Das Sultonov-Regressionsmodell (SRM) - behauptet, ein mathematisches Modell des Marktes zu sein. - Seite 41
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
Die zweite Spalte lautet Yi? Er?
Erstellen Sie zuerst eine lineare Regressionslinie und applaudieren Sie dann.
Was es zu bauen gibt, ist ziemlich klar, wie es gehen soll. Und Ihr PMS müsste sich, wenn es menschlich konstruiert wäre, bei 0,5 einpendeln.
Ich bitte Sie:
Nicht 0,5, aber immerhin... An einem Ende 0,486691, am anderen 0,491087.
Der Durchschnitt liegt bei 0,4889.
Nicht 0,5, aber immerhin... 0,486691 an einem Ende, 0,491087 am anderen
Ja, ich habe es wohl mit den Nullen übertrieben, wenn man den Graphen ein wenig verschiebt, stellt sich heraus, dass in beiden Fällen MO=0,5 ist:
Hier wurde https://forum.mql4.com/ru/19762/page30 gebeten, eine zufällige Folge von 10 Ziffern als Marktmodell zu beschreiben. Das hat sich im Fall von RMS und LR gezeigt:
Guter Punkt auch von hier https://forum.mql4.com/ru/19762/page29
gpwr 09.06.2009 03:27
Entschuldigung für die Störung. Ich habe fast den ganzen Thread gelesen und konnte nicht verstehen, worum es bei dem Fourier-Argument geht. Gegenstand der Branche ist die Beschreibung der Marktbedingungen, die die künftige Preisentwicklung beeinflussen. Was hat Fourier damit zu tun? Ich stimme zu, dass die Preisbewegung in Sinus und Kosinus zerlegt werden kann: m+An*cos(wn*t)+Bn*sin(wn*t). Und? Das Spektrum (An+j*Bn) wird unsere Beschreibung des Marktzustands sein? Die Idee ist interessant. Bei der diskreten Fourier-Transformation entspricht die Anzahl der Sinus- und Kosinuswerte jedoch der Anzahl der genommenen Preise. Welchen Vorteil hat es dann, die Ausgangsparameter der DFT (An und Bn) zur Beschreibung des Marktes zu verwenden? Die Anzahl der Variablen wird nicht reduziert. Wir müssen also die größten Amplituden sqrt(An^2+Bn^2) nehmen. Werden sie mit ihren Frequenzen zur Marktbeschreibung? Bin ich auf dem richtigen Weg? Mit diesen Parametern (An, Bn, wn) werden wir die Zukunft vorhersagen, indem wir die entsprechenden Sinus- und Kosinuswerte in die Zukunft extrapolieren? Ich habe so etwas getan. Dieser Ansatz ist ein großer Irrtum. Die Fourier-Transformation ist nichts anderes als die Anpassung einer trigonometrischen Reihe an die ursprüngliche Preiskurve. Das ist genauso sinnvoll wie die Anpassung von Polynomen und anderen Funktionen an die Preiskurve. Man kann sie verdrehen und Bessel-Funktionen, sinc, Si und so weiter nehmen. Alle diese Anpassungen werden ihr Ziel der exakten Reproduktion des Preises erreichen. Aber wer hat uns gesagt, dass sich in der Kursbewegung trigonometrische Funktionen oder Polynome oder Bessel-Funktionen verbergen? Sie sind lediglich Näherungsfunktionen. Sie können an alles angepasst werden. Um Sinus und Kosinus zu extrapolieren, muss man zunächst beweisen, dass die Bewegung der Preise durch gewöhnliche Differentialgleichungen als Schwingkreis beschrieben wird. Es fällt mir schwer, den Nutzen der Fourier-Transformation zur Beschreibung des Marktes zu erkennen. Aber ich habe nichts dagegen, wenn jemand meine Meinung ändert. Wer hat andere Ideen?
Ich schlage vor, dass Sie sich die Ansicht der Funktion ansehen, die sich aus der Differenzierung von (18) ergibt und die die Dichte der RMS-Verteilungsfunktion ist und in dem Artikel als (7) angegeben ist, was (die Ansicht) nahelegt, dass sie dem Verhalten von EUR/USD während seiner Entwicklung sehr ähnlich ist:
Ich schlage vor, dass Sie sich die Ansicht der Funktion ansehen, die sich aus der Differenzierung von (18) ergibt und die die Dichte der RMS-Verteilungsfunktion ist und in dem Artikel als (7) angegeben ist, was (die Ansicht) nahelegt, dass sie dem Verhalten von EUR/USD während seiner Entwicklung sehr ähnlich ist: