محدودیت های استفاده از شاخص فراکتال

مدل سازی فراکتال مبادله خارجی در بولیوی

مدل سازی فراکتال مبادله تجاری بین المللی در بولیوی

Ramos Escamilla- María ´ †*، Serrudo - Javier ، Rosales - Mauricio & Espinoza- luis ". دریافتی 4 ژوئن ، 4 ، 2015 ؛ پذیرفته شده: ژوئیه ، 09 ، 2015

این تحقیق بازار ارزی را که روی La Monte متمرکز است ، تجزیه و تحلیل می کند

کلید واژه ها

فراکتال ها ، ارز ، ارز ، نقاط محوری ، بازگشت فیبوناچی.

در این تحقیق ، ما بازار فارکس را با تمرکز بر ارز بولیوی ، در ابعاد فراکتال و مالی ، روندها و حرکات موجود در این بازار ، مدل سازی کاربر فراکتال را به عنوان اساس تجزیه و تحلیل ما تجزیه و تحلیل می کنیم ، ما دوره پست سابق آن را به سال 2014 ارائه می دهیم

فراکتال ها ، فارکس ، ارز ، نقاط محوری ، پیکربندی فیبوناچی.

معرفی

به عنوان مقدمه ای برای آموزش ارزهای خارجی بر اساس ارز بولیوی ، ما بازار فارکس (ارز خارجی ، FX) بزرگترین و نقدی ترین بازار مالی در جهان است ، با معاملات روزانه که بیش از معاملات روزانه در کلیه بازارها و سهام است دنیای بانداین امر به سرمایه گذاران در سراسر جهان اجازه می دهد تا از طریق مبادله بین خریداران و فروشندگان همان ارز را بخرند و بفروشند

در زمان سرمایه گذاری در ارزی باید در نظر داشته باشید که ارزها به صورت جفت معامله می شوند ، به طوری که ارز اول نشان دهنده تعداد واحدهای ارز دوم با توجه به نرخ ارز است. بنابراین ، یک یورو تجارت دلار آمریکا (دلار آمریکا) 1. 40 نشان می دهد که یک یورو برای دستیابی به مدل سازی فراکتال معادل 1. 40 دلار است و درک بیشتری از مبادله ارزها و محاسبه آنها بر اساس توالی فیبوناچی دارد. رابطه عود که آن را به صورت زیر تعریف می کند:

عناصر این دنباله اعداد فیبوناچی هستند. این دنباله عنصر اصلی برای انجام محاسبات در ماشین حساب فیبوناچی است.

پسوندهای فیبوناچی به طور مشابه به خطرات کشیده می شوند ، این موارد را می توان با سطح اعتیاد متناسب با فیبوناچی فوقانی افزایش داد: 161. 8 ٪ ، 261. 8 ٪ یا هر گونه تخلیه اره به دست آمده با ضرب یک perc = perc = fibonacci و نسبت طلا به خشکی زیر:

هنگامی که یک سطح فیبوناچی با قیمت شکسته می شود ، از سطح بعدی مقاومت فیبوناچی پشتیبانی می شود. پس از فراتر از سطح مشخص شده توسط مقاومت اصلاح فیبوناچی 100 ٪ ، از پسوندهای فیبوناچی به عنوان پیش بینی سطح پشتیبانی یا مقاومت در آینده برای بازار استفاده می شود.

این تئوری مبتنی بر بازپرداختهای فیبوناچی این است که بازار به صورت ریتمیک حرکت می کند و از این طریق توالی فیبوناچی وجود دارد ، همانطور که در تئوری ، هر پدیده ای از طبیعت (رفتار انسان در بازار منعکس می شود و شخصیت "طبیعی" را در حرکات آنها نشان می دهد).

سرعت بازار با امواج چرخه تعریف می شود. در توسعه یک روند ، شاهد موج تکان دهنده ای خواهیم بود که در آن بازار به نفع روند حرکت می کند.

سپس یک موج اصلاحی B که در آن قیمت تا سطح معینی که از آن به نفع روند در یک موج تکانشی جدید حرکت می کند C. a = موج اصلاحی B تکانشی O_B ، O C = موج Impulse C ، MB = MB = بازار گاو نر و خرس.

هدف اصلی تجزیه و تحلیل حرکات اصلاحی با نسبت فیبوناچی ، ارتباط اندازه حرکت اصلاحی موج B با درصد حرکت تکانشی در طی موج های قبلی موج فیبوناچی A. رخ داده است. واداین سطوح مناطق پشتیبانی یا مقاومت را نشان می دهد که حرکت اصلاحی به پایان می رسد. به عنوان مثال ، اگر ما یک روند صعودی داشته باشیم و سطح اصلاح فیبوناچی را ترسیم کنیم ، این احتمالاً مناطقی پشتیبانی خواهد بود که در آن حرکتی اصلاح شده به سمت پایین پایان یابد. اولین پشتیبانی 38. 2 ٪ است ، اگر قیمت در اینجا متوقف نشود و این سطح را بشکند ، این سطح به مقاومت جدید تبدیل می شود و سطح پشتیبانی به سطح بعدی که توسط دنباله فیبوناچی مشخص شده است ، 61. 8 ٪ با TA = SF = فیبوناچی بالا می رود. دنباله زیر:

تنظیم مجدد فیبوناچی بیشترین ابزار تجزیه و تحلیل گروه بر اساس توالی فیبوناچی (مطالعات فیبوناچی) است. آنها برای پیش بینی سطح پشتیبانی AB / AC = AC / CB = CP و مقاومت در برابر بازار A (K) = 5 /5 ((1 + 5) / 2) K-5 /5 (( 1-5) / 2) استفاده می شوند. k. برای ترسیم مجدد فیبوناچی ابتدا نقاط پایانی یک حرکت قوی در بازار را مشخص می کنیم و یک خط عمودی را ترسیم می کنیم که ارتفاع آن برابر با ارتفاع بین این دو نقطه است.

خط عمودی با خطوط افقی که با درصدهایی از دنباله فیبوناچی از ارتفاع خط عمودی جدا شده اند تقسیم می شود. پرکاربردترین درصدها 0، 38. 2، 50، 61. 8 درصد و 100 درصد هستند.

پس از یک حرکت قوی قیمت یا به سمت بالا + 1 = ^ 2 یا نزول ی-1 = 1 / ، بازار تمایل به کوچک شدن دارد. سطوحی که در آن این کاهش به پایان می رسد یا متوقف می شود اغلب با خطوط افقی فیبوناچی اصلاحات A (k + 1) = A (k) + J (k) مطابقت دارد. اصلاحات فیبوناچی برای تعیین روند بازار مفید نیستند اما به پیش بینی سطوح حمایت و مقاومت برای کاهش قیمت A (k + 2) = A (k) + A (k + 1) کمک می کنند و به معامله گران متوسط اجازه می دهد تا نوسانات بازار را پیش بینی کنند و فعالیت کنند. بر این اساس به RP = تاخیر قیمت، T = FMM = معامله گران متوسط و نوسانات بازار

نقاط محوری سطوح قیمتی را نشان می دهند که در آن روند عمومی قیمت ممکن است تغییر جهت دهد، به عبارت دیگر، نقاط محوری به عنوان سطوح حمایت و مقاومت استفاده می شود که در آن قیمت باید روند تغییر کند PP = نقاط به عنوان محور مشترک همه معاملات در بازارهای مالی حول محور می چرخند. سرمایه گذاری روی روند قیمت دارایی

برای استفاده حداکثری از این حرکات قیمت، به حداکثر رساندن سود و کاهش زیان همیشه می خواهید شروع این روندها را پیدا کنید. نقاط محوری، طبق تعریف، سطوح علامت تغییر می کند / روند ادامه می یابد و بنابراین می تواند کمک زیادی به این کار کند. اما محاسبه نقاط محوری علم دقیقی نیست و روش های مختلفی برای آن وجود دارد. برای مثال معادله کاماریلا MP = حرکات قیمت، NC = تغییر سطوح، CT = روند ادامه دار و EC = معادله Camarilla از دنباله زیر:

رایج ترین و ساده ترین فرمول برای محاسبه نقاط محوری، به شرح زیر است (برای هر بازه زمانی قابل اعمال است، اگرچه در نمودارهای روزانه رایج تر است). یک نقطه محوری مرکزی و سطوح مختلف حمایت و مقاومت در اطراف محاسبه می شود:

نقطه محوری = (حداکثر (قبلی) + پایین (قبلی) + بستن (قبلی)) / 3

مقاومت 1 (R1) = (2 x Pivot Point) - کم (قبلی)

پشتیبانی 1 (S1) = (2 x Pivot Point) - بالا (قبلی)

مقاومت 2 (R2) = (نقطه محوری - پشتیبانی 1) مقاومت 1

پشتیبانی 2 (S2) = نقطه محوری - (مقاومت 1 - پشتیبانی 1)

یکی از متداول ترین راه های یافتن پشتیبانی و مقاومت ، نقاط محوری است. این نقاط نشان دهنده سطح پشتیبانی یا مقاومت است که انتظار می رود قیمت آن واکنش نشان دهد. در این مقاله ابتدا نقاط محوری را محاسبه می کنیم و سپس به توصیف نحوه تفسیر آنها و استفاده به عنوان ابزاری برای تجارت TT = ابزار معاملاتی محاسبه نقاط محوری می پردازیم.

روش های مختلفی برای محاسبه نقاط محوری در همه آنها استفاده از روز قبل از شمع زیاد ، کم و نزدیک شمع وجود دارد. من روز گفتم ، بنابراین نتایج نقاط محوری روزانه است ، اما می توانید از بازه های زمانی دیگر استفاده کنید ، به عنوان مثال هفتگی ، و به نقاط محوری هفتگی می پردازید. نقاط محوری روزانه بیشترین دلیل است که چرا تمرکز مقاله به CV = نزدیک شمع مطابق شکل زیر خواهد بود:

اصلی و متداول ترین روش برای محاسبه نقاط محوری با فرمول زیر H = حداکثر دیروز انجام می شود و L = کم روز قبل C = پایان روز قبل و PP = نقطه محوری برای همه R1 / R2 = مقاومت 1 / مقاومت2 ، S1 / S2 = پشتیبانی 1 / پشتیبانی 2 ، لازم به ذکر است که در یک بازار 24 ساعته مداوم. یکی دیگر از روشهای متداول محاسبه نقاط محوری ، معرفی قیمت افتتاح امروز در محاسبه سطح P است:

O = قیمت باز امروز ، سطوح دیگر با استفاده از همان فرمول توضیح داده شده در بالا محاسبه می شوند اما با استفاده از سطح O. P اصلاح شده

سبک های دیگر محاسبه شناخته شده و چوب چوب در cll = clique و woo = Woodie است.

تفسیر و استفاده از نقاط محوری

هنگامی که نقاط محوری را محاسبه کردید ، می توانیم آنها را در نمودار قرار دهیم ، اگر نقاط محوری را با داده های روزانه محاسبه کنیم ، می توانیم از فریم های زمانی پایین تر استفاده کنیم تا بتوانیم بهتر ببینیم و قیمت را در این سطوح واکنش نشان دهیم ، خود نقطه محوری (P) نشان دهنده این است. مقاومت مدنی / اولیه. این بدان معنی است که انتظار می رود حرکات قابل توجهی در قیمت معاملات که توسط این سطح مشخص شده است. بقیه رسانه ها و مقاومت محاسبه شده ، حتی با اهمیت کمتری نسبت به نقطه محوری ، خود نیز می تواند بیش از حرکات جالب در اطراف خود ایجاد کند.

از نقاط محوری می توان برای دو هدف استفاده کرد: برای شناسایی روند غالب در بازار و به عنوان نقاط ورود و خروج از بازار با P = پشتیبانی / مقاومت اولیه ، TPM = روند غالب در بازار ، PE = نقاط ورود و SM= خروج از بازار:

با این شناسایی روند Pivot Points: اگر قیمت تعیین شده توسط نقطه محوری در یک حرکت رو به بالا شکسته شود ، بازار صعودی است و برعکس ، اگر نقطه محوری در یک حرکت رو به پایین شکسته شود ، بازار نزولی MA = حرکت صعودی است.، MAL = بازار گاو نر ، حرکت نزولی و MD = MB = بازار خرس.

به طور کلی ، اگر قیمت در مورد نقطه محوری باقی بماند ، می توانیم بگوییم که بازار صعودی است و برعکس. با این حال ، توجه داشته باشید که نقاط محوری شاخص های روند کوتاه مدت هستند ، در طول روز محاسبه شده و در پایان روز باید محاسبه شوند ، نقاط ورود و خروج از بازار: نقاط محوری می توانند فراهم کنندنقاط ورود و خروج از بازار به عنوان بخشی از یک استراتژی معاملاتی کاملاً مفید است. به عنوان مثال ، یک سفارش محدود برای فروش (به انواع سفارشات مراجعه کنید) می توانید در صورت شکسته شدن این پشتیبانی در سطح پشتیبانی قرار دهید و می تواند ضرر توقف را برای این سفارش در یکی از OVL = Sell Rance Reserve Order Vermoes و STS = STS قرار دهد. از دست دادن در:

نقاط محوری ابزار دیگری در زرادخانه است که با آن هر حساب معامله گر است. استفاده موفقیت آمیز از نقاط محوری ، مانند هر ابزار معاملاتی ، در توانایی معامله گر در همکاری با آنها در رابطه با سایر ابزارهای تحلیل فنی به عنوان شاخص ها ، الگوهای شمعدانی یا هر سبک دیگر تجارت خواهد بود.

نتیجه گیری

نوسانات را می توان به عنوان نقاط عطف بازار مشخص کرد ، که در طی چندین تغییر قیمت که تقریباً در همه جفت های ارزی قرار می گیرند ، نمایش داده می شود ، بازار به ندرت یک حرکت تمیز را از یک جهت انجام می دهد. بسیاری از روندهای رو به پایین با نوسانات در نوسانات کم و عمیق به سمت بالا مشخص می شوند.

یا بازارها ممکن است نوسانات روندهای رو به بالا را به سمت پایین نشان دهند زیرا بازار در جهت روند بالاتر می رود ، اگرچه این نوسانات به سمت روند نزولی به تدریج قیمت های بالاتر خواهد بود ، نوسانات را می توان به عنوان "نقاط عطف" در بازار که نمایش داده می شود ، بهتر توصیف کرددر طی چندین تغییر قیمت که تقریباً در همه جفت های ارزی اتفاق می افتد. برای معامله گران که به دنبال نوسانات عملیاتی هستند ، یا معامله گران که به دنبال تعمیق شناسایی نوسانات بازار هستند ، شاخص فراکتال می تواند کمک بزرگی کند.

´ Universidad tecnológica del suroeste de guanajuato. Universidad iberoamericana. FICSAC علمی برجسته.´´universidad شهردار ، Pontífice Real San Francisco Xavier de Chuquisaca ، دانشکده de ciencias económicas y Administrativas ، Unidad de productrción científica y tecnológica.

استناد: Ramos Escamilla M. ، Serrudo J. ، Rosales M. & Espinoza L. مدل سازی فراکتال مبادله خارجی در بولیوی. مجله علوم ، فناوری و نوآوری 2015 ، 10-11: 611-622.

Aguilar Marquez ، María Angélica. تخمین نرخ ارز تعادل واقعی برای بولیوی. مجله تجزیه و تحلیل [آنلاین]. 2003 ، Vol. 6 ، n. 1 [استناد شده 2014-05-17] ، صص. واد41-71. قابل دسترسی در:وادISSN 2304-8875.[پیوندها]

دنباله فیبوناچی Atanassov ، K. T.

Beatriz Muriel ، H. ، & Mayorga ، J. (2012). صادرات و اشتغال در بولیوی*.[پیوندها]

Cupe C. ، Eesto. یک اندازه گیری تورم جدید درک شده: روش و کاربرد در اقتصاد بولیوی. esvestig@ umsa [آنلاین]. 2011 ، Vol. 2 ، n. 2 [استناد شده 2014-05-17] ، صص. 11-26قابل دسترسی در: . ISSN 2220-7139.[پیوندها]

Del Carpio Gallegos ، J. (2014). شبکه های عصبی مصنوعی در امور مالی. داده های صنعتی ، 8 (2) ، 028-032.[پیوندها]

Del Réo Rivera ، M. A. ، & Kuscevic ، C. M. M. (2014). دکوراسیون مالی در بولیوی. مطالعات اقتصادی ، 29 (1) ، 3-25.[پیوندها]

Duarte Duarte ، J. B. ، Ramírez León ، Z. Y. ، & Sierra Suárez ، K. J. (2014). مطالعه تأثیر اندازه در بازارهای اصلی سهام در آمریکای لاتین. مدیریت و امور مالی مجله بین المللی (RIAF) ، 7 (5). Gaviria-Arango ، E. (2014). اتاق پول (دکترای پایان نامه ، دانشکده مهندسی آنتیوکی).[پیوندها]

Hellal ، O. A. ، & Meyer ، G. (2014). الگوریتم امواج و کاربردهای آن در بازارهای مالی. eAstimatio: مجله بین المللی IEB Offinance ، (8) ، 114-131.[پیوندها]

Laguna Vargas ، Marco Antonio. ویژگی های تورم وارداتی در بولیوی: آیا می توانید سیاست را در خود جای دهید؟مجله تجزیه و تحلیل [آنلاین]. 2009 ، جلد 11 ، ن. 1 [ذکر شده 2014-05-17] ، صص. 77-109. قابل دسترسی در: . ISSN 2304-8875.[پیوندها]

Loza Telleria ، گابریل. سیاست تغییر خواهد کرد و بحران بین المللی: Rodeo غیر ضروری. مجله تجزیه و تحلیل [آنلاین]. 2010 ، جلد 12 ، ن. 1 [ذکر شده 2014-05-17] ، صص. 9-33. قابل دسترسی در: . ISSN 2304-8875.[پیوندها]

لونا آچوودو ، بوریس A .. قدردانی از نرخ ارز و تأثیر آن بر تعادل تجارت. پرونده بولیوی (2006-2008). مجله تجزیه و تحلیل [آنلاین]. 2011 ، Vol. 15 ، n. 1 [ذکر شده 2014-05-17] ، صص. 45-96. قابل دسترسی در: . ISSN 2304-8875.[پیوندها]

الیور موچاراراز ، جی. (2014). مدل سازی نوسانات مشروط در شاخص های سهام: EGARCH مقایسه ای در مقابل مدل شبکه عصبی پس زمینه بازگشت.[پیوندها]

Paul R .. Krugman ، Obstfeld ، M. ، & Marc J .. Melitz.(2012). اقتصاد بین المللی: نظریه و سیاست. پیرسون.[پیوندها]

Prasad ، B. (2014). نظریه کدگذاری در (H (x) ، g (y))- گسترش چند جملهای p-numbers fibonacci.[پیوندها]

Ramos-Scamilla María ، M. Tavera ، J. Quintanilla ، G. Chaparro ، F. Iglesias.(ویرایش.) (2014). توسعه و امور مالی پایدار. ویرایشدانشگاه سانفرانسیسکو خاویر ، UPIICSSA ، دانشگاه فناوری جنوب غربی Guanajuato ، دانشگاه مرکزی. ISBN: 978-254-6876-34-9. ، بولیوی-کلمبیا.[پیوندها]

Ramos-Scamilla María ، W. Lopez ، A. Galicia ، J. Serrano ، (Eds.) (2014). مراقبت های مالی و اقتصادی. ویرایشدانشگاه سانفرانسیسکو خاویر ، دانشگاه پورتوریکو در موسسه پلی تکنیک ملی Huamaco. ISBN: 978-254-3294-75-7. ، Bolivia-Puerto Rico.[پیوندها]

Ramos-Scamilla María ، J. Vargas ، M. Rosales ، (Eds.) (2014). مدیریت سازمانها. ویرایشدانشگاه سانفرانسیسکو خاویر ، دانشگاه گوادالاجارا. ISBN: 978-176-5490-87-9. ، بولیوی.[پیوندها]

Ramos-Scamilla María ، F. I. Suarez ، J. S. Ramirez ، C. Salazar (2014). سیستم های فراکتال قیمت سهام در سهام مادرید. سلسله. دانشگاه سانفرانسیسکو خاویر- دانشگاه مستقل ایالت مکزیک. ISBN: 978-180-9762-01-6 ، بولیوی.[پیوندها]

Ramos-Scamilla María ، C. B. Escalona ، R. P. رامرز (2014). نئولیبرالیسم و جهانی سازی. دانشگاه ایالتی شبه جزیره سانتا النا. ISBN: 978-607-04-3417-4 ، اکوادور.[پیوندها]