Сообщений в теме: 70

[YUBA]

4. Совершенствование Momentum (DIFF).

Все, о чем я пишу разрабатывалось и тестировалось на краткосрочке с продолжительностью от одного до нескольких дней. И какая сейчас краткосрочка? Как говорил О.Бендер –«Грустно, девушки.»
Наверно этот материал для оптимистов, которые надеются, что в обозримом будущем рынок все-таки восстановится.

________________________________________

Всем хорош Momentum (МОМ), но есть у него одно свойство - он бьет хвостом Заметьте, я не сказал недостаток, как об этом пишут в литературе, Аппель тот же.
Связано это с тем, что у МОМа относительные веса всех входящих в него данных одинаковы. В частности, для 4-х дневного МОМа равны 0.25. При выходе данных 4-х дневной давности, даже если новые данные не изменились, МОМ изменяеться в соответствии с разницей данных 4-х дневной давности. А когда еще все это в сочетании с новой информацией, может возникнуть некая каша. Этот процесс, естественно, приходится контролировать, что несколько затрудняет обработку информации.
В общем, придется нам разрабатывать новый индикатор, который не так болезненно реагирует на старые данные, но в тоже время должен иметь чувствительность не уступающую МОМу. Т.е. вес текущих данных должен быть не менее 0,25 от суммарного вклада всех данных в этот наш индикатор. Ну вот, ТЗ и написали.
Теперь открываем любую книгу по анализу временных рядов и видим, что характерная последовательность подготовки данных это – 1. фильтрация, и 2. обработка.
1. Фильтрация.
За неимением лучшей фильтрации применим ЕМА

ЕМА(Т,i)=Y(i) = 2/(1+T)*X(i) + (1- 2/(1+T))*Y(i-1)

Очевидно, чтобы вес текущего дня был равен 0,25, Т должно быть равно 7.
2. Обработка.
Здесь она будет другая, чем в МОМ. Мы возьмем дифференциал и получим дневное изменение цены

DIFF(T,i) =(EMA(T,i)-EMA(T,i-1))/EMA(T,i-1)*100%

Ну и наконец построим их на одном графике (Рис. 1), а чтобы они были в одном масштабе DIFF умножим на 4

Рис. 1 Совмещенный график индикаторов MOM(4) и DIFF(7)

В общем, получился практически тот же МОМ, с плавно выводящимися старыми данными и не потерявший быстроты реакции и своей чувствительности к изменению цены.
Конечно после плавных MACDов и пр. выглядит монстровато, но реагируют практически без задержки. Кроме того, у них есть еще одна характеристика – амплитуда колебаний, и если индикатор начинает болтаться около нуля, то о интердейных сделках можно забыть, что мы и видим с середины апреля до начала мая.
В обоих индикаторах, но по разным причинам, если, например, скорость падает в положительной зоне, то это еще не обязательно минус, а просто прирост меньше, но это желательно контролировать - от этого зависит принятие решений.
И еще, используя эти индикаторы о графиках цен можно просто забыть. Цена не имеет значения, важно только движение.
При моделировании эти два индикатора, даже используя только цену закрытия и игнорируя остальные параметры рынка, показали очень неплохие результаты и были взяты за основу.
Впоследствии, пытаясь усовершенствовать систему, и применить в ней стандартные индикаторы, я, к своему удивлению, получил гораздо худшие результаты. Но это, разумеется, еще ничего не означает. М.б в дальнейшем и получится.

Сообщение отредактировал YUBA: 08 октября 2008 - 22:51

[YUBA]

peV Безусловно. Однако на спектр в полосе частот до 1/2дня эта неравномерность при частоте дискретизации в 9 раз превосходящую исходную 1/д даже теоретически не влияет. По крайней мере в системах с неравномерной частотой дискретизации существенно превышающей частоту Найквиста это влияние отсутствует. Наша задача в данном случае - работа с дневными данными и только с ними.
Вот на часах или более широкополосной фильтрации такая работа уже может привести к существенным искажениям и тут надо бить на равные интервалы, с чем я совершенно согласен. Кстати спасибо, как то не задумывался.

[peV]

Хочу обратить ваше внимание, на корректность использования различных тайм фреймов.

Имеется ввиду вот что:

Если вы используете, скажем, часовой бар, то это крайне искажает картину при анализе спектра. Дело в том, что в сессии на ММВБ 435 минут (по крайней мере, так было до недавнего времени). Следовательно, если вы бьете время сессии по часам, то на последний часовой бар у вас приходится всего 15 мин торгов. Это как если бы взяли и выдернули в часовой график бар из 15-ти минутного.
Я бью сессию на бары по 55 мин. И т.п. по др. тайм-фреймам.
Особенно это актуально, когда используются инидкаторы, учитывающие объем.

[YUBA]

....................
Вот возьмем моментум. Первое я как раз из тех кто не использует его, не использую потому что не читал про него .и если вам не трудно то напишите как с ним работать.
...........................

Самое интересное, что я совершенно не знаю как работать с конкретными индикаторами. Я не знаю когда покупать и когда продавать, И это, как это ни странно - правда. Могу привести лишь общие рекомендации: Momentum растет покупаем, падает - продаем.
Вначале конструируем индикатор, имеющий понятный физический смысл, т.е. точно знаем как он работает. Предполагаем, что на его основе можно угадать поведение бумаги или индекса. Далее строим друг под другом графики бумаги и индикатора за длительный период и совмещаем их. Замечаем примерно характерные точки, где можно входить и выходить в/из сделки. Смотрим свойства индикатора в этих точках. Строим гипотезы и проверяем их - обсчитываем статистику так, как будто мы реально торговали все это время. Подбираем параметр и его границы, например по макс-ой прибыли. Далее след-й параметр. Далее их взаимосвязь (мы-ж точно знаем как устроен движок и что на что влияет, и все про него понимаем). При применении momentum я использую около 10 различных условий на вход и выход. Т.е. решение принимается по совокупности факторов.
Потом обкатываем на последовательности, которая не использовалась при проектировании, потом апробация на реале.
Я это все делал поначалу в Excel. Сейчас Access и маткад добавились.
Импорт данных из терминала в Excel , единичка в одной клетке-покупай, в другой - продавай, в 3-й - держи.
Меняешь бумагу - начинай все заново, универсальных методов наверное не бывает.
Скажем Momentum дал на истории с 2006 г -180% прибыли при макс просадке -~ 15%. В реале работал только март - апрель 2008 г - 10% прибыли, с учетом моих неквалифицированных вмешательств (Во всяком случае, всякий раз, когда я считал, что летчику (создателю ) виднее, чем автопилоту, бездушная машина очень быстро доказывала, что не понимаешь - отойди, не мешай работать.). В мае в теории работал хорошо, на практике не использовался - я не работал. Летом начал работать в убыток. Сейчас не работает вообще, даже сигналов не выдает - предпочитает в кэше сидеть, такая ситуация видимо не предусматривалась.

На самом деле такие полуавтоматы делаются проще чем кажется на первый взгляд, была бы идея и желание. И время.
Успехов!

Сообщение отредактировал YUBA: 06 октября 2008 - 08:28

[MMVB]

YUBA -спасибо за ветку. лично я давно хотел читать анализ, но как всегда ( улаймеров типо меня с вышкой) есть проблемы с пониманием того или иного действия (точнее сказать формулы).

Вот возьмем моментум. Первое я как раз из тех кто не использует его, не использую потому что не читал про него .и если вам не трудно то напишите как с ним работать.

Второе. что самое важное для таких как я. это объяснить физику процесса и суть происходящего - языком первоклашки - вот тут самая большая проблема. Показать что надо получить от цены чтобы получить какую то инфу от индикатора (тут я имею ввиду дивергенции и так далее).

Спасибо за данную ветку.

[YUBA]

4. Momentum

Один из самых давно и горячо мною любимых индикаторов является Momentum

Y(i)=X(i) – X(i-T), (1)
Где T - интервал задержки.

Во первых, наверно потому, что изобрел его я (это потом я узнал, что он давно известен и так называется), во вторых – он имеет реальный физический смысл. Я его никак не называл, за индикатор не держал и никаким теханализом (ТА) не занимался, и вообще участвовать в этих играх не собирался. Просто мне сделали предложение, от которого невозможно отказаться – заняться анализом временных рядов, биржевых естественно, а также проверкой и оптимизацией стратегий. Механизм совершения сделок никого не интересовал и сделки совершались совершенно тупо – каждый день и через Т дней продавались. Это и описывает выражение (1), т.е. Y(i) – это прибыль-убыток по сделке за Т дней. Дальше данные подвергались статистической обработке.
Конкретная стоимость активов тоже никого не волновала, поэтому реальная формула выглядела так:

Y(i)=(X(i)-X(i-T))/X(i-T)*100%,

что позволяло также легко сравнивать различные активы между собой.
Первое что выяснилось, это то, что максимальную долю прибыли приносят в основном 3-4-х дневные сделки, а попытки следования за трендом ведут к уменьшению удельной прибыли, т.к. играя на тренде мы связываем активы на длительный срок.
Скоро также выяснилось, что даже простенький Momentum неплох и как индикатор и статистически может дать до 75% прибыльных сделок. (Напрямую даже не пробуйте, в разных версиях нужно учитывать от 5 параметров.)
Пора его и показать – Рис.1.

Рис.1 Momentum GAZP, Т=4

На мой взгляд, Momentum, как индикатор, недооценен вольными трейдерами. Во всяком случае, я не встречал в Инете людей, которые признавались в его использовании. Благодаря его реальному физическому смыслу Momentum легко обрабатывается различными реальными алгоритмами с получением легко интерпретируемых результатов.
В другой раз, м.б. мы попытаемся его улучшить.

[YUBA]

3.1 Совершенствование ЕМА - II

Хочешь - не хочешь, а раз в год в баню сходишь. Так и в анализе - дневными данными все-таки пользоваться время от времени приходится. Однако и тут можно что-то сделать для улучшения ЕМА.
1. У нас есть цена открытия и закрытия, т.е. 2 отсчета на день. В итоге граница частотного спектра уехала на 1/to и было Т=5, стало Т=10. При некоторых навыках программирования сделать несложно.
2. В дневных данных есть еще Мин и Макс - это еще 2 отсчета, кот можно добавить к данным. Остается лишь выяснить, в какой последовательности они следовали внутри дня. Это несложно, если учесть предысторию. Конечно где-то мы ошибемся и внесем немного шума в отфильтрованную кривую, но при нашем периоде усреднения он не будет играть существенной роли. Но зато границу спектра отодвигаем уже в 4 раза, т.е Т=4*5, т.е. 20.
Конечно это не то, по сравнению с использованием часовых данных, но как суррогат для предварительного анализа проходит. Для суррогата и простая ЕМА подходит, если ничего делать не собираешься.
На основе описанных методов конечно все получается несколько лучше, но ЕМА и есть ЕМА - она не только вылезает за границу частотного диапазона, но и давит полезную информацию в ВЧ-области спектра.
Хотя я и пользуюсь ЕМА (по необходимости - в терминале нет программирования), но в своих разработках использую только для контроля. Просто скажу, что предварительную фильтрацию сигнала, на мой взгляд лучше производить фильтрами Баттерворта 2-3-го порядка (ЕМА - это фильтр 1-го порядка). Мне сдается, что дальнейшее усложнение фильтрации уже не имеет большого смысла.
Еще можно добавить, что даже стандартные индикаторы построенные на отфильтрованных данных, как это не странно, реагируют быстрее и эффективнее, чем индикаторы построенные на реале и затем сглаженные. Вот вам и новые индикаторы - только местами операции поменять - вначале фильтрация, а уж потом построение индикатора.
Да и ничего странного в этом нет - манипуляции с неотфильтрованными данными впечатывают шумы уже намертво.

[YUBA]

3. Совершенствование ЕМА

Теперь на основе информации о цифровой фильтрации и спектрах сделаем что-нибудь практически полезное. Информации у нас немного, и тем не менее уже сейчас что-то сделать уже можно.
Попробуем усовершенствовать ЕМА, точнее улучшить его работу. Саму ЕМА мы менять не будем.
В качестве примера возьмем дневной график MTSI за 120 дней, Рис.1, на котором нанесена 5-дневная ЕМА.

Рис.1 Дневной график MTSI за 120 дней и 5-дневная ЕМА.

На всякий случай приведу выражение для ЕМА, как цифрового фильтра

Y(i) = 2/(1+T)*X(i) + (1- 2/(1+T))*Y(i-1)

Где T – период усреднения. В нашем случае для дневного графика Т=5.
Мы скоро запутаемся в терминологии, т.к. в ТА и теории фильтрации и спектральном анализе несколько разные терминологии.
Как излагалось ранее, у ЕМА, как фильтра, слишком пологая и следовательно слишком широкая полоса пропускания. Из за этого внеполосные шумы (шумы за пределами полосы частот сигнала) накладываются на ЕМА и влияют на ее вид, снижая эффективность ЕМА как фильтра.
Что можно сделать? Можно расширить спектр входного сигнала, оставив характеристики фильтра без изменений и граничная полоса спектра уйдет за пределы полосы пропускания фильтра ЕМА.
Делается это элементарно, мы просто переходим на часовые данные. Теперь в 1 дне у нас 9 отсчетов. Была граничная частота спектра Fгрo=1/2t0 (to=1 день). Стало t1=to/9 и стала Fгр1=9/2to. Т.е граничная частота увеличилась в 9 раз.
Теперь надо оставить период усреднения фильтра Т без изменений.
5 дней соответствуют теперь 9*5=45 отсчетам, т.е. Т=45. Эту цифру мы и подставляем в ЕМА. Характеристики фильтра не изменились. Но ЕМА изменилась весьма существенно и стала лучше реагировать на происходящее – Рис.2.

Рис.2. Часовой график MTSI за 120 дней и 5-дневная на основе часовых данных.

На Рис.3. Показано наложение дневного и часового 120 дневных графиков MTSI и соответствующих им 5-дневных ЕМА.

Рис.3. Дневного и часового 120 дневных графиков MTSI и соответствующих им 5-дневных ЕМА.
Желтая - 5-дневных ЕМА. На основе дневных данных
Синяя – 5-дневных ЕМА. На основе часовых данных.

Как кому, а мне ЕМА на основе часовых данных нравится больше. Можно попробовать даже уменьшить период усреднения, в разумных пределах. На дневных – это было-бы неразумно.
Следует сказать, что все то же самое относится ко всем индикаторам. Т.е., переходим с дневных на часовые данные, увеличиваем нужные параметры в 9 раз – получаем менее шумные индикаторы.

[YUBA]

2.Частотный спектр.

В конце 18-го начале 19-го века во времена французской революции жил и работал ученый и политический деятель Жан Батист Жозеф ФУРЬЕ. Поучаствовав в Египетской экспедиции Наполеона, он решил, что жаркий климат очень полезен для здоровья и уже дома, во Франции, меньше 40 градусов в доме у него не бывало и занялся он теорией тепла. И, видимо перегревшись, решил он, что любую кривую можно с любой точностью представить как арифметическую сумму множества синусов и косинусов различной частоты и амплитуды.
Однако, если бы он этого не сделал, не было бы у нас ни радио, ни телевидения, ни сотовых телефонов. Даже РАО ЕЭС не было бы, потому что построение крупных энергетических систем без этой теории невозможно, а Газпром был бы какой-нибудь халупой где-нибудь в Старом Уренгое, потому как даже перекачка нефти-газа в таких масштабах опять-таки была бы невозможна.
Так вот совокупность значений амплитуды и частоты синусов и косинусов, которые полностью определяют сигнал или кривую, называется спектром сигнала. Математическое преобразование сигнала в спектр – преобразование Фурье (ПФ). Можно также спектр преобразовать снова в исходный сигнал – это будет обратное ПФ. Над спектрами можно производить арифметические операции – их можно складывать, умножать, сворачивать с другими спектрами. Часто, чтобы упростить вычисления, обработку сигнала проще произвести, преобразовав его в спектр, а после обработки обратно в сигнал. Иногда ПФ гоняют туда-сюда несколько раз подряд, и часть обработки делается во временной области (сигнал), а часть в частотной (спектр).
Теоретически спектры сигналов простираются в частотном диапазоне от ноля до бесконечности, зато практически занимают лишь небольшую часть частотного диапазона, за переделами которого их значения так малы, что не вносят искажений в сигнал. Обрезая эти малозначимые хвосты спектра фильтром, мы ограничиваем спектр, а так как область за пределами спектра реального сигнала в большинстве случаев сильно зашумлена мы еще и ограничиваем шумы, за которыми иногда и сигнала-то не видно.
Рассчитать граничную частоту сигнала очень просто. Если например график сигнала построен с интервалом t, то граничная частота равна 1/2t. Если t=5 мин, то граничная частота = 1/10 1/мин(1/мин – это единица измерения частоты, можно считать периодов в мин). Другими словами минимальный период сигнала в 2 раза больше, чем период частоты выборки. Сигнал за этой границей – это шум и, в нашем случае, очень большой.
Скажем частотная характеристика ЕМА очень пологая и при малых периодах сглаживания существенно вылезает за эту граничную частоту и график ЕМА сильно зашумлен, а при больших периодах начинает подавлять полезную информацию и слишком поздно реагирует на изменения сигнала. В общем, если есть возможность, старайтесь не использовать ЕМА как оперативный индикатор и для сглаживания других индикаторов – либо шумит, либо опаздывает. Хотя, если интересуют глобальные тенденции (неважно, на минутах, часах или днях), он вполне подходит. Все зависит от конкретного применения.
Следует сказать, что наш сигнал и сам-то сильно зашумлен, но для начала неплохо убрать хотя бы посторонние шумы.

Сообщение отредактировал YUBA: 01 октября 2008 - 21:32

[YUBA]

1. Цифровая фильтрация

Сглаживание – нехорошее слово, неправильное. По крайней мере мне оно не нравится в контексте рассматриваемой тематики выделения сигнала из шума. Правильное слово – фильтрация, основная задача которой и состоит в выделении информативно-значимой последовательности из временного ряда.
Однако, для начала немного теории.
Я не буду вдаваться в подробности, но не все оканчивали физ-мат факультеты и должны хотя бы в общих чертах представлять о чем идет речь.
Выглядит цифровой фильтр не просто, а очень просто. Вот так:
Y(i) = a0*x(i) +a1*x(i-1)+…+aN*x(i-N) + b1*Y(i-1)+b2*Y(i-2) +…+bM*Y(i-M)
Где х(i) – входной сигнал, Y(i) – выходной сигнал, a и b – коэффициенты, которые могут быть равны и нулю. Подбирая величины а и b, получаем фильтр с нужными характеристиками.
Если коэффициенты a и b постоянны – это линейный фильтр, если меняются от величины входного или выходного сигнала – нелинейный, а если изменяются во времени – параметрический.
И еще. Чем фильтр сложнее, тем он лучше. В разумных пределах.
Все биржевые индикаторы – это цифровые фильтры. Даже свечной анализ может быть приведен к виду фильтра. Весь вопрос в том –А оно надо?
Теперь вы можете спроектировать любой нужный вам фильтр. Благо, основные виды реально применяемых фильтров давно и хорошо исследованы. Достаточно купить книгу, выбрать в таблице фильтр с нужными характеристиками и пересчитать коэффициенты в соответствии с приведенными инструкциями. Простая арифметика.
Основная проблема – достать книгу.
Ну вот и вся теория.

Однако спроектировать фильтр еще полдела. Основные проблемы возникают при его применении. Чем мы в дальнейшем и займемся.

[YUBA]

Предисловие

Сегодня полдня посвятил изучению различных индикаторов. Ну просто тайна покрытая мраком. Естесстно все денег хотят и секретов не раскрывают. В конце концов зло взяло. %ля, впаривают неизвестно что, заявляя при этом:
"Опасайтесь использования классических индикаторов. Тысячи новичков-трейдеров используют их, и их сигналы давно дисконтированы и учтены рынком. Чтобы получить преимущество, будьте новатором, и ищите индикаторы самого высшего качества..."
Марк Юрик, основатель компании технического анализа Jurik Research

Вощето он не Юрик, а Джурик (Хей джу....) Кстати, он где-то прав, частично, с оговорками.
Могу назвать еще несколько фамилий. Например- "Наш фильтр самый фильтрующий фильтр в мире. Заплатите нам NNN$ И фильтр Ваш. Мы продаем только МММ фильтров. Спешите, Вам может не достаться." Ну технология, понятно, большой-большой секрет.
Догадались?

Теперь об широкораспространенных индикаторах. Примитивны до безобразия. Если-бы кто-нибудь предложил такие методы для обработки сигналов в геофизике, радиолокации, обработке изображений, распознавании образов и пр. - его засмеяли бы.
А цель, между прочим, одна - выделить сигнал из шума и повсеместно делается это фильтрацией и методы во всех этих областях одни и те-же. О выделении сигнала из шума написано десятки книг, сотни статей, и кто владеет этими методами, тот и пьет шампанское. Только дело это не простое и сразу ничего не бывает. (ну знаете про кошек )
Вряд-ли среди рыночных математиков, пекущих индикаторы как блины и продающих за несколько сотен баксов найдется много людей, сделавших что-то новое в науке. Новое стоит не сотню баксов . Следовательно применяют они самые обычные методы обработки сигналов, не являющихся секретом даже для любого студента, например таких специальностей, как прикладная математика или радиофизика. Скажем JMA раскалывается враз. И не надо никакого кода или описания алгоритма - достаточно посмотреть на картинку. Мне потребовалось ~40 мин, 30 из которых я безуспешно искал алгоритм в Инете и остальные 10 строил фильтр в Exсele. Каюсь, алгоритм не моя заслуга, а взят из книжки по цифровой обработке сигналов. Я его только идентифицировал... и взял с полки нужную книгу.
Время уже к 24-м и сегодня мы не успеваем. В следующий раз займемся сглаживанием и весьма необычным.

Сообщение отредактировал YUBA: 29 сентября 2008 - 22:52