Non il Graal, solo uno normale - Bablokos!!! - pagina 265

 
chiedere soldi, non hai bisogno di intermediari :))
 
Joker:

Saluti colleghi!

Buon anno nuovo e buon Natale a tutti! :)

Buone vacanze anche a te, Sensei, e buona tendenza per tutto il 2016!

S.E. .... Ma la mia mente si rifiuta di crederci! )))

Z.I. Y.La regola principale della realtà è di non rimanere impigliati nelle proprie illusioni.;)

 
come se l'illusione fosse fondamentalmente diversa dalla realtà...
 
wow, mi sono ricordato di un vecchio account... figo!
 
Joker:

Lo spread trading non riguarda i prezzi, i livelli o altre cose. È il trading del tasso di cambiamento della pasta nel mercato rispetto all'altro.

Immaginate due cavalli su cui avete l'opportunità di scommettere allo stesso modo su uno e sull'altro. Considerando la natura del forex, uno di questi cavalli si rivelerà sicuramente turbo nella sua direzione e sarà in vantaggio. La differenza delle ciambelle è il vostro profitto.


Scegliamo i cavalli che pensiamo correranno nella stessa direzione (monete cointegranti nella direzione del movimento). I cavalli che corrono più velocemente sulle orecchie, li giriamo sulle orecchie di conseguenza)))

I cavalli storti senza denti e con i fiocchi sulla coda (cioè, quelli che non si adattano al nostro canale - li scartiamo. Non abbiamo bisogno di battute sui cavalli ubriachi).

Selezioniamo i cavalli più vigorosi a nostro avviso (marginali, cioè coppie che si trovano nella zona di ipercomprato o ipervenduto).


La cosa principale è non scommettere sulla vittoria del cavallo correndo all'indietro (cioè contro il mercato))

In generale:

- Prendiamo i cavalli che pensiamo siano i più zelanti (i più esterni, i più pettinati, gli zoccoli da far brillare e i denti da spazzolare.

- Prendiamo il diametro del posteriore dei cavalli (cioè il loro valore), li allineiamo artificialmente (lotti).

- Secondo: abbiamo visto la convergenza (cioè l'inizio dei cavalli nella giusta direzione, cioè e i tacchi brillavano) . Dopo la partenza abbiamo visto quale cavallo era più zelante.

- Avendo visto la saltellanza dei cavalli alla partenza abbiamo di nuovo aggiustato le nostre scommesse, allineandole per lotti


La differenza è che nelle corse di cavalli non possiamo piazzare una scommessa dopo la partenza e prima dell'arrivo, mentre nel Foreo possiamo.

Quindi abbiamo fatto una scommessa livellata. Il cavallo più veloce ci porterà comunque un profitto.

Dopo che i cavalli hanno finito si fermeranno (questa è la divergenza).


su forexsystems è stata posta una domanda: qualcuno capisce di cosa tratta questo post?

Non pretendo di avere ragione, infatti credo che la vecchia descrizione del processo non corrisponda a quella attuale dell'autore, ma rischierò di descriverlo come lo capisco ora.

Non posso dire di aver capito completamente e correttamente di cosa parlava l'autore, soprattutto il termine "doughboys" rimane un mistero per me.

il cavallo non è una coppia e non è uno spread (almeno ora... forse Joker intendeva un cavallo come uno spread, ma ora penso che un cavallo debba essere inteso come qualcosa di completamente diverso) non è così?

l'inizio dei cavalli - pensavo che fosse una sorta di punto di riferimento, come una sorta di canale di confine tattile o qualcos'altro di significativo, ora non credo che lo sia

Capisco che alcuni cavalli possano correre all'indietro.

Cosa facciamo se dopo la partenza uno dei cavalli decide improvvisamente di tornare indietro o di andare a fumare (succede anche questo)? cosa fa l'autore in questo caso? fa uscire un cavallo di riserva dalla partenza per sostenere quello perso?

e la domanda rimane senza risposta - è possibile montare gli stessi cavalli che hanno già finito nella prossima corsa, che potrebbe svolgersi subito? o "agnelli alla stalla, frigorifero alla casa?" cioè premio in tasca, ma cavalli per la carne? penso che gli stessi cavalli potrebbero partecipare a due o tre corse in più, no? allora dovrebbero essere inviati subito per la carne

Ma si vede che alcuni cavalli possono essere usati indefinitamente, quindi perché dovrebbero essere usati per la carne?


È totalmente comprensibile che l'autore partecipi a una corsa di cavalli, perché il cavallo arriva al traguardo tutto in una volta

ma non è chiaro perché non si può partecipare a gare di scarafaggi quando si può scommettere su famiglie di scarafaggi, per esempio?

scarafaggi allo zenzero contro scarafaggi neri, di bosco, di cantina e di sottobosco, per esempio?

Non sono cavalli, naturalmente, e non possono finire come cavalli, il che diminuisce parzialmente il premio totale, ma finiranno, vero?

Inoltre, le corse di scarafaggi sono il nostro divertimento domestico, possono essere praticate in qualsiasi parco giochi con i ragazzi dei vicini.

 

Due settimane di lettura + insulti della moglie + matematica + immaginazione = qualcosa di simile. Vorrei ringraziare il topicstarter, è un grande che ha mascherato e allo stesso tempo dichiarato tutte le regole in chiaro. Vorrei ringraziare Joker, che ha trovato una soluzione software, anche se non il problema iniziale, ma l'ha fatto, e sospetto che molte persone abbiano trovato un vero sistema con cui lavorare.

Voglio dire una cosa ai "saggi matematici": da EURUSD + vendere GBPUSD non è uguale a da EURGBP !!!!!!!!!.

E poiché il sistema doveva essere originariamente in una "copertura" o in un "arbitraggio", chiunque lo voglia chiamare così. È possibile trovare dei veri e propri canali stazionari (per spread o sintetici, o qualsiasi termine si preferisca) e si può davvero lavorare in questi canali.

Grazie mille ancora una volta al topicstarter Aleksander.

Sinceramente ....

 
Qualcuno mi aiuti a capire questa funzione LRBuild.
Ho due array - i grafici AUDUSD e NZDUSD, come fare la regressione tra loro?
Quali parametri devo usare nella funzione?
//+------------------------------------------------------------------+
//| Linear regression                                                |
//| Subroutine builds model:                                         |
//|     Y = A(0)*X[0] + ... + A(N-1)*X[N-1] + A(N)                   |
//| and model found in ALGLIB format, covariation matrix, training   | 
//| set errors (rms, average, average relative) and leave-one-out    |
//| cross-validation estimate of the generalization error. CV        |
//| estimate calculated using fast algorithm with O(NPoints*NVars)   |
//| complexity.                                                      |
//| When  covariation  matrix  is  calculated  standard deviations of| 
//| function values are assumed to be equal to RMS error on the      |
//| training set.                                                    |
//| INPUT PARAMETERS:                                                |
//|     XY          -   training set, array [0..NPoints-1,0..NVars]: |
//|                     * NVars columns - independent variables      |
//|                     * last column - dependent variable           |
//|     NPoints     -   training set size, NPoints>NVars+1           |
//|     NVars       -   number of independent variables              |
//| OUTPUT PARAMETERS:                                               |
//|     Info        -   return code:                                 |
//|                     * -255, in case of unknown internal error    |
//|                     * -4, if internal SVD subroutine haven't     |
//|                           converged                              |
//|                     * -1, if incorrect parameters was passed     |
//|                           (NPoints<NVars+2, NVars<1).            |
//|                     *  1, if subroutine successfully finished    |
//|     LM          -   linear model in the ALGLIB format. Use       |
//|                     subroutines of this unit to work with the    |
//|                     model.                                       |
//|     AR          -   additional results                           |
//+------------------------------------------------------------------+
static void CAlglib::LRBuild(CMatrixDouble &xy,const int npoints,const int nvars,
                             int &info,CLinearModelShell &lm,CLRReportShell &ar)
  {
//--- initialization
   info=0;
//--- function call
   CLinReg::LRBuild(xy,npoints,nvars,info,lm.GetInnerObj(),ar.GetInnerObj());
//--- exit the function
   return;
  }
 
GerbertX:
Qualcuno può aiutarmi a capire questa funzione LRBuild.
Ho due array - AUDUSD e NZDUSD. Come posso usare la regressione tra loro?
Quali parametri devo usare nella funzione?

Non sono sicuro di come collegare queste funzioni da algib, ma ecco un link per vedere come farlo nel codice dell'indicatore pronto all'uso

https://www.mql5.com/ru/code/11859

 
ara66676:

Due settimane di lettura + insulti della moglie + matematica + immaginazione = qualcosa di simile. Vorrei ringraziare il topicstarter, è un grande che ha mascherato e allo stesso tempo dichiarato tutte le regole in chiaro. Vorrei ringraziare Joker, che ha trovato una soluzione software, anche se non il problema iniziale, ma l'ha fatto, e sospetto che molte persone abbiano trovato un vero sistema con cui lavorare.

Voglio dire una cosa ai "saggi matematici": da EURUSD + vendere GBPUSD non è uguale a da EURGBP !!!!!!!!!.

E poiché il sistema doveva essere originariamente in una "copertura" o in un "arbitraggio", in qualsiasi modo lo si voglia chiamare. È possibile trovare dei veri e propri canali stazionari (per spread o sintetici, o qualsiasi termine si preferisca) e si può davvero lavorare in questi canali.

Grazie mille ancora una volta al topicstarter Aleksander.

Sinceramente ....

A proposito di "da EURUSD + vendere GBPUSD non è uguale da EURGBP !!!!!!!!!" questo è stato conosciuto per molto tempo.

Puoi dare qualche indicazione sulla giusta direzione? Cosa intende per "inizialmente una sorta di essere in una "copertura" o in un "arbitraggio"?

E un paio di esempi di canali stazionari (per un anno o due, tre) si possono vedere?

 
GerbertX:
Qualcuno mi aiuti a capire questa funzione LRBuild.
Ho due array - AUDUSD e NZDUSD, come posso fare la regressione tra loro?
Quali parametri dovrei usare per questa funzione?

Ogni colonna di array rettangolare [,] xu funzione pubblica static void alglib.lrbuilds() - queste sono variabili indipendenti x, l'ultima colonna rispettivamente dipendente y. parametro out linearmodel lm è passato per riferimento, cioè il valore è disponibile dopo la funzione

lrbuilds(). Poi chiama public static void alglib.lrunpack(linearmodel lm, out double[] v, out int nvars) e tira fuori i coefficienti double[] v del modello di regressione ottenuto.

P.S. Se hai bisogno di allglib solo per la regressione, allora dimenticalo - è inutile capire le stranezze dell'autore, se non è tutto ciò di cui hai bisogno, allora impara R, allglib è limitato dalla funzionalità.