روش تجزیه و تحلیل فراکتال

استراتژی فراکتال فارکس

هنگامی که به نمودار قیمت جفت‌های مختلف فارکس نگاه می‌کنید، حرکت قیمت ممکن است به صورت تصادفی در هر نوع نموداری اعم از نمودار خطی، نمودار میله‌ای یا نمودار شمعی به نظر برسد، اما وقتی به دقت در نمودار کندل استیک بررسی شود، الگوهای تکرار شونده شمعدانی به وضوح قابل شناسایی است.

یکی از الگوهای کندل استیک که بیشتر در هنگام ترسیم نمودار و تحلیل تکنیکال بازارهای مالی و به ویژه فارکس استفاده می شود، فراکتال ها است.

فراکتال یک اصطلاح رایج و یک الگوی شمعی بسیار مهم است که به طور گسترده توسط معامله‌گران حرفه‌ای فارکس استفاده می‌شود تا دید واضح‌تری از نوسانات، ساختار بازار و جهت‌گیری جهت جفت ارز یا ارز داشته باشد.

نحوه تشخیص الگوی فراکتال

فراکتال ها الگوی معکوس شمعدانی پنج میله ای هستند که هر زمان که جهت حرکت قیمت را تغییر می دهد، بالا و پایین حرکت قیمت را تشکیل می دهد.

فرکتال خرس را می توان با دو شمعدان با ارتفاع بالای متوالی از سمت چپ، یک شمعدان در بالا و دو شمعدان با ارتفاع پایین متوالی در سمت راست تشخیص داد.

تصویر یک فراکتال نزولی

یک فراکتال نزولی زمانی معتبر است که کندل پنجم کمتر از پایین ترین کندل چهارم معامله شود. هنگامی که این اتفاق می افتد، انتظار می رود که حرکت حرکت قیمت تا زمانی که سطح حمایتی برآورده شود، به معاملات پایین تر ادامه دهد.

فراکتال صعودی را می توان با دو کندل با پایین متوالی پایین از سمت چپ، یک کندل در پایین و دو کندل با پایین متوالی بالاتر در سمت راست شناسایی کرد.

تصویر یک فراکتال صعودی

یک فراکتال صعودی زمانی معتبر است که کندل پنجم بالاتر از اوج کندل چهارم معامله شود. زمانی که این اتفاق بیفتد، انتظار می‌رود که قیمت تا رسیدن به سطح مقاومت به معاملات بالاتر ادامه دهد.

این شکل گیری عمومی از الگوی قیمت به عنوان نوسان بالا، حلقه بالا یا نوسان پایین، حلقه پایین نیز شناخته می شود.

نکات مفید در مورد الگوهای فراکتال

فراکتال ها برای شناسایی حرکت فعلی یا سوگیری جهت یک جفت ارز/ارز استفاده می شوند تا معامله گران بتوانند با جهت فعلی حرکت قیمت هماهنگ شوند و از حرکت قیمت سود ببرند، اما نقص این است که معکوس یا معکوس را پیش بینی نمی کند. تغییر در جهت حرکت قیمت دقیقا در بالای یک فراکتال نزولی یا در پایین دقیقا برای یک فراکتال صعودی. استراتژی تجارت فارکس فراکتال برای همه سبک های معاملاتی مانند اسکالپینگ، معاملات کوتاه مدت، معاملات نوسانی و معاملات موقعیتی کار می کند. نقطه ضعف معاملات نوسانی و معاملات موقعیتی در نمودارهای بازه زمانی بالاتر این است که راه‌اندازی‌ها زمان بیشتری و حتی هفته‌ها طول می‌کشد، اما تعداد دفعات راه‌اندازی برای معاملات کوتاه‌مدت و اسکالپینگ برای تمرین، رشد و دو برابر کردن اندازه حساب شما به طور مداوم در طول دوره نسبتاً مناسب است. از 1 سال

نشانگر فراکتال فارکس

یک خبر خوب برای منشورها و تحلیلگران فنی که از فراکتال ها در تجزیه و تحلیل خود از بازار فارکس استفاده می کنند این است که معامله گران مجبور نیستند فراکتال ها را به صورت دستی شناسایی کنند، بلکه می توانند با استفاده از اندیکاتور فراکتال فارکس موجود در پلتفرم های نموداری مانند، فرآیند شناسایی را خودکار کنند. mt4 و tradingview.

اندیکاتور فراکتال یکی از اندیکاتورهای بخش بیل ویلیامز است زیرا همه آنها توسط بیل ویلیامز، تحلیلگر فنی معروف و معامله گر موفق فارکس، توسعه یافته اند.

تصویر شاخص های بیل ویلیامز و اندیکاتور فراکتال.

این اندیکاتور به شناسایی فراکتال‌های معتبر و معتبر از قبل با علامت فلش کمک می‌کند و از این طریق به معامله‌گران بینشی در مورد رفتار تاریخی و ساختاری حرکت قیمت ارائه می‌کند و همچنین این اندیکاتور سیگنال‌های فراکتالی را شناسایی می‌کند که در زمان واقعی برای معامله‌گران ایجاد می‌شوند تا از حرکت فعلی یا حرکت فعلی سود ببرند. جهت حرکت قیمت

راهنمای تجارت موثر فراکتال های فارکس

معامله سیگنال‌های فراکتال می‌تواند بسیار مؤثر و بسیار سودآور باشد زمانی که تنظیمات تجارت بر اساس تجزیه و تحلیل ساختار بازار، روند و ترکیبی از شاخص‌های دیگر باشد، اما در اینجا ما یک استراتژی ساده معاملاتی فراکتال فارکس را بررسی می‌کنیم که تنها ابزار فیبوناچی را برای تنظیمات تلاقی پیاده‌سازی می‌کند.

سطوح اصلاح فیبوناچی برای انتخاب ورودی های بهینه و سطوح توسعه فیبوناچی برای اهداف هدف سود در معاملات کوتاه مدت و اسکالپینگ استفاده می شود. برای به دست آوردن درک مناسب از این استراتژی معاملاتی فراکتال فارکس، ممکن است مجبور شوید مراحل زیر را از برنامه معاملاتی دوباره بخوانید.

طرح معاملاتی برای کوتاه مدت و اسکالپینگ خرید راه اندازی تجارت

مرحله 1: یک سوگیری روزانه صعودی را با شکست ساختار بازار صعودی در نمودار روزانه شناسایی کنید.

منتظر باشید تا یک اوج فراکتال یا یک نوسان در نمودار روزانه با حرکت صعودی قیمت شکسته شود: این نشان دهنده یک مرحله صعودی یا سوگیری صعودی است.

به این معنی نیست که همانجا خرید کنید، در عوض، به این معنی است که برای یک معیار خاص برای جستجوی تنظیمات خرید با احتمال بالا، هوشیار باشید.

مرحله 2: منتظر بمانید تا یک اصلاح و به دنبال آن یک کم فراکتال (نوسان پایین) شکل بگیرد. توجه داشته باشید که این نوسان پایین نباید نوسان اخیر را کاهش دهد.

به طور خلاصه، ما یک شکست ساختار بازار صعودی و سپس یک پایین ترین سطح بالاتر در قالب یک اصلاح پس از شکستن یک اوج کوتاه مدت داریم. این به این معنی است که منتظر می‌مانیم تا شرکت‌کنندگان اصلی بازار با حرکت صعودی دوباره مطابقت داشته باشند.

مرحله 3: در هنگام تشکیل نوسان پایین، بالاترین کندل روزانه 4 را پیش بینی کنید تا در روز بعد معامله شود. اگر این اتفاق بیفتد، حرکت در نمودار روزانه به احتمال زیاد برای چند روز در حرکت باقی می ماند.

بنابراین ما به دنبال دلایلی برای صعودی شدن با سطوح اصلاحی فیبوناچی در کوتاه مدت و یا اسکالپ خواهیم بود.

برای راه اندازی تجارت کوتاه مدت با استفاده از سطوح اصلاح فیبوناچی.

- پس از تشکیل یک نوسان پایین در نمودار روزانه

- به بازه زمانی 4 ساعت یا 1 ساعت رها کنید.

- نشانگر فراکتال روی نمودار را لغو کنید

- از ابزار فیبوناچی برای یافتن راه اندازی طولانی مدت ورود به تجارت در سطوح اصلاحی فیبوناچی (50٪، 61.8٪ یا 78.6٪) از یک حرکت قیمت قابل توجه استفاده کنید.

- هدف سود 50 - 200 پیپ امکان پذیر است

برای اسکالپ یا تنظیم معاملات روزانه با استفاده از سطوح اصلاح فیبوناچی.

- وقتی سوگیری روزانه قبلاً صعودی تایید شده باشد. - ما به بازه زمانی پایین‌تر بین (1 ساعت تا 5 دقیقه) کاهش می‌دهیم تا در بازه زمانی پایین‌تر (1 ساعت تا 5 دقیقه)، حملات نقدینگی بالاتر از پایین‌ترین حد روز قبل را هدف قرار دهیم.

- در یا قبل از ساعت 7 صبح به وقت نیویورک یک اصلاحی وجود خواهد داشت

- بین ساعت 7 تا 9 صبح به وقت نیویورک، از ابزار فیبوناچی برای جستجوی راه‌اندازی طولانی مدت ورود به تجارت در سطوح اصلاحی فیبوناچی 50، 61.8 یا 78.6 درصد استفاده می‌کنیم.

- برای اهداف سود، انتظار داشته باشید که قیمت به هدف 1، 2 یا نوسان متقارن قیمت در سطح توسعه فیبوناچی برسد.

- هدف حداقل 20 تا 25 پیپ سود داشته باشید

نمونه ای کلاسیک از راه اندازی تجارت خرید اسکالپ در EURUSD

طرح معاملاتی برای کوتاه‌مدت و اسکالپینگ مجموعه‌های تجاری را می‌فروشد

مرحله 1. مرحله اول شناسایی یک سوگیری نزولی روزانه با شکست ساختار بازار است.

در نمودار روزانه، منتظر بمانید تا یک پایین فراکتال یا یک نوسان پایین شکل بگیرد و روش تجزیه و تحلیل فراکتال با حرکت نزولی قیمت شکسته شود: این نشان دهنده یک مرحله نزولی یا سوگیری نزولی است.

به این معنی نیست که همان جا بفروشید، در عوض، به این معنی است که برای یک چارچوب خاص برای جستجوی راه اندازی فروش با احتمال بالا، آماده باشید.

مرحله 2. منتظر بمانید تا یک اصلاح و به دنبال آن یک فرکتال بالا (نوسان بالا) تشکیل شود. این به این معنی است که منتظر می‌مانیم تا فعالان اصلی بازار پس از اصلاح، به موازات حرکت نزولی بازگردند.

توجه داشته باشید که این نوسان بالا نباید نوسان اخیر را از بین ببرد.

به طور خلاصه، ما یک شکست ساختار بازار نزولی داریم، یک نقطه اوج پایین‌تر به شکل یک اصلاح پس از شکستن یک پایین‌ترین سطح کوتاه‌مدت و سپس منتظر هستیم تا شرکت‌کنندگان اصلی بازار همگام با حرکت نزولی به سمت نزولی شوند.

مرحله 3: در هنگام شکل گیری اوج نوسان، پایین ترین شمع روزانه 4 را پیش بینی کنید تا در روز بعد معامله شود. اگر این اتفاق بیفتد، حرکت در نمودار روزانه به احتمال زیاد برای چند روز در نزول باقی خواهد ماند. بنابراین ما به دنبال دلایلی برای کاهش سطوح اصلاحی فیبوناچی در کوتاه مدت و یا اسکالپ خواهیم بود.

برای کوتاه مدت، تنظیمات تجاری را با سطوح اصلاح فیبوناچی بفروشید.

- پس از اینکه یک نوسان بالا در نمودار روزانه شکل گرفت

- به بازه زمانی 4 ساعت یا 1 ساعت رها کنید.

- نشانگر فراکتال روی نمودار را لغو کنید

- از ابزار فیبوناچی برای جستجوی تنظیمات فروش بهینه ورود به تجارت در سطوح اصلاحی فیبوناچی (50٪، 61.8٪ یا 78.6٪) از یک حرکت نزولی قابل توجه قیمت استفاده کنید.

- هدف سود 50 - 200 پیپ امکان پذیر است.

مثال کلاسیک از راه اندازی تجارت فروش کوتاه مدت در EURUSD

برای اسکالپینگ یا درون روز، تنظیمات تجارت را با سطوح اصلاح فیبوناچی بفروشید.

- وقتی سوگیری روزانه از قبل نزولی تایید شده باشد. - ما به بازه زمانی پایین‌تر بین (1 ساعت تا 5 دقیقه) کاهش می‌دهیم تا در بازه زمانی پایین‌تر (1 ساعت تا 5 دقیقه) حملات نقدینگی را بالاتر از پایین‌ترین مقدار روز قبل هدف قرار دهیم.

- در یا قبل از ساعت 7 صبح به وقت نیویورک یک اصلاحی وجود خواهد داشت

- بین ساعت 7 تا 9 صبح به وقت نیویورک، از ابزار فیبوناچی برای جستجوی تنظیم فروش بهینه ورود تجارت در سطوح اصلاحی فیبوناچی (50٪، 61.8٪ یا 78.6٪) از یک حرکت قیمت قابل توجه استفاده می کنیم.

- برای هدف سود، انتظار داشته باشید که قیمت به هدف 1، 2 یا نوسان متقارن قیمت در سطح توسعه فیبوناچی برسد یا بهتر است حداقل هدف سود 20 تا 25 پیپ را هدف قرار دهید.

توصیه های مهم مدیریت ریسک

این تنظیمات هر روز شکل نمی گیرد، اما اگر به چند شرکت اصلی جفت شده در برابر دلار نگاه کنید. حدود 3 تا 4 راه اندازی جامد در یک هفته تشکیل می شود. در حالی که این استراتژی معاملاتی را در یک حساب آزمایشی تمرین می‌کنید، مهم است که نظم و مدیریت ریسک را نیز تمرین کنید زیرا این تنها محافظتی است که شما را در تجارت تجاری نگه می‌دارد. استفاده بیش از حد از معاملات خود مانع از پیشرفت شما به عنوان یک معامله گر می شود و شانس شما برای مشاهده رشد مسئولانه سهام را به شدت کاهش می دهد.

با این استراتژی، شما فقط به حدود 50 پیپ در هفته نیاز دارید و تنها 2 درصد از حساب خود را در هر راه اندازی معامله به خطر می اندازید. چیزی کمتر از 25 پیپ طول نمی کشد تا ماهیانه 8% در حساب خود داشته باشید و با ترکیب کردن در طول یک دوره 12 ماهه، دارایی خود را دو برابر کنید.

توجه داشته باشید که بالاترین زمان احتمالی روز برای معامله این تنظیم، جلسه معاملاتی لندن یا نیویورک است.

Click on the button below to Download our "Fractals forex strategy" Guide in PDF

بررسی تاریخچه امواج الیوت در تحلیل تکنیکال

نظریه امواج الیوت توسط رالف نلسون الیوت ( Ralph Nelson Elliott ) در دهه 1930 برای توصیف حرکات قیمت در بازارهای مالی تهیه شد، که در آن او الگوهای موج های فراکتالی را تکرار می‌کند. الیوت پس از بازنشستگی به دلیل بیماری، به چیزی نیاز داشت تا وقت خود را سپری کند و شروع به مطالعه در رابطه با ساختار نمودارها از 75 سال قبل تا به آن روز نمود. این تئوری در سال 1935 هنگامی‌که الیوت پیش‌بینی می‌کرد بازار آینده نامطمئنی خواهد داشت باعث توجه بسیاری از مدیران و سرمایه گذاران بازار سرمایه گردید. و این آغازی بر شروع معروفیت و کاربرد این الگو در بازار گردید.

الیوت قواعد خاص حاکم بر نحوه شناسایی، پیش‌بینی و سرمایه گذاری که توسط امواج شکل می‌گرفت را تشریح کرد. این امواج را می‌توان در حرکات قیمت سهام و رفتار مصرف کننده مشخص کرد. تلاش سرمایه گذاران برای سودآوری از یک ‌روند بازار را می‌توان “سوار شدن بر موج” توصیف کرد. الیوت این نکته را همیشه عنوان می‌کرد، که این الگوها هیچ اطمینانی در مورد حرکت قیمت‌ها در آینده ارائه نمی‌دهند، بلکه به منظور کمک در سفارش‌ها و ادامه دادن سرمایه گذاری در بازار می‌باشد. از آن‌ها می‌توان در ارتباط با تحلیل تکنیکال، ازجمله شاخص های اصلی، برای شناسایی فرصت‌های خاص استفاده کرد. معامله گران ممکن است در یک زمان معین تعابیر متفاوتی از ساختار امواج الیوت داشته باشند.

الیوت تحقیقی به صورت ابزاری از داده‌های بـازار سـهام، تغییرات و جهش‌های امواج 11 الگوی متفاوت از یکدیگر را که داده‌های قیمت در آن رخ ‌داده بودند، انجام داد. او این الگوها را با مثال شرح داد و برای هر کدام نامی انتخاب کرد. سپس شرح داد که ایـن الگوها چگونه بـه یکدیگر مربوط می‌شوند و دارای ارتباط هستند، قوانین امواج الیوت شامل فهرستی از الگوهای قیمت است و توضیح اینکه چگونه و چطـور ایـن امـواج در سرتاسر مسیر بازار اتفاق بیافتند. بازارها معمولاً دستخوش تغییراتی از قبیل بالا رفتن روند، روندهای خنثی و یـا روندهای کاهشی اسـت، بنابراین قوانین امواج الیوت بر اساس روند بازارها تعریف می‌شود. این قوانین به ما می‌گوید که بازار در الگوها با پنج موج حرکت می کند و با سه یا پنج موج تصحیح می‌شود، قبل از اینکه رونـد بزرگ‌تر آغاز شود.

امواج

الیوت اظهار داشت که روندها در قیمت‌ها ناشی از روانشناسی غالب سرمایه گذاران است. وی دریافت که نوسانات در روانشناسی جمعی همیشه در همان الگوهای تکراری فرکتال یا “امواج” در بازارهای مالی ظاهر می‌شود.

نظریه الیوت تا حدودی به نظریه داو شباهت دارد، زیرا هر دو تشخیص می‌دهند که قیمت سهام در امواج حرکت می‌کند. زیرا الیوت علاوه بر این، ماهیت “فراکتالی” بازارها را نیز تشخیص داد، با این حال، وی توانست جزئیات بیشتری را تجزیه و تحلیل کند. فراکتال­ ها ساختارهای ریاضی هستند که در مقیاس همیشه کوچک‌تر بی‌نهایت تکرار می‌شوند. الیوت کشف کرد روش تجزیه و تحلیل فراکتال که شاخص‌های قیمت سهام به همان روش ساختار یافته بودند. وی سپس شروع به بررسی این موضوع کرد که چگونه می‌توان از این الگوهای تکرارشونده به عنوان شاخص‌های پیش‌بینی کننده بازار آینده استفاده کرد.

پیش‌بینی بازار بر اساس الگوهای موج

الیوت پیش‌بینی‌های دقیقی از بازار سهام را بر اساس ویژگی‌های قابل اعتماد و کشف شده در الگوهای امواج انجام داد. یک موج بلند که در همان جهت با روند بزرگ‌تر حرکت می‌کند، همیشه در الگوی خود پنج موج را به دنبال دارد. از طرف دیگر، موج اصلاحی در جهت مخالف روند اصلی حرکت می‌کند. در مقیاس کوچک‌تر، در هر یک از امواج، پنج موج دوباره می‌توان یافت.

الگوی بعدی، خود را در مقیاس‌های همیشه کوچک‌تر تکرار می‌کند. الیوت در دهه 1930 از این ساختار فراکتال در بازارهای مالی پرده برداشت، اما تنها چند دهه بعد دانشمندان فراکتال ها را تشخیص داده و آن‌ها را به صورت ریاضی نشان می‌دادند.

در بازارهای مالی، ما می‌دانیم که “آنچه بالا می‌رود، باید پایین بیاید”، به عنوان یک حرکت قیمت بالا یا پایین همیشه با یک حرکت مخالف دنبال می‌شود. عمل قیمت به روند و اصلاحات تقسیم می‌شود. روندها جهت اصلی قیمت‌ها را نشان می‌دهد، درحالی‌که اصلاحات در برابر روند حرکت می‌کند.

محبوبیت تئوری موج الیوت

در دهه 70 میلادی، اصول امواج الیوت از طریق وورک ای جی محبوبیت پیدا کرد. بعدها در دهه 80 میلادی توسط فراست و رابرت پرچتر توسط کتاب‌هایشان معرفی شد و استفاده روزافزونی پیدا کرد.

بخش عمده‌ای از فعالیت‌های پرتچر به عنوان ناشر شامل تلاش‌های وی برای معرفی مجدد اصل امواج الیوت به گذشت. او تمام نوشته‌های موجود الیوت، ازجمله نامه‌های “اصل موج”، و نامه‌های “تفسیری” و “پیش‌بینی” (1938) را گردآوری و منتشر کرد. پرتچر همچنین شرح‌حال مختصری از الیوت و نوشته‌های امواج الیوت جمع آوری شده از معدود تکنسین‌هایی که در دهه‌های 50 و 60 از تجزیه و تحلیل امواج استفاده می‌کردند را منتشر کرد (چارلز کالینز، همیلتون بولتون، فراست، ریچارد راسل)

با این وجود، قرار گرفتن در معرض محبوبیت تحلیل امواج الیوت نتیجه تلاش‌های آگاهانه پرچر نبود. در چند سال قبل و بعد از سال 1987، پوشش رسانه ای وضعیت “گورو” پرچر را به افراط و تفریط فرو کشاند، ازجمله این ادعا که پیش‌بینی‌های وی می‌تواند به تنهایی “باعث شود” بورس سهام بالا رود یا سقوط کند.

کلام پایانی از امواج الیوت

استفاده‌کنندگان از الیوت تأکید دارند که صرفاً به دلیل اینکه بازار روش تجزیه و تحلیل فراکتال از روند پیروی می‌کند، نمی‌توان بازار را به راحتی پیش‌بینی کرد. دانشمندان یک درخت را به عنوان یک فراکتال می‌شناسند، اما این بدان معنی نیست که هرکسی می‌تواند مسیر هر یک از شاخه‌های آن را پیش‌بینی کند. ازنظر کاربرد عملی، اصل موج الیوت مانند سایر روش‌های تحلیل، روش‌ها و رازهای خود را دارد. در هر صورت، معامله گرانی که به تئوری موج الیوت متعهد هستند با شور و شوق از آن دفاع می‌کنند.

فراکتال در بازارهای مالی

لازمه ی موفقیت در بازارهای مالی این است که شما اطلاعات تان را در مورد ابزارهای مختلفی که امکان استفاده آن در این محل ها وجود دارد را بالا ببرید. سپس ابزاری را انتخاب کنید که با سبک رفتاری و استراتژی شما همخوانی بیش تری داشته باشد. یکی از این ابزارها، فراکتال ها (Fractals) هستند که در این مقاله بیش تر با آن ها آشنا خواهید شد.

فهرست محتوای مقاله

فراکتال و تمساح بیل ویلیامز

استراتژی معاملاتی فراکتال و تمساح برای خرید

استراتژی معاملاتی فراکتال و تمساح برای فروش

• جمع بندی کاربرد اشکال فراکتال در بازارهای مالی

فراکتال چیست؟

آن ها شامل جزءهایی هستند که هر یک از این جزءها شباهت زیادی به کل شکل دارند. در واقع شکل های پیچیده به وسیله ی تکرار شدن شکل های ساده حاصل می ‌شوند.

به خاطر همین هم می گویند که مهم ترین ویژگی فراکتال ها خود متشابه بودن است.

برنامه ‌های کامپیوتری زیادی نیز هستند که هر یک نام و روش به خصوصی دارند و این Fractal ها را به وجود می ‌آورند که از جمله ی آن ها می توان به موارد زیر اشاره کرد:

مثلث سیرپینسکی

آن مثلث بزرگی است که شامل مثلث های کوچک تر مشابه می‌ شود و همین گونه هم شکل های آن ها ریز و ریزتر می شوند.

در حقیقت بزرگ ترین مثلث از چند مثلث دیگر به وجود می ‌آید. دوباره هر یک از آن مثلث ها هم از مثلث های کوچک تری تشکیل می شوند.

دانه ی برف کُخ

آن فقط از یک مثلث تشکیل می ‌شود. نام دانه های برف کُخ از اسم یک ریاضیدان بزرگ به نام هلگ وان کُخ مشتق شده است.

این شکل هندسی زیبا در طبیعت هم زیاد به چشم می خورد مثلا کوه ها، ابرها، دانه های برف، ریشه ی درختان و … . لذا با کمک آن ها می توان پدیده های طبیعی زیادی را تفسیر کرد.

مواردی که Fractal ها در زندگی روزمره کاربرد دارند بسیار است؛ به عنوان نمونه می توان موارد زیر را برشمرد:

فراکتال در بازارهای مالی

در بازارهای سرمایه نیز این سیستم صدق می ‌کند. در واقع اگر بازه ی زمانی را نظیر یک طیف فرض کنید و جهت روند از طرف چپ به طرف راست باشد.

در طرف چپ و در نقطه ی شروع این طیف، تیک نمودار را به منزله ی کوچک ترین آجر (سنگ بنای) بازه های زمانی دیگر خواهید داشت.

مثلا هنگامی که نرخ جدیدی برای جفت ارزی بیان شود تیک چارت عوض می شود.

در وهله ی بعدی بازه ی زمانی یک دقیقه ای وجود دارد که اطلاعات تیک نمودار را به اندازه ی یک دقیقه مختصرا بیان کرده است.

در یک شمع هم که شامل قیمت باز شدن یک دقیقه، قیمت بسته شدن یک دقیقه، بالاترین و پایین ترین نرخ در یک دقیقه است بررسی می‌ شود.

بازه ی زمانی بعدی در طیف بازه ی زمانی ۵ دقیقه می ‌تواند باشد؛ یعنی اطلاعات پنج شمع یک دقیقه ای را در داخل خود جای داده و به شکل یک کندل نشان می ‌دهد.

در اینجا قیمت های open، close، high و low در ۵ دقیقه مورد بررسی قرار می گیرد.

به همین شکل وقتی از طرف چپ این طیف به طرف راست آن حرکت می‌ کنید بازه ی زمانی مدام بزرگ تر می شود.

جزء غیر قابل تجزیه در همه ی آن ها که در Fractal ها وجود دارد در رابطه با این بازه های زمانی، تیک چارت است.

نکته ی خیلی مهم که در ساختار فراکتالی بازه های زمانی وجود دارد این است:

همه ی تکنیک ها، اندیکاتورها، روش ها، سبک ها و غیره که برای یک بازه ی زمانی قابلیت استفاده را دارند برای همه بازه‌ های زمانی نیز با همان دقت قابلیت استفاده را دارند.

استراتژی معاملاتی فراکتال بلستر

آن یک استراتژی بسیار قوی است که شامل اندیکاتورهای بیل ویلیامز فراکتال و بیل ویلیامز الیگیتور است. بیل ویلیامز یک نظریه ی ویژه ای را گسترش داد.

این نظریه، ترکیب کردن تئوری آشفتگی همراه با روانشناسی تجاری است. در این نظریه اثرهای این موارد در حرکت بازار مورد بررسی قرار می ‌گیرند.

بیل ویلیامز اطلاعات زیادی درباره ی کالاها، سهام، بازار جفت ارزها و غیره داشت؛ لذا او توانست اندیکاتورهای زیادی را گسترش دهد که از جمله ی آن ها می ‌توان به الگوهای Fractal اشاره کرد.

این الگوها برای معامله ها استفاده می شوند. از نظر بیل ویلیامز شما در صورتی سود می کنید که ساختار اولیه ی بازار مورد نظرتان را به خوبی درک نمایید.

سپس اطلاعات لازم در رابطه با قسمت های داخلی یا ابعاد بازارتان را داشته باشید.

لازم است بدانید که اندیکاتورهای بیل ویلیامز در سیستم عامل های مختلف وجود دارند و به صورت استاندارد می باشند.

فراکتال و تمساح بیل ویلیامز

Fractalها به شکل فلش هایی در بالا و پایین کندل ها ظاهر می شوند. این Fractalها وقتی شکل می ‌گیرند که ۵ میله به روش مجزا تکرار گردند.

در واقع شما ۵ میله را احتیاج دارید تا قیمت باز و بسته شدن و پایین ترین و بالاترین نرخ را بیابید.

اندیکاتور تمساح نکات زیادی دارد که در مقاله ای مجزا در مورد آن صحبت شده است اما مختصراً لازم است بدانید که خط آبی یا آرواره ی تمساح بازه ی زمانی ۱۳ روزه را نشان می‌ دهد.

خط قرمز یا دندان تمساح بازه ی زمانی ۸ روزه و خط سبز که معروف به لب تمساح است بازه ی زمانی ۵ روزه را نمایش می دهد.

استراتژی معاملاتی فراکتال و تمساح برای خرید

ابتدا باید اندیکاتورهای فراکتال و تمساح را بر روی چارتتان باز کنید. این اندیکاتورها در هر سیستمی استاندارد هستند و شما به راحتی می توانید آن ها را روی چارتتان بیاندازید.

حالا باید بررسی کنید که Fractal در پایین یا بالای دندان الگیتور شکل گرفته است یا نه؟

اگر در خرید معاملاتی تان چنین حالتی رخ دهد یعنی یک Fractal زیر خط دندان تمساح، پیش از باز بودن پوزیشن نمایان شود، آن خرید معتبر نیست.

یا اگر Fractal برروی کندلی پدیدار شود که در بالای دندان تمساح است نشانه ی معامله ی خرید معتبر است.

دلیل این که Fractal در این حالت بر روی شمع شکل گرفته این است که بالاتر از Fractal پیش از خود است.

توجه داشته باشید برای معامله ی خرید، حرکت نرخ باید حداقل ۵ کندل پی ‌در پی در بالای دندان تمساح قرار گیرد.

علت این که ۵ شمع پی ‌در پی حداقل باید شکل بگیرد این است که لازم است وقت شکل گرفتن پولبک را نیز در نظر بگیرید.

یعنی احتمال دارد جریان بازگشتی شکل بگیرد یا حرکت نرخ در بازار خنثی شود. هم چنین برای انجام پوزیشن خرید، خط های تمساح نباید همدیگر را قطع کرده باشند.

در حقیقت وقتی این اتفاق بیفتد نشانه ی این است که باید بازار را ترک کنید و از معامله خارج شوید؛ چون به احتمال قوی تمساح اصطلاحا به خواب رفته و حرکت نرخ معکوس یا ثابت خواهد شد.

استراتژی معاملاتی فراکتال و تمساح برای فروش

در وهله ی اول باز باید دو اندیکاتور فراکتال و الیگیتور را روی چارت تان بیندازید.

در وهله ی بعد باید یک Fractal پایینی، زیر دندان تمساح باشد و حرکت نرخ هم باید حداقل ۵ کندل پی در پی در زیر دندان تمساح بزند.

وهله ی سوم لازم است روند نرخ در زیر کندل فراکتال دچار شکست شود که در وهله ی اول کندل Fractal شناسایی شده است.

مرحله آخر هم زمانی است که دو خط تمساح همدیگر را قطع کردند که در این صورت لازم است از معامله تان خارج شوید.

جمع بندی کاربرد اشکال فراکتال در بازارهای مالی

دانستید که این اشکال قابلیت تکرار شدن را دارند و از آن ها در ساخت برنامه های زیادی استفاده می کنند.

در فراکتال ها کاملاً بدیهی است که بازه های زمانی پایین ‌تر میکروسکوپیک و حرکت ها دارای بُردهای کم تری هستند.

بالعکس بازه ‌های زمانی بالاتر ماکروسکوپیک است و‌ حرکت ها دارای بردهای زیادتری هستند.

در کل این گونه می‌ توان گفت که دید فراکتالی به بازارهای سرمایه می ‌تواند سبب بهبود تحلیل ‌تکنیکال شما شود.

اما استراتژی معاملاتی فراکتال بلستر، ترکیبی از فراکتال و تمساح بیل ویلیامز است که برای انجام خرید و فروش لازم است به نکاتی که بیل ویلیامز به آن ها اشاره کرده، توجه کنید.

در کل این سبک ترکیبی معاملاتی را حتما اول با سرمایه ی کم امتحان کنید و پس از کسب تجربه در این زمینه اگر تمایل داشتید آن را به استراتژی تان اضافه نمایید.

جهت کسب اطلاعات بیش تر هم می توانید مقالات مرتبط دیگر در این زمینه را از سایت آکادمی طهرانی مطالعه کنید.

تحقیق پيش بيني ريسک بازده سهام با استفاده از مدل مولتي فراکتال پيوسته تک متغيره

بخشی از متن تحقیق پيش بيني ريسک بازده سهام با استفاده از مدل مولتي فراکتال پيوسته تک متغيره :

سال انتشار : 1396

نام کنفرانس یا همایش : سومين کنفرانس بين المللي مديريت و مهندسي صنايع

چکیده مقاله:

ریسک بازده سهام برترین و پرکاربردترین روش برای اندازه گیری ریسک های مالی و اقتصادی است. مدل های زیادی به منظور محاسبه ریسک بازده سهام طراحی شده است که هر یک از این مدل ها روش تجزیه و تحلیل فراکتال دارای مزایا و معایب مخصوص به خود می باشند. در نتیجه مدلی که توسط یک سازمان یا مدیر ریسک یا حتی سرمایه گذار مورد استفاده قرار می گیرد باید در شرایط مورد نظر از قابلیت اتکای مناسبی برخوردار باشد تا کاربران بتوانند بر نتایج آن تکیه نموده و با اطمینان بالایی از آن استفاده نمایند. هدف از انجام این پژوهش پیش بینی ریسک بازده سهام با استفاده از مدل های نوسان پذیری تصادفی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. این پژوهش طی دوره 1391 تا 1395 مورد مشاهده قرارگرفته و با استفاده از مدل های اقتصادسنجی خانواده نوسان پذیری تصادفی انجام شد. نتایج این تجزیه و تحلیل بیانگر این است که دقت مدل مولتی فراکتالی پیوسته دو متغیره, از روش های دیگر نوسان پذیری تصادفی (مدل مولتی فراکتال پیوسته تک متغیره), در پیش بینی ریسک بازدهی سهام بالاتر است.

لینک مرتبط » تحقیق پيش بيني ريسک بازده سهام با استفاده از مدل مولتي فراکتال پيوسته تک متغيره

تحقیق برنامه توسعه فضايي مبتني بر اصول نوشهرگرايي در برنامه ريزي محله هاي شهري | WORD سایی ایناصول باید گفت که امروزه اصول نوشهرگرا یی در مقیاس وسیعی در برنامه ریزی محله های شهری در نقاط مختلف جهان بهکار گرفته شده و موفقیت های چشمگیری به دنبال داشته است. صاحب نظران و برنامه ریزان شهری نیز استفاده از ایناصول در برنامه ریزی محله های شهری را حمایت کرده و به کارگیری آن را لازمه شهرسازی پاید ار می دانند. لذا شناساییاین اصول و مزیتها و راهکارهای اجرایی آن، می تواند راهگشای حصول به راهبردهایی جهت حصول به برنامه ریزی موثر درمحله های شهری، باشد. تحقیق برنامه ريزي بهينه تجهيزات الکتريکي واحد مسکوني در شبکه خانه هاي هوشمند | WORD سشویی و خشک کن، ماشین ظرفشویی و تهویهمرکزی هوا (AC) در نظر گرفته شده است. همچنین سیستم هیبریدی بادی/خورشیدی همراه با ذخیره ساز انرژیکه نوآوری این مقاله نیز میباشد به عنوان ریز شبکه متصل به شبکه برق سراسری برای شبکه برق خانگی در نظرگرفته شده است. سپس تابع هدفی ارایه شده است که توسط الگوریتم ژنتیک (GA) حداقل سازی شدهاست [1] .تعرفه های متفاوت انرژی در زمانهای پیک بار، کمباری و همچنین مصرف متوسط در نظر گرفته شده است.نتایج به روشنی بیانگر کارایی روش پیشنهادی است. تحقیق بزرسي اثز سطح پزوتيين و ليزين جيزه بزکميت و کيفيت توليذ مزغهاي تخمگذار در سن 28 تا 42 هفتگي | WORD �وراک تغییر معنی داری نداشت. با افزایش سطح لیزین جیره (از 7/05 به 7/08 درصد)، میزان خوراک مصرفی مرغ ها بطور معنی داری تغییر کرد (P

دانلود ترجمه مقاله آنالیز فرکتال و آشکارسازی در علوم اعصاب – نشریه اسپرینگر

گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” آنالیز فرکتال و آشکارسازی در علوم اعصاب ” در قالب فایل ورد نموده است که شما عزیزان میتوانید پس از دانلود رایگان مقاله انگلیسی و نیز مطالعه نمونه ترجمه و سایر مشخصات، ترجمه را خریداری نمایید.

تجزیه و تحلیل فرکتال: دام ها (مشکلات) و افشاگری در علوم اعصاب

Fractal Analysis: Pitfalls and Revelations in Neuroscience

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

مشخصات مقاله انگلیسی (PDF)
تعداد صفحات مقاله انگلیسی	۱۰ صفحه با فرمت pdf
رشته های مرتبط با این مقاله	پزشکی
گرایش های مرتبط با این مقاله	مغز و اعصاب
مجله مربوطه	فراکتال در زیست شناسی و پزشکی – Fractals in Biology and Medicine
دانشگاه تهیه کننده	دانشکده بهداشت، دانشگاه شارل استریت، استرالیا
رفرنس	دارد
لینک مقاله در سایت مرجع	لینک این مقاله در سایت Springer
نشریه	اسپرینگر – Springer

مشخصات و وضعیت ترجمه فارسی این مقاله (Word)
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت ۱۴ B Nazanin	۱۳ صفحه
ترجمه عناوین تصاویر و جداول	ترجمه شده است
ترجمه متون داخل تصاویر	ترجمه نشده است
ترجمه متون داخل جداول	ترجمه نشده است
درج تصاویر در فایل ترجمه	درج شده است
درج جداول در فایل ترجمه	درج شده است

خلاصه
مقدمه
۲٫ بعد فرکتال در علم اعصاب
۳٫ فرضیات روش
۳٫۱٫ مقیاس گذاری
۳٫۲٫ وضوح
۳٫۳٫ مقایسه تصاویر دودویی، تعیین شده و Skeletonised
۳٫۴٫ روش فرکتال
۳٫۵٫ آنالیز رگرسیون
۴٫ نتیجه گیری

۴٫ نتیجه گیری
یک آنالیز فرکتال روشی ایده آل برای تعریف الگوهای انشعابی درخت های شاخه دار است، بازگردانی داده ها توسط روش های دیگری که بر پایه هندسه اقلیدسی هستند، در دسترس نیست. آنالیز فرکتال می تواند سه هدف جداگانه داشته باشد. ۱) تعیین اینکه نورون های فرکتال هستند یا نه ۲) طبقه بندی سلول ها ۳) شناسایی معنای بیولوژیکی همراه با D نسبت به مفهوم غیر ذاتی با فرکتالی. با این حال، اینکه چگونه این روش های به کار رفته، تخمین نهایی از بعد فرکتال D را تعیین می کنند، چند معیار تعیین روش نیاز است تا وقتی آنالیز فرکتال به کار می رود از منابع غیر قابل توضیح تغییرات جلوگیری شود.
با وجود محدودیت های مشخص شده در این مقاله، در بسیاری از موقعیت ها، یک عدد تکی، بعد فرکتال، خلاصه مقدار جزییات و پیچیدگی نورون ها، باقی می مانند. از آن مهم تر تفاوت های نسبی مشاهده شده بین گرو های سلولی برای کاربردهای متفاوت همان روش در اغلب موارد یکسان است. با این حال، تفاوت بین روش ها ممکن است به عنوان روش خطی دیده شود، به عنوان مثال اتساع خواص مختلف تصویر را در مقایسه با روش جمی مثل شعاع جرمی اندازه می گیرد. بنابراین، نتایج ما نشان داد که الگوریتم های مختلف و حتی الگوریتم های یکسان انجام شده توسط برنامه های کامپیوتری مختلف و یا آزمایشات مختلف، ممکن است مقادیر عددی متفاوت اما سازگاری را بدهد. همه روش های شرح داده شده مناسب بودنشان را برای طبقه بندی نورون ها در گروه های مجزا نشان داده اند. نتایح ما این ایده را که مقایسه اندازه گیری های پروفایل های مختلف با استفاده از روش اندازه گیری یکسان می تواند مفید باشد را تقویت می کند و حتی اگر مقدار عددی دقیق از بعد عملا مشخص نباشد را اعتبار می بخشد.

A fractal analysis is an ideal method for quantification of the branching patterns of dendritic trees, returning data not available by other methods that are based on Euclidean geometry. Fractal analysis can have three separate goals. 1. determination whether or not neurons are fractal, 2. classification of cells, 3. identification of biological meaning associated with D other than inherent in the notion of fractality. However, how these methods are implemented determines the final estimate of the fractal dimension, D.[29] Several methodological criteria need to be considered when applying fractal analysis to avoid unexplainable sources of variation.

Notwithstanding the limitations outlined in this paper, it remains that in many situations a single number, the fractal dimension, summarises concisely the amount of detail and complexity of neurons. More importantly the relative differences observed between cell groups are in most instances identical for different applications of the same method. However differences between methods may be observed as a linear-based method such as dilation measures different attributes of the image compared to a massbased method such as mass-radius. Thus our results show that different algorithms, and even the same algorithm performed by different computer programs and/or experimenters may give different but consistent numerical values. All described methods demonstrated their suitability for classifying neurons into distinct groups. Our results reinforce the idea that comparison of measurements of different profiles using the same measurement method may be useful and valid even if an exact numeric value of the dimension is not realised in practice.