AFT - Transformée de Fisher adaptative
Contenu des pages
AFT - Transformée de Fisher adaptative : Oscillateur de distribution gaussienne avancé avec adaptation de la volatilité
Vue d'ensemble
L'Adaptive Fisher Transform (AFT) est un oscillateur sophistiqué qui convertit les données de prix en une distribution normale gaussienne tout en ajustant dynamiquement sa période de calcul en fonction de la volatilité du marché. Cet indicateur avancé combine la puissance mathématique de la Transformée de Fisher avec une technologie adaptative pour fournir des signaux plus réactifs et plus précis dans des conditions de marché variables.
Qu'est-ce qui rend l'AFT unique ?
La transformée de Fisher adaptative représente une évolution significative par rapport aux indicateurs traditionnels de la transformée de Fisher en introduisant :
- Adaptation basée sur la volatilité: Ajustement automatique des périodes de calcul en fonction de la volatilité du marché
- Distribution gaussienne: Convertit les données de prix en une distribution normale pour une identification plus claire des signaux.
- Ajustement dynamique de la période: Réagit plus rapidement en cas de forte volatilité et lisse les périodes de faible volatilité
- Clarté accrue du signal: Proransmet la ligne principale de Fisher et la ligne de signal pour une analyse complète.
- Précision mathématique: Utilise les calculs de True Range pour une mesure précise de la volatilité
Comprendre la transformation de Fisher
La Fondation mathématique
La transformation de Fisher repose sur le principe mathématique selon lequel la plupart des distributions de prix ne sont pas normales (gaussiennes), ce qui rend l'analyse statistique difficile. La formule de transformation :
Fisher = 0,5 × ln((1 + X) / (1 - X))
Où X est la valeur normalisée du prix entre -1 et +1.
Cette transformation transforme la distribution des prix en une distribution normale gaussienne, ce qui rend les valeurs extrêmes plus apparentes et les renversements plus faciles à identifier.
L'importance de l'adaptation
Les indicateurs traditionnels de la transformation de Fisher utilisent des périodes fixes, qui peuvent être.. :
- Trop réactif en cas de faible volatilité (génération de faux signaux)
- Trop lent en cas de forte volatilité (manquer des mouvements importants)
L'AFT résout ce problème en ajustant dynamiquement sa période de calcul en fonction de la volatilité actuelle du marché par rapport à la volatilité moyenne récente.
Le fonctionnement de l'AFT
Calcul étape par étape
- Prix d'entrée: Utilise le prix médian (haut + bas) / 2 pour une représentation équilibrée
- Mesure de la volatilité:
- Calcul de la fourchette réelle : max(Haut-Bas, |Haut-Pré-clôture|, |Bas-Pré-clôture|)
- Calcul de la fourchette moyenne réelle sur la période de référence
- Détermine le ratio de volatilité : TR actuel / TR moyen
- Calcul de la période d'adaptation:
- Ajuste la période de base en utilisant : Période / (1 + AdaptiveFactor × VolatilityRatio)
- Résultat des contraintes entre 3 et 2× la période de base
- Normalisation des prix:
- Détermine le niveau le plus élevé et le plus bas sur une période d'adaptation
- Normalise le prix médian dans l'intervalle [-1, 1].
- Formule : 2 × ((Prix médian - Plus bas) / Fourchette) - 1
- Application de la transformation de Fisher:
- Application de la formule de Fisher au prix normalisé
- Limite la saisie pour éviter les erreurs mathématiques
- Lissage:
- Utilise la moyenne mobile exponentielle avec alpha adaptatif
- Alpha = 2 / (Période d'adaptation + 1)
- Génération de signaux:
- Ligne principale : Valeur actuelle de Fisher lissée
- Ligne de signal : Valeur précédente de Fisher
Paramètres de l'indicateur
Période (par défaut : 10)
- Gamme: 3 à 200
- Objectif: Période de calcul de base avant adaptation
- Effet:
- Périodes plus courtes : Plus réactif mais potentiellement plus bruyant
- Périodes plus longues : Plus fluide mais potentiellement plus lent à réagir
Facteur d'adaptation (par défaut : 0,33)
- Gamme: 0,1 à 1,0
- Objectif: Contrôle le degré d'adaptation à la volatilité
- Effet:
- Valeurs inférieures (0,1-0,3) : Adaptation conservatrice, plus stable
- Valeurs plus élevées (0,5-1,0) : Adaptation agressive, plus réactive
Jeux de paramètres optimisés
L'indicateur comprend des configurations prédéfinies :
- Conservateurs: Period=10/14/20, AdaptiveFactor=0.33
- Réactif: Period=10/14/20, AdaptiveFactor=0.5
Interprétation des signaux
Lire les valeurs de l'AFT
GammePlage de température : -4 à +4 (plage typique : -2 à +2)
Lectures extrêmes:
- Ci-dessus +2: Forte dynamique haussière, surachat potentiel
- Ci-dessous -2: Forte dynamique baissière, survente potentielle
- Ci-dessus +3: Conditions de surachat extrême
- Ci-dessous -3: Conditions de survente extrême
Signification de la ligne zéro:
- Supérieure à 0: Biais haussier
- Inférieur à 0: Biais baissier
- Franchissement 0: Changement de tendance potentiel
Signaux de trading
Signaux primaires
Fisher Line Crossover:
- Haussier: L'AFT passe au-dessus de 0
- Baissier: L'AFT passe en dessous de 0
Ligne de croisement des signaux:
- Haussier: La ligne de Fisher passe au-dessus de la ligne de signal
- Baissier: La ligne Fisher passe en dessous de la ligne de signal
Renversement extrême:
- Renversement haussier: AFT en dessous de -2 et tournant à la hausse
- Renversement baissier: AFT au-dessus de +2 et tournant à la baisse
Signaux avancés
Analyse de divergence:
- Divergence haussière: Le prix atteint des planchers inférieurs tandis que l'AFT atteint des planchers supérieurs.
- Divergence baissière: Le prix atteint des sommets plus élevés alors que l'AFT atteint des sommets plus bas.
Les schémas de momentum:
- Accélération: Pente croissante dans la direction AFT
- Décélération: Pente décroissante, avertissant d'un retournement potentiel
Applications pratiques de la négociation
1. Stratégie de suivi des tendances
- Entrée: La ligne de Fisher passe au-dessus de la ligne de signal + AFT > 0
- Sortie: La ligne Fisher passe en dessous de la ligne de signal ou AFT < 0
- Filtre: Utiliser l'AFT à plus haute échéance pour déterminer la direction de la tendance
2. Stratégie de retour à la moyenne
- Entrée longue: AFT < -2 et dynamique haussière
- Entrée courte: AFT > +2 et dynamique baissière
- Sortie: Retour à la ligne zéro ou à l'extrémité opposée
3. Négociation de la divergence
- Mise en place: Identifier les divergences entre le prix et l'AFT
- Entrée: Attendre la confirmation du franchissement de la ligne AFT
- Arrêter: Au-delà du récent sommet/bas de l'oscillation
4. Rupture de volatilité
- Moniteur: Périodes où la période d'adaptation se raccourcit de manière significative
- Entrée: Combiner avec une rupture au-dessus/au-dessous des niveaux clés
- Avantage: L'AFT devient plus réactive en cas de forte volatilité
Applications temporelles
Négociation intrajournalière (1-15 minutes)
- Recommandé: Période=10, Facteur d'adaptation=0,5
- Focus: Renversement rapide et opportunités de scalping
- Attention: Davantage de faux signaux, nécessité d'une gestion stricte des risques
Swing Trading (1-4 heures)
- Recommandé: Période=14, Facteur d'adaptation=0,33
- Focus: Changements de tendance et de momentum sur plusieurs jours
- Avantage: Réactivité et fiabilité équilibrées
Négociation de positions (quotidienne/hebdomadaire)
- Recommandé: Période=20, Facteur d'adaptation=0,33
- Focus: Renversement des grandes tendances et positionnement à long terme
- Bénéfice: Bruit réduit, signaux majeurs plus clairs
Techniques avancées
Analyse pluriannuelle
- Cadre temporel supérieur: A utiliser pour l'orientation générale de la tendance
- Période inférieure: A utiliser pour un timing de saisie précis
- Alignement: Signaux les plus forts lorsque les deux périodes sont en accord
Contexte de la volatilité
- Forte volatilité: L'AFT devient plus réactive, périodes plus courtes
- Faible volatilité: L'AFT utilise des périodes plus longues, des signaux plus fluides
- Périodes de transition: Surveillez les changements de période d'adaptation en fonction de la volatilité.
Stratégies combinées
AFT + Moyennes mobiles:
- Utiliser le MA pour la direction de la tendance, l'AFT pour le timing
- Entrer lorsque les deux s'alignent dans la même direction
AFT + Volume:
- Confirmer les signaux de l'AFT par des pics de volume
- Volume plus important = signaux plus fiables
AFT + Soutien/Résistance:
- Utiliser les niveaux des touches pour filtrer les signaux de l'AFT
- Meilleures entrées à la confluence du signal AFT + niveau S/R
Lignes directrices pour la gestion des risques
Dimensionnement de la position
- Signaux forts: Extrême AFT + divergence + volume = position plus importante
- Signaux faibles: Croisement AFT unique = position plus petite
- Marchés incertains: Réduire la taille lorsque la période d'adaptation fluctue rapidement
Placement de l'excédent de perte
- Suivi des tendances: Au-delà de l'oscillation récente opposée à la direction du commerce
- Réversion moyenne: Au-delà des niveaux extrêmes de l'AFT (±3)
- Adaptatif: Ajuster les arrêts en fonction de l'évolution de la période de l'AFT
Filtrage du signal
Éviter de négocier lorsque:
- AFT oscillant rapidement autour de zéro (marché agité)
- Période d'adaptation changeant fréquemment (volatilité instable)
- Confirmation d'un faible volume
Préférer la négociation quand:
- Extrêmes de l'AFT clairs (±2 ou au-delà)
- Période d'adaptation stable
- Confirmation du volume
Pièges courants et solutions
1. Négociation excessive
Problem: Trop de signaux sur des marchés fluctuants Solution: Ajouter un filtre de tendance, négocier uniquement les lectures extrêmes
2. Ignorer l'adaptation
Problem: Ne pas reconnaître les changements de période Solution: Surveiller le contexte de la volatilité, ajuster les attentes
3. Faux extrêmes
Problem: Traiter tous les relevés extrêmes de la même manière Solution: Tenir compte du contexte de la tendance, utiliser une confirmation supplémentaire
4. Retard de signal
Problem: Attente trop longue de la confirmation Solution: Utiliser l'échelle de temps inférieure pour des signaux d'entrée plus précoces
Optimisation et backtesting
Test des paramètres
- Durée de la période: Test 8-25 pour la plupart des échéances
- Plage du facteur d'adaptation: Test 0.2-0.8 par incréments de 0.1
- Spécifique au marché: Des marchés différents peuvent préférer des paramètres différents
Mesures de performance
- Taux de réussite: Devrait s'améliorer sur les marchés en tendance
- Réduction: Contrôler les pertes consécutives maximales
- Bénéfice de l'adaptation: Comparaison avec la transformation de Fisher non adaptative
Conclusion
La transformée de Fisher adaptative représente une avancée significative dans la technologie des oscillateurs, combinant la rigueur mathématique de la transformée de Fisher avec les avantages pratiques de l'adaptation basée sur la volatilité. Sa capacité à s'ajuster automatiquement aux conditions changeantes du marché le rend particulièrement précieux dans l'environnement commercial dynamique d'aujourd'hui.
Disponibilité de l'indicateur :
Cet indicateur est implémenté pour MT4, MT5.
Utilisation de blocs personnalisés pour les conditions :
Vous pouvez facilement définir vos propres conditions dans StrategyQuant X à l'aide de Blocs personnalisés. Cela vous permet de définir des paramètres tels que des périodes ou des étapes afin d'adapter l'indicateur à votre stratégie. Pour de plus amples informations, veuillez consulter les ressources suivantes :
-
Documentation StrategyQuant : Modèles de stratégie et blocs personnalisés
-
StrategyQuant YouTube Tutorial : Vue d'ensemble des blocs personnalisés
Importation d'indicateurs personnalisés dans SQX :
Pour importer des indicateurs personnalisés dans StrategyQuant X, suivez les instructions étape par étape fournies ici :
Importer et exporter des indicateurs personnalisés et d'autres extraits
- Bonjour Monsieur, prenez le temps de lire mon commentaire et les ressources que je propose ici. - Tous les traders d'algo peuvent bénéficier de ces 2 fonctionnalités et des ressources que je suggère. Cela peut changer la donne dans le développement de stratégies (en particulier dans la partie test de robustesse) - Je voudrais vraiment suggérer 2 fonctionnalités à sqx : la permutation de Monte Carlo et l'optimisation des paramètres du test de bruit. - La première (permutation monte carlo) est une interview de l'auteur Timothy Master (la seule interview que j'ai pu trouver sur internet) + Recherchez sur youtube : Timothy Master (la chaîne qui l'interviewe est Meilleure... Lire la suite "
Bonjour, vous disposez déjà d'un test similaire. Je souhaite un test Monte Carlo qui randomise les données OHLC.
Je m'excuse : Le test MC est un test de Monte Carlo qui randomise les données OHLC : Un test de Monte Carlo qui randomise les données OHLC. Vous pouvez le trouver dans l'onglet Retest Monte Carlo Methods.
Cela semble intéressant,
Pourriez-vous également fournir un format .eld pour les utilisateurs de TradeStation ?
HI, j'y travaille.
Merci Ivan. J'adore tous ces nouveaux indicateurs et tests. Le MT5 ne voulait pas compiler pour moi. Il a fonctionné lorsque j'ai remplacé "input int Period = 10 ;" par "input int period = 10 ;" et "ValidatedPeriod = Period ; par ValidatedPeriod = period ;" Merci pour tout ce bon travail.
Bonjour Gary, merci pour votre suggestion. L'indicateur MT5 a été corrigé et retéléchargé.
Pouvez-vous mettre en œuvre la permutation Monte Carlo de Timothy Master ? Nous avons vraiment besoin d'un test de robustesse avancé