Fractals de semelhança autônoma

Fractals e Forex: uma nova perspectiva Este artigo foi sindicado para Pip Freaks Convidado POST 1: Para o meu primeiro post convidado em óculos escuros, apresento o meu bom amigo, Dan Shea. Abaixo está o seu mergulho técnico em uma nova maneira de pensar sobre algo-trading forex usando fractals. Certifique-se de verificar o seu wildly rentável forex indicador, 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-Similaridade Estatística e Dimensão Fracionária. Discutiu o que é conhecido como o paradoxo do litoral. Primeiro postulado pelo matemático Lewis Fry Richardson: se você medir o litoral da Grã-Bretanha com um critério, você obteria um valor menor do que se estivesse a medir o litoral com uma régua de um pé. Isto é devido ao fato de que, com uma régua de um pé, você seria capaz de explicar a curvatura da costa, que de outra forma teria sido passada com o critério. Além disso, se você medir o litoral com uma régua de seis polegadas, você obteria um valor maior do que aquele 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 nenhum termo para descrever esse padrão auto-semelhante na época, Mandelbrot mais tarde denominaria esse fenômeno ldquofractalrdquo em seu livro de 1975 Les Objects Fractals: Forme, Hasard et Dimension. De fato, Mandelbrot observou esta peculiaridade de padrões auto-semelhantes em quase toda a natureza: os cristais, as formas das montanhas, as estruturas das plantas, o agrupamento de galáxias, relâmpagos, qualquer coisa com uma aparência e uma sensação muito diferentes. Mesmo o arranjo de neurônios no cérebro não está isento desta organização fractal. Não se limitando aos padrões estritamente físicos, fractal foram observados em tudo, desde a música até as pinturas, como a natureza o teria, o movimento dos preços no mercado financeiro. Teoria do Fractal nos Mercados Financeiros No contexto dos mercados financeiros, a aparência do gráfico é relativa ao período observado. Ao olhar para o mercado a partir de uma perspectiva de vários anos, o período de um mês para o outro pode parecer relativamente suave. Quando o foco é reduzido a um determinado ano, os preços de mês para mês olhar cada vez mais áspero. À medida que a visão se torna cada vez mais míope, os gráficos tornam-se cada vez mais ásperos, semelhantes às linhas costeiras acima mencionadas. Apesar desta crescente aspereza, em cada dimensão de visão, esses preços exibem alguma forma de auto-semelhança, na medida em que eles estão se dirigindo de uma maneira semelhante àqueles de maiores dimensões de visualização. Esta observação não é novidade para muitos envolvidos na análise de mercado em 1991 e 1994, Edgar E. Peters publicou Caos e Ordem nos Mercados de Capitais e Análise de Mercado Fractal: Aplicando a 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 de uma perspectiva fractal em O mau comportamento dos mercados: Uma visão fractal da turbulência financeira. Aplicação da Teoria Fractal Para usar esta informação no contexto do mercado cambial, o trader e autor Bill M. Williams propôs, entre outras coisas, um indicador fractal que está incluído em todas as cópias da plataforma MetaTrader. Este indicador localiza séries de barras consecutivas onde ou a maior alta é precedida e seguida por dois ou mais altos mais baixos, marcado como um fractal de compra, ou o menor mais baixo é precedido e seguido por dois ou mais baixos 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 local 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 vai continuar nessa direção. Quando o preço testa os níveis, mas não quebra-los, é conhecido como um retracement, e os comerciantes podem esperar que o preço vai continuar a reverter longe do nível de suporte ou resistência que tinha sido anteriormente 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 fractal padrão e desenham colocações de linha para os comerciantes para relacionar mais facilmente o preço aos fractais anteriores marcados no gráfico. Um problema comum com a negociação fractal, no entanto, é saber quais os níveis de fractal continuam a ser relevantes para as condições de mercado mais recentes. Por exemplo, um fractal observado centenas de bares atrás ainda pode ser relevante para o preço devido à sua localização, enquanto um fractal observado apenas dez bares atrás pode não ser mais relevante devido a oscilações no mercado. Ser capaz de identificar esses fractals relevantes ao filtrar o ruído seria de um grande benefício para os comerciantes olhando para incorporar ação de preço em suas estratégias de negociação. Fractals relevantes Todos os fractals têm o que pode ser visto como uma fonte fractal. Um fractal fonte é o fractal anterior na direção oposta. Por exemplo, se havia um fractal da compra em alguma posição arbitrária na carta, então seu fractal da fonte seria o fractal mais recente da venda antes de dito compra o fractal. Esta fonte fractal 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 uma fonte fractal, em seguida, o fractal a que fontes pode ser visto Como irrelevante para as condições de mercado atuais, como o balanço de partida para o fractal tinha sido quebrado. A Figura 2 mostra os fractals para o par USDCHF no período M15. A Figura 3 mostra o mesmo gráfico sem os fractais cujas fontes foram quebradas pelo preço. Como a tendência de curto prazo é para cima, a maioria dos fractals relevantes são comprar fractals, onde a resistência se tornou o suporte. Tomando este conceito um passo adiante, os fractals relevantes localizados dentro da mesma região de cada um sugerem que esta zona do preço é uma área significativa da sustentação ou da resistência, mais do que um fractal encontrado em um preço distante de outros fractals relevantes. A identificação destas regiões é de grande utilidade para um comerciante, uma vez que sugere que a região é de maior significado e, posteriormente, mais propensos a indicar onde as fugas são susceptíveis de ocorrer. Identificação de clusters de Fractal Deduzindo os limites para uma região de fractals relevantes pode parecer subjetiva à primeira vista, mas há de fato aproximações matematicamente-conduzidas ao agrupamento sabido como algoritmos de agrupamento. Entre esses algoritmos está a densidade baseada em agrupamento espacial de aplicações com ruído (DBSCAN) algoritmo de agrupamento de dados. A idéia geral por trás DBSCAN é iterar sobre cada ponto de dados, neste caso os fractals relevantes, e localizar todos os fractals adicionais relevantes dentro de uma distância definida. Para cada fractal dentro dessa distância, execute a verificação de distância a partir desse fractal e continue até que não haja novos fractais dentro do alcance de outro. Colocando estes fractals junto produz um conjunto de fractals e, segue, o apoio ou a região da resistência do interesse ao comerciante. O último passo para o processo é determinar qual a distância deve ser usada quando se procura fractais vizinhos. Mais uma vez, nenhuma subjetividade aqui, como o desvio padrão do preço fornece essa distância para nós. Na estatística, o desvio padrão quantifica quanta dispersão da média de um conjunto de dados existe, quanto maior o desvio padrão, maior a variância no conjunto de dados. Traduzido para os mercados financeiros, o desvio padrão do preço quantifica quão volátil o mercado é maior o desvio padrão, mais volátil o mercado. Usando o desvio padrão do preço como a distância a partir da qual fractals vizinhos deve ser procurado fecha o círculo matemático do algoritmo DBSCAN, permitindo-nos agrupar objectivamente fractals relevantes em zonas-chave de suporte e resistência. Fazendo o comércio Com todas essas informações para levar em consideração, realizar os cálculos à mão pode provar a identificação tediosa de fractals relevantes requer voltar centenas de barras, desenhar linhas a partir desses pontos pode ser tedioso, eo desvio padrão (e clusters de fractais ) 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 exibição é exibida para o usuário. Figura 4: O código Fractal SR Clusters aplicado ao gráfico EURJPY M15. Os fractals relevantes dentro do desvio padrão dos preços de se estão agrupados dentro das linhas alaranjadas finas. Finalmente, ao negociar rupturas ou retracements, consideração da tendência tem que 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 usar linhas de tendência ou seus olhos para medir a tendência, sempre certifique-se de que o valor médio Direcional Index é de força moderada (como regra geral, superior a 25) ea fuga ou retracement observado pelo movimento de preço dentro de clusters fractal Está na direção da tendência observada antes de fazer um comércio. De lá, o resto depende de você. A gestão de dinheiro é fundamental quando a negociação de ajustes toma níveis de lucro em clusters vizinhos é uma boa abordagem a tomar, usando os níveis de Fibonacci quando não existe esse cluster vizinho, ao usar uma razão riskreward de 1: 2 ou 1: 3 ao definir stop loss 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 fractals introduzindo o termo e sua matemática ao mundo em 1975, ofereceu uma aproximação aos mercados financeiros em cima de que muitos construíram nas décadas desde. Usando essas propriedades de fractals como regiões de apoio e resistência, os comerciantes do mercado de câmbio podem identificar áreas de fuga de preço provável ou retracement com maior precisão do que de outra forma possível. Sobre Dan Shea Dan Shea tem um Bacharelado em Ciência da Computação da Universidade de New Hampshire, e está perseguindo seus Mestres. Atualmente é engenheiro de pesquisa e desenvolvimento no InterOperability Laboratory. Quando não está trabalhando, Dan pesquisa os mercados financeiros, com foco em moedas. Siga-o no Twitter: chamzord. Leitura adicional Posts recentes GoogleBut os dois retângulos abaixo são semelhantes. Olhe atentamente para o último retângulo azul e você verá que é 2 vezes mais largo que o retângulo vermelho e 2 vezes mais longo. Dizemos que os lados estão em proporção ea relação (ou fator de escala) é 2: 1. Uma vez que os lados correspondentes estão em proporção (e os ângulos correspondentes são igualmente de igual medida), as figuras são a mesma forma e são semelhantes. Considere a semelhança de outra maneira. Para que uma figura seja semelhante a outra, você deve ser capaz de ampliar o tamanho da pequena figura pelo fator de escala, e ele se tornará exatamente o mesmo tamanho da figura maior. Agora, como são figuras auto-similar laniusimagesnewbar3.gif laniusimagessim1.gif Muitas figuras que não são fractals são self-similar. Observe a figura à direita. Observe que o contorno da figura é um trapézio. Agora olhe para dentro de todos os trapézios que compõem o trapézio maior. Este é um exemplo de auto-semelhança. Você também pode pensar em auto-semelhança como cópias. Cada um dos pequenos trapeços é uma cópia do maior. Abaixo estão outros cinco exemplos de auto-similaridade. Laniusimagesnewbar3.gif Auto-Similaridade de Fractals laniusimagessmallsir. gif À direita está o Triângulo de Sierpinski que fazemos nesta unidade. Observe que o contorno da figura é um triângulo equilátero. Agora olhe para dentro de todos os triângulos equiláteros. Lembre-se de que existem infinitamente muitos triângulos menores e menores dentro. Quantos triângulos de tamanhos diferentes você pode encontrar Todos estes são semelhantes uns aos outros e ao triângulo original - auto similaridade Veja todas as cópias do triângulo original dentro Quantas cópias você vê onde a relação dos triângulos externos lados para o interior Uns são 2: 1 4: 1 8: 1 Acho que temos um padrão aqui. Você pode encontrá-lo Veja esta muito boa ilustração animada de auto-similaridade Sierpinski. Perguntas sobre a auto-similaridade Pergunta 1: Se a imagem vermelha é a figura original, quantas cópias similares estão contidas na figura azul. Pergunta 2: Os quadrados são auto-similares (Você pode formar quadrados maiores de menores) São hexágonos (Você pode formar hexágonos maiores de menores) Desenhe exemplos para justificar sua resposta. Pergunta 3: Os círculos são semelhantes Eles são auto-similares (Você pode formar círculos maiores fora de pequenos). Desenhe exemplos para justificar sua resposta. Pergunta 4: Experimente projetar outra figura auto-similar. Você pode obter uma versão impressa desta página. Copyright 1997-2007 Cynthia Lanius