Сигнальные выходы происходят, когда система дает сигнал, противоречащий текущей позиции, и позиция закрывается по этой причине. Система, генерирующая сигнал выхода, может и не совпадать с системой, генерирующей сигналы входа. Фактически, система выхода не должна быть столь же надежна, как используемая для входа в сделки Входы должны быть консервативны. Должны быть отобраны только лучшие возможности, даже если это означает потерю многих потенциальных точек входа. С другой стороны, выходы могут быть либеральны. Важно не упустить любых разворотов трендов, допуская некоторое количество ложных сигналов. Пропущенный вход — только одна упущенная возможность из многих. Пропущенный выход, однако, может легко привести к уменьшению счета Выходы, основанные на распознавании моделей, пересечении скользящих средних и расхождениях — сигнальные выходы. [c.315]
Эта книга не только представляет и описывает все внутренние особенности японских свечей, но в дальнейшем может служить и справочным руководством. Каждая модель свечей будет определена и описана в стандартной форме, так что вы сможете быстро получить необходимую вам справку. Я представлю новый метод анализа, называемый фильтрацией свечей , который, по моим наблюдениям, чрезвычайно полезен для лучшего распознавания моделей. Вы увидите, что популярность его растет, поскольку он являет собой надежное основание для последующего анализа и исследований. [c.14]
Используя всю информацию о распознавании моделей (включая определение тренда), разработанную в предыдущих главах, мы покажем всего лишь, насколько надежными оказались модели свечей. Поскольку [c.236]
Проблема оценки достоверности прогнозов. Важным моментом получения прогноза с помощью МНК является оценка достоверности полученного результата. Для этой цели используется целый ряд статистических характеристик 1. Оценка стандартной ошибки 2. Средняя относительная ошибка оценки 3. Среднее линейное отклонение 4. Корреляционное отношение для оценки надежности модели 5. Оценка достоверности выбранной модели через значимость индекса корреляции по Z-критерию Фишера 6. Оценка достоверности модели по F-критерий Фишера 7. Наличие автокорреляций (критерий Дарбина - Уотсона). Недостатки, обусловленные жесткой фиксацией тренда. Жесткие статистические предложения о свойствах временных рядов ограничивают возможности методов математической статистики, теории распознавания образов, теории случайных процессов и т.п., так как многие реальные процессы не могут адекватно быть описаны с помощью традиционных статистических моделей, поскольку по сути являются существенно нелинейными и имеют либо хаотическую, либо квазипериодическую, либо смешанную основу. [c.69]