eine Handelsstrategie auf der Grundlage der Elliott-Wellen-Theorie - Seite 86

Neuer Kommentar
 
2 Rosh

Frage zum erzwungenen Algorithmus. Sicherlich möchte ich glauben, dass Sie sich ausgedacht haben, wie man in ein und demselben Zyklus außer den Koeffizienten a und b auch den RMS finden kann, aber dazu bin ich noch nicht gekommen (im Allgemeinen gehe ich davon aus, dass ich den Weg erraten habe, den Sie zählen, d.h..Wirklich nach diesem Algorithmus im Prinzip zählen wir nur einen größten Kanal und andere sind stellvertretend empfangen, aber es ist unmöglich, RMS im gleichen Zyklus zu ändern, wie es für jeden Kanal laufen alle seine Anzahl von Bars gezählt werden sollte, und es wird wieder Zeit erhöhen und ich denke, es wird etwa 100-300 ms für 3000 Bars sein.
Ich möchte Sie bitten, mir zu versichern, dass Sie sich hier nicht irren und dass es immer noch eine Möglichkeit gibt, RMS in diesen Zyklus einzubauen.
 
2 Jhonny
Natürlich möchte ich glauben, dass Sie erfunden haben, wie man RMS in ein und demselben Zyklus zusätzlich zu den Koeffizienten a und b findet

Ich kann dich ermutigen und das Geheimnis für einen kleinen Preis verkaufen: D(E) = D(Y) - a^2*D(X)
Dabei sind X und Y Zufallsvariablen, für die die Regression Y = a*X + b berechnet wird
E - Regressionsfehler, d. h. die Abweichung von Y von der Regressionsgeraden
D(E), D(Y) und D(X) sind Streuungen der entsprechenden Größen. Übrigens: Der RMS eines Fehlers ist die Quadratwurzel aus D(E).
Sie müssen also nicht eine Reihe von Fehlern bilden und diese durch eine einfache Summierung zusammenzählen, um den RMS zu berechnen. Sie müssen fauler sein.

Erzählen Sie nur niemandem sonst davon! :-)
Viel Glück!
 
Erzählen Sie nur niemandem sonst davon! :-)


:-D Nun, ich werde es nicht tun. Ich danke Ihnen vielmals.
 
Doppelter Posten
 
:-D Nun, das werde ich nicht sagen. Ich danke Ihnen vielmals.


:))
 
Der RMS ist die Quadratwurzel der Varianz. RMS[N]=(D[N])^0,5 , wobei N die Anzahl der Elemente in der Stichprobe ist (die Student'schen Anpassungskoeffizienten werden nicht berücksichtigt, sie spielen keine Rolle).
Bezeichnen wir mit S[N] die Summe der Quadrate der Abweichungen Si, wobei i=1,...N, dann ist D[N]=S[N]/N.
RMS2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
Alle Verhältnisse (für lineare Regression, für Parabel, RMS, kinetische und potentielle Energien, RMS aus Parabel, Summe der Gradienten aus Parabel und andere noch nicht entworfene Kanalcharakteristiken) werden für einen beliebigen Balken (abgelesener Kanal einer bestimmten Länge) durch einfache analytische Formeln berechnet.
Dieses ganze Bündel von Parametern wird in einem Zug berechnet.
Ich war nur zu faul, die Hearst-Indikatoren mit beschleunigten Algorithmen zu berechnen, weil sie für bestimmte Kanäle berechnet werden.
Stimmt, wieder ein Fehler irgendwo, die Ergebnisse sind bisher sehr groß.
 
Wir müssen abwarten, wie sich die Situation entwickelt. <br / translate="no">


Nun, hier gibt es eine Art kleine Wende.

 
Ein paar Minuten später

 
Rosh, verzeihen Sie mir, wenn ich Sie mit der Nase darauf stoße, aber ich habe den Eindruck, dass die 2/3-Standardabweichung unter Verwendung der für die gesamte Stichprobe ermittelten Koeffizienten A und B falsch ist
.
StDev=GetStDevFromArraysZ(k_bar,lastBar, a_CH, b_CH);///Funktion zur Berechnung des Effektivwerts, der erste und der letzte Balken sowie die Koeffizienten A und B werden übergeben<br/ translate="no"> n=k_bar-lastBar;
tempBar=k_bar-n*2.0/3.0;
lastBar2=MathRound(tempBar);//hier werden der erste und der letzte Balken für 2/3 neu berechnet
StDev23=GetStDevFromArraysZ(k_bar,lastBar2,a_CH,b_CH);//und die für die gesamte Stichprobe gefundenen A und B in die Funktion eingesetzt



Vielleicht sollte Vladislavs Aussage so interpretiert werden
.
Außerdem wähle ich den Zeitraum für die Annäherung aus (nicht die gesamte Stichprobe, sondern etwa 2/3, extrapoliere das letzte Drittel und vergleiche es mit den erhaltenen realen Preisen; wenn wir innerhalb des Konfidenzintervalls bleiben, werden wir diese Annäherung für weitere Extrapolationen verwenden, aber das hängt mit der Implementierung und den Methoden zur Erhöhung der Stabilität iterativer Algorithmen zusammen).


Aber ich habe es so verstanden, dass wir einen 2/3-Kanal aufbauen und sehen, wie die Daten des letzten Drittels hineinpassen, und wenn sie hineinpassen, dann wird der Kanal über seine gesamte Länge aufgebaut.
 
Bild mit Wahrscheinlichkeiten für einen Kanal. Die rote Linie steht für eine Aufwärtsbewegung, die blaue Linie für eine Abwärtsbewegung. Was dieses Bild für alle Kanäle betrifft, so ist entweder der Indikator voller Bugs oder die Methoden der Kanalauswahl sollten überdacht werden :).




D(E) = D(Y) - a^2*D(X)

Hmm, diese Formel kannte ich noch nicht. Aber Stift und Papier und ohne sie helfen :)
1...798081828384858687888990919293...309
Neuer Kommentar