我最喜欢的电视节目之一是在 pbs 电视台上的新星, 在数学史上最近表明一项长达一小时的功能. 现在这会使你们多数人睡, 但我最初的反应是, “甜!”.
不到两分钟入展示, 主持人开始讨论数字 pi (Π) 和所有不寻常的地方,它的显示. 它 ’ s 不只是周长和圆的直径的比例. 它体现在统计数据和, 奇怪的是, 一条河流之间的距离在 ’ s 路径和它作为乌鸦苍蝇的距离.
看看上面的布里斯班河的地图. 蓝线是这条河的红线是直接距离. 如果你在河里的蓝线随同的扭动和弯曲的距离, 然后除以红线的距离, 你应该得到的比率接近 π.
将河完全相等 pi 的比率? 别. 但如果你花的所有河流比率在世界, 然后它们的平均数, 你应该能获得非常接近 π.
这适用于外汇?
报警铃立即熄灭在我的脑海. “哇, 也许可以交易!”
所以, 我做了疯狂的办公室. 我是认真的, 像一个长满在冲刺 (sprint) 30 赛车比赛拿到笔和纸的脚.
针对外汇市场的想法是有点不同. 它 ’ s 可能价格不去任何地方 50 酒吧. 它可能会行动 0 点子.
如果我用河公式的步行距离,距离等于 0, 数学不好的事情发生. 我作了轻微的调整,决定比较距离/步行, 逆. 预期的成果现在是 1/π.
分析力,在 R Pi
R 是我最喜欢的分析平台之一. 如果你 ’ 想要的代码,, 您可以 下载 它.
获取价格数据很容易. 只需转到 MT4 并单击文件, 保存. 当前选定的图表然后可以保存 ’ s 数据. R 代码开辟 csv 和分析. 每个列表后加工的 MT4 数据看起来是这样.
最后一步是采取比列的平均值最右边.
我开始这样做了不同的货币对 H1 图表上,发现奇怪的东西
货币 | 大体时间 | 意思是比 |
---|---|---|
欧元兑美元 | H1 | 0.1614123 |
AUDNZD | H1 | 0.145748 |
英镑对日元 | H1 | 0.1587237 |
USDSEK | 每日 | 0.182126 |
1/Π = 0.318
在表中值的平均值是 0.162.
1/2Π = 0.159
现在我们 ’ re 到一些有趣的东西! 运动或任何给定币种表示的距离之比看起来像它可能是 1/2 π. 我 ’ ve 仅分析图表一小撮为止. 这不是 ’ t 确凿, 但它 ’ s 有趣的早期观察.
图
这是给那些对你更多解析倾斜. 这些非常不同的货币对的概率分布频率直方图似乎没有平等的斜坡, 如果你实现正常化的频率值.
数字信号处理
更多我 ’ 我想过这种想法, 越明白它 ’ s 一个纯粹的概念,从数字信号处理 (DSP).
工程师这样的信号进行了分析,并称之为 信噪比. 这个想法很简单 – 多少 真实 信息包含在观察到的数据?
使用 1/2 π 作为我们假定的障碍, 我们现在有一种简便方法分类市场条件.
等市场 – 信号的信噪比 (信噪比) <= 1/2 Π
走向市场 – 信噪比 > 1/2Π
我没有在研发的快速检查使用的代码
范围<- audnzd$ 比率[audnzd$ 比率 <= 极限]
长度(范围)/长度(audnzd$ 比率)
[1] 0.6083298
根据这个粗略的指南, 市场范围 60% 时间和趋势 40% 的时间. 如果我使用 1/π 的障碍为一个强大的趋势, 相对频率下降到只有 8%-12%, 取决于该文书.
结论: 如果你等待的信噪比,在接受任何趋势交易之前达到偏弱走势区以上 1/2 π, 然后大约 1 在 5 行业应经历一个重大的趋势.
逻辑运行,如下所示:
- 40% 时间都花在一个趋势
- 8-12% 时间都花在一种强烈的趋势
- 8/40 = 0.2, 这是 20%. 趋势非常明显的对可能会遇到达 30% 重大的趋势.
你觉得我们应该在一种交易策略中使用信噪比如何? 分享你的想法在下面的评论部分.