경사각이 이렇게 큰 차이가 나는 유사한 그래프를 고려하는 것이 옳은 것인지는 아직 잘 모르겠습니다. 같은 예에서:
발견된 옵션은 추세의 상단 또는 추세 끝에서 롤백하여 템플릿 차트로 전송하고 반전이 아닌 하락 추세의 지속에 대한 예측을 제공합니다. 실제로는 반대 신호 . 여기 뭔가 안맞아....
맞습니다. 패턴의 기울기가 큰 차이일 뿐입니다. 기울기가 매우 다른 경우 검색을 제한할 수 있습니다. 그런 다음 이러한 옵션을 고려하지 않지만 테스터에서 운전하면 다음과 같은 옵션을 거의 찾을 수 없습니다. 기울기의 매우 큰 차이는 특정 한계에서 실제로 떨어지는 것이 아니라 성장하는 패턴이 될 것이며 그 안의 다른 구조가 현재와 완전히 낮은 상관 관계를 가질 것이라는 것을 나타냅니다. 결과
막심 드미트리예프스키 : 맞습니다. 패턴의 기울기가 큰 차이일 뿐입니다. 기울기가 매우 다른 경우 검색을 제한할 수 있습니다. 그런 다음 이러한 옵션을 고려하지 않지만 테스터에서 운전하면 다음과 같은 옵션을 거의 찾을 수 없습니다. 기울기의 매우 큰 차이는 특정 한계에서 실제로는 떨어지는 것이 아니라 성장하는 패턴이 될 것이며 그 안의 다른 구조는 전류와 완전히 낮은 상관 관계를 가질 것임을 나타냅니다.
글쎄, 10-15도 (눈으로) 훨씬 적습니까? 그리고 잘못된 신호보다 아무것도 찾지 않는 것이 좋습니다.
미니엄으로 차트의 아핀 변환을 수행해야 합니다. 패턴이 서로 다른 경사각(자체 아핀 구조)으로 이동하고 두 번째로 다른 TF를 검색하기 때문입니다. 그러나 상관관계가 사용될 때 이 모든 것이 도움이 되지 않습니다 . 매우 다른 패턴을 찾습니다.
상관 관계의 주요 문제 가 "매우 다른 패턴"을 찾는 것이라면 허용 가능한 오류에 대한 요구 사항을 간단히 강화할 수 있으며 매우 유사한 패턴만 찾을 수 있습니다. 그러나 이것은 모든 막대에서 발생하는 것이 아니라 때때로(경사 각도가 있는 Expert Advisor에서와 같이 몇 시간에 한 번) 발생합니다. 허용 가능한 오류는 최적화 프로그램에 의해 다시 선택됩니다. 또한 내 버전에서는 귀하의 경우와 같이 직접 계산되는 Pearson의 상관 관계가 아니라 전체 오차(각 막대의 최대 허용 오차로 선별)입니다. 동시에 템플릿과 가장 상관관계가 높은 옵션이 발견되므로 이것을 상관관계와 비교했습니다.
두 개의 가격 배열이 있고 각각 5개의 가격이 있다고 가정해 보겠습니다. 첫 번째 a1,a2,a3,a4,a5 두 번째 b1,b2,b3,b4,b5
1) 가격 차트는 추세가 제거될 수 있습니다. 회전된 위치에서 수평으로 놓습니다. 이것은 선형 회귀 로 수행할 수 있습니다. 찾아 원래 가격 시리즈 대신 오류 배열을 사용합니다. 이 단계가 패턴 검색에 도움이 될지 여부는 모르겠습니다. 그 영향을 자세히 연구하지 않았습니다. 지금까지 이 단계를 직접 사용하지 않았습니다.
2) 여러 가격을 패턴이라고 부를 수 있습니다. 이 가격이 형성하는 수치에 대한 수학적 설명이 있어야 합니다. 예를 들어, 각 막대에서 가격 인상을 찾을 수 있으며 이러한 인상은 이미 일종의 패턴 설명으로 사용될 수 있습니다. 첫 번째 패턴은 공식 a5-a4, a4-a3, a3-a2, a2-a1에 의해 얻어집니다. 두 번째 - b5-b4, b4-b3, b3-b2, b2-b1
3) 패턴의 "유사성" - 상관관계(직접 확인하지 않음) 또는 피타고라스 정리에 따른 데카르트 거리(확인됨, 잘 작동함) - 제곱근(((a5-a4)-(b5-b4))^2 + ((a4-a3)-(b4-b3))^2 + ((a3-a2)-(b3-b2))^2 + ((a2-a1)-(b2-b1))^2 ) 글쎄, 또는 다른 어떤 것이 더 나은 옵션이 있어야 한다고 생각합니다.
1. 당신은 그것을 합니다 - 당신이 역사에 더 깊이 들어갈수록 오차의 한계를 증가시킴으로써.
2. 이마의 오차 계산(각 막대의 델타 절대값 합계) 먼저 차트를 0 막대로 줄여야 합니다. Abs(a5-b5)+abs(a4-b4)+abs(a3-b3)+abs(a2-b2)+abs(a1-b2)
오류 계산 abs((a5-a4)-(b5-b4))+abs((a4-a3)-(b4-b3)+.... 첫 번째 요소를 변환 abs((a5-a4)-(b5-b4)) = abs((a5-b5)+(b4-a4)) -
(a5-b5)+(b4-a4) = 델타 5 + ( - 델타 4), 이것은 델타의 합과 같습니다. 즉, 오류. 그러나 이것은 복근의 합이 아닙니다. 델타 값이지만 합계와 델타 기호가 다릅니다! 인접한 막대의 오류에 동일한 부호가 있으면 서로를 보상합니다(두 번째 델타에 빼기 부호가 있기 때문에). +1000pt와 +1000pt의 큰 실수라도 공식에서 무효가 됩니다. 그리고 그녀는 2개의 막대에서 +1000포인트의 스파이크가 있는 차트를 유사한 것으로 표시합니다. 다음 요소에서 이러한 이상값 중 하나만 계산되고 결과 오류로 인해 이 옵션이 제거됩니다. 그러나 모두 동일하게 오류를 계산하는 이러한 함수는 델타가 있는 계열(예: 0, +10, +15, +12, +5)과 같은 유사한 옵션으로 놓칠 수 있습니다. 이러한 조합에 대한 공식은 abs의 합보다 더 작은 오류(25pts)를 제공합니다. 각 막대의 델타 값(42pt).
경사각이 이렇게 큰 차이가 나는 유사한 그래프를 고려하는 것이 옳은 것인지는 아직 잘 모르겠습니다. 같은 예에서:
발견된 옵션은 추세의 상단 또는 추세 끝에서 롤백하여 템플릿 차트로 전송하고 반전이 아닌 하락 추세의 지속에 대한 예측을 제공합니다. 실제로는 반대 신호 . 여기 뭔가 안맞아....
맞습니다. 패턴의 기울기가 큰 차이일 뿐입니다. 기울기가 매우 다른 경우 검색을 제한할 수 있습니다. 그런 다음 이러한 옵션을 고려하지 않지만 테스터에서 운전하면 다음과 같은 옵션을 거의 찾을 수 없습니다. 기울기의 매우 큰 차이는 특정 한계에서 실제로는 떨어지는 것이 아니라 성장하는 패턴이 될 것이며 그 안의 다른 구조는 전류와 완전히 낮은 상관 관계를 가질 것임을 나타냅니다.
글쎄, 10-15도 (눈으로) 훨씬 적습니까? 그리고 잘못된 신호보다 아무것도 찾지 않는 것이 좋습니다.
추신. 포토샵에서 측정 - 18도
글쎄, 10-15도 (눈으로) 훨씬 적습니까? 그리고 잘못된 신호보다 아무것도 찾지 않는 것이 좋습니다.
네, 50%가 완벽하게 일치하더라도 잘못된 방향으로 예측합니다)
그건 그렇고, 예, 예측 곡선은 여기에서 전혀 올바르게 간주되지 않습니다. 어딘가에서 도망쳤고 .. 이전 버전을 뿌렸습니다.
네, 50%가 완벽하게 일치하더라도 잘못된 방향으로 예측합니다)
수백 개의 유사한 옵션을 사용하여 하나의 옵션에 따라 예측을 작성하기 때문에 예측의 신뢰도가 더 높아집니다. 그러나 평균 예측은 0이 될 것입니다))
하나는 나쁘고 많은 것은 나쁘다. 이 작업을 옵티마이저에 제공해야 합니다.
수백 개의 유사한 예측을 사용하여 한 행을 따라 예측을 작성하기 때문에 예측의 신뢰도가 더 높아집니다. 그러나 평균 예측은 0이 될 것입니다))
하나는 나쁘고 많은 것은 나쁘다. 이 작업을 옵티마이저에 제공해야 합니다.
예, 하지만 먼저 예측이 정확하도록 다시 실행합니다. 실제로 그런 선을 그리지 않아야 합니다. 아무 것도 하지 않습니다. 방향만 올바르게 표시합니다.)
하지만 어차피 상관관계로 하는건 다 헛소리니까 버리고 갔어..
미니엄으로 차트의 아핀 변환을 수행해야 합니다. 패턴이 서로 다른 경사각(자체 아핀 구조)으로 이동하고 두 번째로 다른 TF를 검색하기 때문입니다. 그러나 상관관계가 사용될 때 이 모든 것이 도움이 되지 않습니다 . 매우 다른 패턴을 찾습니다.
상관 관계의 주요 문제 가 "매우 다른 패턴"을 찾는 것이라면 허용 가능한 오류에 대한 요구 사항을 간단히 강화할 수 있으며 매우 유사한 패턴만 찾을 수 있습니다. 그러나 이것은 모든 막대에서 발생하는 것이 아니라 때때로(경사 각도가 있는 Expert Advisor에서와 같이 몇 시간에 한 번) 발생합니다. 허용 가능한 오류는 최적화 프로그램에 의해 다시 선택됩니다.
또한 내 버전에서는 귀하의 경우와 같이 직접 계산되는 Pearson의 상관 관계가 아니라 전체 오차(각 막대의 최대 허용 오차로 선별)입니다. 동시에 템플릿과 가장 상관관계가 높은 옵션이 발견되므로 이것을 상관관계와 비교했습니다.
두 개의 가격 배열이 있고 각각 5개의 가격이 있다고 가정해 보겠습니다.
첫 번째 a1,a2,a3,a4,a5
두 번째 b1,b2,b3,b4,b5
1) 가격 차트는 추세가 제거될 수 있습니다. 회전된 위치에서 수평으로 놓습니다. 이것은 선형 회귀 로 수행할 수 있습니다. 찾아 원래 가격 시리즈 대신 오류 배열을 사용합니다. 이 단계가 패턴 검색에 도움이 될지 여부는 모르겠습니다. 그 영향을 자세히 연구하지 않았습니다. 지금까지 이 단계를 직접 사용하지 않았습니다.
2) 여러 가격을 패턴이라고 부를 수 있습니다. 이 가격이 형성하는 수치에 대한 수학적 설명이 있어야 합니다. 예를 들어, 각 막대에서 가격 인상을 찾을 수 있으며 이러한 인상은 이미 일종의 패턴 설명으로 사용될 수 있습니다.
첫 번째 패턴은 공식 a5-a4, a4-a3, a3-a2, a2-a1에 의해 얻어집니다.
두 번째 - b5-b4, b4-b3, b3-b2, b2-b1
3) 패턴의 "유사성" - 상관관계(직접 확인하지 않음) 또는 피타고라스 정리에 따른 데카르트 거리(확인됨, 잘 작동함) -
제곱근(((a5-a4)-(b5-b4))^2 + ((a4-a3)-(b4-b3))^2 + ((a3-a2)-(b3-b2))^2 + ((a2-a1)-(b2-b1))^2 )
글쎄, 또는 다른 어떤 것이 더 나은 옵션이 있어야 한다고 생각합니다.
1. 당신은 그것을 합니다 - 당신이 역사에 더 깊이 들어갈수록 오차의 한계를 증가시킴으로써.
2. 이마의 오차 계산(각 막대의 델타 절대값 합계) 먼저 차트를 0 막대로 줄여야 합니다.
Abs(a5-b5)+abs(a4-b4)+abs(a3-b3)+abs(a2-b2)+abs(a1-b2)
오류 계산
abs((a5-a4)-(b5-b4))+abs((a4-a3)-(b4-b3)+....
첫 번째 요소를 변환
abs((a5-a4)-(b5-b4)) = abs((a5-b5)+(b4-a4)) -
(a5-b5)+(b4-a4) = 델타 5 + ( - 델타 4), 이것은 델타의 합과 같습니다. 즉, 오류. 그러나 이것은 복근의 합이 아닙니다. 델타 값이지만 합계와 델타 기호가 다릅니다! 인접한 막대의 오류에 동일한 부호가 있으면 서로를 보상합니다(두 번째 델타에 빼기 부호가 있기 때문에). +1000pt와 +1000pt의 큰 실수라도 공식에서 무효가 됩니다. 그리고 그녀는 2개의 막대에서 +1000포인트의 스파이크가 있는 차트를 유사한 것으로 표시합니다. 다음 요소에서 이러한 이상값 중 하나만 계산되고 결과 오류로 인해 이 옵션이 제거됩니다.
그러나 모두 동일하게 오류를 계산하는 이러한 함수는 델타가 있는 계열(예: 0, +10, +15, +12, +5)과 같은 유사한 옵션으로 놓칠 수 있습니다. 이러한 조합에 대한 공식은 abs의 합보다 더 작은 오류(25pts)를 제공합니다. 각 막대의 델타 값(42pt).
3. 다음은 동일한 단점이 있는 단락 2와 동일한 공식입니다.
가장 간단한 단계 - 시퀀스 전체에서 창 너비를 원하는 예제로 이동하고 abs의 합을 찾습니다. 델타 값:
0,0,0 및 1,2,3 오류 = (1-0)+(2-0)+(3-0)=6
0,0,1 및 1,2,3 오류 = (1-0)+(2-0)+(3-1)=5
0,1,2 및 1,2,3 오류 = (1-0)+(2-1)+(3-2)=3
1,2,3 및 1,2,3 오류 = (1-1)+(2-2)+ (3-3) =0
2,3,1 및 1,2,3 오류 = (2-1)+(3-2)+Abs(1-3) = 4
최소 오류가 있는 곳에 최대 유사성이 있습니다.
그리고 컨볼루션은 동일하며 덧셈과 모듈러스 1 곱셈 대신 최대값을 선택하면 더 빠릅니다.
0,0,0 및 1,2,3 오류 = 0*1+0*2+0*3 = 0
그리고 컨볼루션은 동일하며 덧셈과 모듈러스 1 곱셈 대신 최대값을 선택하면 더 빠릅니다.
0,0,0 및 1,2,3 오류 = 0*1+0*2+0*3 = 0
그리고 광산은 구식 방식으로 곱하는 것보다 더 빠르게 더하고 빼며 모듈은 64번째 비트를 0으로 설정하여 간단히 찾습니다.
3. 다음은 동일한 단점이 있는 단락 2와 동일한 공식입니다.
그것은 모두 하나의 공식입니다. 나는 그것을 더 명확하게하기 위해 세 단계로 칠했습니다. 따라서 제곱이 있기 때문에 기호는 문제가되지 않습니다.