La etiqueta del mercado o los buenos modales en un campo de minas - página 57
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
Aquí vamos de nuevo con la OTO del mercado. El caso es que hay un retraso, claro, porque la media de la barra llega inmediatamente después de su apertura, pero, por otro lado, no existe, porque cuando la barra ya está formada, no nos importa cuándo exactamente dentro de la barra ha llegado esa media de oro. He visto bares que empiezan y terminan en el centro. La esencia de tu argumento con Neutrón no vale ni una sola palabra. Es que las barras no son barras para Neutrón, porque un cociente no está cuantificado por el tiempo, mientras que una barra es una BARRA para ti.
Tienes diferentes "marcos de referencia", eso es todo.
No, no es viejo... >> ¡Oh, Superstar!
¿Sigues siendo tonta, querida? La vejez no es divertida.
Aquí vamos de nuevo con la OTO del mercado. El caso es que hay un retraso, claro, porque la media de la barra llega inmediatamente después de su apertura, pero, por otro lado, no existe, porque cuando la barra ya está formada, a nadie le importa cuándo ha llegado esa media de oro dentro de la barra. He visto bares que empiezan y terminan con el medio. La esencia de tu argumento con Neutrón no vale ni una sola palabra. Es que las barras no son barras para Neutrón, porque un cociente no está cuantificado por el tiempo, mientras que una barra es una BARRA para ti.
Tienes diferentes "marcos de referencia", eso es todo.
El argumento es sobre muchas cosas, esta en particular. Sergei dio un argumento "convincente" para ello. Pero parece que no soy capaz de explicar una cosa sencilla. No hay ningún retraso, no hay ningún retraso. No puede estar ahí por definición. Los datos de los que se derivan estas cifras no se solapan. No hay fase, los números son completamente iguales.
Adenda: Es como tomar dos puntos de una onda sinusoidal y decir que en x en incrementos de 0,1 y en x en incrementos de 10,0 hay un retardo.
Está bien, nos quedaremos con nuestra opinión...
Pruébalo.
Así que buena suerte :). La descomposición en series de Taylor es aún peor que en armónicos porque un polinomio de grado distinto de cero no tiene un rango de valores limitado.
Además de sus palabras resulta que no es un polinomio en absoluto, sino una máquina de ondulación SMA ordinaria.
Muy bien, entonces. Esta es la idea en sí. Si se piensa en profundidad, no hay fuerza de mercado que subestime la importancia de las barras 2ª, 4ª y 11ª en comparación con las barras vecinas. Es decir, cabe esperar que las barras vecinas tengan valores muy próximos. Lo que ocurrió hace 11 horas es tan importante como lo que ocurrió hace 12 horas. Por lo tanto, debemos esperar una transición suave en los pesos de una barra a sus vecinos. Por lo tanto, la curva que describe el peso en función del número de barra (retraso) debe ser suave. Si esto es cierto, esta curva w[n] puede ser aproximada por una serie de Taylor, es decir, por un polinomio. Puede, por ejemplo, ajustar un polinomio de tercer o cuarto grado a sus pesos. El siguiente supuesto de mi idea es el siguiente. En lugar de optimizar los pesos en sí (tienes 16), optimiza los coeficientes del polinomio (a0+a1*n+a2*n^2+a3*n^3, optimiza a0...a3, obtienes 4 parámetros en total), y utiliza la fórmula a0+a1*n+a2*n^2+a3*n^3 para la barra n-ésima. Mucho menos cálculos. Pruébalo.
Le agradezco sinceramente la idea, sin embargo, una vez en mi infancia escuché (de los chicos de la entrada), que si se encuentra un error en el fundamento del concepto, todas las construcciones posteriores pueden ser desestimadas, independientemente de su atractivo científico. Usted tiene un error en la idea de la suavidad como un funcional necesario para la transición de uno(estado del mercado) a otro. Ay. Debo decepcionarle. El mercado pasa de la A a la Z sin reverencia intermedia. Si fuera de otro modo, no sería un foro, sino una reunión de Soros.
No importa... Te voy a dar una nueva idea (concepto de mercado), seguro que es más fructífera que la que has tenido hasta ahora:
Es bastante sencillo a primera vista:
La regularidad es una forma de que exista el azar. Lo contrario no es cierto.
a Neutrón
El producto no funcionará en este sistema operativo
fue a buscar jabón...
Por cierto, yo también puedo predecir así. Incluso sin un AR. :) Pero no me dio nada. Puedo adivinar "hacia dónde" irá el precio con una precisión del 80% pero no tengo GANANCIAS. Es triste. ;)
La serie (H+L)/2. Lo denoto por Mu para abreviar. Supongamos que no podemos predecir con exactitud este valor, pero sí el signo de la diferencia Mu(n)- Mu(n+1). Por ejemplo, para la barra actual sabemos que el siguiente delta Mu(n) - Mu(n+1) será positivo. Entonces tenemos que estimar estadísticamente el nuevo incremento y a partir de él pasar a Mu(n+1). Añadamos a este nivel la estimación RMS de la extensión de la barra. Obtenemos el nivel de oficio e incluso hice un dibujo para mejorar la expresión artística:
Si las frecuencias de aparición de estos niveles son grandes y proporcionales a la dispersión, podemos tener éxito. ¿Realmente predice este delta al 80%?
PD: Yo personalmente no trabajo tan cerca del precio. No hay muchas posibilidades, o más bien ninguna. Acabo de hacerme a la idea de que, efectivamente, es posible pronosticar no con precisión, sólo en la dirección. Hice mis propios pronósticos con dicha "tecnología": "¿Has visto esta imagen?" al menos durante 24 horas en barras de 15 min, aquí hay ejemplos de pronósticos reales, terminaré las próximas pruebas - habrá más (sólo depuración, no todo el astrolabio ha sido construido todavía):
Prueba de los sistemas de predicción en tiempo real
a gpwr
Sí, de alguna manera me perdí tu penúltimo post. Hay una pregunta interesante aquí: ¿qué te hace pensar que el peso (en principio) puede ser una función de su propio índice del tiempo? Creo que entiendo el origen de tu idea: estás viendo gráficos de pesos. Hay una sutileza: en dos experimentos diferentes (resultados de entrenamiento sobre el mismo vector de entrenamiento) estos gráficos (visual y topológicamente) pueden ser significativamente diferentes, mientras que los resultados de la cuadrícula (estadísticamente) son sustancialmente los mismos. Si incluso se consigue encontrar un funcional satisfactorio para entrenar la red por el método propuesto, los resultados del entrenamiento (dos experimentos consecutivos sobre el mismo vector) serán completamente idénticos, es decir, no será una red neuronal, sino algo completamente determinista. Como diría Neutrón, que ya está dormido, una red así estará exactamente entrenada para un vector, pero no podrá componer poemas. Por lo tanto, no tiene ninguna utilidad en el comercio. Cada recuento sucesivo no es similar al anterior (y a los frescos), y una parrilla normal ni siquiera cuenta con eso. Se asemeja a alguna imagen que ha aprendido. Si se sustituye aproximadamente por exactamente, la entropía de tal red será igual a cero (es decir, un paso a la izquierda, un paso a la derecha - fusilamiento, un salto en el lugar - provocación).
Entre otras cosas no veo una diferencia especial en la velocidad de entrenamiento por tu método sugerido, porque para cambiar un coeficiente del polinomio necesitaré exactamente los mismos recursos, que para corregir un peso, y hay n coeficientes (para cada peso), así que ¿cuál es la ganancia?
La serie (H+L)/2. Lo denoto por Mu para abreviar. Supongamos que no podemos predecir con exactitud este valor, pero sí el signo de la diferencia Mu(n) - Mu(n+1). Por ejemplo, para la barra actual sabemos que el siguiente delta Mu(n) - Mu(n+1) será positivo. Entonces tenemos que estimar estadísticamente el nuevo incremento y a partir de él pasar a Mu(n+1). Añadamos a este nivel la estimación RMS de la extensión de la barra. Obtenemos el nivel de oficio e incluso hice un dibujo para mejorar la expresión artística:
Si las frecuencias de aparición de estos niveles son grandes y proporcionales a la dispersión, podemos tener éxito. ¿Realmente prevén este delta en un 80%?
Sorprendido de ver el algoritmo que demuestra este mismo 80%. Estoy buscando un error. Parece muy sencillo. No funciona así.
а-а-а-а-а-а-а-а-а-а-а-!!!!! Tenemos que ver dónde está la luna, tal vez esa sea la razón. Ahora entiendo la expresión "faltan palabras" ¿Es ahí donde está el retraso?
Construido especialmente para ti:
Se puede ver claramente que el FZ siempre está ahí y se ve claramente en los movimientos bruscos del kotir.
Puedes ver que el retraso siempre está ahí, y es fácil detectarlo visualmente en los movimientos bruscos del kotir. Aprende las matemáticas, y la próxima vez que se te ocurra la siguiente idea súper brillante, para cuya puesta en práctica crees que necesitas uno o dos institutos de investigación y un clúster de PC, piensa por un momento: tal vez no sepas o no entiendas. Al fin y al cabo, esto es más probable que un "descubrimiento de época", en una zona donde todo ha sido pisoteado antes que tú.
Propongo una forma abreviada de describir todas las escalas, en este caso un polinomio. Aquí se lo mostraré con su ejemplo. Ha aprendido su red sobre un determinado vector de entrada y ha obtenido los valores de todos los pesos w[n] donde n=0...15.
Creo que paralocus te señala muy acertadamente que tu idea se basa en la hipótesis no demostrada de la estacionariedad de los procesos de mercado asignados a NS. Sólo en el caso de que se confirme podemos esperar alguna apariencia de estacionariedad de los pesos NS y, en consecuencia, la aplicabilidad del método de extrapolación para encontrar pesos sin entrenamiento de la red. Pero, si fuera así, no volveríamos a entrenar la rejilla en cada nuevo dato de PA, pero tenemos que hacerlo, y este hecho, aunque indirectamente, ¡pero habla a favor de la no estacionariedad de los pesos! Además, siempre se puede realizar un experimento numérico y ver cómo se comportan los pesos de la rejilla entrenada de una muestra a otra. ¿Vemos?
Para ello vamos a realizar 500 experimentos desplazando una barra cada vez y aprendiendo a predecir la siguiente. Enseñaremos la red de nuevo en cada bar. Para evitar mostrar el vector de pesos las 500 veces en un gráfico, promediaremos los valores obtenidos para cada peso y los mostraremos mostrando la varianza (dispersión de valores) correspondiente a cada peso en forma de asa trazada a lo largo del nivel 1/e:
El eje de abscisas muestra el número de la entrada NS, el eje de ordenadas el valor medio del peso en esta entrada, para una red totalmente entrenada. Como se puede observar, para los marcadores horarios (fig. de la izquierda), los valores de los pesos se encuentran en la zona de su dispersión estadística (rango de los bigotes), lo que refuta directamente la hipótesis de estacionariedad. El caso es un poco mejor en los minutos; es estadísticamente significativa la primera entrada de NS (muestra cero en el gráfico) que es responsable de la conocida antipersistencia de kotier (coeficiente de correlación negativo en una serie de la primera diferencia entre muestras vecinas) en los TF pequeños.
Por lo tanto, es prematuro hablar de la necesidad de desarrollar un método para aproximar los pesos NS por un polinomio.