Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
I risultati iniziali possono sembrare "fantastici", ma in realtà è una realtà "dura". Non si sbircia nulla nel futuro. Ma ho trovato un "difetto" nel mio ottimizzatore. La situazione in cui il sistema non riesce a trovare un processo MA stabile (cioè la lunghezza della finestra scorrevole) non viene gestita correttamente, e alla lunghezza della finestra viene assegnato un valore pari a zero (non pensavo che tali situazioni fossero possibili). Se la finestra è 0, il risultato non è la MA, ma la serie di prezzi stessa. Una tale area è apparsa sulla gamma indagata:
Vi ricordo: EURUSD, ore,(H+L)/2, abbiamo cercato una MA stabile nella gamma della finestra scorrevole da 24 a 600.
Risultati previsionali (primi 500 campioni)
Previsione di una barra in avanti
Grafico dell'errore tra il valore reale e quello previsto. Potete vedere il segmento in cui il sistema non riesce a trovare una soluzione corretta e assegna la lunghezza della finestra mobile a zero (la previsione non dovrebbe essere generata):
Proprio in questa sezione c'è un "chattering", appaiono errori significativi - il metodo Burg predice la fonte - serie di prezzi stessa, che conferma la pratica e le raccomandazioni per il suo uso (BP dovrebbe essere liscia)
La dinamica della lunghezza della finestra scorrevole selezionata dal mio ottimizzatore:
Modello predittivo completo
Errore tra il valore reale e quello previsto.
Numero minimo di campioni di previsione - 2
Numero massimo di campioni di previsione - 3
Conclusione preliminare
Questo funziona davvero (il metodo di Burg e il mio ottimizzatore) e può essere effettivamente utilizzato. Tutti i valori previsti rientrano nell'intervallo di +/- 2 punti (se si esclude la previsione delle file vive, che è elementare). Circa l'ottanta per cento degli errori si trova nella gamma di +/- 1 punto. Finirò lo studio epossibilmente pubblicherò in un thread separato in modo più dettagliato, per non cestinare l'host, è possibile che qualcuno sia interessato a questo approccio.
Conclusione preliminare
Tutti i valori previsti rientrano in un range di +/- 2 pip
2p, non 20p? Il valore dell'errore sul grafico è 0,002
Conclusione preliminare
Tutti i valori previsti rientrano in un range di +/- 2 pip
2p, non 20p? Il grafico ha un valore di errore di 0,002
Una trama di 500 conteggi è in fase di studio. Le linee orizzontali rosse sono disegnate +/- 0,0001 e la maggior parte dei punti di previsione rientrano in questo intervallo. La massima dispersione (davvero molto grande) si osserva nell'area di circa 50 campioni in cui non si trova semplicemente una MA stabile e il prezzo è direttamente previsto. Non ho contato le cifre (più tardi), ma a occhio si può vedere che circa 450 punti rientrano nell'intervallo di +/- 0,0002..:
(non si sa mai:).
È facile escludere tali punti in Expert Advisor, tutto quello che si dovrebbe fare è non fare una previsione quando l'ottimizzatore restituisce il valore della lunghezza della finestra scorrevole uguale a "0". Basta non fare previsioni, aspettare :o)
In senso figurato, il suo metodo si riduce a questa analogia.
Si lanciano pietre nell'acqua e si cerca di prevedere, in base all'aumento del livello dell'acqua negli oceani del mondo, quale pietra verrà lanciata nel prossimo istante. Questo invece di guardare le rocce:-)
In senso figurato, il suo metodo si riduce a questa analogia.
Si lanciano pietre nell'acqua e si cerca di prevedere, in base all'aumento del livello dell'acqua negli oceani del mondo, quale pietra verrà lanciata nel prossimo istante. Questo invece di guardare le rocce:-)
(Seryoga, stai "scherzando" o facendo il furbo, che è essenzialmente la stessa cosa. Il mio ottimizzatore e Burg stanno lavorando, è quasi un fatto, ci sono ancora alcuni campioni da calcolare. E a cosa paragonarlo in senso figurato è una questione di generalizzazione. Non è che sto invocando il vecchio Freud per fare un confronto figurativo dei vostri metodi e modelli. :о)
E se si conosce il modello generale di previsione lineare, non si può capire ancora di più su pietre, acqua e livelli. Anche se i livelli, come nozione concettuale, sono molto importanti. Qui, per esempio, consideriamo il livello di birra fluttuante in un bicchiere. Puoi dire quanto sia prevedibile questo processo?
Sei ironico!
Seduto sul bordo della piscina nella sauna e muovendo il piede nell'acqua, osserva attentamente i disegni sul fondo - a prima vista un'accozzaglia di riflessi di luce. Ma se stai guardando la geometria esatta della piscina, troverai la posizione e la fase del tuo piede con la precisione del periodo dell'onda più breve. Quindi, il processo è prevedibile, ma non è chiaro perché diluire il segnale utile in un mare di rumore, in modo che possa essere ricostruito (previsto) da segni indiretti?
Sei ironico!
Seduto sul bordo della piscina nella sauna e muovendo il piede nell'acqua, osserva attentamente i disegni sul fondo - a prima vista un'accozzaglia di riflessi di luce. Ma se stai guardando la geometria esatta della piscina, troverai la posizione e la fase del tuo piede con la precisione del periodo dell'onda più breve. Quindi, il processo è prevedibile, ma non è chiaro perché diluire il segnale utile in un mare di rumore, in modo che possa essere ricostruito (previsto) da segni indiretti?
Non sono ironico, è solo che non vi capisco, dov'è un segnale utile e perché avete bisogno di una piscina con le gambe? Comunque, sto andando a fare un altro viaggio di lavoro, sarò lì tra un paio di settimane, quindi continuiamo se sono in vena.
Per favore, ignorate l'immagine. Non c'è - è un problema tecnico.
Neutrone
buon glitch, cosa significa a=10 e b=0.9 + profondità della finestra di analisi?
Te l'ho detto - non ci sono foto! Se riesci a vederlo, allora hai bisogno di aiuto :-)
Seriamente, è il più usuale filtro ricorsivo casuale, della forma:
y[i]=a*x[i]+b*y[i-1], dove a=0,1, b=0,9