Zum Inhalt

Cybernetic Analysis for Stocks and Futures

Ehlers, John F. — Cybernetic Analysis for Stocks and Futures: Cutting-Edge DSP Technology to Improve Your Trading (Wiley, 2004)

Kernthesen

  • Märkte sind kybernetische Systeme: Sie haben Rückkopplungsschleifen, Zyklen und messbare Signal-Noise-Verhältnisse.
  • DSP (Digital Signal Processing) ermöglicht adaptive Indikatoren, die sich an sich ändernde Marktbedingungen anpassen — im Gegensatz zu fixen Parametern.
  • Hauptfokus: Unterscheidung zwischen Trend-Modus und Zyklus-Modus — fundamentales Problem der technischen Analyse.
  • Fortsetzung und Vertiefung von Rocket Science for Traders (2001) mit fortgeschritteneren Techniken.

Hauptinhalte

Adaptive Indikatoren

  • Hilbert Transform zur Messung der dominanten Zykluslänge.
  • MAMA (MESA Adaptive Moving Average) — passt seine Geschwindigkeit automatisch an die Marktphase an.
  • Sinewave Indicator — zeigt ob Markt im Zyklus- oder Trendmodus ist.

Neue Techniken (gegenüber Rocket Science)

  • Verbesserter Cycle Measurement durch überarbeitete Phase-Berechnung.
  • Fisher Transform — wandelt Preis-Verteilungen in annähernd Gauß-förmige um, macht Extrema sichtbar.
  • Stochastic Center of Gravity — präzisere Turning Point Erkennung.
  • Relative Vigor Index (RVI) — misst Schluss vs. Handelsspanne als Impuls-Indikator.

Kybernetischer Ansatz

  • Feedback-Systeme im Markt: Preis → Reaktion → Preis ist ein Regelkreis.
  • Adaptive Systeme überlegener gegenüber fixen Parametern weil Marktbedingungen sich ändern.
  • Ziel: Signal extrahieren, Rauschen dämpfen — klassisches Ingenieur-Problem.

Zentrale Konzepte

  • [[dsp_trading]] — Digital Signal Processing als Analyse-Werkzeug
  • [[zyklusanalyse]] — Dominante Zyklen messen und handeln
  • [[adaptive_indikatoren]] — Parameter die sich automatisch anpassen

Verwandte Quellen