کار با ULE
من می خواهم این بخش را با یک نمونه شروع کنم که ثابت می کند چرخه های نجومی در بازار سهام تاثیر دارند.
زیباترین قسمت این رویکرد این است که اطلاعات بیشتری را در مورد راههای ممکن برای حرکات قیمت به شما می دهد. این اطلاعات می تواند در آینده تا آنجا که شما نیاز دارید ادامه داشته باشد. این یک عامل بنیادی اتفاقی نیست که از اخبار بدست می آید و همه کارت ها را با هم مخلوط می کند و هیچ کس هم نمی داند چه زمانی این عامل دوباره ظاهر می شود. این یک چرخه سالانه نیز نیست - این چیزی است که برای همه شناخته شده است. این چیز خاصی است که فقط کاربران این نرم افزار ممکن است آن را بدانند.
در اینجا توضیح می دهیم که زاویه انحراف بین زهره و مشتری بر شاخص صنعتی داو جونز تأثیر دارد و این ادعا با احتمال 98٪ اثبات شده است. این مورد برای داده های DJI از 1885 تا 2006 مورد آزمایش قرار گرفته است (بیش از 120 سال تاریخچه DJI را در بر می گیرد).
این زاویه نشان می دهد که سیارات چقدر از استوای سماوی فاصله دارند. میخواهیم ویرایشگر مدل ULE (ULE Model Editor ) را اجرا کنیم:
فرم را به این روش پر کنید:
با کلیک بر روی گزینه "Add" این رویداد را به Events Boxاضافه کنید. اگر از قبل موردی را در Events Boxدارید ، برای پاک کردن آن ، روی گزینه "Clear" کلیک کنید:
اکنون به صفحه اصلی بروید و روی گزینه " Calculate" کلیک کنید:
اکنون به صفحه نگاه کنید:
این تصویر تفاوت زاویه انحراف زهره - مشتری را برای 8 سال گذشته و 3 سال آینده نشان می دهد. (در ژوئن ، 2006 نوشته شده است). یادآوری می کنم که با جابجا کردن ماوس می توانید هر قطعه از نمودار را برای دیدن جزئیات انتخاب کنید.
به همین ترتیب نمودار زیر تاریخچه 120 ساله DJI را نشان میدهد:
این نمودار منعکس کننده حرکات شاخص DJI است ، 9.5٪ حرکات را توصیف می کند.
حال نشان می دهیم چگونه می توان این نمودار را با شاخص DJI بررسی کنیم. در صفحه اصلی روی این گزینه کلیک کنید:
این صفحه را دریافت خواهید کرد:
برنامه چه کاری انجام می دهد؟ همبستگی بین نوسانگر قیمت با مدت زمان 50 کندل و نمودار زاویه انحراف زهره-مشتری را محاسبه می کند.
خط فوق نشان می دهد که نمودار همبستگی بین قیمت و زاویه انحراف زهره-مشتری 8.5 درصد است. از نظر عملی این بدان معنی است که می توانیم از این نمودار برای پیش بینی حرکات قیمت استفاده کنیم. اما باید این را هم بخاطر بسپاریم که این شاخص فقط 8.5٪ حرکات قیمت را توضیح می دهد
برای بدست آوردن صحت آماری از این واقعیت ، از معیارهای آماری t (توزیع دانشجویی) استفاده کردم. برای ضریب همبستگی 8.5٪ ، اندازه نمونه = 33000 ما کندل قیمت t = 13.88 را داریم. این بدان معناست که با احتمال 97.59٪ این واقعیت اتفاقی نیست. همچنین این ارتباط را نمی توان با وقایع فصلی توضیح داد ، زیرا میانگین دوره ای برای این چرخه حدود 400 روز است و بسیار نامنظم است.
این یک پیش بینی نیست ، این یک تصویر از یکی از بازیکنانی است که 8.5٪ از زمان کل بازی را پا به توپ است.
