الفوركس الأسوأ

الفوركس الأسوأ

تشي حتى رسي النقد الأجنبي ترونغ
الفوركس 5830e مربع التلفزيون
# 1 وسيط الفوركس


الفوركس أرلاندا كورس تداول العملات الأجنبية في ديلي موشن الأردية أفضل تطبيقات التداول المحمول التطبيق الخيارات الثنائية ماس الخيارات الثنائية سهلة الانسحاب الفوركس النصي إغلاق جميع الطلبات

هورست الأس. كان ويليام هورست اختصاصي مائي يعمل على ما يبدو وكأنه مشكلة مستقيمة: كيف يجب أن يكون لعنة على نهر النيل احتواء كل الفيضانات المحتملة؟ واجهت هيرست مشكلة فريدة من نوعها حيث الرياضيات للرد على السؤال لم يكن موجودا حتى الآن. وجدت هيرست & # 8217؛ s عمل تطبيقات واسعة في العديد من مجالات لا علاقة لها من العلم. يستخدمها مهندسو البرمجيات لقياس مدى تعرض الشبكة للازدحام. وينظر الجيولوجيون في وضع نماذج حقول النفط إلى ميل حقول النفط والغاز إلى التجمع معا. يستخدمها المهندسون الماليون لتحليل كيفية ميل سلسلة زمنية معينة لتشكيل الاتجاهات. الأس نفسه هو أبسط كثيرا من كل الرياضيات المستخدمة للعثور عليه. يستخدم معظم الناس للعمل مع البيانات حيث يكون هورست الأس 0.5. تشبيهي المفضل، أن القذف عملة، يسقط في 0.5 هورست الفئة. أي عملية غوسيان أو تتبع منحنى جرس عادي لها أيضا أسير هورست من 0.5. مجموع النطاق المتاح لعصر هورست هو 0 إلى 1. يجب أن تبدو القيمة القريبة من الصفر كخط مسطح. كلما تحدث انحرافات عن المتوسط، فإنها عرضة للغاية للعودة إلى المتوسط. A هورست أس قرب 1 يشير إلى ميل قوي إلى الاتجاه. وتزداد قيمة هورست الأس مع زيادة الفترة الزمنية للرسم البياني. أقول هذا استنادا إلى تجربتي مراجعة أس هورست وعلاقتها لمختلف أزواج العملات الأجنبية، وخاصة ور / أوسد. تظهر بيانات القراد ودقيقة واحدة قيم هيرست بشكل ثابت بالقرب من 0.5. الانتقال إلى الرسم البياني اليومي يدفع الإبرة أكثر نحو شيء مثل 0.55-0.6. الانتقال إلى الرسوم البيانية الأسبوعية يميل إلى خلق قيم أقرب إلى 0.7. نضع في اعتبارنا أن هذا ليس نتيجة أي دراسة رسمية. إنها & # 8217؛ s استنادا إلى تجربتي العامة. تقدير هورست الأس. الفكرة العظيمة التي أدت هورست إلى مفهوم الأسية ستسم من فكرته من تحليل نطاق ريسكالد. والفكرة هي أن ننظر في كيفية تقسيم تصنيفات بيانات معينة إلى مجموعات أكبر يغير النطاق العام للقيم. ويشار إلى تحليل النطاق ريسكالد عادة باسم R على S. و R يقف على عنصر النطاق وهو أصعب لحساب. هناك 3 خطوات المشاركة لكل قطاع. لحساب R / S من P0 إلى P1، فإن الخطوة الأولى هي حساب متوسط ​​فاول من P0 إلى P1. الخطوة الثانية بحساب سلسلة الانحراف عن المتوسط. سلسلة الانحراف في P0، على سبيل المثال، يساوي P0 ناقص متوسط ​​السلسلة. ويتكرر هذا عبر جميع النقاط في مجموعة لإنشاء سلسلة الانحراف. الخطوة 3 هي سلسلة الانحراف التراكمي. هذا هو وسيلة الهوى للقول للذهاب من خلال سلسلة الانحراف ولتقليل أصغر وأكبر القيم. الفرق بين أصغر وأكبر القيم في سلسلة الانحراف هو R. العثور S هو أسهل بكثير. وهو يقف على الانحراف المعياري للجزء. يمكن العثور على صيغة لهذا على ويكيبيديا والآلاف من الصفحات الأخرى عبر الإنترنت. استنتاج. يمكن أن يكون هورست الأس أداة عظيمة لتصنيف السلوك العام لأدوات معينة. ويمكن أيضا أن تستخدم للحصول على الشعور لكيفية تغيير فترة التخطيط للاستراتيجية قد يفسر أي تدهور أو تحسينات في عوائد الاستراتيجية. لم أتمكن من العثور على أي إمكانية للتنبؤ بالأسواق المالية باستخدام أس هورست. فإنه لا يشير إلى ما إذا كان السعر سوف تتحرك صعودا أو هبوطا. لم أجد أنه لمجرد أن هورست يقرأ 0.4 أنه يجب أن يعود إلى 0.5 أي وقت في المستقبل القريب. وإذا لم يفعل ذلك، لا يزال لا يساعد مع الاتجاه. كل ما يقوله هو أن الأسواق ربما يكون أقل يعني التراجع عما كانت عليه. يوم جيد! أريد فقط أن أعطي الإبهام ضخمة للحصول على معلومات لطيفة أنت & # 8217؛ لقد حصلت هنا على هذا المنصب. أنا قد يأتي مرة أخرى إلى مدونتك للحصول على اضافية قريبا. نجاح باهر يمكن أن يكون هذا أحد المدونات الأكثر فائدة التي نصل إليها عبر هذا الموضوع. فعلا رائع. I & # 8217؛ م أيضا خبير في هذا الموضوع حتى أستطيع أن أفهم عملك الشاق. هورست إكسبوننت مؤشر ميتاتريدر 4. محاولة هورست إكسبوننت مؤشر ميتاتريدر في منصة mt4 الخاص بك. ويعرف هذا أيضا باسم مؤشر هورست إكسبوننت. قراءة البرنامج التعليمي لدينا على تثبيت المؤشرات أدناه إذا كنت غير متأكد من كيفية إضافة هذا المؤشر إلى منصة التداول الخاصة بك. البحث عن المزيد من مؤشرات ميتاتريدر الفوركس بالاسم. تم التنزيل مؤخرا: بعض المؤشرات ميتاتريدر شعبية أخرى لتثبيت. هذه هي بعض من مؤشرات ميتاتريدر الأكثر شعبية ونحن ميزة على الموقع. سوف تجد بعض الإصدارات المعدلة المختلفة من هذه ضمن مؤشر التحميل الرئيسي لدينا أعلاه. أو العودة إلى مؤشرنا الرئيسي لعرض جميع مؤشرات ميتاتريدر المجانية. دليل التاجر الجديد لاستخدام المؤشرات والخبراء الاستشاريين. التداول المالي صعب في أفضل الأوقات، في حين أن المؤشرات هي أداة عظيمة فهي ليست دائما الحل لمشاكلك. بعد إضافة المؤشر الجديد إلى منصة التداول التي اخترتها يجب أن تكون طريقة التداول الخاصة بك أول منفذ للاتصال. تتطلب مناطق العد المزيد من االهتمام من المؤشرات عند االختبار. ولكن جيدة نتيجة عند اختبار بيانات الأسعار التاريخية يجب عليك أيضا اختبار المضي قدما للتأكد من النظام الخاص بك ليس منحنى المناسب. والشيء التالي الذي يجب القيام به هو التداول التجريبي. ثم التداول التجريبي بعض أكثر من ذلك. عندما كنت على استعداد للتداول مع الأموال الحقيقية يجب عليك دائما القيام بذلك مع العلم أن جيدة مثل نتائج الاختبار لا يزال بإمكانك أن تفقد. إذا كان النظام الخاص بك لا يؤدي. خندق والبدء من جديد. استخدام هذه المؤشرات والمستشارين الخبراء قد لا تناسبك. إذا كان هذا هو الحال محاولة التداول التقديري. دليل التداول MT4. إن تثبيت مؤشرات ميتاتريدر سريع وسهل ويمكنك تشغيل نظام التداول الخاص بك في غضون دقائق. خوادم MT4 متليبل تسمح لك لاختيار أي وسيط يمكن أن توفر بيانات النظام الأساسي الخاص بك والموفر الذي ترغب في التجارة من خلال كل دون الحاجة إلى تثبيت منصات متعددة. المؤشرات المخصصة هي الفائدة النهائية للتداول في منصات MT4. يمكنك إنشاء مؤشرات مخصصة تماما لاحتياجاتك. المستشارين الخبراء تسمح لك توترد النظم الخاصة بك تلقائيا مما يتيح لك الوقت للبحث وخلق أساليب تجارية جديدة. لا تقلق لا تضيع كل شيء. إذا تم تعيين النظام الأساسي الخاص بك حتى المفقودة المفقودة المخططات سوف يكون شيئا من الماضي. الميكانيكية الفوركس. التداول في سوق الفوركس باستخدام استراتيجيات التداول الميكانيكية. و هورست إكسبوننت وأدوات تداول العملات الأجنبية. و هورست الأس (هي) هي إيه شعبية شعبية جدا في تحليل سلسلة زمنية مالية لأنها تسمح لك للحصول على فكرة عن مدى الاتجاه صك التداول أو يعني يعود بالمقارنة مع المشي العشوائي. ومع ذلك، غالبا ما يتم تقييم الإحصاء ومقارنته مع قيمة المشي العشوائي الغوسي النقي الذي قد لا يكون نموذجا مناسبا لسلسلة زمنية مالية فعالة. اليوم نحن نذهب للنظر في تقدير الأسوأ هيرب فورب أكثر من 16 أدوات تداول العملات الأجنبية المختلفة، وعلى وجه الخصوص سنقارن القيم التي تم الحصول عليها مع تلك التي من المتوقع من سلسلة زمنية فعالة تماما مشتقة من نفس التوزيعات بالضبط. بعد النظر في هذا التحليل سنكون قادرين على رسم صورة عن مدى فائدة حساب هي حقا وما الاستنتاجات التي قد تكون قادرة على رسم من البيانات. يحاول سعادة قياس كسور والذاكرة على المدى الطويل من سلسلة زمنية. والإحصاء مفيد لأنه يحمل معه عددا صغيرا من الافتراضات وبالنظر إلى عينات كبيرة بما فيه الكفاية، فإن النتائج عادة لا تكون مشكلة. وبالإضافة إلى ذلك يحد من سعادة بين 0 و 1 والمحللين عادة تقسيم أنظمة سلسلة المتوقع بين أولئك الذين يعانون من سعادة أقل من 0.5، تلك مع سعادة حوالي 0.5 وتلك مع سعادة فوق 0.5. إذا كان هو أقل من 0.5 ثم سلسلة يقال أن تكون مضادة مستمرة بينما إذا كان هو أعلى من 0.5 ويقال سلسلة أن تكون مستمرة. في شروط أسهل لفهم هذا يعني أن سلسلة مع سعادة أقل من 0.5 تميل إلى يعني العودة في حين سلسلة مع سعادة فوق 0.5 تميل إلى الاستمرار في اتجاهها السابق. سلسلة مع قيمة حوالي 0.5 يقال أن لا تكون مستمرة ولا مكافحة مستمرة، المشي العشوائي منتظم. ومع ذلك نحن نعلم أن توزيع سلسلة زمنية مالية لا يتطابق مع المشي العشوائي العادي غاوس لذلك نحن يجب أن نتوقع قيمة بالضبط 0.5 لسلسلة زمنية مالية فعالة بسبب هذه التشوهات. وبالإضافة إلى ذلك نحن نعلم أن السلاسل الزمنية ليست لانهائية، وبالتالي & # 8211؛ كما هو الحال مع المشي العشوائي & # 8211؛ يجب علينا حساب توزيع قيم هي المحتملة التي قد نحصل عن طريق الصدفة لطول بيانات معين. وهذا يعني أننا يجب أن نحسب التوزيع المتوقع للمعهد لسلسلة فعالة تم إنشاؤها باستخدام بوتسترابينغ مع استبدال من البيانات الحقيقية، والتي ينبغي أن تولد سلسلة التي ليس لديها أي أوجه قصور موجودة داخلها (منذ عوائد تم خلطها). يمكننا بعد ذلك استخدام هذا التوزيع لمقارنتها مع القيمة الفعلية لل هي لسلسلة لدينا من أجل تقييم حقا ما إذا كان لدينا قياس هي يمكن أن تخبرنا أي شيء مفيد حول سلسلة في السؤال. باستخدام البيانات اليومية من 1986 إلى 2018 لمدة 16 زوج العملات والقيام 200 المحاكاة على سلسلة البيانات العشوائية التي تم إنشاؤها باستخدام كل زوج & # 8217؛ s توزيع عوائد كنت قادرا على الحصول على توزيعات هي التي تراها أعلاه. في هذه الصورة تظهر الخطوط الحمراء قيمة هي الفعلية لسلسلة الوقت الحقيقي بينما تظهر الخطوط الزرقاء متوسط ​​توزيع هي التي تم الحصول عليها من 200 سلسلة زمنية عشوائية مع نفس التوزيع. كما ترون التوزيع في معظم الحالات من غولف يذهب من 0.45 إلى 0.65 وهذا يعني أن جميع القيم بين هذين النقيضين هي الحالات الشائعة نوعا ما لسلسلة زمنية فعالة من هذا الطول. تكرار العملية يؤدي إلى نفس النتائج، وهذا يعني أن التوزيعات المحسوبة باستخدام سلسلة عشوائية قد تقارب بالفعل مع القيم المتوقعة. يمكنك أن ترى للوهلة الأولى أن قيم سعادة للسلسلة الحقيقية لا تقع في أي مكان بالقرب من حيث ينبغي أن تقع إذا كنا نقول أن سعادة لم يأت من سلسلة فعالة. في معظم الحالات لتكون قادرة على إبطال الفرضية الصفرية أن سعادة هو نتيجة لسلسلة فعالة مع الثقة 99٪ فإننا نحتاج إلى قيم أعلى من 0.6 علامة أو أقل من 0.45 علامة، والذي لا يحدث في الواقع أبدا داخل رموز الفوركس يمكنك ان ترى أعلاه. وهذا يعني أنه من وجهة نظر سعادة للعوائد اليومية من هذه السلسلة سلسلة في الواقع لا يمكن تمييزها عن رموز فعالة. الفرق بين متوسط ​​التوزيع القيمة الحقيقية & # 8211؛ أظهرت في الصورة الثانية أعلاه & # 8211؛ يظهر لنا أن أزواج مع أكبر الاختلافات هي أودشف و أودكاد ولكن حتى ذلك الحين لا تزال الاختلافات صغيرة جدا (فقط -0.04) أننا لا نستطيع أن نقول مع أي نوع من الثقة الكبيرة أن هناك انحرافا عن السيناريوهات المتوقعة من كفاءة سي.إيه.ن.أ نحتاج إلى اختلافات في علامة 0.1 لنقول على يقين جيد بأن السلسلة لا بد أن تحتوي على بعض أوجه القصور كما تم تحليلها من قبل صاحبة السعادة. وتظهر لنا الممارسة المذكورة أعلاه كيف كنا يمكن أن ارتكب أخطاء ببساطة عن طريق النظر في سلسلة زمنية مالية وانحرافها عن قيمة 0.5 هي تفترض للمشي عشوائي غاوس في الواقع أننا يجب أن نبحث عن قيم غير طبيعية بالنسبة إلى النتائج المتوقعة الفعلية أكثر من سلسلة زمنية فعالة ولدت باستخدام بوتسترابينغ مع استبدال. بعد إجراء التحليل الصحيح يمكننا أن نرى أن سعادة يعطي معلومات قليلة جدا كمقدار المضادة للمقاومة أو المثابرة ضمن سلسلة ليست كبيرة بما فيه الكفاية لرسم تمييز واضح من سلسلة فعالة باستخدام الأسيد هي. بالطبع إذا كنت ترغب في معرفة المزيد عن تحليل سلسلة زمنية وكيف يمكنك أيضا أن تتعلم لخلق أنظمة لاستغلال أوجه القصور التاريخية داخل البيانات الحقيقية يرجى النظر في الانضمام إلى أسيريكوي، موقع على شبكة الانترنت مليئة أشرطة الفيديو التعليمية ونظم التداول والتنمية وصوت، نهج صريح وشفاف نحو التداول الآلي. 7 الردود على & # 8220؛ الأسوأ صك وأدوات تداول العملات الأجنبية & # 8221؛ وأعتقد أنه & # 8217؛ ق منطق الكمال. على سبيل المثال إذا كنا سوف اختبار الانحراف من S & أمبير؛ P بهذه الطريقة نحن لا تحصل على نتائج ذات مغزى. ولكن الانحراف الإيجابي موجود. الانحراف الموجب في S & # 038؛ P لا يعني أن هناك أوجه عدم كفاءة في S & # 038؛ P يعني مجرد أنه من 's المشي العشوائي متحيز. عدم الكفاءة هو القدرة على استخراج ربح يتجاوز ما هو متوقع من فرصة عشوائية. إذا كان مؤشر S & # 038؛ P فعال فإنه قد لا يزال يتم تداوله بشكل مربح ببساطة لأنه منحازة (أن & # 8217؛ s لماذا من المتوقع أن تعمل على شراء واستبقاء استراتيجيات سبي). والسؤال ليس ما إذا كان يمكنك استخراج الأرباح أم لا ولكن ما إذا كان يمكنك القيام بذلك أكثر من ذلك بكثير بكفاءة مما كنت تتوقع ببساطة من الصدفة. في الرموز المتحيزه بشكل إيجابي مثل سبي يعني متوسط ​​التوقعات العشوائية هو في الواقع للربح، وذلك لأن قيمة المؤشر يزيد نتيجة لخلق القيمة الحقيقية في الصناعات الأساسية (وهذا هو ما يخلق التحيز في المشي العشوائي). بالطبع أنا لا أقول أن سبي هو أو ليست فعالة أنا مجرد مشيرا إلى أن الانجراف في سلسلة لا يشكل عدم الكفاءة. في معظم الأحيان، لم أتحدث عن S & أمب؛ P الانحراف :). بدلا من ذلك، كنت أتحدث عن الاختبار الإحصائي. وأعتقد أن لديك لاختبار فرضية المساواة في توقعات توزيع هورست صحيح مع الاصطناعية واحد ومن ثم يمكننا أن نتحدث عن أهمية. وأعتقد أن لديك لاختبار فرضية المساواة في توقعات توزيع هورست صحيح مع الاصطناعية واحد ومن ثم يمكننا أن نتحدث عن أهمية. شكرا على الرد! أنا فشلت في فهم ما سبق، هل يمكن أن تفسر ما تقصده & # 8220؛ اختبار فرضية المساواة في توقعات توزيع هورست صحيح مع الاصطناعية واحد & # 8221؛؟ أنا لا أرى أخطاء في اختبار الفرضية الإحصائية ضمن هذه المقالة. لديك حساب هي وتريد أن ترى ما إذا كان يمكنك إلغاء فرضية فارغة أن قيمة هي لسلسلة كما هو متوقع لسلسلة فعالة مع نفس التوزيع. يمكنك إنشاء توزيع قيم هي المتوقعة من سلسلة المنتجة باستخدام بوتسترابينغ مع استبدال وتجد أن القيم للسلسلة الحقيقية تقع تماما ضمن هذا التوزيع. لا يمكنك إبطال الفرضية الصفرية. لا تتردد في الإشارة إلى أين كنت قد ذهبت خطأ. I & # 8217؛ م يتحدث عن مثل هذا الاختبار هتبس: // خاناكاديمي / الرياضيات / الاحتمالات / إحصاءات-الاستدلال / فرضية اختبار اثنين من عينات / الخامس / فرضية اختبار لفرق من الوسائل. إذا كانت الوسائل الخاصة بك ليست متساوية ثم يمكنك استغلال هورست الأس في الاستراتيجيات الخاصة بك. آمل في المقالات التالية، سوف تكتب عن كيفية استغلالها وخصائص أخرى من العمليات العشوائية. وينطبق هذا فقط عندما تنطوي الفرضية الفارغة الخاصة بك على توزيعات. اختبار الفرضية المقترحة على وظيفة بلوق هو حالة مختلفة، حيث لا توزع توزيعات. ولذلك فإنني لا أرى كيف سيتم تطبيق اختبار فرضية الفرق. بالطبع أنا قد تكون خاطئة لذلك لا تتردد في شرح بمزيد من التفصيل كيف يمكنك إجراء مثل هذا الاختبار إذا كان هذا هو الحال. قد يكون لديك مشاكل في جمع كامل توزيع هورست الحقيقي (بسبب عدم وجود بيانات كافية أو أنها يمكن أن تتغير مع مرور الوقت)، ولكن أعتقد أنه & # 8217؛ ق الطريق الصحيح لاختبار هذه الفرضية. حساب هورست الأس. المقدمة. تحديد ديناميات السوق هي واحدة من المهام الرئيسية للتاجر. غالبا ما يكون من الصعب جدا حلها باستخدام أدوات التحليل الفني القياسية. على سبيل المثال، قد تشير МА أو ماسد إلى اتجاه ولكن ما زلنا بحاجة إلى أدوات إضافية لتقييم قوتها وموثوقيتها. في النهاية، قد يتحول إلى ارتفاع قصير الأجل يتلاشى بسرعة. ربما كنت تعرف بديهية: من أجل تداول الفوركس بنجاح، ونحن بحاجة إلى معرفة أكثر قليلا من المشاركين في السوق الأخرى. في هذه الحالة، سوف تكون قادرة على أن تكون خطوة واحدة إلى الأمام اختيار نقاط الدخول الأكثر ملاءمة وضمان الربحية التجارية. التداول الناجح هو مزيج من العديد من المزايا، بما في ذلك وضع أوامر شراء / بيع على وجه التحديد خلال انعكاس الاتجاه، واستخدام ماهرا للبيانات الأساسية والتقنية، فضلا عن غياب كامل من العواطف. كل هذه هي العناصر الرئيسية في مهنة التداول الناجحة. قد يقدم التحليل الكسوري حلا شاملا للعديد من قضايا تقييم السوق. وغالبا ما يتم إهمال الفركتلات دون إهمال من قبل التجار والمستثمرين، على الرغم من أن التحليل الفركتلي للسلاسل الزمنية يسمح بتقييم فعال لاتجاه السوق وموثوقيته. و هورست الأس هو واحد من القيم الأساسية للتحليل الكسورية. قبل الانتقال إلى الحساب، دعونا ننظر بإيجاز في الأحكام الرئيسية لتحليل كسورية ونلقي نظرة فاحصة على أس هورست. 1. فرضية السوق كسورية (فمه). تحليل كسورية. كسورية هي مجموعة رياضية تمتلك خاصية التشابه الذاتي. والشيء نفسه مشابه تماما أو تقريبا لجزء من نفسه (أي أن الكل له نفس شكل واحد أو أكثر من الأجزاء). المثال الأكثر وضوحا للبنية الكسورية هو "شجرة كسورية": ويظل كائن مشابه ذاتيا متماثلا إحصائيا في مقاييس مختلفة - مكانية أو زمانية. عند تطبيقه على الأسواق، تعني "كسورية" "متكررة" أو "دورية". يعرف البعد الكسوري كيف يملأ كائن أو عملية المساحة وكيف يتغير هيكلها على مستويات مختلفة. عند تطبيق هذا التعريف على الأسواق المالية (أو في حالتنا - الفوركس)، يمكننا أن نذكر أن البعد الكسوري يعرف درجة "عدم انتظام" (تقلب) من سلسلة زمنية. وبناء على ذلك، فإن الخط المستقيم له البعد d يساوي واحد، المشي العشوائي - d = 1.5، بينما في حالة وجود سلسلة زمنية كسورية 1 & لوت؛ d & لوت؛ 1.5 أو 1.5 & لوت؛ d & لوت؛ 1. "والغرض من هذا النموذج هو إعطاء نموذج لسلوك المستثمرين وحركات أسعار السوق التي تناسب ملاحظاتنا.وفي أي وقت من الأوقات، قد لا تعكس الأسعار جميع المعلومات المتاحة، ولكن فقط المعلومات الهامة لأفق الاستثمار" - E. بيترز ، كسورية تحليل السوق. نحن لن نتطرق إلى مفهوم الكسور في التفاصيل على افتراض أن القراء لدينا بالفعل فكرة عن هذه الطريقة التحليلية. ويمكن الاطلاع على الوصف الشامل لتطبيقه على الأسواق المالية في "سلوك (سوء) الأسواق، نظرة كسورية للاضطرابات المالية" بقلم ماندلبروت و R. هدسون، فضلا عن "تحليل السوق الكسورية" و "الفوضى و ترتيب في أسواق رأس المال: نظرة جديدة من الدورات والأسعار، وتقلبات السوق "من قبل E. بيترز. 2. R / S تحليل و هورست الأس. 2.1. R / S. المعلمة الرئيسية لتحليل الكسورية هي الأسير هورست المستخدمة لدراسة السلاسل الزمنية. وكلما زاد التأخير بين زوجي قيمة مشابهتين في سلسلة زمنية، كلما قل عدد الأسير هورست. قدم هارولد إدوين هورست - وهو عالم هيدرولوجي بريطاني بارز عمل على مشروع سد نهر النيل. من أجل البدء في البناء، تحتاج هورست لتقييم تقلبات مستوى المياه. في البداية، كان من المفترض أن تدفق المياه هو عملية عشوائية عشوائية. ومع ذلك، أثناء دراسة سجلات الفيضانات في النيل لمدة تسعة قرون، تمكنت هيرست من الكشف عن الأنماط. وكانت هذه نقطة البداية في الدراسة. وتبين أن الفيضانات في المتوسط ​​فوقها أعقبت فيضانات أقوى. وبعد ذلك، غيرت العملية اتجاهها، وأتبعت الفيضانات أقل من المتوسط. ومن الواضح أن هذه الدورات كانت مدتها غير دورية. ويستند النموذج الإحصائي هورست على عمل ألبرت أينشتاين حول الحركة البنيان توفير نموذج المشي العشوائي من الجسيمات. الفكرة وراء النظرية هي أن المسافة (R) مشى بجسيم يزيد بشكل متناسب مع الجذر التربيعي للوقت (T): دعونا إعادة عبارة المعادلة: في حالة وجود عدد كبير من الاختبارات، ومدى الاختلاف (R) يساوي الجذر التربيعي لعدد من الاختبارات (T). وقد استخدم هورست هذه المعادلة عندما يثبت أن الفيضانات في النيل ليست عشوائية. من أجل تشكيل طريقة له، استخدم الهيدرولوجي سلسلة الوقت X1..Xn من فيضانات النهر. ثم تم تطبيق الخوارزمية التالية تسمى طريقة النطاق ريسكالد أو تحليل R / S في وقت لاحق: حساب متوسط ​​القيمة، شم، من سلسلة X1..Xn حساب انحراف السلسلة القياسية، S تطبيع السلسلة من خلال خصم متوسط ​​القيمة، زر (حيث r = 1..n)، من كل قيمة إنشاء سلسلة زمنية تراكمية Y1 = Z1 + زر، حيث r = 2..n حساب حجم السلاسل الزمنية المتراكمة R = ماكس (Y1..Yn) -min (Y1..Yn) توسعت هيرست معادلة أينشتاين بتحويلها إلى شكل أكثر عمومية: حيث ث ثابت. وعموما، فإن قيمة R / S تغير المقياس مع زيادة الزيادة الزمنية وفقا لدرجة الاعتماد مساوية ل H وهو أس هورست. ووفقا لهورست، كان H يساوي 0.5 إذا كانت عملية الفيضانات عشوائية. ومع ذلك، خلال ملاحظاته، وجد أن H = 0.91! وهذا يعني أن حجم تطبيع يتغير أسرع من الجذر التربيعي للوقت. وبعبارة أخرى، فإن النظام يمر مسافة أطول من عملية عشوائية مما يعني أن الأحداث الماضية لها تأثير كبير على الحاضر والمستقبل. 2.2. تطبيق النظرية على الأسواق. في وقت لاحق، تم تطبيق طريقة حساب أسير هيرست على الأسواق المالية وأسواق الأوراق المالية. وهي تشمل تطبيع البيانات إلى المتوسط ​​الصفر والانحراف المعياري الموحد للتعويض عن عنصر التضخم. وبعبارة أخرى، نحن نتعامل مع تحليل R / S مرة أخرى. كيفية تفسير هورست الأس في الأسواق؟ 1. إذا كان الأسير هورست بين 0.5 و 1، وأنه يختلف عن القيمة المتوقعة من اثنين والانحرافات المعيارية أكثر، وتتميز هذه العملية عن طريق الذاكرة على المدى الطويل. وبعبارة أخرى، هناك استمرار. وهذا يعني أن جميع النتائج التالية تعتمد بشدة على النتائج السابقة خلال فترة زمنية معينة. وتمثل الرسوم البيانية لأقصى الشركات موثوقية ومؤثرة أكثر السلاسل الزمنية استمرارا. ويمكن تسمية الشركات الأمريكية مثل أبل، غي، بوينغ، وكذلك الشركات الروسية مثل روزنيفت، ايروفلوت و فتب من بين آخرين. يتم عرض الرسوم البيانية الاقتباس من هذه الشركات أدناه. وأعتقد أن كل مستثمر يمكن أن يميز صورة مألوفة أثناء النظر في هذه الرسوم البيانية - كل جديد عالية ومنخفضة أعلى من سابقتها. أسعار الأسهم ايروفلوت: أسعار الأسهم روزنيفت: أسعار الأسهم فتم، الهبوط المستمر سلسلة الوقت. 2. إذا كان الأسير هورست يختلف عن القيمة المتوقعة من قبل اثنين أو أكثر من الانحرافات المعيارية في القيمة المطلقة و هو ما بين 0 و 0.5، وهذا يعني أننا نتعامل مع سلسلة الوقت المضادة للاستمرار. يتغير النظام بشكل أسرع من نظام عشوائي، أي أنه عرضة للتغيرات الصغيرة ولكن المتكررة. ويمكن رؤية العملية المضادة للحرب بشكل واضح على المخططات الأسهم 2-الطبقة. خلال الحركات المسطحة، "الرسوم الزرقاء" الرسوم البيانية الأسعار تثبت السلوك المضاد للاستمرار كذلك. مخططات الأسهم من ميشيل، أفتوفاز و لينينيرغو المنصوص عليها أدناه أمثلة حية من سلسلة الوقت المضادة للاستمرار. فضل ميشل الأسهم: الأسهم المشتركة أفتوفاز خلال شقة. 3. إذا كان الأسير هورست 0.5 أو قيمته تختلف عن القيمة المتوقعة بأقل من اثنين من الانحرافات المعيارية، وتعتبر العملية أن يكون المشي العشوائي. ولا يتوقع وجود تبعيات دورية قصيرة أو طويلة الأجل. في التداول، وهذا يعني أن التحليل الفني لا يساعد كثيرا منذ القيم الحالية تتأثر تقريبا من قبل السابقة. لذلك، فمن الأفضل استخدام التحليل الأساسي. وترد في الجدول أدناه عينة هورست لأدوات سوق الأوراق المالية (الأوراق المالية لمختلف الشركات والشركات الصناعية والسلع). وقد تم إجراء الحساب على مدى السنوات ال 7 الماضية. و "الرقائق الزرقاء" لها قيم أسي منخفضة تدل على مرحلة الدمج خلال الأزمة المالية. ومن المثير للاهتمام، أن العديد من الأوراق المالية من 2 مستويات تظهر استمرار يدل على قوة ضد الأزمة. 3. تحديد الدورات. الذاكرة في التحليل الكسوري. كيف يمكننا التأكد من أن نتائجنا ليست عشوائية (تافهة)؟ من أجل الإجابة على هذا السؤال، يجب علينا أولا دراسة تحليل رس على افتراض أن النظام الذي تم تحليله هو من طبيعة عشوائية. وبعبارة أخرى، يجب علينا التحقق من صحة الفرضية الفارغة التي تنص على أن العملية هي المشي العشوائي، وهيكلها مستقلة وتوزع عادة. 3.1. حساب قيمة تحليل R / S المتوقعة. دعونا نقدم مفهوم قيمة تحليل R / S المتوقعة. وفي عام 1976، استخلص أنيس ولويد معادلة تعبر عن قيمة متوقعة ضرورية: حيث n هو عدد من الملاحظات، بينما r يمثل عدد صحيح من 1 إلى n-1. كما جاء في "تحليل السوق الكسورية"، شريطة أن تكون المعادلة صالحة فقط ل n & غ؛ 20. بالنسبة إلى n & لوت؛ 20، استخدم المعادلة التالية: كل شيء بسيط جدا: حساب القيمة المتوقعة لكل عدد من الملاحظات وعرض الرسم البياني سجل (E (R / S)) التي تم الحصول عليها من سجل (N) جنبا إلى جنب مع سجل (R / S) من سجل (N). تحسب التشتت المتوقع من أس هورست باستخدام المعادلة المعروفة في النظرية الإحصائية. حيث H هو أس هورست؛ N - عدد الملاحظات في العينة. 3. التحقق من أهمية نسبة هورست الحصول عليها من خلال تقييم عدد الانحرافات المعيارية، التي H يتجاوز E (H). وتعتبر النتيجة ذات صلة إذا تجاوزت الأهمية 2 في الحجم المطلق. 3.2. تحديد الدورات. لننظر في المثال التالي. رسم رسم بياني اثنين للإحصاءات رس والقيمة المتوقعة E (R / S) ومقارنتها مع ديناميات السوق لمعرفة ما إذا كانت نتائج الحساب تتطابق مع حركة يقتبس. ويشير بيترز في أعماله إلى أن أفضل طريقة لتحديد وجود دورة هي بناء رسم بياني للإحصاء الخامس في مقياس لوغاريتمي يستند إلى لوغاريتم لعدد من الملاحظات في مجموعة فرعية. النتائج التي تم الحصول عليها هي سهلة لتقييم: إذا كان الرسم البياني على مقياس لوغاريتمي هو خط أفقي على كلا المحاور، ثم نحن نتعامل مع عملية عشوائية مستقلة. إذا كان الرسم البياني لديه زاوية الميل التصاعدي الإيجابية، ونحن نتعامل مع عملية مستمرة. كما سبق أن ذكرت، وهذا يعني أن التغييرات نطاق R / S تحدث أسرع من الجذر التربيعي للوقت؛ وأخيرا، إذا كان الرسم البياني يظهر اتجاها نزوليا، ونحن نتعامل مع عملية مضادة مستمرة. 3.3. مفهوم الذاكرة في التحليل الكسورية وكيفية تعريف عمقها. لمزيد من فهم تحليل كسورية، دعونا إدخال مفهوم الذاكرة. لقد ذكرت بالفعل الذاكرة طويلة الأجل وقصيرة الأجل. في التحليل الكسوري، والذاكرة هو الفاصل الزمني، خلالها يتذكر السوق الماضي ويعتبر تأثيره على الأحداث الحالية والمستقبلية. هذه الفاصل الزمني هو عمق الذاكرة، والتي إلى حد ما يحتوي على كامل السلطة وتفاصيل التحليل كسورية. هذه البيانات أمر حيوي للتحليل الفني عند تحديد أهمية نمط تقني سابق. لا حاجة إلى قوة المعالجة المفرطة لتحديد عمق الذاكرة. فقط تحليل بصري بسيط من V الرسم البياني اللوغاريتم إحصاءات كافية. رسم خط الاتجاه على طول جميع نقاط الرسم البياني المعنية. تأكد من أن المنحنى ليس أفقيا. حدد قمم المنحنى أو النقاط التي وصلت فيها الدالة إلى قيمها القصوى. هذه القيم القصوى بمثابة التحذير الأول من دورة موجودة. تحديد X تنسيق الرسم البياني على مقياس لوغاريتمي وتحويل الرقم لجعل من السهل أن نفهم: المدة طول = إكس ^ (فترة طول على مقياس لوغاريتمي). وبالتالي، إذا قمت بتحليل 12000 غبوسد بيانات ساعة وحصلت على 8.2 على مقياس لوغاريتمي، دورة يساوي إكس ^ 8.2 = 3772 ساعة أو 157 يوما. وينبغي حفظ أي دورات حقيقية على الفاصل الزمني نفسه ولكن مع إطار زمني آخر كقاعدة. على سبيل المثال، في ص. 4، حققنا 12000 غبوسد بيانات ساعة واقترح أن دورة من 157 يوما موجودا. التبديل إلى H4 وتحليل 12000/4 = 3000 البيانات. إذا كانت الدورة 157 يوما موجودة بالفعل، ثم الافتراضات الخاصة بك هي على الأرجح صحيحة. إن لم يكن، ثم قد تكون قادرة على العثور على دورات الذاكرة أقصر. 3.4. القيم الفعلية لأسر هورست لأزواج العملات. لقد انتهينا من إدخال نظرية التحليل الفركتلي المبادئ الأساسية. قبل الشروع في التنفيذ الفوري لتحليل رس باستخدام لغة البرمجة MQL5، دعونا ننظر في بعض الأمثلة أكثر. ويبين الجدول أدناه قيم الأسير ل 11 زوجا من العملات الأجنبية على مختلف الأطر الزمنية وعدد الأشرطة. وتحسب النسب من خلال حل الانحدار باستخدام طريقة أقل مربع (لس). كما نستطيع أن نرى، معظم أزواج العملات تدعم العملية المستمرة، على الرغم من أن هناك أيضا المضادة للثابتة كذلك. ولكن هل هذه النتيجة كبيرة؟ هل يمكننا الوثوق بهذه الأرقام؟ سنناقش ذلك لاحقا. الجدول 1. تحليل الأسير هورست ل 2000 القضبان. الجدول 2. تحليل الأسير هورست ل 400 القضبان. الجدول 3. هورست أس حساب النتائج ل M15 و M5. ويوصي بيترز بتحليل بعض الأطر الزمنية الأساسية واستخدامها للبحث عن سلسلة زمنية تمتلك تبعيات دورية. ثم، ينقسم الفاصل الزمني تحليلها إلى عدد أقل من الحانات عن طريق تغيير الإطار الزمني و "تركيب" عمق التاريخ. وهذا يعني ما يلي: إذا كانت الدورة موجودة على الإطار الزمني الأساسي، يمكن إثبات صلاحيتها على الأرجح إذا تم العثور على نفس الدورة في تقسيم مختلف. باستخدام مجموعات مختلفة من الحانات المتاحة، يمكننا أن نجد دورات غير دورية. ويمكن لطولها أن يزيل أي شكوك بشأن فائدة إشارات المؤشرات التقنية السابقة. 4. من النظرية إلى الممارسة. الآن بعد أن حصلنا على المعرفة الأساسية حول تحليل كسورية، الأسير هيرست وتفسير قيمها، فقد حان الوقت لتنفيذ فكرة باستخدام MQL5. دعونا تحديد المتطلبات التقنية بالطريقة التالية: نحن بحاجة إلى برنامج يحسب الأس هورست لمدة 1000 الحانات التاريخ على زوج محدد. الخطوة 1. إنشاء برنامج نصي جديد. نتلقى "كعب" لملء البيانات. أيضا، أضف #property script_show_inputs حيث سيتعين علينا تحديد زوج عملة عند الإدخال. // | كوبيرايت 2018، بيسكاريف D.M. | #property كوبيرايت "كوبيرايت 2018، بيسكاريف D.M." #property لينك "[email protected]" #property فيرسيون "1.00" // | البرنامج النصي بدء وظيفة | الخطوة 2. تعيين مصفوفة الأسعار القريبة والتحقق مما إذا كانت 1001 شريط التاريخ متاحة حاليا لزوج العملة المحدد. لماذا نستخدم 1001 قضيب عندما يتم تعيين 1000 قضيب في المتطلبات الفنية؟ الإجابة: مطلوب البيانات على القيمة السابقة لتشكيل صفيف عوائد لوغاريتمي. إنت كوبيد = كوبيكلوس (رمز، الإطار الزمني، 0، barcount1 + 1، وثيقة)؛ // كوبي إغلاق سعر الزوج المختار إلى. أرايرزيزي (كلوز، 1001)؛ // تعيين حجم الصفيف. أريسيتاسيريز (كلوز، ترو)؛ إذا (القضبان & لوت؛ 1001) // إنشاء شرط لوجود 1001 الحانات التاريخ. تعليق ("عدد قليل جدا من الحانات المتاحة! حاول إطار زمني آخر.")؛ سليب (10000)؛ // تأخير التسمية لمدة 10 ثانية. الخطوة 3. إنشاء مجموعة من عوائد لوغاريتمي. ومن المفترض أن مجموعة لوغريتورنز قد تم الإعلان عنها بالفعل و أرايرزيزي (لوغريتورنز، 1001) سلسلة موجودة. لوغريتورنز [i] = ماثلوغ (كلوز [i- 1] / كلوز [i])؛ الخطوة 4. حساب هورست الأس. لتحليل صحيح، نحن بحاجة إلى تقسيم كمية تحليلها من الحانات التاريخ من قبل المجموعات الفرعية بحيث عدد العناصر في كل واحد منهم لا يقل عن 10. وبعبارة أخرى، نحن بحاجة إلى إيجاد فواصل ل 1000 مع قيمها تتجاوز عشرة. وهناك 11 من هذه الفواصل: وبما أننا نحسب بيانات إحصاءات رس 11 مرة، سيكون من المعقول تطوير وظيفة مخصصة لذلك. وتستخدم المؤشرات النهائية والأولية للمجموعة الفرعية، التي تحسب إحصائيات رس فيها، فضلا عن عدد الحانات التي تم تحليلها كمعلمات الدالة. خوارزمية مشابهة تماما لتلك التي وصفها في بداية المقال. // | R / S حساب وظيفة | مزدوج رسكولك (إنت أسفل، أعلى إنت، إنت بارسكونت) سوم = 0.0؛ // المبلغ الأولي هو صفر. ديفسوم = 0.0؛ // المبلغ الأولي من المتراكمة. // الانحرافات صفر. // --- حساب مجموع العوائد. فور (إنت i = بوتوم؛ i & لوت؛ = توب؛ i ++) مبلغ = مبلغ + LogReturns [أنا]. // تجميع المجموع. // --- حساب المتوسط. // --- حساب الانحرافات المتراكمة. فور (إنت i = بوتوم؛ i & لوت؛ = توب؛ i ++) ستديفماس [i] = ماثبو ((لوغريتورنز [i] -M)، 2)؛ DevSum = DevSum + StdDevMas [أنا]. // مكون لحساب الانحراف. إف (ديفاكوم [i] & غ؛ ماكسفالو) // إذا كانت قيمة الصفيف أقل من. MAXVALUE = DevAccum [أنا]. // الحد الأقصى واحد، يتم تعيين قيمة عنصر صفيف ديفاكوم ل. // القيمة القصوى. إف (ديفاكوم [i] & لوت؛ مينفالو) // المنطق متطابقة. // --- حساب R السعة و S الانحراف. R = MAXVALUE-MINVALUE. // الاتساع هو الفرق بين الحد الأقصى و. ماكسفالو = 0.0؛ مينفالو = 1000؛ // القيم الدنيا. S1 = ماثسكرت (ديفسوم / بارسكونت)؛ // حساب الانحراف المعياري. // --- احسب المعلمة R / S. إف (S1! = 0) رس = R / S1؛ // القضاء على خطأ صفر الفجوة. // إلس أليرت ("زيرو ديفيد!")؛ ريتورن (رس)؛ // ريتورن رس ستاتيستيكش فالو. حساب باستخدام التبديل حالة. ل (إنت A = 1؛ A & لوت؛ = 11؛ A ++) // دورة يسمح لنا لتقصير التعليمات البرمجية. حالة 1: // 100 مجموعات تحتوي على 10 عناصر لكل منهما. أرايزيزي (rs1، 101)؛ ل (إنت j = 1؛ j & لوت؛ = 100؛ j ++) rs1 [j] = رسكولك (10 * j- 9، 10 * j، 10)؛ // استدعاء وظيفة مخصصة رسكوكلك. LogRS1 = ماثلوغ (RS1)؛ حالة 2: // 50 مجموعات تحتوي على 20 عنصر لكل منهما. أرايزيزي (rs2، 51)؛ ل (إنت j = 1؛ j & لوت؛ = 50؛ j ++) rs2 [j] = رسكولك (20 * j- 19، 20 * j، 20)؛ // استدعاء وظيفة مخصصة رسكوكلك. LogRS2 = ماثلوغ (RS2)؛ حالة 9: // 125 و 16 مجموعة. أرايزيزي (rs9، 5)؛ ل (إنت j = 1؛ j & لوت؛ = 4؛ j ++) rs9 [j] = رسكولك (250 * j- 249، 250 * j، 250)؛ LogRS9 = ماثلوغ (RS9)؛ حالة 10: // 125 و 16 مجموعة. أرايزيزي (rs10، 3)؛ ل (إنت j = 1؛ j & لوت؛ = 2؛ j ++) rs10[j]=RSculc( 500 *j- 499 , 500 *j, 500 ); LogRS10= MathLog (RS10); case 11 : //200 and 10 groups. RS11=RSculc( 1 , 1000 , 1000 ); LogRS11= MathLog (RS11); Step 5. Custom function for calculating the linear regression using the least square (LS) method. The input parameters are the values of the calculated RS statistics components. double RegCulc1000( double Y1, double Y2, double Y3, double Y4, double Y5, double Y6, double Y7, double Y8, double Y9, double Y10, double Y11) double SumYX= 0.0 ; double SumXX= 0.0 ; double N[]; //array to store the divider logarithms. //---Calculate N ratios. for ( int i= 0 ; i<= 10 ; i++) //---Calculate the Beta regression ratio or the necessary Hurst exponent. b=( 11 *SumYX-SumY*SumX)/( 11 *SumXX-SumX*SumX); Step 6. Custom function for calculating expected RS statistics values. Calculation logic is explained in the theoretical part. // | Function for calculating expected E(R/S) values | double ERSculc( double m) //m - 1000 dividers. for ( int i= 1 ; i<=m- 1 ; i++) e= MathPow ((m*pi/ 2 ),- 0.5 )*nSum; The complete program code may look as follows: // | Copyright 2018, Piskarev D.M. | #property copyright "Copyright 2018, Piskarev D.M." #property link "[email protected]" #property version "1.00" input ENUM_TIMEFRAMES timeframe= PERIOD_D1 ; // Timeframe. double pi= 3.14159265358979323846264338 ; double MaxValue= 0.0 ,MinValue= 1000.0 ; int bars= Bars (symbol,timeframe); // | Script program start function | double close[]; //Declare the dynamic Close price array. int copied= CopyClose (symbol,timeframe, 0 , 1001 ,close); //Copy a Close price of the selected pair to. ArrayResize (close, 1001 ); //Set the array size. ArraySetAsSeries (close, true ); if (bars< 1001 ) //Create a condition for the presence of 1001 history bars. Comment ( "Too few bars are available! Try another timeframe." ); Sleep ( 10000 ); //Delay the label for 10 seconds. // | Preparing the arrays | ArrayResize (LogReturns, 1001 ); ArrayResize (DevAccum, 1001 ); ArrayResize (StdDevMas, 1001 ); // | Array of logarithmic returns | for ( int i= 1 ;i<= 1000 ;i++) LogReturns[i]= MathLog (close[i- 1 ]/close[i]); //--- Set the number of elements in each subgroup. //--- Calculate the composite Log(R/S) for ( int A= 1 ; A<= 11 ; A++) ArrayResize (rs1, 101 ); for ( int j= 1 ; j<= 100 ; j++) rs1[j]=RSculc( 10 *j- 9 , 10 *j, 10 ); LogRS1= MathLog (RS1); ArrayResize (rs2, 51 ); for ( int j= 1 ; j<= 50 ; j++) rs2[j]=RSculc( 20 *j- 19 , 20 *j, 20 ); LogRS2= MathLog (RS2); ArrayResize (rs3, 41 ); for ( int j= 1 ; j<= 40 ; j++) rs3[j]=RSculc( 25 *j- 24 , 25 *j, 25 ); LogRS3= MathLog (RS3); ArrayResize (rs4, 26 ); for ( int j= 1 ; j<= 25 ; j++) rs4[j]=RSculc( 40 *j- 39 , 40 *j, 40 ); LogRS4= MathLog (RS4); ArrayResize (rs5, 21 ); for ( int j= 1 ; j<= 20 ; j++) rs5[j]=RSculc( 50 *j- 49 , 50 *j, 50 ); LogRS5= MathLog (RS5); ArrayResize (rs6, 11 ); for ( int j= 1 ; j<= 10 ; j++) rs6[j]=RSculc( 100 *j- 99 , 100 *j, 100 ); LogRS6= MathLog (RS6); ArrayResize (rs7, 9 ); for ( int j= 1 ; j<= 8 ; j++) rs7[j]=RSculc( 125 *j- 124 , 125 *j, 125 ); LogRS7= MathLog (RS7); ArrayResize (rs8, 6 ); for ( int j= 1 ; j<= 5 ; j++) rs8[j]=RSculc( 200 *j- 199 , 200 *j, 200 ); LogRS8= MathLog (RS8); ArrayResize (rs9, 5 ); for ( int j= 1 ; j<= 4 ; j++) rs9[j]=RSculc( 250 *j- 249 , 250 *j, 250 ); LogRS9= MathLog (RS9); ArrayResize (rs10, 3 ); for ( int j= 1 ; j<= 2 ; j++) rs10[j]=RSculc( 500 *j- 499 , 500 *j, 500 ); LogRS10= MathLog (RS10); RS11=RSculc( 1 , 1000 , 1000 ); LogRS11= MathLog (RS11); // | Calculate the Hurst exponent | // | Calculate expected log(E(R/S)) values | E1= MathLog (ERSculc(num1)); E2= MathLog (ERSculc(num2)); E3= MathLog (ERSculc(num3)); E4= MathLog (ERSculc(num4)); E5= MathLog (ERSculc(num5)); E6= MathLog (ERSculc(num6)); E7= MathLog (ERSculc(num7)); E8= MathLog (ERSculc(num8)); E9= MathLog (ERSculc(num9)); E10= MathLog (ERSculc(num10)); E11= MathLog (ERSculc(num11)); // | Calculate the beta of the expected E(R/S) values | Alert ( "H= " , DoubleToString (H, 3 ), " , E= " , DoubleToString (betaE, 3 )); Comment ( "H= " , DoubleToString (H, 3 ), " , E= " , DoubleToString (betaE, 3 )); // | R/S calculation function | double RSculc( int bottom, int top, int barscount) Sum= 0.0 ; //Initial sum value is zero. DevSum= 0.0 ; //Initial sum of the accumulated. //deviations is zero. //--- Calculate the sum of returns. for ( int i=bottom; i<=top; i++) Sum=Sum+LogReturns[i]; //Accumulate the sum. //--- Calculate the average. //--- Calculate accumulated deviations. for ( int i=bottom; i<=top; i++) StdDevMas[i]= MathPow ((LogReturns[i]-M), 2 ); DevSum=DevSum+StdDevMas[i]; //Component for calculating a deviation. if (DevAccum[i]>MaxValue) //If the array value is less than a. MaxValue=DevAccum[i]; //maximum one, the DevAccum array element value is assigned to. //the maximum value. if (DevAccum[i]<MinValue) //Logic is identical. //--- Calculate R amplitude and S deviation. R=MaxValue-MinValue; //Amplitude is a difference between the maximum and. MaxValue= 0.0 ; MinValue= 1000 ; //minimum values. S1= MathSqrt (DevSum/barscount); //Calculate the standard deviation. //--- Calculate the R/S parameter. if (S1!= 0 )RS=R/S1; //Eliminate zero divide error. // else Alert("Zero divide!"); return (RS); //Return RS statistics value. double RegCulc1000( double Y1, double Y2, double Y3, double Y4, double Y5, double Y6, double Y7, double Y8, double Y9, double Y10, double Y11) double SumYX= 0.0 ; double SumXX= 0.0 ; double b= 0.0 ; //array to store the divider logarithms. //---Calculate N ratios. ArrayResize (N, 11 ); for ( int i= 0 ; i<= 10 ; i++) SumYX=Y1*N[ 0 ]+Y2*N[ 1 ]+Y3*N[ 2 ]+Y4*N[ 3 ]+Y5*N[ 4 ]+Y6*N[ 5 ]+Y7*N[ 6 ]+Y8*N[ 7 ]+Y9*N[ 8 ]+Y10*N[ 9 ]+Y11*N[ 10 ]; //---Calculate the Beta regression ratio or the necessary Hurst exponent. b=( 11 *SumYX-SumY*SumX)/( 11 *SumXX-SumX*SumX); // | Function for calculating expected E(R/S) values | double ERSculc( double m) //m - 1000 dividers. for ( int i= 1 ; i<=m- 1 ; i++) e= MathPow ((m*pi/ 2 ),- 0.5 )*nSum; You can upgrade the code for yourselves by implementing a wider range of calculated features and creating a user-friendly graphical interface. In the final chapter, we will discuss the existing software solutions. 5. Software solutions. There are multiple software resources implementing the R/S analysis algorithm. However, the algorithm implementation is usually compressed leaving most of the analytical work for a user. One of such resources is Matlab package. There is also a MetaTrader 5 utility available in the Market called Fractal Analysis allowing users to perform the fractal analysis of the financial markets. Let's have a closer look at it. In fact, we need only the first three input parameters (Symbol, Number of bars and Timeframe) out of the entire variety. As we can see in the below screenshot, Fractal Analysis allows selecting a currency pair regardless of a symbol window the utility is launched at: the most important thing is to specify a symbol in the initialization window. Select the amount of bars of a certain timeframe specified in the parameter below. Also, pay attention to the Chart lifetime parameter setting the number of seconds, within which you are able to work with the utility. After clicking ОК, the analyzer appears in the upper left corner of the MetaTrader 5 main terminal window. The example is displayed on the below screenshot. Eventually, all data and results necessary for the fractal analysis appear on the screen combined into blocks. The left part features the area with graphical dependences on a logarithmic scale: R/S statistics from the number of observations in the sample; expected R/S statistics value E(R/S) of the number of observations; V statistics of the number of observations. This is an interactive area involving the use of MetaTrader 5 chart analysis tools since it is sometimes quite difficult to define a cycle length without special means. Curve and trend line equations are also present. Slopes of trend lines are used to define numerical Hurst exponents (H). Expected Hurst exponent (E) is calculated as well. These equations are in the right adjacent block. Dispersion, analysis significance and signal spectrum color are calculated there as well. For convenience, the program calculates the length of the analyzed period in days. Keep that in mind, when evaluating the significance of the history data. The "Process type" line specifies the time series parameter: Finally, the Interpretation block displays a brief summary that can be helpful for a novice in the field of the fractal analysis. 5.2. Operation example. We should define what symbol and timeframe to use for analysis. Let's take NZDCHF and have a look at the last quotes on H1 . Please note that the market has been consolidating for about the last two months. Again, we are NOT interested in other investment horizons. It is quite possible that the D1 chart shows an up or downtred. We have selected H1 and a certain amount of history data. Apparently, the process is anti-persistent. Let's check it using Fractal Analysis. From 21.11 to 3.02, we have a 75-day history. After converting 75 days to hours, we receive 1800 hour data. Since there are not that many bars at the utility entry, specify the nearest value — 2000 analyzed hour periods. The results are displayed below: Thus, our hypothesis is confirmed, and the market demonstrates the considerable anti-persistent process on this horizon — the Hurst exponent H=0.490 which is almost three standard deviations lower than the expected value E=0.557. Let's fix the result and use a slightly higher timeframe (H2) and accordingly twice smaller number of bars in history (1000 values). The results are as follows: We see the anti-persistent process again. The Hurst exponent H=0.469 is more than three standard deviations lower than the expected exponent value E=0.564. Now, let's try to find cycles . We should return to the H1 chart and define the moment the R/S curve detaches from E(R/S). This moment is characterized by the formation of a top on V statistics graph. Thus, we are able to define the approximate cycle size. It is roughly equal to N1 = 2.71828^6.2 = 493 hours which is equivalent to 21 days. Of course, a single experiment does not guarantee the reliability of its results. As mentioned above, it is necessary to try different timeframes and select all sorts of "timeframe — bar number" combinations to make sure the result is valid. Let's perform a graphical analysis of 1000 H2 timeframe bars. The cycle length is equal to N2 = 2.71828^5.5 = 245 two-hour periods (approximately, twenty days). Now, let's analyze M30 timeframe and 4000 values. We obtain the anti-persistent process with the Hurst exponent H = 0.492 and the expected value E=0.55 exceeding H by 3.6 standard deviations. The cycle length N3 = 2.71828^6.8 = 898 thirty-minute segments (18.7 days). Three tests are enough for a training example. Let's find the average value of the obtained period length M= (N1 + N2 + N3)/3 = (21 + 20 + 18.7)/3 = 19.9 (20 days). As a result, we obtain the period, within which the technical data is reliable enough and can be used to develop a trading strategy. As I have already mentioned, the calculation and analysis provided above are meant for the investment horizon of two months. This means the analysis is not relevant for intraday trading since it probably features its own ultra-short cyclical processes, the presence or absence of which we have to prove. If the cycles are not detected, the technical analysis loses its relevance and efficiency. In that case, news trading and defining the market sentiments are the most reasonable solutions. استنتاج. The fractal analysis is a certain synergy of technical, fundamental and statistical approach to forecasting the market dynamics. This is a versatile data processing method: R/S analysis and Hurst exponent are successfully used in geography, biology, physics and economics. The fractal analysis can be applied for developing scoring or estimation models applied by banks to analyze the solvency of borrowers. As I have already said at the beginning of the article: In order to trade on Forex successfully, we need to know a bit more than other investors. Anticipating some misunderstanding here, I would like to warn the reader that the market tends to "deceive" the analyst. Therefore, be sure to check the presence of a non-periodic cycle on higher and lower timeframes at all times. If it is not detected on other timeframes, the cycle is most probably just a market noise. ترجمة من الروسية من قبل شركة ميتاكوتس سوفتوار Corp. الفوركس مدونة. مباشرة تجربة تداول العملات الأجنبية والمعلومات حول سوق الصرف الأجنبي التي سوف تكون مفيدة للتجار. الاشتراك للحصول على التحديثات اليومية مباشرة إلى صندوق البريد الإلكتروني الخاص بك. Using Hurst Exponent in Forex Trading. I have recently read about Hurst exponent (coefficient) in one research paper. It was only briefly mentioned there, but it caught my attention as a measure of market predictability that could be calculated using the commonly available chart data. It occurred to me that such a measure could be used as a handy indicator to back up other indicators and signals. But can it be really used in Forex trading? ما هذا؟ In general, Hurst exponent (usually denoted as H ) describes the persistence or its lack in the price change behavior. The value of this exponent can be between 0 and 1. If 0 for some timeseries, it means that these timeseries are anti-persistent — i.e. movement in one direction is likely to be followed by a movement in the opposite direction. If 0.5 , the timeseries are persistent and the next movement's direction is likely to repeat the previous movement's direction. If H = 0.5 or is very close to it, the timeseries will demonstrate a purely random (Brownian) motion. That is in the ideal world, of course. Originally, the Hurst exponent was used by Harold Edwin Hurst to predict the Nile floods's levels (you can read more about it in the Wikipedia article.) For me, the main interest of H is in its alleged ability to show persistence of trends. خطة التداول. In theory, knowing the current H for a given currency pair, we could buy after bullish candles and sell after bearish ones if H is significantly greater than 0.5. Of course, we could also buy after bearish candles and sell after bullish ones, hoping for a reversal, if H is significantly below 0.5. Seems plausible, doesn't it? To follow this plan we would have to go through these steps: Calculate the current Hurst exponent ( H ). Compare it to 0.5. Look at the previous candlestick's direction or measure the current trend with moving averages. Trade in the appropriate direction depending on the values derived from the previous steps. Hurst Exponent Calculation. Unfortunately, we would fail at the first step, because Hurst exponent cannot be precisely calculated. You can only estimate this coefficient. One of the simple ways to do so is to use rescaled range method. I will not describe it here in detail because it is already described so well by Pietro Ponzo. You will find step-by-step explanations of the whole calculation process there. You can even download a working Excel spreadsheet for calculating Hurst exponent on stock market charts simply by entering a stock ticker in a cell. I will just mention here that H estimation is a slope of a linear regression drawn over several dots (the more the better) derived from logarithms (any base) of R/S statistic and respective number of data points ( N ). R/S statistic is calculated as Range divided by standard deviation . Range is calculated as a difference between maximum and minimum of the sums of deviations of price from the mean price across all N data points. It surely can be done in MetaTrader as the math is rather simple. Of course, the higher N the more CPU overhead. Though it may sound like a lot of calculations, the process can be optimized to avoid recalculation of the known values and their parts. As of now, there are several paid versions of Hurst coefficient indicator for MetaTrader 4 and some free ones. Hurst Difference claims to calculate the difference of Hurst exponent compared to the previous bar, though, from looking at its source code, I wonder if it really does that. Variation Index offers a substitute for Hurst exponent in a form of an index derived from fractal characteristics of the chart. It is unknown how close it is to the original Hurst exponent as the calculation process is totally different, but the author of the indicator claim that it is better because it uses less bars (thus less old bars) and shows more recent values. It is also available for MetaTrader 5. A lot more explanation and code examples for the process of H estimation can be found at Ian Kaplan's website. However, the source codes are for C++. Will It Work? That all sounds nice but will it work? Unfortunately, after some thought process and reading, and some more reading, I came to a conclusion that the concept is interesting but at the same time is nearly useless in Forex trading. It requires a very large number of bars to work, with 1000 usually mentioned as a necessary minimum. Estimating the Hurst exponent on the latest 1000 bars would give us a value that may no longer be current. The real value of Hurst exponent is constantly shifting, getting its estimate over the last N bars gives us a good notion about how things were going within that period, but it has little information for the future bars. Too bad, we can only trade future bars and not the old ones. One could object that H can be calculated on a lower timeframe (for example, hourly) and then used on a higher one (for example, weekly). It would solve the old/new bars problem but would not help us at all as the Hurst exponent is completely different on different timeframes. For example, it can be estimated as below 0.3 on H1 chart and be higher than 0.8 on W1 chart at the same time. Using it as a comparative factor when choosing a currency pair to trade for a particular strategy hits the same obstacle. Let us assume that you have a good long-term trend-following strategy. Ideally, you would want a currency pair with as high H as possible. You estimate Hurst exponent for 12 currency pairs over last 5 years and get some values. You find that NZD/USD has the highest H at 0.65 (for example). Unfortunately, it does not mean that using that strategy on NZD/USD during the next 5 years would bring better results than using it on other currency pairs, with smaller H . Is It Completely Useless? Considering Hurst exponent's inability to produce a good forecasting tool, you might decide that it cannot be used at all. Actually, it is not so. Hurst exponent estimation is a viable tool for analyzing the past. Looking at a correctly estimated H value can answer the following question: was the market persistent or was it anti-persistent ? In its turn, that would help you analyze performance of your trading strategy or expert advisor during that particular period. For example, if you were using a trend reversal system for a month and it performed poorly but H estimated for that period turned out to be high above 0.5 level, you would know that it was a rather bad time for your strategy, not that the strategy itself is defective. PS: Actually, this post might not be too interesting to an average Forex trader, but I have written it mostly for myself. For when I stumble upon the concept of Hurst exponent in a year or two, I will not forget that I have already tried using it. It will serve me as a reminder. الوظائف ذات الصلة: 3 Responses to “Using Hurst Exponent in Forex Trading” Hi, I wonder about your comments. I have been working with Hurst and FDI indicators on metatrader and they calculate the Hurst exponent using a minimum range of 10 bars. It is interesting to use it with the Kaufmann efficiency ratio to double cross the concept. I also have seen some papers, where the FDI (Fractal Dimension Index 1<FDI<2 a variation of the Hurst) helps to "read" the Forex Behaviour better. Why don't you do a little research just to confirm your conclusions; because I rather believe is a very good indicator, when used with other oscillators to understand the market behaviour. Take a look, or write me if you have more info. Calculating Hurst exponent on small ranges (like 10) does not make sense as the R/s = k*n H equation does not hold with low n . Sorry, cannot comment on FDI as I have not looked into it. Which indicator do you use for its calculation? Hi, take a look to this blog where I found interesting info as MT4 code, If you look for FDI in google (in the MT4 community) you will find also the FDI code. Now, once you start to “read” with different ranges (10, 24, 48, 55, 72, 89 lags) you will find that it gives some info about the prices – when they are trending or when they are random. Now, such insight used with %Williams, or MACD, might give you “possible” entry “points”.
إتاسوفت فوريكس مولد مفتاح الترخيص
الفوركس 25 دولارا