerciante, uma vez que sugere que a região é de maior significado e, posteriormente, é mais provável que indique onde é provável que ocorram breakouts. Identificação de Clusters Fractores Deduzir os limites para uma região de fractals relevantes pode parecer subjetivo à primeira vista, mas, de fato, são abordagens matematicamente orientadas ao agrupamento conhecidas como algoritmos de agrupamento. Entre esses algoritmos está o clustering espacial baseado em densidade de aplicativos com o algoritmo de agrupamento de dados de ruído (DBSCAN). A idéia geral por trás do DBSCAN é iterar sobre cada ponto de dados, neste caso, os fractals relevantes e localizar todos os fractals relevantes adicionais dentro de uma distância definida. Para cada fractal dentro dessa distância, execute a verificação de distância desse fractal e continue até que não haja novos fracturas dentro do alcance de outro. Colocando esses fractals juntos produz um conjunto de fractals e, a seguir, a região de suporte ou resistência de interesse para o comerciante. O último passo para o processo é determinar qual distância deve ser usada ao procurar fractals vizinhos. Novamente, nenhuma subjetividade aqui, como o desvio padrão do preço fornece essa distância para nós. Nas estatísticas, o desvio padrão quantifica a quantidade de dispersão da média de um conjunto de dados, quanto maior o desvio padrão, maior a variância no conjunto de dados. Traduzido para os mercados financeiros, o desvio padrão do preço quantifica a volatilidade do mercado quanto maior o desvio padrão, mais volátil o mercado. Usando o desvio padrão do preço, pois a distância a partir da qual os fractals vizinhos devem ser procurados fecha o círculo matemático do algoritmo DBSCAN, o que nos permite agrupar objetivamente fractals relevantes em áreas-chave de suporte e resistência. Fazendo o comércio Com toda essa informação para levar em consideração, realizar os cálculos à mão pode provar a identificação tediosa de fractals relevantes exige que volte centenas de barras, linhas de desenho desses pontos podem ser tediosas e o desvio padrão (e clusters de fractals ) Estão em constante mudança devido à flutuação das condições do mercado. Esse processo pode ser automatizado usando um indicador que escrevi para o MetaTrader 4. A Figura 4 mostra como essa visão aparece para o usuário. Figura 4: O indicador Fractal SR Clusters aplicado ao gráfico EURJPY M15. Os fractals relevantes dentro do desvio padrão dos preços são agrupados nas linhas de laranja fina. Finalmente, quando se realizam movimentos ou retrocessos, a consideração da tendência deve ser tomada. O MetaTrader 4 fornece um indicador de Índice direcional médio, que quantifica a força da tendência, bem como a opção de desenhar linhas de tendência no gráfico. Se você usa linhas de tendência ou seus olhos para avaliar a tendência, certifique-se sempre de que o valor do Índice de Direção Média seja de força moderada (como uma regra geral, maior que 25) e a ruptura ou retracement observado pelo movimento de preço dentro dos clusters de fractal Está na direção da tendência observada antes de fazer um comércio. De lá, o resto depende de você. O gerenciamento de dinheiro é fundamental quando a configuração de negociação toma níveis de lucro em clusters vizinhos é uma boa abordagem para tomar, usando os níveis de Fibonacci quando não existe esse cluster vizinho, enquanto usa uma razão de risco de 1: 2 ou 1: 3 quando a parada de perdas permite que você Minimizar perdas e maximizar os ganhos. Como sempre, a gestão do dinheiro é parte integrante de uma boa estratégia comercial. Quando Benot Mandelbrot popularizou o conceito de fractais ao introduzir o termo e sua matemática para o mundo em 1975, ele ofereceu uma abordagem aos mercados financeiros sobre os quais muitos construíram as décadas desde então. Usando essas propriedades de fractals como regiões de suporte e resistência, os comerciantes de mercado de câmbio podem identificar áreas de provável fuga de preços ou retração com maior precisão do que o possível. Sobre Dan Shea Dan Shea é licenciado em Ciências da Computação pela Universidade de New Hampshire e está seguindo seu Mestrado. Atualmente é Engenheiro de Pesquisa e Desenvolvimento no Laboratório de Interoperabilidade. Quando não funciona, Dan pesquisa os mercados financeiros, com foco em moedas. Siga-o no Twitter: chamzord. Leitura adicional Mensagens recentes Google