Von der Theorie zur Praxis - Seite 425

 
Alexander_K2:

Der Gral scheint gefunden worden zu sein.

Das muss noch in der Praxis bewiesen werden - aber bevor ich das tue, ziehe ich meinen Hut vor Ihnen in der Öffentlichkeit. Einige Hinweise haben mir wirklich geholfen. Ich danke Ihnen.

Überprüfen Sie den Verlauf im Tester. MT5 hat eine Tick-Historie mit echten Ticks.

 
Evgeniy Chumakov:


An alle Liebhaber des Studiums der Inkremente. Wer hat eine Meinung dazu, gibt es ein Korn zu diesem Diagramm oder ist es sinnlos, weiterzumachen?

Und ist es in diesem Fall überhaupt möglich, die nächste Erhöhung vorherzusagen?

1) Stationarität von Inkrementen ist hier durchaus möglich

2) Die Inkremente sind höchstwahrscheinlich abhängig (nach dem Ausbruch gibt es einen Rückfall)

3) Die Verwendung linearer (und auch nichtlinearer) Regression zur Vorhersage ist problematisch, da die Werte der Reihen diskret aussehen.

4) Wir können versuchen, die Markov-Kette anstelle der Regression zu verwenden.

5) Die Hauptsache ist jedoch, dass die Sequenz durch einen Zufallsprozess modelliert werden kann. In diesem Fall ist die Mathematik nicht sehr hilfreich. Sie könnten zum Beispiel einen Witz machen und eine deterministische Sequenz aufstellen.

 
Alexander_K2:

Nein, es ist zu früh, um sich zu verabschieden.

Hier sind die Charts für EURUSD in dieser Woche, mit Varianzberechnung nach der Formel D=(c*t*lambda)/4

Und hier ist ein weiterer mit dem geheimen Parameter

Wenn wir also die Diagramme 2 und 3 betrachten, ist dies der gewünschte Gral. А?

Hier sind wir also wieder gegen den Trend mit der minimalen Amplitude einer Rückwärtsbewegung eingestiegen... Obwohl es logischer gewesen wäre, den umgekehrten Weg einzuschlagen... Das heißt, die ganze Theorie von der linken Seite auf die rechte Seite zu verlagern, in der Hoffnung auf die Chance...

 
Aleksey Nikolayev:

1) Stationarität von Inkrementen ist hier durchaus möglich

2) Die Gradienten sind wahrscheinlich abhängig (es gibt Umkehrungen nach Ausreißern)

3) Die Verwendung linearer (und auch nichtlinearer) Regressionen für Vorhersagen ist problematisch, weil die Werte der Reihen diskret aussehen.

4) Wir können versuchen, die Markov-Kette anstelle der Regression zu verwenden.

5) Die Hauptsache ist jedoch, dass die Sequenz durch einen Zufallsprozess modelliert werden kann. In diesem Fall ist die Mathematik nicht sehr hilfreich. Sie könnten z. B. einen Witz machen und eine deterministische Sequenz vorgeben.

keine

 
Renat Akhtyamov:

keine

Ja. Dies geht aus dem Diagramm der kumulativen Inkrementensumme in der Datei return.csv im beigefügten Archiv hervor:

plot(cumsum(r$r),type = "l")

 

Alexander, hast du den Beitrag gelöscht, in dem du um eine Tabelle gebeten hast?


Falls nicht, füge ich das Archiv mit dem Mql4-Code (vielleicht funktioniert auch 5) und der csv-Datei bei.


Sagen Sie mir, ob Sie die Formel ändern müssen oder ob ich sie vielleicht von der falschen Stelle übernommen habe.

Dateien:
Downloads.zip  32 kb
 
Aleksey Nikolayev:

Ja. Dies geht aus dem Diagramm der kumulativen Inkrementensumme in der Datei return.csv im beigefügten Archiv hervor:



Wenn die Inkremente also abhängig sind, gibt es eine Chance? Ich habe eine Live-Messung des Diagramms vorgenommen.
 
Evgeniy Chumakov:

Alexander, hast du den Beitrag gelöscht, in dem du um eine Tabelle gebeten hast?


Falls nicht, füge ich das Archiv mit dem Mql4-Code (vielleicht reicht auch 5) und der csv-Datei bei.


Sagen Sie mir, ob Sie die Formel ändern müssen oder ob ich sie vielleicht von der falschen Formel übernommen habe.

Niemand ist daran interessiert.

Ich brauche mehr Zeilen für das Konfidenzintervall.

Die Formel ist privat.

 
Alexander_K2:

Und niemand ist daran interessiert.

Es werden mehr Konfidenzintervalllinien benötigt.

Die Formel ist privat.

Die Formel ist hier besser.

es lesen

 
Renat Akhtyamov:

die Formel ist hier besser

lesen

Von Null plus/minus 3*(SUM(ABS(return))/sqrt(240))