아무 것도 아닙니다. 또는 오히려 무엇을 위한 것입니다)) 이 모든 링크를 찾기 위해 며칠을 보냈습니다. :)) 그 중 일부는 표시되지 않았고 포럼은 링크를 차단했습니다(
볼 의미가 없다 시리즈로 파싱 분석이 필요하다
모든 것을 살펴보았다. 대부분의 EURUsd는 이제 짧고 두 개는 깁니다. 물론 반바지에 중간. 하지만 내가 알기로는 이것은 거래자의 수에 따른 것입니다.
예를 들어
37% 146 트레이더 - 반바지
251 트레이더 63% - 매수
이 정보가 많이 있으면 더 좋을 것입니다. 결국 100랏을 가진 1명의 상인은 1랏에서 100마리의 햄스터와 균형을 이룰 수 있습니다.
물론 파싱은 가능하지만 과거 데이터는 없습니다.
Mikhail은 자신의 기사에서 CME와 함께 OI를 사용한 것으로 보입니다. 그리고 이 OI는 하루에 몇 년 동안 찾을 수 있는 것 같습니다. 이것은 아마도 더 유망할 것입니다. 왜냐하면. 여러 해 동안 한 번에 정보를 수집할 수 있습니다. 그리고 많이 있는 것 같습니다. 다시 읽으러 가야 합니다.
솔직히 많이 이해가 되지 않았습니다. 문제는 시간이 지남에 따라 확률이 변하는가 하는 것입니다. 이를 탐색하기 위해 시간 경과에 따라 로지스틱 회귀를 실행하고 0이 아닌 계수의 중요성을 테스트할 수 있습니다.
또는 예측 변수를 하나 더 만드는 것이 더 쉬울 수도 있습니다. 즉, 현재 데이터 라인에서 데이터 라인의 거리입니다. 숲 자체는 8개월보다 오래된 데이터가 현재 예측에 적합하지 않다고 계산할 수 있습니다. 그리고 간단한 분할이 있을 것입니다: 최대 8개월(더 나은 잎사귀 포함) 및 8개월 후 더 나쁜 잎사귀. 글쎄, 기차에서 그들은 모두 확실히 잘 배운다. 테스트/교차 검증에서 확인이 필요합니다. 하지만 어떻게? 불명. 이것은 예측 변수의 중요성이 아니라 분할의 중요성입니다.
모든 것을 살펴보았다. 대부분의 EURUsd는 이제 짧고 두 개는 깁니다. 물론 반바지에 중간. 하지만 내가 알기로는 이것은 거래자의 수에 따른 것입니다.
예를 들어
37% 146 트레이더 - 반바지
251 트레이더 63% - 매수
이 정보가 많이 있으면 더 좋을 것입니다. 결국 100랏을 가진 1명의 상인은 1랏에서 100마리의 햄스터와 균형을 이룰 수 있습니다.
물론 파싱은 가능하지만 과거 데이터는 없습니다.
Mikhail은 자신의 기사에서 CME와 함께 OI를 사용한 것으로 보입니다. 그리고 이 OI는 하루에 몇 년 동안 찾을 수 있는 것 같습니다. 이것은 아마도 더 유망하기 때문일 것입니다. 여러 해 동안 한 번에 정보를 수집할 수 있습니다. 그리고 많이 있는 것 같습니다. 다시 읽으러 가야 합니다.
Mikhail은 그의 기사에서 CME와 함께 OI를 사용한 것으로 보입니다. 그리고 이 OI는 하루에 몇 년 동안 찾을 수 있는 것 같습니다. 이것은 아마도 더 유망할 것입니다. 여러 해 동안 한 번에 정보를 수집할 수 있습니다. 그리고 많이 있는 것 같습니다. 다시 읽으러 가야 합니다.
그리고 직접 조립하려면 배울 것이 있으려면 최소 몇 개월이 필요합니다.
OI는 흥미로운 것이지만 문제는 옵션이 매우 정교하다는 것입니다. net long과 net short를 실제로 이해하려면 여전히 해당 산을 이동해야 합니다. 어두운 풀도 있습니다. 때때로 거래량의 30-50%가 만들어지는 장외 거래처가 있습니다.
일반적으로 나는 주요 비밀을 밝힐 것입니다. 거의 모든 소매 시장은 대다수의 역 위치 원칙에 따라 움직입니다. 따라서 소매점에서는 이러한 통계를 볼 수 없습니다. 이러한 이유로 주문 흐름도 판매됩니다.
그리고 그들은 무엇을 제공합니까? 그들은 CME의 정보를 지표로 복사하지 않습니까? 내가 이해하는 한, 그들의 주요 기능은 자금 및 기타 대규모 플레이어가 만든 것으로 추정되는 대량의 식별입니다. 다른 거래의 덩어리와 어떻게 구별되는지 궁금합니다.
사용 방법을 설명하는 동영상입니다. 솔리드: 아마도, 아마도, 아마도 그들은 여기에서 팔았을 것입니다. 왜냐하면 가격이 내려갔기 때문입니다. 등. 내 의견으로는 - 쓰레기와 우리는 동일한 50/50%를 보게 될 것입니다. 검색 결과 여기에 같은 이름의 신호가 있었지만 이미 닫혀 있고 병합된 것으로 보입니다.
그러나 지표 공급업체의 메인 비디오에서 더 아름답게 설명되지만 차트에서 최고의 순간을 포착한 것 같습니다.
고맙습니다. 시작을 해봐야겠습니다. 어떻게든 사용할 수 있어요
아무 것도 아닙니다. 또는 오히려 무엇을 위한 것입니다)) 이 모든 링크를 찾기 위해 며칠을 보냈습니다. :)) 그 중 일부는 표시되지 않았고 포럼은 링크를 차단했습니다(
볼 의미가 없다 시리즈로 파싱 분석이 필요하다
나는 처음에 통계를 어떻게든 계산할 필요가 있다고 생각합니다. 이것에 의미가 있습니까? 그리고 나서야 학습 과정에 도입되어야 합니다.
따라서 문제는 여전히 올바른 방법입니다.
비슷한 시간 간격에 10개의 측정 지점이 있는 3개의 이러한 이진 시퀀스가 있다고 가정해 보겠습니다.
A[]={1,0,0,1,1,1,1,1,0,1};
B[]={1,1,1,1,1,1,1,0,0,1};
C[]={1,1,0,1,1,1,0,1,0,1};
그리고 이제 나는 단위의 출현 확률이 단위의 성장에 따라 어떻게 변하는지에 대한 그래프를 이해 / 작성하고 싶습니다.
내가 이해하기로는 시작하려면 시퀀스의 수를 계산해야 하지만 다시 긴 시퀀스를 하나로 계산해야 하거나 별도로 계산해야 합니다(예: 1111을 1.11, 111 및 1111로 나눈 값), 아니면 그냥 11?
그리고 나서 무엇을 해야 합니까 - 프로세스의 규칙성 또는 무작위성의 존재를 평가하는 방법은 무엇입니까?
솔직히 많이 이해가 되지 않았습니다. 문제는 확률이 시간이 지남에 따라 변하는가입니다. 이를 탐색하기 위해 시간 경과에 따라 로지스틱 회귀를 실행하고 0이 아닌 계수의 중요성을 테스트할 수 있습니다.
시간 외에 확률에 영향을 미치는 다른 요인을 연구하면 로지스틱 회귀에 추가하려고 시도할 수도 있습니다.
아무 것도 아닙니다. 또는 오히려 무엇을 위한 것입니다)) 이 모든 링크를 찾기 위해 며칠을 보냈습니다. :)) 그 중 일부는 표시되지 않았고 포럼은 링크를 차단했습니다(
볼 의미가 없다 시리즈로 파싱 분석이 필요하다
모든 것을 살펴보았다. 대부분의 EURUsd는 이제 짧고 두 개는 깁니다. 물론 반바지에 중간. 하지만 내가 알기로는 이것은 거래자의 수에 따른 것입니다.
예를 들어
이 정보가 많이 있으면 더 좋을 것입니다. 결국 100랏을 가진 1명의 상인은 1랏에서 100마리의 햄스터와 균형을 이룰 수 있습니다.
물론 파싱은 가능하지만 과거 데이터는 없습니다.
Mikhail은 자신의 기사에서 CME와 함께 OI를 사용한 것으로 보입니다. 그리고 이 OI는 하루에 몇 년 동안 찾을 수 있는 것 같습니다. 이것은 아마도 더 유망할 것입니다. 왜냐하면. 여러 해 동안 한 번에 정보를 수집할 수 있습니다. 그리고 많이 있는 것 같습니다. 다시 읽으러 가야 합니다.
그리고 직접 조립하려면 배울 것이 있으려면 최소 몇 개월이 필요합니다.
솔직히 많이 이해가 되지 않았습니다. 문제는 시간이 지남에 따라 확률이 변하는가 하는 것입니다. 이를 탐색하기 위해 시간 경과에 따라 로지스틱 회귀를 실행하고 0이 아닌 계수의 중요성을 테스트할 수 있습니다.
또는 예측 변수를 하나 더 만드는 것이 더 쉬울 수도 있습니다. 즉, 현재 데이터 라인에서 데이터 라인의 거리입니다. 숲 자체는 8개월보다 오래된 데이터가 현재 예측에 적합하지 않다고 계산할 수 있습니다. 그리고 간단한 분할이 있을 것입니다: 최대 8개월(더 나은 잎사귀 포함) 및 8개월 후 더 나쁜 잎사귀.
글쎄, 기차에서 그들은 모두 확실히 잘 배운다. 테스트/교차 검증에서 확인이 필요합니다. 하지만 어떻게? 불명. 이것은 예측 변수의 중요성이 아니라 분할의 중요성입니다.
모든 것을 살펴보았다. 대부분의 EURUsd는 이제 짧고 두 개는 깁니다. 물론 반바지에 중간. 하지만 내가 알기로는 이것은 거래자의 수에 따른 것입니다.
예를 들어
이 정보가 많이 있으면 더 좋을 것입니다. 결국 100랏을 가진 1명의 상인은 1랏에서 100마리의 햄스터와 균형을 이룰 수 있습니다.
물론 파싱은 가능하지만 과거 데이터는 없습니다.
Mikhail은 자신의 기사에서 CME와 함께 OI를 사용한 것으로 보입니다. 그리고 이 OI는 하루에 몇 년 동안 찾을 수 있는 것 같습니다. 이것은 아마도 더 유망하기 때문일 것입니다. 여러 해 동안 한 번에 정보를 수집할 수 있습니다. 그리고 많이 있는 것 같습니다. 다시 읽으러 가야 합니다.
그리고 직접 조립하려면 배울 것이 있으려면 최소 몇 개월이 필요합니다.
그렇군요 하세요 필요한거 말고 쉬운거 하셔야되요..
vladavd # :
도서관 # :
나는 링크를 제공하지 않습니다, 댓글을 문질러
))))
전에 내 게시물을 참조하십시오. 페이지
Mikhail은 그의 기사에서 CME와 함께 OI를 사용한 것으로 보입니다. 그리고 이 OI는 하루에 몇 년 동안 찾을 수 있는 것 같습니다. 이것은 아마도 더 유망할 것입니다. 여러 해 동안 한 번에 정보를 수집할 수 있습니다. 그리고 많이 있는 것 같습니다. 다시 읽으러 가야 합니다.
그리고 직접 조립하려면 배울 것이 있으려면 최소 몇 개월이 필요합니다.
OI는 흥미로운 것이지만 문제는 옵션이 매우 정교하다는 것입니다. net long과 net short를 실제로 이해하려면 여전히 해당 산을 이동해야 합니다. 어두운 풀도 있습니다. 때때로 거래량의 30-50%가 만들어지는 장외 거래처가 있습니다.
일반적으로 나는 주요 비밀을 밝힐 것입니다. 거의 모든 소매 시장은 대다수의 역 위치 원칙에 따라 움직입니다. 따라서 소매점에서는 이러한 통계를 볼 수 없습니다. 이러한 이유로 주문 흐름도 판매됩니다.
따라서 소매점에서는 이러한 통계를 볼 수 없습니다.
그리고 여기에서 나는 본다. 비록 소매
WallStreetTrader의 백만 보기, 나는 링크 문지름 코멘트를 제공하지 않습니다
그리고 그들은 무엇을 제공합니까? 그들은 CME의 정보를 지표로 복사하지 않습니까?
내가 이해하는 한, 그들의 주요 기능은 자금 및 기타 대규모 플레이어가 만든 것으로 추정되는 대량의 식별입니다. 다른 거래의 덩어리와 어떻게 구별되는지 궁금합니다.
사용 방법을 설명하는 동영상입니다. 솔리드: 아마도, 아마도, 아마도 그들은 여기에서 팔았을 것입니다. 왜냐하면 가격이 내려갔기 때문입니다. 등. 내 의견으로는 - 쓰레기와 우리는 동일한 50/50%를 보게 될 것입니다. 검색 결과 여기에 같은 이름의 신호가 있었지만 이미 닫혀 있고 병합된 것으로 보입니다.
그러나 지표 공급업체의 메인 비디오에서 더 아름답게 설명되지만 차트에서 최고의 순간을 포착한 것 같습니다.