Le modèle de régression de Sultonov (SRM) - qui prétend être un modèle mathématique du marché. - page 41
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
La deuxième colonne est Yi ? Lui ?
Construisez d'abord une ligne de régression linéaire, puis applaudissez.
Ce qu'il y a à construire, c'est plutôt clair comme de l'eau de roche. Et votre SPM, s'il était plus humainement construit, devrait se redresser à 0,5.
S'il vous plaît :
Pas 0,5, mais quand même... A une extrémité 0,486691, à l'autre 0,491087.
La moyenne est de 0,4889.
Pas 0,5, mais quand même... 0,486691 à une extrémité, 0,491087 à l'autre.
Oui, j'ai dû exagérer avec les zéros, si on déplace un peu le graphique, il s'avère que dans les deux cas MO=0.5 :
Ici, on a demandé à https://forum.mql4.com/ru/19762/page30 de décrire une séquence aléatoire de 10 chiffres comme modèle de marché. C'est ce qui est apparu dans le cas de RMS et LR :
Bon point également d'ici https://forum.mql4.com/ru/19762/page29
gpwr 09.06.2009 03:27
Désolé pour l'intrusion. J'ai lu presque tout le fil de discussion et je n'ai pas réussi à comprendre ce qu'est l'argument de Fourier. L'objet de la branche est la description des conditions du marché qui affectent l'évolution future des prix. Qu'est-ce que Fourier a à voir avec ça ? Je suis d'accord pour dire que le mouvement du prix peut être décomposé en sinus et cosinus : m+An*cos(wn*t)+Bn*sin(wn*t). Et alors ? Le spectre (An+j*Bn) sera notre description de l'état du marché ? L'idée est intéressante. Mais dans la transformée de Fourier discrète, le nombre de sinus et de cosinus est égal au nombre de cours pris. Quel est alors l'avantage d'utiliser les paramètres de sortie du DFT (An et Bn) pour décrire le marché ? Le nombre de variables n'est pas réduit. Nous devons donc prendre les plus grandes amplitudes sqrt(An^2+Bn^2). Ils deviennent, avec leurs fréquences, la description du marché ? Est-ce que je vais dans la bonne direction ? En utilisant ces paramètres (An, Bn, wn), nous allons prédire le futur en extrapolant les sinus et cosinus correspondants dans le futur ? ont fait une telle chose. Il y a une grande méprise dans cette approche. La transformée de Fourier n'est rien d'autre que l'ajustement d'une série trigonométrique à la courbe de prix originale. Cela a autant de sens que d'adapter des polynômes et autres fonctions à une courbe de prix. Vous pouvez le tordre et prendre les fonctions de Bessel, sinc, Si et ainsi de suite. Tous ces ajustements atteindront leur objectif de reproduction exacte du prix. Mais qui nous a dit qu'il y avait des fonctions trigonométriques, des polynômes ou des fonctions de Bessel cachés dans le mouvement des prix ? Ce ne sont que des fonctions d'approximation. Ils peuvent être adaptés à n'importe quoi. Pour extrapoler les sinus et les cosinus, vous devez d'abord prouver que le mouvement des prix est décrit par des équations différentielles ordinaires comme un circuit oscillant. J'ai du mal à voir les avantages de la transformée de Fourier pour décrire le marché. Bien que ça ne me dérange pas si quelqu'un décide de me faire changer d'avis. Qui a d'autres idées ?
Je vous suggère de regarder la vue de la fonction obtenue en différenciant (18) et qui est la densité de la fonction de distribution RMS et donnée dans l'article comme (7), qui (la vue) suggère est très similaire au comportement de l'EUR/USD pendant son évolution :
Je vous suggère de regarder la vue de la fonction obtenue en différenciant (18) et qui est la densité de la fonction de distribution RMS et donnée dans l'article comme (7), qui (la vue) suggère est très similaire au comportement de l'EUR/USD pendant son évolution :