De la théorie à la pratique - page 886
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
Yuri, il y a un programme python dans le wiki qui montre à quoi cela ressemblerait.
Vous, en tant qu'expert en python, ne sera-t-il pas difficile pour nous tous ici de montrer le résultat de ce programme ?
Je l'utilise, mais je ne suis pas un expert. Je sais seulement ce dont j'ai besoin.
Nah, c'est à toi de décider en quelque sorte. Je ne suis pas familier avec les entropies).
Je l'utilise, mais je ne suis pas un expert. Je sais seulement ce dont j'ai besoin.
Nah, c'est à vous de voir. Je ne connais pas les entropies).
Au fait, à propos de l'effet Gibbs.
il y avait un poste
l'effet est complètement éliminé.
Cependant, dans cette image, l'effet est présent et introduit à dessein, de sorte que le principe de calcul n'est pas clair...
et il y a également une conclusion sur ce qui se passera avec les mauvaises approches de l'analyse technique.
Au fait, à propos des effets Gibbs.
il y avait un poste.
L'effet est complètement éradiqué.
Personne ne peut le faire, mais vous l'avez fait. Vous devriez recevoir un prix Nobel). Que regardent-ils ?
Personne ne peut, et vous l'avez fait. Vous devriez recevoir un prix Nobel)). Que regardent-ils ?
Je ne veux rien.
Je n'ai pas encore fini.
Cependant, dans cette image, l'effet est présent et est introduit exprès pour que le principe du calcul ne soit pas clair.
Je ne vois rien !
Qu'est-ce qui est présent dans l'image ?
Je n'arrive pas à me sortir de la tête l'hypothèse d'Asaulenko selon laquelle la moyenne mobile la plus vraie est celle dont les écarts linéaires de prix forment une distribution normale.
J'ai donné une mission aux malades :
1. recueillir des données sur la CLOSE M1 de n'importe quelle paire de devises pendant un an.
2. de choisir une fenêtre temporelle glissante = 24 heures (1440 valeurs).
3. calculer les déviations linéaires du prix par rapport aux moyennes mobiles :
a) la médiane
b) la moyenne arithmétique
c) une moyenne pondérée avec différentes pondérations (temps, valeur absolue de l'incrément, probabilité de l'incrément, etc.)
d) toute autre moyenne de votre choix
4. dessiner des histogrammes
5. calculer les moments centraux des distributions obtenues
6. démontrer les résultats
Merci.
Je n'arrive pas à me sortir de la tête l'hypothèse d'Asaulenko selon laquelle la moyenne mobile la plus vraie est celle dont les écarts linéaires de prix forment une distribution normale.
Pardon, Monsieur. Mais je n'ai jamais dit ou sous-entendu quoi que ce soit sur la normalité. Seulement que lorsque la ligne de régression est tracée normalement, aucune queue de poisson n'est observée. Et que les queues ne sont qu'un résultat de la technique de traitement, mais pas une propriété du signal.
Pardon, monsieur. Mais je n'ai rien dit sur la normalité, et je n'ai rien insinué. Seulement que lorsque la ligne de régression est tracée normalement, aucune queue de poisson n'est observée. Et sur le fait que les queues ne sont qu'un résultat de la technique de traitement, mais pas une propriété du signal.
Il a dit et montré l'histogramme. C'est une très, très bonne hypothèse, ne la niez pas.
Je vais vous en dire encore plus : j'ai déjà fait des recherches et il s'avère, bizarrement, qu'une simple MA n'est pas la meilleure mesure de la tendance centrale. Un des meilleurs, mais pas au premier rang.
Je suis intéressé par la comparaison de mes recherches avec celles des autres. Pourtant, les personnes qui souffrent n'ont rien de mieux à faire que de vider leurs poches - laissez-les travailler un peu.
Je vais vous en dire encore plus : j'ai déjà fait des recherches et il s'avère, bizarrement, qu'une simple MA n'est pas la meilleure mesure de la tendance centrale. Un des meilleurs, mais pas au premier rang.
Cela est clair sans aucune recherche. Et pour longtemps).