![MQL5 - Lenguaje de estrategias comerciales para el terminal de cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
a Yurixx
La serie de precios no tiene ninguna distribución normal y la construcción de "modelos" sobre esta base conducirá a un error considerable.
P.D. Mi error, desatento, un error allí, RMS no puede aspirar al infinito. Tome la suma sólo para los incrementos M
Yuri, un primer vistazo a esta misma dependencia. Lo primero que llegó a las manos fue un reloj EURUS. El rango en estudio es (10000 - mentido) 5000 cuentas, el tamaño de la ventana fue de 50 a 3000 en intervalos de 50. Esto es lo que salió (como se esperaba):
P.D.: lo más fácil es hacer una aproximación y obtener una función analítica muy precisa.
P.D. Culpa mía, desatento, un error ahí, RMS no puede aspirar al infinito. Tome la suma sólo para los incrementos M
De acuerdo :)
Y aquí está la adicción en sí misma, un poco dura:
Gracias, Sergey. 10000 es un número demasiado pequeño para un intervalo M de 50 - 3000. Por eso hay tales no-suavidades como en la parte superior de su curva. Además, la zona de valores pequeños, que es la que me interesa, tiene divergencias demasiado grandes. Voy a probar la idea de calcular de esta manera. Lo único que temo es tener que recalcular cada vez que cambie a un nuevo instrumento, o t/f, o lo que sea.
De nada, no era un resultado acabado. :о) Me parece que esta es la única forma normal y perfectamente válida de obtener un resultado. Las conclusiones teóricas pueden dar una estimación más aproximada, pero aquí tenemos estadísticas. Puede tomar toda la muestra y ejecutar el algoritmo con el paso óptimo para el tamaño de la ventana.
Y por alguna razón me parece que el coeficiente en la potencia será aproximadamente el mismo para el resto de los casos, pero el primer coeficiente seguramente cambiará y simbolizará la dispersión de la muestra inicial. Por cierto, se puede comprobar - condiciones similares, pero tomar otra serie en general en otro lugar:
Dependencia
La función analítica
Los coeficientes no difieren mucho:
Opción 1: -0,0005
Variante 2: -0,0004
Así, tomando más datos brutos se puede obtener una dependencia más o menos exacta sin vincularse al primer coeficiente :o) ¡Estoy seguro!
No estoy discutiendo, pero...
Ahí es básicamente donde empecé. Pero luego descubrí que la situación cambia para diferentes TFs. Es comprensible - menos barras (o más) - obtenemos una N diferente. Dicha dependencia de M, tal y como se muestra en los gráficos anteriores, la he obtenido desde el principio, pero al pasar a otro TP, como resultado de cambiar el número total de barras, esta curva se desplaza verticalmente. Resulta que no debemos buscar una dependencia de M, sino de la relación entre N y M.
No estoy discutiendo, pero...
Ahí es básicamente donde empecé. Pero luego descubrí que la situación cambia para diferentes TFs. Es comprensible - menos barras (o más) - obtenemos una N diferente. Dicha dependencia de M, tal y como se muestra en los gráficos anteriores, la he obtenido desde el principio, pero al pasar a otro TP, como resultado de cambiar el número total de barras, esta curva se desplaza verticalmente. Resulta que hay que buscar una dependencia no de M, sino de la relación entre N y M.
Sí, los diferentes plazos deberían corregir el resultado y probablemente sea más fácil obtener la dependencia para cada uno de ellos que tratar de encontrar una fórmula universal (todo depende del criterio precio-calidad). ¿Quizás la elección de (H+L)/2 suavizaría las diferencias?