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
Es kommt darauf an, wie man nach diesen Fibs sucht. Wenn man so vorgeht wie Swannell, d.h. nur Wellen gleicher Ordnung analysiert, dann kann man dort wirklich keine besonderen "Resonanzen" sehen: glatte p.d.f. ohne markante Konvexitäten. Und wenn man Fib-Cluster aus Wellen verschiedener Ordnungen durchsucht, könnte etwas herauskommen. Ich habe noch keine gefunden :)
Um zu erreichen, dass Zitate keine negativen Werte annehmen, müssen Sie lediglich %-Schritte anstelle von absoluten Werten erzeugen.
Die Tatsache, dass der Generator einen begrenzten Speicher hat und sich zyklisch wiederholt, hängt vom Generator ab. Es gibt einige, die per Timer verschoben werden, andere, die von der CPU-Last abhängen, usw., usw.
Das Gehirn ist in der Lage, Niveaus und Trendlinien zu erkennen, und es wird sie in allen Daten finden. Wenn man einen Hammer in der Hand hat, scheint alles wie ein Nagel zu sein. Sie müssen prüfen und verstehen, was Sie im Handel verwenden wollen, und dann werden Sie sich nicht um die Ähnlichkeit kümmern :)
Sie können alles kodieren und als ein ähnliches Diagramm darstellen: einen Roman "Krieg und Frieden", ein digitales Foto, ein Lieblingslied usw. Alles wird sehr ähnlich sein und wieder wird die Person, die es wünscht, Ebenen finden und was er gelernt hat, zu unterscheiden, Verteilungen von Inkrementen werden durch die gleichen Funktionen sein (so codiert :)), aber es wird nicht das gleiche sein und wenn Sie wollen, können Sie das Original wiederherstellen.
ein lineares Regressionsverfahren erster Ordnung.
AR(1)
y(n+1)=y(n)+e(n). wobei e(n) normales Rauschen mit M.O. und Std. ist.
Wie auch immer, der Prozess, den wir entwickelt haben, ist
ist ein lineares Regressionsverfahren 1. Ordnung.
AR(1)
y(n+1)=y(n)+e(n), wobei e(n) normales Rauschen mit Standardabweichung und Standardwert ist.
Das ist verständlich.
Aber ichmo, du musst am anderen Ende anfangen. Beweisen Sie, dass dieser Satz von Ihnen wahr ist: "Erwartung 0. Varianz 0,0077. Diese Parameter sind dem realen Eurusd ähnlich.
(Siehe den ersten Beitrag) . Ein strenger mathematischer Beweis ist erforderlich. Ein Beweis, der sehr ähnlich ist, ist nicht gerade etwas, auf das man sich stützen kann.
Im Allgemeinen ist der konstruierte Prozess
ist ein lineares Regressionsverfahren 1. Ordnung.
AR(1)
y(n+1)=y(n)+e(n), wobei e(n) normales Rauschen mit Standardabweichung und Standardwert ist.
Das ist verständlich.
Aber ichmo, du musst am anderen Ende anfangen. Beweisen Sie, dass dieser Satz von Ihnen wahr ist: "Erwartung 0. Varianz 0,0077. Diese Parameter sind dem realen Eurusd ähnlich.
(Siehe den ersten Beitrag) . Ein strenger mathematischer Beweis ist erforderlich. Ein Beweis, der sehr ähnlich ist, ist nicht gerade etwas, auf das man sich stützen kann.
Die Parameter 0 und 0,0077 stammen aus 1D EurUsd. für 2002-2004.
Ich weiß nicht, ob ich erklären soll, dass die Erzeugung von AR(1) mit den Parametern e(0,0.0077). die gleichen Bilder zeigt.
Er ist eindeutig stationär und ergodisch, anders als der reale Markt. (nicht stationär und nicht ergodisch).
Mit AR(1) mit weißem Rauschen wurde ein sehr interessantes Ergebnis erzielt, das ich immer noch verdaue -).
Und was ich im 1. Beitrag sagte, dass die Abhängigkeit dem Forex sehr ähnlich ist und man dort verschiedene Muster finden kann.
Was ist hier los?
die schlussfolgerung bleibt die gleiche forex ist ähnlich wie der PRNG. der einzige unterschied ist, dass der markt
1. nicht-stationär 2. nicht-ergodisch 3. teilweise deterministisch.
Ich meine den Markt.
Dies zu sagen ist natürlich gleichbedeutend mit nichts sagen.
Aber für mich ist wieder einmal die Natur der verschiedenen Marktzahlen deutlich geworden.
Oder hatten Sie etwas anderes im Sinn?
IMHO gibt es keinen Grund, das Rad neu zu erfinden. Es gibt eine wunderbare Funktion namens G.A.R.C.H. in MATLAB. Toolbox - nur ein Werkzeug zur Untersuchung von Finanzzeitreihen. Siehe z. B. hier: http://www.mathworks.com/access/helpdesk/help/toolbox/garch/.
Ich danke Ihnen. Es ist vor meiner Nase und ich weiß es nicht.
GARCH ist, wie ich weiß, ein nichtlineares Regressionsmodell.
AR-MA-ARMA-ARIMA-NARX-ARCH-GRACH.
Ich habe mir das Marktmodellierungspaket angeschaut.
Ich verstehe diesen Ansatz nicht wirklich.
Man nimmt ein Paar, nimmt die erste Differenz und bildet eine Autokorrelation (die Korrelation kann nur die lineare Abhängigkeit schätzen).
Dann wird eines der Modelle, z. B. ARMA, erstellt.
Diese Gleichungen enthalten jedoch e(t). Das hält mich irgendwie von weiteren Studien ab.
Haben Sie damit gearbeitet?