Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
In der Mathematik werden Zeitreihen in drei Gruppen eingeteilt (es sind mehr möglich, aber drei reichen aus, um herauszufinden, wie sich ein mathematisches Modell verhalten wird):
1. BP ist ergodisch und folglich stationär. In diesem Fall sind die statistischen Merkmale so stabil, dass es eine einzige Lösung gibt. D.h. es ist sinnvoll, ein mathematisches Modell zu erstellen, das in jedem Abschnitt von BP - supergrial - funktioniert.
2. VR ist nicht-ergodisch, sondern stationär. Dieser Fall ist komplizierter, da die statistischen Merkmale nur durch mathematische Erwartung und Streuung stabil sind. Hier gibt es bereits eine Vielzahl von Lösungen. Daher können mehrere mathematische Modelle erstellt werden und mit einiger Wahrscheinlichkeit werden sie in bestimmten Teilen profitabel sein - nicht super, aber Gral, weil wir innerhalb des Kanals auf Rebound von SPE - Kanalgrenzen handeln können. BP wird gelegentlich aus dem Rahmen fallen, aber diese Momente können überdauert werden. Auch wir werden abwarten und aufholen müssen, wenn BP um den Nullwert herumtanzt und sich nicht den Grenzen nähert. Um die Stationarität zu überprüfen, ist es notwendig und ausreichend, die Bollinger Bänder auf den BP zu legen und zu prüfen, ob er sich nicht verändert - es handelt sich um einen Seitwärtstrend mit recht stabilen Kanälen.
3. Der BP ist nicht stationär und daher nicht ergodisch. Die statistischen Merkmale sind instabil. Die Situation ist komplizierter, weil jedes mathematische Modell nur für den Abschnitt geeignet ist, für den es berechnet wurde - die Anpassung. Außerhalb der Handlung wird es ein Chaos sein. Einfach ausgedrückt, kann es passieren, dass jedes mathematische Modell, das an die historische Entwicklung angepasst ist, in der Zukunft einen Verlust ergibt. Es ist besser, nicht einmal von Gralen zu träumen.
Finanzielle GPs gehören zur dritten Kategorie: nicht-stationär und daher nicht-ergodisch. Aber es ist nicht so schlimm, wie es auf den ersten Blick scheint. Tatsache ist, dass die ersten Differenzen solcher GRs im Erwartungswert und teilweise stationär, aber in der Varianz unstetig stationär sind. Wenn sich der VR beispielsweise in einem Trend befindet, entweder seitwärts oder vertikal, sind die ersten Differenzen für einige Zeit stationär. Der Zeitpunkt des Übergangs von einem stationären Zustand zu einem anderen ist unbekannt, ebenso wie die statistischen Merkmale des zukünftigen stationären Zustands. Wir können uns auf drei mathematische Modelle beschränken: Aufwärtstrend eines bestimmten Segments, Seitwärtstrend und Abwärtstrend. Wenn der TS die Übergänge von einem Modell zum anderen angemessen, wenn auch mit einiger Verzögerung, klassifiziert, können wir Geld verdienen. Es gibt jedoch keine Garantie, denn in diesem Fall kann es sich herausstellen, dass keines der drei Modelle rentabel ist, wenn sich die Ausbreitungen wesentlich ändern und die Kanalgrenzen falsch bestimmt werden. Man muss Verluste in Kauf nehmen und drei weitere mathematische Modelle auf früheren Geschichtsabschnitten aufbauen. Und so weiter und so fort. Dicht oder leer.
Wenn man davon ausgeht, dass es möglich ist, eine adäquate TS zu bauen, die in einigen Perioden der Geschichte rentabel sein wird. Wir können das eine oder das andere annehmen. Der Markt ist nicht ergodisch, eine gewisse Zeit lang (die wir versuchen können, auszunutzen). Daher lautet die erste Aufgabe wie folgt.
1 Den Markt clustern. Wenn es einen Trend gibt, dann welche Art von Trend, wenn es ein Flat gibt, dann welche Art von Übergang (es handelt sich um ein separates neuronales Netz mit einem Pinsel für den Artikel über Kohonen)
2 Bestimmen Sie den Cluster, in dem wir uns gerade befinden
3 Wählen Sie die Strategie, die für den aktuellen Cluster verantwortlich ist, aus der Datenbank aus oder wählen Sie sie aus.
Wir haben im Moment eine schwere Zeit. Wählen Sie die Mindestargumente aus, die den Markt beschreiben (ich habe den Artikel über die diskriminierende Analyse gelesen). Wählen Sie das Zeitfenster des aktuellen Moments. Nun, um Statistiken darüber zu sammeln, in welchem Zeitraum sich der Markt in welchem Cluster befindet (ob wir Zeit haben, Chips vom Tisch zu nehmen oder nicht).
Ich habe eine Klasse hinzugefügt, um einen GA-Optimierer zu erstellen. Besonderen Dank an Roman Rich und joo für ihre Artikel.
In dem Anhänger GA Klasse Optimierer und ein Beispiel für seine Verwendung in dem Skript. Wenn Sie es nicht finden können, schwer, es zu laufen. Fragen zur Nutzung und zu Fehlern werden hier gestellt.
Ich habe eine Klasse hinzugefügt, um einen GA-Optimierer zu erstellen. Besonderen Dank an Roman Rich und joo für ihre Artikel.
In dem Anhänger GA Klasse Optimierer und ein Beispiel für seine Verwendung in dem Skript. Wenn Sie es nicht finden können, schwer, es zu laufen. Fragen über die Verwendung von Wanzen und plz hier.
Nicht zu faul, gelaufen.
2011.11.18 17:30:10 PrimerGA (EURUSD,D1) X1 = 3.068966720346887 X2 = 3.315651165492819 Lösung = -4.31815752349534
2011.11.18 17:30:07 PrimerGA (EURUSD,D1) X1 = 3.029136351314492 X2 = 3.309540883455843 Lösung = -4.263691893969934
2011.11.18 17:30:00 PrimerGA (EURUSD,D1) X1 = 2.449305079854762 X2 = 2.817163285313374 Lösung = -4.174465090531069
2011.11.18 17:29:52 PrimerGA (EURUSD,D1) X1 = 3.063254884005564 X2 = 3.313075674783155 Lösung = -4.314453236316976
2011.11.18 17:29:40 PrimerGA (EURUSD,D1) X1 = 3.078649362527705 X2 = 2.169112355456941 Lösung = -4.25838612042264
Warum gibt es eine so große Streuung bei der Lösung?
Ich habe mir nicht die Mühe gemacht, es durchzugehen.
Die Funktion selbst sieht aus wie ein Igel, danke joo. Wenn Sie die Genauigkeit erhöhen wollen, müssen Sie die Anzahl der Berechnungen opfern, meiner Meinung nach ist dies ein weniger optimales Verhältnis. Ich war nicht an einem hochkomplexen Problem interessiert, sondern an einem praktischen Aspekt. Benutzerfreundlichkeit, Bugs .....
Diese Funktion ist im Vergleich zu dem, was Sie jetzt tun werden, blumig (weich und flauschig).
Praktische Seite: Ich habe nicht gefunden, wie man die Genauigkeit erhöhen kann, ohne direkt in den Code einzugreifen.
Diese Funktion ist im Vergleich zu dem, was Sie jetzt tun werden, blumig (weich und flauschig).
Praktische Seite: Ich habe nicht gefunden, wie man die Genauigkeit erhöhen kann, ohne direkt in den Code einzugreifen.