Блог им. StockGamblers
Об авторе
«Джон Элерс-инженер-электрик, получивший степень бакалавра и магистра в Университете Миссури. Он сделал свою докторскую работу в Университете Джорджа Вашингтона, специализируясь на полях, волнах и теории информации. Он ушел на пенсию в качестве старшего инженера из Raytheon. Он был частным трейдером с 1976 года.
Джон является пионером в области внедрения алгоритма измерения циклов MESA и использования цифровой обработки сигналов в техническом анализе. Он разработал анализ спектра максимальной энтропии (MESA) более трех десятилетий назад. Программа развивалась с увеличением мощности современных компьютеров.
Джон много писал о количественной алгоритмической торговле с использованием усовершенствованного DSP (digital signal processing) и выступал на международном уровне по этому вопросу. Его книги включают MESA и торговые рыночные циклы, ракетную науку для трейдеров и кибернетический анализ для акций и фьючерсов. Его подход уникален. Любая методика должна сначала работать на теоретических осциллограммах, прежде чем будет предпринята попытка тестирования на реальных данных.»
Данную книгу считаю одной из лучших книг о трейдинге, так как в ней без воды изложена идея использования методов ЦОС (DSP) а также предложены конкретные идеи по модернизации классических индикаторов. В книге дано иное представление таким традиционным индикаторам, как Stochastics, RSI, MACD и CCI.
Кроме этого, с первых страниц зацепила фраза из предисловия — “Эта книга технических ресурсов, написанная для самостоятельных трейдеров, которые хотят понять научную основу фильтров и индикаторов, которые они используют в своих торговых решениях, а не использовать торговые инструменты на слепой вере.”
Единственный минус, данная книга отсутствует на русском языке, поэтому пришлось самостоятельно переводить через ЯндексПереводчик, но вроде получилось неплохо.
Вот некоторые концепции описанные в данной книге:
1) осознание спектральной дилатации и способов ее устранения или использования в своих интересах;
2) как использовать автоматическую регулировку усиления для нормализации амплитудных колебаний индикатора;
3) думать о ценах в частотной области, а также во временной области;
4) осознание того, что все показатели являются статистическими, а не абсолютными, как это подразумевается их однострочным отображением;
5) несколько не запаздывающих фильтров такие как: Supersmooter, Sinewave, Decycle и Hilbert Transform.
6) несколько различных методов оценки рыночных спектров и отсеивания доминирующего цикла, причем предпочтительным методом является периодограмма автокорреляции;
7) Как использовать преобразования для улучшения отображения и интерпретации
индикаторов.
Изложенные концепции на первый взгляд кажутся весьма сложными, но в нескольких словах о них не расскажешь, нужно читать книгу полностью.
Кое-что из данной книги получилось реализовать на практике:
График М5 Фьючерс RIM20. КлассическийRSI (Close,9) / Версия от John Ehlers Adaptive RSI
График М5 Фьючерс RIM20. КлассическийMACD (26,12,9) / Версия от John EhlersDecycle
График М5 Фьючерс RIM20. КлассическийMACD (26,12,9) / Версия от John EhlersSineWave
График М5 Фьючерс RIM20. КлассическийMACD (26,12,9) / Версия от John EhlersHilbert Transform
Представленные сриншотыдемонстрируют весомое преимущество индикаторов, разработанных John Ehlers перед классическими индикаторами.
Для дискуссии о данной книге и других методах нестандартной торговли приглашаем в публичный телеграмм чат — www.teleg.run/stockgamblers
По вопросам переведенной книги и индикаторам обращайтесь к админу чата.
А на этом пока все.
¡Adiós!
Но сколько бапок принесли эти фильтры этому инженеру там случайно не написано?
MESA — метод спектрального анализа чрезвычайно чувствительный к шуму. Его применимость на фонде под огромным вопросом.
Преобразование Гильберта, если грубо, это взятие производной. Чисто технически, половина индикаторов ТА — так или иначе про производные цен. Я много работал когда-то с численной реализацией преобразования Гильберта когда занимался ЦОС. Цены дискретны и сам Бог велел попробовать. Применение численной аппроксимации преобразования Гильберта к ценовому ряду в моих расчетах преимущества перед более простыми подходами не выявило.