文华程序交易:海贝壳,螺旋银河系和市场数据中的价格模式

来源:百度文库 编辑:中财网 时间:2024/04/29 01:34:45

    艾略特波浪理论有时显示出同斐波拉契数列有紧密联系。那个数列的每个数字都是前两个数字之和,由此产生了一系列无限多的数字:1,1,2,3,5,8,13,21,如此等等。斐波拉契比率通常在自然界中可见,例如在螺旋型银河系和海贝壳中。

    艾略特技术人士希望最可能的回撤比例是斐波拉契数列中相邻数字之比,例如38%,50%,62%等。

    当我们检查每个基于我们艾略特波浪数据库的锯齿形模式浪2的商品长期上升浪,并将浪2与浪1价格之比的频率作成图表时,我们发现了如下的结果:

    浪2与浪1价格比的频率分布图

    正如你从这个频率分布条形图中看到的,浪2最常见的回撤比例是38%-一个斐波拉契比率。
   
    每个艾略特波浪的预测能力
 
    我们研究的第二阶段是检查每一个艾略特模式的每一个波浪的预测能力。

    预测市场是通过识别一个未完成的艾略特波浪并估算该模式最可能完成的价格和时间范围来实现的。

    为了研究这个问题,我们将一年(或以上)的价格图表,包括在美国交易所交易量最大的股票,置入艾略特波浪分析家软件中。该软件随后生成了价格和时间方面的市场预测。

    然后我们检查了分析后的市场作为,以及软件预测结果是否被随后的市场运动所证实。

    统计分析已备好,根据市场类别、时间架构、模式“契合度”(即模式与该市场和时间架构下的最常见形态相似程度)以及每一个艾略特模式中的每一浪进行结果比较。

    使我们吃惊的是,我们发现了预测准确度有着广泛的多样性。基于某些模式的预测令人难以置信地准确,而另一些却没有效用。

    预测未完成模式的可能结尾,例子来自艾略特波浪分析家软件

    小浪级推动浪浪1(推动浪,或引导倾斜三角形)

    大浪级推动浪①②③④⑤,如图所示方式完成的概率为95

    中浪级推动浪⑴⑵⑶⑷⑸,如图所示方式完成的概率为100

    小浪级推动浪12345,如图所示方式完成的概率为95)

    然后我想到了预测得正确还有一个固有的随机概率。这个概率是多少,我们不知道。

    于是,我们开始准确地计算这个概率。

    这个工作最终是依赖于生成大量的模拟价格图表才完成的。这些图表看似股票、商品的,但实际上是由随机数字算法程序生成的,不是来源于大众心理。然后,艾略特波浪分析家软件对这些图表进行分析和预测。我们检查了随机价格向预测的范围运动的频率。上述结果,或预测得正确的随机概率是实验对照组。
   
    依据真实数据作出的预测结果几乎同每一个例子中的随机数据结果进行了比对,前者的预测准确度优于后者,只有在一个实例中不及后者。

    这再次证明了艾略特波浪理论对于交易者而言价值巨大。

    我们的研究和统计分析已揭示了最常见模式形态的真相、它们出现的相对频率,甚至每一个市场预测皆正确的可信度。

    我们现在还用统计方法证明了新的经改进的艾略特波浪理论能够为流动性市场交易提供一个不可否认的预测便利。

    任何一个愿意学着使用这项新技术的交易者都能够更好更可靠地预测任一流动性市场,因而能增加他们的交易收益。