Statistiche di dipendenza nelle citazioni (teoria dell'informazione, correlazione e altri metodi di selezione delle caratteristiche) - pagina 56
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
VNG: Есть. Два шикарных стейта. Один из них - подъем с 50 баксов до 10000 за 10 сделок в течение 3-х месяцев. Ни одной убыточной.
10000/50 = 200 = x^10.
x = 1.7.
Maledizione!
TAdv - Tattiche avverse, presentate da più punti. Gli schermi sono stati postati qui da uno degli autori.
I canali e le altalene di Vadimcha sono modelli pubblicati online da un utente chiamato Vadimcha. Non darò nessun link, cercate su Google il nickname, li troverete. Li ho cercati io stesso tre anni fa.
Screenshot con i modelli che ho postato poco sopra.
Il mio interesse è la formalizzazione di questi modelli per l'automazione.
Questo è ciò che vorrei formalizzare. La schermata mostra la sequenza di due impulsi neri. Il compito è quello di calcolare la lunghezza del terzo impulso rosso e il momento di arrivo al punto finale utilizzando i metodi TI.
Se c'è una metodologia per estrarre i modelli, allora descrivete passo dopo passo cosa e come calcolare nei vostri termini di riferimento, assumete un programmatore al livello appropriato e sarete felici.
Yusuf non mentirà.
Non sono solo dipendenti, sono estremamente dipendenti! La banalità econometrica sull'autocorrelazione di Pearson sulle prime battute mi è nota da tempo. Ma non è di alcuna utilità per me.
In realtà, è più o meno la stessa cosa che ho fatto io. Solo in una lingua diversa.
Se qualcuno è confuso dal linguaggio di TI - ok, potete usare il linguaggio della statistica. Hee-square, per la miseria!
L'interpretazione è lì. Leggi Wiki:
La nostra ricerca dice il contrario: i mercati finanziari sono inefficienti dal punto di vista informativo!Stop, stop, stop....
La domanda è specifica. L'articolo cita una dipendenza dalle informazioni. Un mercato non è una compagnia di soldati in altezza. Sono informazioni. C'è ACF e c'è un'altra formula di TI. Dov'è la base che è meglio (peggio) di ACF? Quindi anch'io mi scaccolo e scrivo una formula in opposizione a ACF. ACF rivela le tendenze, che vediamo sul quoziente. E rivela tendenze, cicli che non sono molto visibili all'occhio. Questo è uno strumento ausiliario per fissare ulteriormente i movimenti nella forma analitica. E cosa rivela TI? Queste presunte dipendenze di TI influenzano il movimento del quoziente?
10000/50 = 200 = x^10.
x = 1.7.
Maledizione!
Questo è un fatto.
10000/50 = 200 = x^10.
x = 1.7.
Maledizione!
Tu ed io abbiamo già detto che ACF rivela solo le dipendenze lineari. L'ACF di un quoziente non oltre il 10° passo è distrutto in una cifra statisticamente indistinguibile da zero.
E questa formula di TI (o, analogamente, il criterio del chi-quadrato) rivela qualsiasi dipendenza, qualsiasi grado di non linearità. E le dipendenze non sono fino alla decima barra, ma fino a un numero di migliaia. Senti la differenza?
Se c'è una metodologia per estrarre i modelli, allora descrivete passo dopo passo cosa e come calcolare nei vostri termini di riferimento, assumete un programmatore al livello appropriato e sarete felici.
Yusuf non mentirà.
Non mi serve assumere un programmatore. Io stesso faccio un po' di scultura e ho amici che non mi hanno mai rifiutato. Il problema è un altro: non è chiaro come formalizzarlo. Si può vedere con la testa e con gli occhi, ma non si può formalizzare. Ma non è questo che intendo al momento. Voglio risolvere esattamente il problema della previsione.
Sulla propria pelle.
un solo nascondiglio non è sufficiente per le statistiche))
Siamo stati qui per niente. Abbiamo discusso di cose serie e interessanti.....
E questo è il limite della ricerca della perfezione, che non lo è.
Io e te abbiamo già detto che ACF rivela solo relazioni lineari. ACF kotir non più tardi del 10° passo è annientato in una cifra statisticamente indistinguibile da zero.
E questa formula di TI (o, analogamente, il criterio del chi-quadrato) rivela qualsiasi dipendenza, qualsiasi grado di non linearità. E le dipendenze non sono fino alla decima barra, ma fino a diverse migliaia. Senti la differenza?
Non capisco. L'ACF ne trae tanto quanto ne mette, a che serve?
Perché ci si può fidare del TI su un gran numero di barre?