Il modello di regressione di Sultonov (SRM) - che pretende di essere un modello matematico del mercato. - pagina 41
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
La seconda colonna è Yi? Lui?
Costruite prima una linea di regressione lineare, poi applaudite.
Quello che c'è da costruire, è abbastanza chiaro come dovrebbe andare. E il tuo PMS, se fosse più umanamente costruito, dovrebbe raddrizzarsi a 0,5.
Per favore:
Non 0,5, ma comunque... Ad un'estremità 0,486691, all'altra 0,491087.
La media è 0,4889.
Non 0,5, ma comunque... 0,486691 a un'estremità, 0,491087 all'altra
Sì, devo aver esagerato con gli zeri, se si sposta un po' il grafico, si scopre che in entrambi i casi MO=0,5:
Qui https://forum.mql4.com/ru/19762/page30 è stato chiesto di descrivere una sequenza casuale di 10 cifre come modello di mercato. Questo è quello che è venuto fuori nel caso di RMS e LR:
Buon punto anche da qui https://forum.mql4.com/ru/19762/page29
gpwr 09.06.2009 03:27
Scusate l'intrusione. Ho letto quasi tutto il thread e non sono riuscito a capire di cosa si tratta l'argomento Fourier. L'oggetto del ramo è la descrizione delle condizioni di mercato che influenzano il futuro movimento dei prezzi. Cosa c'entra Fourier? Sono d'accordo che il movimento del prezzo può essere scomposto in seni e coseni: m+An*cos(wn*t)+Bn*sin(wn*t). Quindi? Lo spettro (An+j*Bn) sarà la nostra descrizione dello stato del mercato? L'idea è interessante. Ma nella trasformata discreta di Fourier il numero di seni e coseni è uguale al numero di prezzi presi. Qual è allora il vantaggio di usare i parametri di uscita della DFT (An e Bn) per descrivere il mercato? Il numero di variabili non si riduce. Quindi dobbiamo prendere le ampiezze più grandi sqrt(An^2+Bn^2). Loro con le loro frequenze diventano la descrizione del mercato? Sto andando nella giusta direzione? Usando questi parametri (An, Bn, wn) prevederemo il futuro estrapolando i corrispondenti seni e coseni nel futuro? Hanno fatto una cosa del genere. C'è un grande equivoco in questo approccio. La trasformata di Fourier non è altro che l'adattamento di una serie trigonometrica alla curva del prezzo originale. Ha tanto senso quanto l'adattamento di polinomi e altre funzioni alla curva dei prezzi. Si può girare e prendere le funzioni di Bessel, sinc, Si e così via. Tutti questi aggiustamenti raggiungeranno il loro obiettivo di riproduzione esatta del prezzo. Ma chi ci ha detto che ci sono funzioni trigonometriche o polinomi o funzioni di Bessel nascoste nel movimento dei prezzi. Sono solo funzioni approssimative. Possono essere adattati a qualsiasi cosa. Per estrapolare i seni e i coseni devi prima dimostrare che il moto dei prezzi è descritto da equazioni differenziali ordinarie come un circuito oscillante. Trovo difficile vedere i vantaggi della trasformata di Fourier per descrivere il mercato. Anche se non mi dispiace se qualcuno decide di farmi cambiare idea. Chi ha altre idee?
Vi suggerisco di guardare la vista della funzione ottenuta differenziando (18) e che è la densità della funzione di distribuzione RMS e data nell'articolo come (7), che (la vista) suggerisce è molto simile al comportamento di EUR/USD durante la sua evoluzione:
Vi suggerisco di guardare la vista della funzione ottenuta differenziando (18) e che è la densità della funzione di distribuzione RMS e data nell'articolo come (7), che (la vista) suggerisce è molto simile al comportamento di EUR/USD durante la sua evoluzione: