تفسیر و استفاده از نقاط محوری

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. "

این تحقیق ، بازار ارزی را که بر ارز بولیوی متمرکز است ، در ابعاد فراکتال و در نظر گرفتن روندها و حرکات مالی در این بازار ، تجزیه و تحلیل می کند ، با استفاده از مدلهای فراکتال به عنوان یک H اصلی تجزیه و تحلیل ما ، ما دوره سابق 2014 2014 را پروژه می کنیم

کلید واژه ها

فراکتال ، ارز ، ارز ، نقاط محوری ، 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 پایه و اساس تجزیه و تحلیل ORT تجزیه و تحلیل می کنیم ، ما دوره پست سابق آن را تا سال 2014 طرح می کنیم

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

معرفی

به عنوان مقدمه ای برای آموزش ارزی بر اساس ارز بولیوی ، ما بازار فارکس (ارزی ، FX) را پوشش می دهیم بزرگترین و نقدی ترین بازار مالی در جهان است ، با یک معاملات روزانه که از معاملات روزانه ترکیبی در کلیه بازارها فراتر می رود دنیای بانداین 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 دنباله 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 اشکالات کشیده می شوند ، این موارد را می توان با سطح اعتیاد متناسب با فیبوناچی های فوقانی افزایش داد: 161. 8 ٪ ، 261. 8 ٪ یا هر گونه دیگر به دست آمده با ضرب یک نسبت طلای: 1. 618 به EF = فیبوناچی پسوند ، RF = RF = = تصاویر فیبوناچی و RO = نسبت طلا به خشک 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 ٪ ، پسوندهای فیبوناچی به عنوان پیش بینی سطح پشتیبانی یا مقاومت در آینده برای بازار استفاده می شوند.

این تئوری مبتنی بر بازپرداختهای فیبوناچی این است که بازار به صورت ریتمیک حرکت می کند و از این طریق دنباله 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 می دهد).

سرعت بازار با امواج چرخه تعریف می شود. در توسعه یک روند ، موج تکانشی A را مشاهده خواهیم کرد که در آن بازار به نفع این 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 های فیبوناچی ، ارتباط اندازه حرکت اصلاحی موج B با درصد حرکت تحریک آمیز در طی موج های قبلی Fibonacci Wave A. رخ داده است. بشراین سطوح بیانگر مناطق پشتیبانی یا مقاومت است 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 = فیبرنواسی بالادست می شود. دنباله زیر:

جابجایی های فیبوناچی بیشترین ابزار تجزیه و تحلیل گروه بر اساس توالی فیبوناچی (مطالعات فیبوناچی) است. از 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 شود. 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 توسط خطوط افقی تقسیم می شود که با درصد توالی فیبوناچی به ارتفاع خط عمودی جدا می شوند. بیشترین درصد استفاده شده 0 ٪ ، 38. 2 ٪ ، 50 ٪ ، 61. 8 ٪ و 100 ٪ است.

پس از یک حرکت قوی قیمت یا به سمت بالا + 1 = ^ 2 یا Bearis h-1 = 1 / ، بازار تمایل به کوچک شدن دارد. سطحی که این کاهش در آن به پایان می رسد یا متوقف می شود ، اغلب با خطوط افقی از بازپرداختهای فیبوناچی A (k + 1) = a (k) + j (k) مطابقت دارد. بازپرداختهای فیبوناچی برای تعیین روند بازار مفید نیستند بلکه به پیش بینی سطح پشتیبانی و مقاومت برای کاهش قیمت (k + 2) = a (k) + a (k + 1) کمک می کنند ، و به معامله گران متوسط اجازه می دهد نوسانات بازار را پیش بینی کرده و فعالیت کنندبر این اساس با RP = تاخیر قیمت ، T = FMM = معامله گران متوسط و نوسانات بازار

نقاط محوری سطح قیمت را نشان می دهد که روند کلی قیمت ممکن است جهت را تغییر دهد ، به عبارت دیگر ، از نقاط محوری به عنوان سطح پشتیبانی و مقاومت استفاده می شود که در آن قیمت باید روند PP = امتیاز را تغییر دهد زیرا Pivot مشترک همه معاملات در بازارهای مالی می چرخدبا استفاده از روند قیمت دارایی.

برای استفاده حداکثر از این حرکات قیمت ، سود را به حداکثر برسانید و ضررها را کاهش دهید همیشه می خواهید شروع این روند را پیدا کنید. محور نقطه ، به تعریف ، سطح علامت تغییر / روند ادامه می یابد و بنابراین می تواند در این کار بسیار کمک کند. با این حال ، محاسبه نقاط محوری یک علم دقیق نیست و روش های مختلفی برای آن وجود دارد. به عنوان مثال معادله کاماریلا mp = حرکات قیمت ، NC = تغییر سطح ، CT = روند ادامه و EC = کاماریلا دنباله زیر:

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

Pivot Point = (حداکثر (قبلی) + کم (قبلی) + بستن (قبلی)) / 3

مقاومت 1 (R1) = (نقطه محوری 2 x) - کم (قبلی)

پشتیبانی 1 (s1) = (2 x نقطه محوری) - بالا (قبلی)

مقاومت 2 (R2) = (Pivot Poin t-support 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 استفاده از شمع زیاد ، کم و نزدیک شمع وجود دارد. من روز گفتم ، بنابراین نتایج به عنوان 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

پس از محاسبه نقاط محوری ، 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 برای دیدن بهتر و واکنش قیمت در این سطوح استفاده کنیم ، خود نقطه محوری (P) نشان دهنده این است. مقاومت مدنی / اولیه. این بدان معنی است که انتظار می رود حرکات قابل توجهی از 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 نقاط محوری: اگر قیمت تعیین شده توسط نقطه محوری در یک حرکت صعودی شکسته شود، بازار صعودی است و برعکس، اگر نقطه محوری در یک حرکت نزولی شکسته شود، بازار نزولی MA = حرکت صعودی است.، MAL = بازار گاوی، حرکت نزولی و MD = MB = بازار نزولی.

به طور کلی، اگر قیمت در حدود نقطه محوری باقی بماند، می توان گفت که بازار صعودی است و بالعکس. با این حال، توجه داشته باشید که نقاط محوری شاخص های روند کوتاه مدت هستند، در طول روزی که در آن محاسبه می شوند مفید هستند و در پایان روز نیاز به محاسبه مجدد، نقاط ورود و خروج از بازار دارند: نقاط محوری می توانند ارائه دهند. نقاط ورود و خروج از بازار به عنوان بخشی از استراتژی معاملاتی بسیار مفید است. به عنوان مثال، یک سفارش محدود برای فروش (به انواع سفارش ها مراجعه کنید) را می توان در سطح پشتیبانی قرار داد تا در صورت شکسته شدن این پشتیبانی باز شود و می تواند ضرر این سفارش را در یکی از مقاومت های OVL = sell limit order و STS = قرار دهد. توقف ضرر در:

نقاط محوری ابزار دیگری در زرادخانه است که هر معامله گری با آن حساب می کند. استفاده موفقیت آمیز از نقاط محوری، مانند هر ابزار معاملاتی، بر توانایی معامله گر برای کار با آن ها همراه با سایر ابزارهای تحلیل تکنیکال به عنوان اندیکاتور، الگوهای کندل استیک یا هر سبک دیگری از معاملات است.

نتیجه گیری

نوسان ها را می توان به عنوان نقاط عطف بازار توصیف کرد، که در طی تغییرات متعدد قیمتی که تقریباً در همه جفت های ارزی رخ می دهد، نمایش داده می شوند، بازار به ندرت حرکت پاکی را در یک جهت انجام می دهد. بیشتر روندهای نزولی با نوسانات در نوسانات پایین و عمیق به سمت بالا مشخص می شوند.

یا ممکن است بازارها نوسانات روند صعودی را به سمت پایین نشان دهند، زیرا بازار در جهت روند بالاتر می چرخد، اگرچه این نوسانات به سمت نزولی به تدریج قیمت های بالاتری خواهند داشت، نوسانات را بهتر می توان به عنوان "نقاط عطف" در بازار توصیف کرد که نمایش داده می شوند. طی تغییرات چندگانه قیمت که تقریباً در همه جفت ارزها اتفاق می افتد. برای معامله گرانی که به دنبال نوسانات عملیاتی هستند، یا معامله گرانی که به دنبال تعمیق شناسایی نوسانات بازار هستند، اندیکاتور فراکتال می تواند کمک بزرگی باشد.

Universidad Tecnológica del Suroeste de Guanajuato. Universidad IberoamericanaFICSAC دانشگاهی ممتاز. شهردار دانشگاه، خاویر د چوکیساکا، رئیس دانشگاه سانفرانسیسکو، دانشکده اقتصادی و اداری، واحد تولید علمی و فناوری.

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 [ذکر شده 2014-05-17] ، صص. بشر41-71. قابل دسترسی در:بشرISSN 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. تحقیق@ UMSA [آنلاین]. 2011 ، Vol. 2 ، n. 2 [ذکر شده 2014-05-17] ، صص. 11-26. قابل 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). تحقیر 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 دارایی بین المللی مجله (RIAF) ، 7 (5). Gaviria-Arango ، E. (2014). اتاق پول (دکترای پایان نامه ، دانشکده مهندسی آنتیوکی).[پیوندها]

Hellal ، O. A. ، & Meyer ، G. (2014). الگوریتمی از امواج نرم شده و کاربردهای آنها 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 شامل سیاست تغییر یافته باشد؟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 تراز تجاری. 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 موچاراز ، جی. (2014). مدل سازی نوسانات مشروط در شاخص های سهام: EGARCH مقایسه ای در مقابل مدل شبکه عصبی پس از بازگشت.[پیوندها]

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

Prasad ، B. (2014). نظریه برنامه نویسی 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-Escamilla 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]

Ugarteche ، O. (2013). واحد پولی آمریکای جنوبی (UMS): رویکرد دوم. Countury: تحلیل اقتصادی و اجتماعی فعلی ، (18) ، 7-10. www.efxto.com/articulos_forex/213 3_pivot_ [پیوندها]

© 2023 Universidad شهردار Real Y Pontifica de San Francisco Xavier