Funkcje inferring trading strategy from probability distribution functions

INFEROWANIE STRATEGII HANDLOWYCH Z FUNKCJI ZAPOBIEGANIA FUNKCJI 1. INFEROWANIE STRATEGII HANDLOWYCH Z FUNKCJI ROZWIĄZYWANIA PROBLEMEM.2 INFEROWANIE STRATEGII HANDLOWYCH Z FUNKCJONOWANIA FUNKCJONALNOŚCI FUNKCJONALNOŚCI FUNKCJONALNEJ Podstawą analizy technicznej jest obserwowanie zdarzeń rynkowych i ich konsekwencji w celu sformułowania przewidywań W tym sensie technicy rynku są w odniesieniu do prawdopodobieństw statystycznych W szczególności technicy często używają typu wskaźnika zwanego oscylatorem do prognozowania krótkoterminowych ruchów cenowych. Oscylator może być postrzegany jako filtr górnoprzepustowy, eliminując niższe częstotliwości, pozwalając jednocześnie na wyższe częstotliwości, tzn. krótkoterminowe wahania cen pozostaną z drugiej strony ruchome przeciętnie działają jak filtry dolnoprzepustowe, usuwając krótkoterminowe ruchy cen, a jednocześnie pozwalając zachować długoterminowe elementy trendu. Tym samym średnia ruchoma działa jako czujniki trendu, podczas gdy oscylatory działają przeciwnie sposób de-trend danych w ord er w celu zwiększenia krótkoterminowych ruchów cen Oscylatory i średnia ruchoma to filtry, które przekształcają ceny wejściowe w kształty wyjściowe w celu zwiększenia lub podkreślenia pewnych aspektów danych wejściowych Proces filtrowania koniecznie usuwa informacje z danych wejściowych, a jego zastosowanie nie jest bez konsekwencji znaczące problem z oscylatorami, a także ruchoma średnią dla handlu krótkoterminowego polega na tym, że wprowadzają one opóźnienie Podczas akademickiego interesu, konsekwencje opóźnienia są kosztowne dla przedsiębiorcy. Zwiń wynika z faktu, że oscylatory przez projekt są reaktywne, a nie przewidywalne. W rezultacie przedsiębiorcy muszą poczekaj na potwierdzenie procesu, który wprowadza dodatkowe opóźnienie w zdolność do podjęcia działania Teraz powszechnie przyznaje się, że klasyczne oscylatory mogą być bardzo dokładne w perspektywie czasu, ale zazwyczaj nie są wystarczające do prognozowania przyszłego krótkoterminowego kierunku rynku, w dużej części ze względu na opóźnienia ROZDZIAŁ PROBABILNOŚCI FUNKCJE Podstawowym brakiem klasycznych oscylatorów jest t kapelusz są reaktywne, a nie antycypacyjne W rezultacie, niepożądany składnik opóźniający oscylatorów znacznie pogarsza ich użyteczność jako narzędzie do rentownego obrotu krótkoterminowego. Potrzebny jest skuteczny mechanizm do przewidywania punktów zwrotnych. Funkcja PDF do analizy prawdopodobieństwa może być wypożyczona z dziedzinie statystyki i wykorzystywanej do zbadania zbędnych cen rynkowych w celu sporządzenia strategii handlowych PDF oferuje alternatywne podejście do klasycznego oscylatora, które nie jest przyczyną w przewidywaniu krótkotrwałych punktów zwrotnych plików PDF umieszcza zdarzenia w pojemnikach z każdym pojemnikiem zawierającym liczba zdarzeń w osi y i zakres zdarzeń w osi x Na przykład rozważmy falę kwadratową.3 pokazaną na rysunku 1A Chociaż nierealny w rzeczywistym świecie, jeśli miałby wyobrazić sobie falę kwadratową jako ceny kwantowe które mogą mieć wartości -1 lub 1, powstały plik PDF składa się wyłącznie z dwóch pionowych kolców przy -1 i 1, jak pokazano na rysunku 1B Takie wav eform nie mógł być sprzedawany przy użyciu konwencjonalnych oscylatorów, ponieważ jakikolwiek ruch cenowy byłby skończony, zanim oscylator mógłby wytworzyć sygnał Jakkolwiek poniższe dokumenty PDF pokazują, teoretyczna fala prostokątna nie jest daleko od rzeczywistych cykli krótkoterminowych Jako praktyczny przykład, teoretyczna fala sinusoidalna może być użyta do bardziej precyzyjnego modelowania rzeczywistych niedrożnych cen Wyidealizowana sinusoida jest pokazana na rysunku 1C i odpowiadającym mu formacie PDF na rysunku 1D. Pliki PDF fali prostokątnej i fali sinusoidalnej są bardzo podobne W każdym przypadku jest dużym prawdopodobieństwem, że przebiegów znajduje się w pobliżu ich skrajności, co można zauważyć w dużych kolkach na rysunku 1D Te skoki odpowiadają krótkoterminowym punktom zwrotnym w cenach odstraszających Prawdopodobieństwo jest wysokie w pobliżu punktów zwrotnych, ponieważ bardzo mały ruch cen w tych fazach cyklu, przy czym ceny wahają się od około 0 8 do 1 0 i od -0 8 do -1 0 na rysunku 1C Rysunek 1A Kształt kwadratowy Rysunek 1B Binarny Kwadrat w formacie PDF Figurka e 1C sinusoida Rysunek 1D Sinewave PDF Rysunek 1 Teoretyczne przebiegi i ich PDF Duże prawdopodobieństwo krótkoterminowych cen zbliżonych do ich ekstremalnych wycieczek jest główną trudnością w krótkotrwałym cyklu i obrotach wahadłowych Przemieszczanie nastąpiło głównie zanim oscylatorzy mogą zidentyfikować punkt zwrotny Wskaźnik działa, ale tylko w perspektywie co powoduje, że jego przydatność jest ograniczona do przewidywania przyszłych ruchów cenowych.4 Możliwe rozwiązanie tego dylematu opóźnienia to opracowanie technik przewidywania punktów zwrotnych Chociaż niezwykle trudne do osiągnięcia z klasycznymi oscylatorami, PDF daje nam szansę przewidywanie punktów zwrotnych, jeśli są odpowiednio ukształtowane lub zastosować dwie alternatywne metody 1 Zobrazować dane rynkowe jako fali sinusoidalnej i przesunąć modelowaną falę w przyszłość, generując w ten sposób falę kosmiczną od niej 2 Zastosuj transformatę do kształtu detrendowanego, aby wydzielić szczyt wycieczki, tzn. rzadkie zdarzenia i przewidywania krótkoterminowej rewersji cen od szczytu Każdy o Powyższe podejścia zostaną zbadane poniżej Poniższe badania są jednak pouczające, ale warto zacząć od analogii do wizualizacji teoretycznej fali sinusoidalnej PDF, a następnie zbadania plików PDF rzeczywistych danych rynkowych Jak pokazano, dane o danych rynkowych nie są ani Gaussowskie, jak powszechnie przyjęte, ani przypadkowe, jak twierdził skuteczna hipoteza rynkowa FUNKCJE DOTYCZĄCE FUNKCJI DOTYCZĄCYCH ZABRONIONYCH PROBLEMÓW Łatwy sposób obrazowania, w jaki sposób PDF jest mierzony jak na rysunku 2B, jest wyobrażenie kształtu fali jako kulki ciągnące się na równoległych drutach poziomych na ramkach pionowych, jak pokazano na rysunku 2A Obracanie ramy drutu w prawo 90 stopni 1 4 obracaj tak, że poziome druty są pionowe, co pozwala na spadanie kulek do dołu Stos koralowych na rys. 2B bezpośrednio w stosunku do ich gęstości w każdym poziomej linii drutu w kształcie fali z największą liczbą występowań w najbardziej skrajnych punktach zwrotnych 1 i -1 Rysunek 2A Sinewave Bead Waveform Rysunek 2B Sinewave Bead PDF Rysunek 2 Koncepcja konstrukcji falowej i dokumentów PDF Pomiar plików PDF detre nded cen za pomocą programu komputerowego jest koncepcyjnie identyczny z układaniem perełek w konstrukcji szkieletowej amplitudę odstraszanego kształtu ceny jest kwantyzowany w pojemnikach tj. pionowych drutach, a następnie wystąpienia w każdym pojemniku są sumowane w celu wygenerowania mierzonego pliku PDF Ceny są znormalizowane aby spaść pomiędzy najwyższym punktem a najniższym punktem w wybranym okresie kanału.5 Na rysunku 3 przedstawiono rzeczywiste ceny PDF mierzone w ciągu trzydziestu lat, przy użyciu ciągłego kontraktu na amerykańskie obligacje skarbowe Uwaga: rozkłady są podobne do rozkładu sinusoidalnego w każdym przypadek Niejednorodne kształty sugerują, że udane opracowanie krótkoterminowych systemów handlowych opartych na modelowaniu fal sinusoidalnych może okazać się skuteczne Rysunek 3A PDF kanału 20 Bar Rysunek 3B PDF kanału 40 kanału Bar Rysunek 3 Zmierzone pliki PDF w kanale amerykańskich obligacji skarbowych Ponad 30 lat Normalizacja ceny ich huśtawek w okresie kanału nie są jedynym sposobem na odstręczanie cen Alternatywną metodą jest suma zamknięcia dnia zamknięcia ices niezależnie od dni w dół W ten sposób różnica między tymi sumami może być znormalizowana do ich sumy Wynik jest znormalizowanym kanałem i jest ogólną formą klasycznego wskaźnika RSI Zmierzony plik PDF przy użyciu tej metody odstraszania tych samych 30 lat USA Dane o obligacjach skarbowych przedstawiono na rysunku 4 W tym przypadku plik PDF jest podobny do znanej krzywej dzwonowej pliku Gaussian PDF Można wyciągnąć wniosek, że krótkoterminowy system handlu opartego na cyklach będzie mniej skuteczny niż wysoki punkty prawdopodobieństwa nie znajdują się w pobliżu maksymalnych punktów przełomowych przy wycieczkach Rysunek 4 Zmierzony RSI PDF amerykańskich obligacji skarbowych powyżej 30 lat.6 Ponieważ punkty zwrotne mają stosunkowo niskie prawdopodobieństwo, można wyprowadzić inną strategię Chodzi o zakup, gdy cena detali wzrośnie poniżej próg w pobliżu dolnej granicy w oczekiwaniu na ceny odwracające się do wyższego prawdopodobieństwa Podobnie strategia będzie sprzedawana, gdy cena podlegająca wykluczeniu przekroczy próg w pobliżu e górna granica Zwróć uwagę, że nie jest to takie samo, jak przy użyciu klasycznych 30 70 lub 20 80 progów dla sygnałów z RSI, ponieważ sygnał nie czeka na potwierdzenie przekroczenia poprzecznie progami W tym miejscu przewidujemy odwrócenie się do wyższego prawdopodobieństwa wystąpienia oczekiwanego powrót do normalności Wykorzystanie tej antycypacyjnej metody w przypadku klasycznego wskaźnika, takiego jak oscylator stochastyczny, może być kosztowne, ponieważ Stochastic może długo pozostawać w skrajnym punkcie wycieczkowym lub kolejowym w żargonie inżynieryjnym przez dłuższy okres czasu Jak wcześniej wspomniano, inny sposób odfiltrować dane o cenach jest filtrowanie polega na użyciu filtra górnoprzepustowego w celu usunięcia jego części składowych tendencji o niższym współczynniku częstotliwości Gdy detrended, wynik musi być znormalizowany do stałego wyjazdu, tak aby mógł on zostać prawidłowo osadzony przed zastosowaniem PDF Wynikowy plik PDF jest pokazany na rysunku 5 W tym przypadku kształt PDF jest niemal jednolity we wszystkich pojemnikach. Jednolite PDF oznacza, że ​​amplituda w jednym pojemniku jest tak samo prawdopodobna, jak ano W tym przypadku nie można spodziewać się, że uda się zrealizować strategię opartą na cyklu ani strategię opierającą się na zdarzeniach o małym prawdopodobieństwie. PDF musi w jakiś sposób zostać przekształcony w celu zwiększenia zdarzeń prawdopodobieństwa, aby mogły być przydatne w handlu. Rysunek 5 Zmierzony filtr HighPass Filter PDF firmy US Obligacje skarbowe powyżej 30 lat.7 TRANSFORMACJA PDF Nie wszystkie techniki odstraszające dają pliki PDF, które sugerują udaną technikę handlu W ten sam sposób, w jaki oscylator może być stosowany do danych cenowych w celu zwiększenia punktów zwrotnych krótkotrwałych, można zastosować funkcję przekształcania zniekształcone ceny, aby poprawić identyfikację czarnego łabędzia, tj. wysoce mało prawdopodobne zdarzenia i rozwinąć skuteczne strategie handlowe oparte na przewidywaniu rewersji do normalności po zdarzeniach typu "black swan" Na przykład, PDF można poprawić dzięki użyciu transformacji Fisher Ta funkcja matematyczna zmienia kształty wejściowe zmieniające się między granicami -1 i 1, przekształcając prawie dowolny plik PDF w przebieg prostokątny y Gaussowskie równanie Fisher Transform, gdzie x jest wejściem i y jest wyjściem 1 xy 0 5 ln 1 x W przeciwieństwie do oscylatora Fisher Transform jest funkcją nieliniową bez opóźnienia Transformacja rozszerza amplitudy fal wejściowych w pobliżu - 1 i 1, więc można je zidentyfikować jako zdarzenia o małej prawdopodobieństwie Jak pokazano na rysunku 6, transformacja jest prawie liniowa, gdy nie jest na skrajnych. W prostych słowach transformacja Fishera nie zrobiła niczego poza skrajnymi prawdopodobieństwami o małej prawdopodobieństwie że gdyby można było zidentyfikować zdarzenia o małym prawdopodobieństwie, można zastosować strategie handlowe, aby przewidzieć powrót do normalnego prawdopodobieństwa po ich wystąpieniu. Rysunek 6 Transformatory Fishera przekształcają nieliniowo amplitudy sygnału, które powodują prawie normalne pliki PDF.8 Skutki transformacji Fishera wykazano przez zastosowanie go do podejścia HighPass Filter, który wyprodukował plik PDF na rysunku 5 Wyjście zostało przeskalowane w celu właściwego binowania w celu wygenerowania nowego mierzonego pliku PDF Nowy pomiar d PDF jest przedstawiony na rysunku 7, z oryginalnym plikiem PDF pokazanym na rysunku do wglądu Poniżej mamy przebieg, który sugeruje strategię handlową przy użyciu zdarzeń o małej prawdopodobieństwie Gdy ceny przecenione przekraczają górny próg, oczekuje się, że przekroczenie tego progu ma niskie prawdopodobieństwo W związku z tym przekroczenie górnego progu przedstawia szansę sprzedaży wysokiego prawdopodobieństwa Odwrotnie, gdy transformowane ceny spadają poniżej dolnego progu, oczekuje się, że utrzymanie poniżej progu jest małą szansą, a tym samym spadnie poniżej dolnego progu przedstawia szansę kupna Figura 7 Zmierzony filtr HighPass z transformacją Fishera PDF amerykańskich obligacji skarbowych przez ponad 30 lat ZRÓWNOWAŻONE STRATEGIE HANDLU Jasne jest, że żadna pojedyncza krótkoterminowa strategia handlowa nie jest odpowiednia dla wszystkich przypadków, ponieważ pliki PDF mogą się znacznie zmieniać w zależności od podejścia odstraszającego Ponieważ dane PDF zniekształcone normalizując wartości szczytowe ma wygląd teoretycznej sinusoidy, th logiczną strategią handlową byłoby przyjęcie, że przebieg jest w rzeczywistości sinusoidą, a następnie identyfikuje punkty przełomowe fal sinusoidalnych przed ich wystąpieniem Z drugiej strony dane, które są detrendowane przy użyciu ogólnego podejścia RSI lub są detrendowane przy użyciu filtru HighPass z przekształceniem Hilberta powinny korzystać z strategii handlowej opartej na podejściu bardziej statystycznym. W przypadku strategii RSI i Hilbert Transform strategia logiczna polega na zakupie, gdy ceny odstraszające przekraczają niższy próg i będą sprzedawane, gdy ceny odstraszające przekraczają górną próg Mimo że jest nieco sprzeczny z intuicją, ta druga strategia opiera się na założeniu, że ceny poza progami 9 progów są mało prawdopodobne, a najbardziej prawdopodobne jest, że ceny powróci do średniej. Obie krótkoterminowe strategie handlowe mają wspólny problem Problem jest to, że detrending usuwa składnik trendu, a tendencja może się utrzymać, zamiast zwracać ceny do średniej In ti sprawa, krótkoterminowe odwrócenie jest niewłaściwą rzeczą Dlatego też potrzebna jest dodatkowa reguła obrotu Reguła dodana do strategii polega na rozpoznawaniu, kiedy ceny przewyższyły pozycję krótkoterminową o procent ceny wejściowej występuje, pozycja jest po prostu odwracana, a nowy handel może przejść w kierunku trendu Strategia cyklu kanału stwierdza, że ​​największe zamknięcie, a najniższe zamknięcie długości kanału obliczane jest za pomocą prostego algorytmu przeszukiwania w stałym okresie lookback , cena detrencyjna jest obliczana jako różnica pomiędzy bieżącym zamknięciem a najniższym zamknięciem, znormalizowanym do szerokości kanału Szerokość kanału jest różnicą między najwyższym zamknięciem a najniższym zamknięciem na długości kanału Cena detortacji to BandPass filtrowana od 1 do otrzymaj falę zbliżoną do sinusoidy z danych, których okres jest długością kanału Z rachunku wiadomo, że d sin t dt Cos t Ponieważ prostą różnicą bar jest szczur e-zmiana jest mniej więcej równoważna pochodnej W ten sposób skorygowana amplituda wiodąca funkcja jest obliczana jako szybkość zmiany jednej kostki podzielona przez znaną częstotliwość kątową W tym przypadku częstotliwość kątowa wynosi 2 podzielona przez długość kanału Z sinusoidą fali i wiodącej fali kosinusowej, główne sygnały handlowe są przejściami tych dwóch przebiegów. Strategia obejmuje również odwrócenie, jeśli handel ma niekorzystne wyjazdy przekraczające wybrany odsetek ceny wejściowej Ogólną strategię RSI sumuje różnice w zamykaniach niezależnie od czasu zamykania w stosunku do wybranej długości RSI RSI jest obliczane jako różnice tych dwóch sum, znormalizowane do ich sumy Mała ilość wygładzania jest wprowadzona przez trzy filtra FIR z kranem Główne zasady handlowe mają być sprzedawane krótko, jeśli Smoothed Sygnał przekracza górny próg i kupuje, jeśli sygnał wygładza sygnał poniżej dolnego progu Jak poprzednio, strategia obejmuje również odwrócenie, jeśli handel ma adve rse przez ponad wybrany procent ceny wejściowej Filtr górnoprzepustowy plus strategia Fisher Transform Fisher filtrują ceny zamknięcia w filtrze górnoprzepustowym2 Filtrowany sygnał jest wtedy znormalizowany, aby spaść pomiędzy -1 i 1, ponieważ wymagany zakres jest Transformacja Fisher'a jest skuteczna Znormalizowana amplituda jest wygładzana w filtrach z trzema filtrami FIR Ten wygładzony sygnał jest ograniczony do większego i mniejszego niż uniknięcie przepełnienia Fishera, jeśli jego wejście jest dokładnie 1 Na koniec przeliczony jest Fisher Transform Głównymi zasadami handlowymi są sprzedaŜ krótkotrwała, jeŜeli Transformacja Fisher przechodzi nad górnym progiem i kupuje je, jeśli Transformacja Fisher przechodzi poniŜej dolnego progu Tak jak wcześniej, strategia obejmuje takŜe 1 John Ehlers, Swiss Army Knife Indicator, Magazyn Towar akcji, styczeń 2006 , V24 1, str. 28-31, John Ehlers, szwajcarski wskaźnik scyzoryka wojskowego, magazyny towarowe, styczeń 2006 r., V24 1, str. 28-31, 50-53.10 obejmuje odwrócenie, jeśli handel niekorzystna wycieczka przekraczająca wybrany procent ceny wejściowej Trzy strategie handlowe zostały zastosowane do ciągłego kontraktu US Treasury Bond Futures na dane 5 lat przed 12 7 07 Wyniki trzech systemów zostały zebrane w tabeli 1 Wszystkie trzy systemy wykazują dobrą wydajność, przy czym strategia RSI i strategia Fisher mają podobne osiągnięcia w odniesieniu do procentu zysków i zysków brutto z podziałem na straty brutto Wszystkie wyniki opierają się na transakcji pojedynczego kontraktu bez dodatku poślizgu i prowizji Podkreślono że wszystkie ustawienia utrzymywały się na stałym poziomie przez cały okres pięciu lat Ze względu na to, że strategie handlowe mają małą liczbę optymalizowanych parametrów, optymalizacja w krótszym okresie jest możliwa bez wpływu na stosunek handlowy do parametru, niezbędny do uniknięcia dopasowania krzywej. zwiększyć poprzez optymalizację w krótszym czasie Tabela 1 Performance Strategy Performance Compariso n Strategia Handlu Kanał RSI Fisher Transform Zysk netto 54,968 72,468 73,125 Traje rentowny czynnik z zyskiem Spadek kwoty 15,520 11,625 9,125 Zrealizowane wyniki strategii handlowych zostały ocenione przez zastosowanie rzeczywistych transakcji w okresie pięciu lat do analizy Monte Carlo przez 260 dni, przybliżonego obrotu rok W każdym przypadku analiza Monte Carlo wykorzystywała 10 000 powtórzeń, symulując prawie 40 lat handlu Oprogramowanie do przeprowadzenia tej analizy to MCSPro 3 przez systemy Inside Edge W związku z centralnym twierdzeniem o rozkładzie prawdopodobieństwa roczny zysk ma rozkład normalny i rozliczanie ma analizę firmy Rayleigh Analiza Monte Carlo ma zalety, które są nie tylko najbardziej prawdopodobnymi rocznymi zyskami i wypłatami, ale także można łatwo ocenić prawdopodobieństwo wystąpienia złagodzenia lub lepszego. Ponadto można obliczyć współczynnik ryzyka nagradzania porównawczego poprzez podzielenie prawdopodobnie najprawdopodobniej rocznego zysku najprawdopodobniej rocznego wypłaty Można również ocenić kwotę możliwe do przyjęcia ryzyko i wymaganą kapitalizację na małych rachunkach z wielkości dwóch lub trzech punktów procentowych w wypłatzie Wyniki Monte Carlo dla strategii kanału pokazano na rysunku 8 Najbardziej prawdopodobny zysk roczny wynosi 11.650, a najprawdopodobniej maksymalny spadek wynosi 7.647 współczynnik wynagrodzenia za ryzyko w strategii Channel ma 88 szanse na złamanie nawet w skali rocznej 3 MCSPro, Inside Edge Systems, Bill Brower, 200 Broad St Stamford, CT 06901.11 Wykres 8 Wyniki roczne Monte Carlo dla strategii kanału Wyniki dla strategii Monte Carlo dla strategii RSI przedstawiono na rysunku 9 Najbardziej prawdopodobny zysk roczny to 17.085, a najbardziej prawdopodobny maksymalny spadek wynosi 6.919 Ponieważ zyski są wyższe, a wypłaty są niższe niż w przypadku strategii kanału, wskaźnik nagradzania do ryzyka jest znacznie większa w strategii RSI ma również lepsze 96 6 szans na złamanie nawet w skali rocznej Wykres 9 Wyniki roczne Monte Carlo Wyniki dla strategii RSI Mo nte Wyniki Carlo dla strategii Fisher pokazano na rysunku 10 Najbardziej prawdopodobny zysk roczny wynosi 16 591, a najprawdopodobniej maksymalny spadek wynosi 6 476 Wskaźnik wynagradzania do ryzyka w wysokości 2 56 jest taki sam, jak w przypadku strategii RSI Strategia transformacji Fishera o tej samej szansie, aby uzyskać lepszą stabilność w 96 1 Rysunek 10 Skuteczność wyników Monte Carlo w strategii Fisher w latach ubiegłych.12 Wyniki tych badań wskazują, że trzy strategie handlowe są solidne w czasie i oferują porównywalne efekty, gdy są stosowane do wspólnego symbolu. w czasie, a także na zupełnie inny symbol, wydajność została oceniona na kontraktach futures SP, używając ciągłego kontraktu od jego powstania W tym przypadku pokazujemy krzywą kapitału własnego wypracowaną w wyniku pojedynczego kontraktu bez łączenia Nie ma dodatku na poślizg i prowizja Kształt krzywych akcji został wyjaśniony, po części, przez zmianę wielkości punktu od 500 na punkt do 250 na int, przez inflację, rosnąca bezwzględna wartość kontraktu oraz zwiększona zmienność Głównym punktem jest to, że żadna z trzech strategii handlowych nie miała istotnego spadku wzrostu kapitału w ciągu całego okresu obowiązywania umowy. Roczny Roczny Wzrost Strategii Rozwoju Strategii Kanałowej Kontrakt SP Futures.13 Wzrost Rocznego Wzrostu Strategii RSI Transakcja kontraktu SP Futures Rok Roczny Wzrost Strategii Rybołówstwa Transakcja kontraktu SP Futures Silne wyniki tych nowych strategii handlowych są szczególnie uderzające w porównaniu do bardziej konwencjonalnych strategii handlowych Na przykład , Wykres 14 pokazuje wzrost kapitału tradycyjnego systemu handlu RSI, który nabywa, gdy RSI przekracza poziom 20 i sprzedaje, gdy RSI przekracza poziom 80. System ten również odwraca pozycję, gdy handel ma niekorzystne wyjazdy więcej niż kilka procent od ceny wejściowej Ten konwencjonalny system RSI został zoptymalizowany pod kątem maksymalnego zysku przez cały okres eksploatacji SP Fu kontrakt Nie tylko konwencjonalna strategia RSI.14 miała ogromne straty, ale ogólny współczynnik zysku był tylko jedną z nowych strategii, które opisałem oferuje znacznie lepszą wydajność w trakcie trwania umowy Niniejsza różnica pokazuje skuteczność podejścia i solidności tych nowych systemów Roczny wzrost kapitału podstawowego strategii konwencjonalnej RSI Transakcja kontraktu SP Futures WNIOSKI PDF pokazano, że oferuje alternatywne podejście do klasycznego oscylatora, który nie ma związku z przewidywaniami krótkoterminowych punktów zwrotnych. przedstawiono strategie, które wykazują dużą wydajność w długich okresach czasu, aby dostosować się do zmieniających się warunków rynkowych w wielu transakcjach, aby uniknąć krzywej dopasowania i na różnych rynkach w celu wykazania wolności od osobowości rynkowej W każdym przypadku PDF może wywnioskować strategię handlową, która jest prawdopodobna aby odnieść sukces Gdy nie zaproponuje się strategii, Fisher Tr ansform może być stosowany do zmiany pliku PDF na rozkład Gaussa Następnie dokument Gaussian PDF informuje, że strategia handlowa z użyciem rewersji do średniej może się udać.15 O autorze John Ehlers jest głównym naukowcem i opisane tutaj strategie handlowe są używane w te witryny, dodatkowo z dostosowaniem do mierzonych warunków rynkowych i wyborem strategii opartych na ostatnich osiągnięciach poza próbą John jest pionierem w wprowadzaniu algorytmu pomiaru cyklu MESA i wykorzystania cyfrowego przetwarzania sygnałów w analizie technicznej John Ehlers 6595 Buckley Drive Cambria , CA. John Ehlers TECHNICZNE PAPERS. John Ehlers, twórca MESA, napisał i opublikował wiele artykułów dotyczących zasad używanych w cyklach obrotu Poniżej znajdziesz informacje na temat dostępnych gazet: Pobierz każdy z nich, wybierając powiązany hipertekst. Dlaczego handlowcy tracą pieniądze? i co zrobić z tym. Artykuł w magazynie magazynów czasopisma z maja 2017 r. opisuje sposób tworzenia sztucznych równań krzywe uytkownika po prostu znając współczynnik zysku i procent zwycięzców strategii handlowej Statystyki Bell Curve dla handlu losowo wybranymi akcjami i portfelem są również zawarte To jest arkusz kalkulacyjny Excel, który pozwala doświadczać tych statystycznych deskryptorów systemu handlowego performance. Predictive Indicators for Efektywne strategie handlowe. Techniczni handlowcy rozumieją, że wskaźniki muszą sprawić, że dane rynkowe będą użyteczne, a wygładzanie powoduje opóźnienie jako niepożądane działanie uboczne. Wiemy także, że rynek jest fraktalny, a wykres tygodniowych interwałów wygląda tak, jakby był miesięczny, dzienny lub wykres intraday Co może nie być tak oczywiste, że wraz ze wzrostem przedziału czasowego wzdłuż osi x zwiększa się również wahania cen na wysokościach w przybliżeniu proporcjonalnie do tego zjawiska rozszerzania widma, co powoduje niepożądane zniekształcenie, jeden, który nie został uznany lub został w dużej mierze zignorowany przez deweloperów wskaźników i techników rynku. Inferring Trading Strategie z mierzonej funkcji gęstości prawdopodobieństwa. Jest to Zwycięzca Runner of MTA's 2008 Karola H Dow Award W niniejszym artykule pokazuję implikacje różnych form odstraszania i jak można wyznaczyć prawdopodobne rozkłady prawdopodobieństwa jako strategie generowania skutecznych systemy transakcyjne Wyniki tych solidnych systemów obrotu są porównywane ze standardowym podejściem. Prezentacja papieru i interaktywny sposób wyeliminowania tak duŜego opóźnienia, jak to jest wymagane z filtrów wygładzających Oczywiście, zmniejszone opóźnienie przychodzi po cenie zmniejszonej gładkości filtra Filtr nie wykazuje przejściowego przeregulowania często znalezione w wyższych partiach filtrów. Dekodowanie w trybieEmpirycznym. Nowe podejście do wykrywania cyklu i trendów. Transformacja dla przetworników. Problem z transformacją Fouriera w celu pomiaru cyklu rynkowego polega na tym, że mają one bardzo niską rozdzielczość. użycie innej transformacji nieliniowej, aby poprawić rozdzielczość tak, aby transformaty Fouriera były użyteczne Mierzone s pseudomierz jest wyświetlany jako mapa cieplna. Wskaźniki noża Knife Army. Indicators są przenoszeniem danych wejściowych tylko poprzez zwykłą zmianę stałych, wskaźnik ten może stać się EMA, SMA, 2 biegunowym filtrem dolnopasmowym, filtrem dolnym 2-biegunowym Butterworth Low Pass, FIR płynniejszy, filtr Bandpass lub Filtr Bandstop. Ehlers Filter. Napi nietypowy nieliniowy filtr FIR jest opisany Ten filtr jest jednym z najskuteczniejszych zmian cen, ale najbardziej płynnych na rynkach boków. System Performance Evaluation. Profity Factor wygrane brutto podzielone przez brutto straty są analogiczne do współczynnika wypłacalności w grach W ten sposób, gdy współczynnik zysku jest połączony z procentowymi zwycięzcami w szeregu zdarzeń losowych, przypadki wzrostu symetrycznego wzrostu kapitału handlowego W niniejszym artykule opisano, jak wspólne deskryptory wydajności są powiązane z tymi dwa parametry Arkusz kalkulacyjny Excel jest opisany, umożliwiając wykonanie analizy Monte Carlo systemów obrotu, jeśli znasz te dwa parametry z próbki. RAMA Średnia przemieszczeniowa frakcji FRACTAL Średnia liniowa średnica ruchoma jest obliczana przy użyciu wykładnika Hurst. MAA jest matką wszystkich adaptacyjnych średnic ruchomej Actualy nazwa to skrót dla MESA Adaptive Moving Average Działanie nieliniowe tego filtra jest produkowane przez flyback fazy co pół cyklu W połączeniu z FAMA, następującą Adaptacyjną średnią ruchu, przecięcia tworzą doskonałe sygnały wejścia i wyjścia, które są względnie wolne od whipsaws. Time Warp bez przestrzeni kosmicznej Travel. Laguerre Polinezmy są wykorzystywane do generowania struktury filtra podobne do prostej średniej ruchomej z tą różnicą, że rozstaw czasów między kranami filtracyjnymi jest nolioliniowy Wynik umożliwia utworzenie bardzo krótkich filtrów o właściwościach wygładzania znacznie dłuższych filtrów Krótsze filtry oznaczają mniej opóźnień Zalety stosowania wielomianów Laguerre w filtrach wykazano w obu wskaźnikach i automatycznym systemy handlu Artykuł zawiera kod EasyLanguage CG Oscillator. The oscylator CG jest unikatowy, ponieważ jest oscylatorem, który jest wygładzony i ma zerowe opóźnienie. Znajduje środek ciężkości CG wartości cen w filtrze FIR CG automatycznie wygładza filtr FIR podobny do prostej średniej ruchomej z pozycją CG jest dokładnie w fazie z ruchem cenowym Kod EasyLanguage jest dołączony. Korzystając z Fisher Transform. Many systemy handlowe są zaprojektowane przy założeniu, że rozkład prawdopodobieństwa cen ma rozkład normalny lub Gaussa prawdopodobieństwa o średniej W rzeczywistości nic może być dalej od prawdy W tym artykule opisano, jak transformacja Fisher przekształca dane w taki sposób, że mają prawie normalną dystrybucję prawdopodobieństwa, zważywszy, że dystrybucja prawdopodobieństwa jest normalna po zastosowaniu transformacji Fisher, dane są wykorzystywane do tworzenia punktów wejścia z dokładnością chirurgiczną. Artykuł zawiera kod EasyLanguage . Odwrotny Fisher Transform. Przetwarzanie odwrotne Fisher może być użyte do generowania oscylatora, który szybko przełącza się pomiędzy oversold i overbought bez whipsaw. Gaussian Filters. Lag jest upadkiem filtrów wygładzających Ten artykuł pokazuje, jak można zmniejszyć opóźnienie i uzyskać najwyższą płynność wyrównywania poprzez zmniejszenie opóźnienia składowych wysokiej częstotliwości w danych Kompletna tabela współczynników filtra Gaussa jest dostarczany. Poles i Zeros. A opis filtrów cyfrowych w kategoriach Z Transforms Opisy filtrów wyższego rzędu są opisane Tabele współczynników dla 2 Pole i 2 Pole Butterworth filtry są given. Inferring strategie handlowe od funkcji dystrybucji prawdopodobieństwa. Author JohnEhlers lutego 24. 2009. Notatka prasowa Ten artykuł został zwycięzcą nagrody Charles H Dow w 2008 r. Z Stowarzyszenia Technicznego Rynku Rynku (MTA). Głównym celem analizy technicznej jest obserwowanie zdarzeń na rynku i ich konsekwencji w celu sformułowania prognoz W tym sensie technicy rynku zajmują się z prawdopodobieństwem statystycznym W szczególności technicy często używają typu wskaźnika kn jako oscylator do prognozowania krótkoterminowych ruchów cenowych. Oscylator może być postrzegany jako filtr górnoprzepustowy, ponieważ eliminuje tendencje do niższych częstotliwości, pozwalając jednocześnie na wyższe częstotliwości, tzn. krótkoterminowe wahania cen pozostaną z jednej strony ruchem średnie działają jako filtry dolnoprzepustowe, usuwając krótkoterminowe zmiany cen, a jednocześnie pozwalają zachować długoterminowe elementy trendu. Tym samym średnia ruchoma działa jako czujniki trendu, podczas gdy oscylatory działają w odwrotny sposób w celu dezorientowania danych w celu zwiększenia krótkoterminowej ceny ruchy. Kolety i średnie ruchome to filtry, które przekształcają ceny wejściowe w kształty wyjściowe w celu zwiększenia lub podkreślenia pewnych aspektów danych wejściowych Proces filtrowania koniecznie usuwa informacje z danych wejściowych, a jego zastosowanie nie jest bez konsekwencji. Istotnym problemem są oscylatory podobnie jak ruchome średnie dla krótkoterminowego handlu jest to, że wprowadzają opóźnienie Podczas akademiki interesujące, konsekwencje opóźnienia są kosztowne dla tradera Lag wynika z faktu, że oscylatory przez projekt są reaktywne, a nie przewidywalne W wyniku tego, przedsiębiorcy muszą czekać na potwierdzenie procesu, który wprowadza dodatkowe opóźnienie w zdolność do podjęcia działania Teraz powszechnie przyjmuje się, że klasyczne oscylatory mogą być bardzo dokładne w perspektywie czasu, ale zazwyczaj nie są wystarczające do prognozowania przyszłego krótkoterminowego kierunku rynku, w dużej części ze względu na opóźnienia. PROBABILNOŚĆ FUNKCJE. Podstawowe braki klasycznych oscylatorów jest to, że są reaktywne, a nie przewidywania W rezultacie niepożądane opóźnienie component in oscillators significantly degrades their usefulness as a tool for profitable short-term trading What is needed is an effective mechanism for anticipating turning points. The Probability Distribution Function PDF can be borrowed from the field of statistics and used to examine detrended market prices for the purpose of inferring trading strategies The PDF offers an alternative approach t o the classical oscillator one that is non-causal in anticipating short-term turning points. PDFs place events into bins with each bin containing the number of occurrences in the y-axis and the range of events in the x-axis For example, consider the square wave shown in Figure 1A Although unrealistic in the real world, if one were to envision the square wave as quantum prices that can only have values of -1 or 1, the resultant PDF consists simply of two vertical spikes at -1 and 1 as shown in Figure 1B Such a waveform could not be traded using conventional oscillators because any price movement would be over before the oscillator could yield a signal However as the PDFs below will show, the theoretical square wave is not far removed from real-world short term cycles. As a practical example, a theoretical sine wave can be used to more accurately model real-world detrended prices An idealized sinewave is shown in Figure 1C and its corresponding PDF in Figure 1D The PDFs of the square wave and that of the sine wave are remarkably similar In each case there is a high probability of the waveforms being near their extremes as can be seen in the large spikes in Figure 1D These spikes correspond to short-term turning points in the detrended prices The probability is high near the turning points because there is very little price movement in these phases of the cycle, with prices ranging only from about 0 8 to 1 0 and -0 8 to -1 0 in Figure 1C. The high probability of short term prices being near their extreme excursions is a principal difficulty in short-term cycle and swing trading The move has mostly occurred before the oscillators can identify the turning point The indicator works but only in hindsight rendering it usefulness limited for predicting future price movements. A possible solution to this lag dilemma is to develop techniques to anticipate turning points Although exceedingly difficult to accomplish with classical oscillators, the PDF affords us the opportunity to a nticipate turning points if properly shaped or to use two alternative methods.1 Model the market data as a sine wave and shift the modeled waveform into the future by generating a leading cosine wave from it.2 Apply a transform to the detrended waveform to isolate the peak excursions, i e rare occurrences - and anticipate a short-term price reversion from the peak. Each of these approaches will be examined below However it is instructive to begin with an analogy for visualizing a theoretical sine wave PDF and then examine PDFs of actual market data As will be shown, market data PDFs are neither Gaussian as commonly assumed nor random as asserted by the Efficient Market Hypothesis. MEASURING PROBABILITY DISTRIBUTION FUNCTIONS. An easy way to visualize how a PDF is measured as in figure 2B is to envision the waveform as beads strung on parallel horizontal wires on vertical frames as shown in Figure 2A Rotate the wire-frame clockwise 90 degrees 1 4 turn so the horizontal wires are now vertic al allowing the beads to fall to the bottom The beads stack up in Figure 2B in direct proportion to their density at each horizontal wire in the waveform with the largest number of occurrences at the extreme turning points of 1 and -1.Measuring PDFs of detrended prices using a computer program is conceptually identical to stacking the beads in the wireframe structure The amplitude of the detrended price waveform is quantized into bins i e the vertical wires and then the occurrences in each bin are summed to generate the measured PDF The prices are normalized to fall between the highest point and the lowest point within the selected channel period. Figure 3 shows actual price PDFs measured over thirty years using the continuous contract for US Treasury Bond Futures Note that the distributions are similar to that of a sine wave in each case The non-uniform shapes suggest that developing short term trading systems based on sine wave modeling could be successful. Normalizing prices to their swings within a channel period is not the only way to detrend prices An alternative method is to sum the up day closing prices independently from down days That way the differential of these sums can be normalized to their sum The result is a normalized channel, and is the generic form of the classic RSI indicator. The measured PDF using this method of detrending of the same 30 years of US Treasury Bonds data is shown in Figure 4 In this case, the PDF is more like the familiar bell-shaped curve of a Gaussian PDF One could conclude from this that a short-term trading system based on cycles would be less than successful as the high probability points are not near the maximum excursion turning points. Because the turning points have relatively low probability an alternate strategy can be inferred The idea is to buy when the detrended price crosses below a threshold near the lower bound in anticipation of the prices reversing to higher probability territory. Similarly, the strategy would sell when the detrended price crosses above a threshold near the upper bound Note that this is not the same as using classical 30 70 or 20 80 thresholds for signals with the RSI because signal is not waiting for confirmation crossing back across the thresholds Here we are anticipating a reversal to a higher probability occurrence - we expect a reversion to normalcy Using this anticipatory method in the case of a classic indicator such as the Stochastic oscillator can be costly because the Stochastic can easily remain at the extreme excursion point or rail in engineering parlance for long periods of time. As previously mentioned, another way to detrend the price data is to filter is to use high pass filter to remove its lower frequency trend components Once detrended, the result must be normalized to a fixed excursion so that it can be properly binned before applying the PDF The resulting PDF is shown in Figure 5 In this case, the PDF shape is nearly uniform across all bins A uniform PDF mea ns the amplitude in one bin is just as likely to occur as another In this case neither a cycles-based strategy nor a strategy based on low probability events could be expected to be successful The PDF must somehow be transformed to enhance low probability events in order to be useful in trading. TRANSFORMING THE PDF. Not all detrending techniques yield PDFs that suggest a successful trading technique In much the same way that an oscillator can be applied to price data to enhance shortterm turning points, a transformation function can be applied to the detrended prices to enhance identification of black swan , i e highly unlikely events and to develop successful trading strategies based on predicting a reversion back to normalcy following a black swan event. For example, a PDF can be enhanced through the use of the Fisher Transform This mathematical function alters input waveforms varying between the limits of -1 and 1 transforming almost any PDF into a waveform that has nearly Gaussian Th e Fisher Transform equation, where x is the input and y is the output is. Unlike an oscillator, the Fisher Transform is a nonlinear function with no lag The transform expands amplitudes of the input waveforms near the -1 and 1 excursions so they can be identified as low probability events As shown in Figure 6 the transform is nearly linear when not at the extremes In simple terms, the Fisher Transform doesn t do anything except at the low-probability extremes Thus it can be surmised that if low probability events can be identified, trading strategies can be employed to anticipate a reversion to normal probability after their occurrence. The effect of the Fisher Transform is demonstrated by applying it to the HighPass Filter approach that produced the PDF in Figure 5 The output is rescaled for proper binning to generate the new measured PDF The new measured PDF is displayed in Figure 7, with the original PDF shown in the inset for reference Here we have a waveform that suggests a trading strategy using the low probability events When the transformed prices exceed an upper threshold the expectation is that staying beyond that threshold has a low probability Therefore, exceeding the upper threshold presents a high probability selling opportunity Conversely, when the transformed prices fall below a lower threshold the expectation is that staying below that threshold is a low probability and therefore falling below the lower threshold presents a buying opportunity. DERIVED TRADING STRATEGIES. It is clear that no single short term trading strategy is suitable for all cases because the PDFs can vary widely depending on the detrending approach Since the PDF of data detrended by normalizing to peak values has the appearance of a theoretical sinewave, the logical trading strategy would be to assume the waveform is, in fact, a sine wave and then identify the sine wave turning points before they occur On the other hand, data that is detrended using a generic RSI approach or is detr ended using a HighPass filter with a Hilbert Transform should use a trading strategy based on a more statistical approach Thus, for the RSI and Hilbert Transform approaches, the logical strategy consists of buying when the detrended prices cross below a lower threshold and selling when the detrended prices cross above an upper threshold Although somewhat counterintuitive, this second strategy is based on the idea that prices outside the threshold excursions are low probability events and the most likely consequence is that the prices will revert to the mean. Both short term trading strategies share a common problem The problem is that the detrending removes the trend component, and the trend can continue rather than having the prices revert to the mean In this case, a short term reversal is exactly the wrong thing to do Therefore an additional trading rule is required The rule added to the strategies is to recognize when the prices have moved opposite to the short term position by a erc entage of the entry price If that occurs, the position is simply reversed and the new trade is allowed to go in the direction of the trend. The Channel Cycle Strategy finds the highest close and the lowest close over the channel length are computed by a simple search algorithm over a fixed lookback period Then, the detrended price is computed as the difference between the current close and the lowest close, normalized to the channel width The channel width is the difference between the highest close and the lowest close over the channel length The detrended price is then BandPass filtered1 to obtain a near sine wave from the data whose period is the channel length From the calculus it is known that d Sin t dt Cos t Since a simple one bar difference is a rate-change, it is roughly equivalent to a derivative. Thus, an amplitude corrected leading function is computed as the one bar rate of change divided by the known angular frequency In this case, the angular frequency is 2 divided by the channel length Having the sine wave and the leading cosine wave, the major trading signals are the crossings of these two waveforms The strategy also includes a reversal if the trade has an adverse excursion in excess of a selected percentage of the entry price. The Generic RSI Strategy sums the differences in closes up independently from the closes down over the selected RSI length The RSI is computed as the differences of these two sums, normalized to their sum A small amount of smoothing is introduced by a three tap FIR filter The main trading rules are to sell short if Smoothed Signal crosses above the upper threshold and to buy if Smoothed Signal crosses below the lower threshold As before, the strategy also includes a reversal if the trade has an adverse excursion in excess of a selected percentage of the entry price. The High Pass Filter plus Fisher Transform Fisher strategy filters the closing prices in a high pass filter2 The filtered signal is then normalized to fall between -1 and 1 because this range is required for the Fisher Transform to be effective The normalized amplitude is smoothed in a three tap FIR filter This smoothed signal is limited to be greater than - 999 and less than 999 to avoid having the Fisher Transform blow up if its input is exactly 1.Finally, the Fisher Transform is computed The main trading rules are to sell short if the Fisher Transform crosses above the upper threshold and to buy if the Fisher Transform crosses below the lower threshold As before, the strategy also includes a reversal if the trade has an adverse excursion in excess of a selected percentage of the entry price. The three trading strategies were applied to the continuous contract of US Treasury Bond Futures for data 5 years prior to 12 7 07 The performance of the three systems is summarized in Table 1 All three systems show respectable performance, with the RSI strategy and Fisher strategy having similar performance with respect to percentage of profitable trades and profit factor gross winnings divided by gross losses All results are based on trading a single contract with no allowance for slippage and commission. It is emphasized that all settings were held constant over the entire five year period. Since the trading strategies have only a small number of optimizable parameters, optimizing over a shorter period is possible without compromising a trade-to-parameter ratio requisite to avoid curve fitting Thus, performance can be enhanced by optimizing over a shorter time span. Annualized performance of the trading strategies was assessed by applying the real trades over the five year period to a Monte Carlo analysis for 260 days, an approximate trading year In each case the Monte Carlo analysis used 10,000 iterations, simulating nearly 40 years of trading Software to do this analysis was MCSPro3 by Inside Edge Systems Due to the central limit theorem, the probability distribution of annual profit has a Normal Distribution and the Drawdown has a Rayle igh Distribution The Monte Carlo analysis has the advantages that not only are the most likely annual profits and drawdowns are produced, but also one can easily assess the probability of breakeven or better Further, one can make a comparative reward risk ratio by dividing the mostly likely annual profit by the most likely annual drawdown One can also evaluate the amount of tolerable risk and required capitalization in small accounts from the size of the two or three sigma points in the drawdown. The Monte Carlo results for the Channel strategy are shown in Figure 8 The most likely annual profit is 11,650 and the most likely maximum drawdown is 7,647 for a reward to risk ratio of 1 52 The Channel strategy has an 88 3 chance of break even or better on an annualized basis. The Monte Carlo results for the RSI strategy are shown in Figure 9 The most likely annual profit is 17,085 and the most likely maximum drawdown is 6,219 Since the profit is higher and the drawdown is lower than for the C hannel strategy, the reward to risk ratio is much larger at 2 75 The RSI strategy also has a better 96 6 chance of break even or better on an annualized basis. The Monte Carlo results for the Fisher strategy are shown in Figure 10 The most likely annual profit is 16,590 and the most likely maximum drawdown is 6,476 The reward to risk ratio of 2 56 is about the same as for the RSI strategy The Fisher Transform strategy also has about the same chance of break even or better at 96 1.These studies show that the three trading strategies are robust across time and offer comparable performance when applied to a common symbol To further demonstrate robustness across time as well as applying to a completely different symbol, performance was evaluated on the S P Futures, using the continuous contract from its inception in 1982 In this case, we show the equity curve produced by trading a single contract without compounding There is no allowance for slippage and commission. The shape of the equity c urves are explained, in part, by the change of the point size from 500 per point to 250 per point, by inflation, by the increasing absolute value of the contract, and by increased volatility The major point is that none of the three trading strategies had significant dropouts in equity growth over the entire lifetime of the contract. The robust performance of these new trading strategies are particularly striking when compared to more conventional trading strategies For example, Figure 14 shows the equity growth of a conventional RSI trading system that buys when the RSI crosses over the 20 level and sells when the RSI crosses below the 80 level This system also reverses position when the trade has an adverse excursion more than a few percent from the entry price This conventional RSI system was optimized for maximum profit over the life of the S P Futures Contract Not only has the conventional RSI strategy had huge drawdowns, but its overall profit factor was only 1 05 Any one of the n ew strategies I have described offers significantly superior performance over the contract lifetime This difference demonstrates the efficacy of the approach and the robustness of these new systems. The PDF has been shown to offer an alternative approach to the classical oscillator, one that is non-causal in anticipating short-term turning points. Several specific trading strategies have been presented that demonstrate robust performance across a long timespans to accommodate varying market conditions across a large number of trades to avoid curve fitting and among different markets to demonstrate freedom from market personalities. In each case the PDF can infer a trading strategy that is likely to be successful When no strategy is suggested, the Fisher Transform can be applied to change the PDF to a Gaussian distribution The Gaussian PDF then infers that a trading strategy using a reversion to the mean can be successful. ABOUT THE AUTHOR. John Ehlers is chief scientist for and The trading strategies described here are used at these websites, additionally with adaptation to measured market conditions and strategy selection based on recent out-of-sample performance John is a pioneer in introducing the MESA cycles-measuring algorithm and the use of digital signal processing in technical analysis.1 John Ehlers, Swiss Army Knife Indicator , Stocks Commodities Magazine, January 2006, 24 1, pp28-31, 50-53.2 John Ehlers, Swiss Army Knife Indicator , Stocks Commodities Magazine, January 2006, 24 1, pp28-31, 50-53.3 MCSPro, Inside Edge Systems, Bill Brower, 200 Broad St Stamford, CT 06901.Join In on this conversation, post a comment below.