Dalla teoria alla pratica - pagina 104
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
Perché leggere i tick a intervalli esponenziali? È solo... sciocchezze. ))
Gli MPF di MQL possono essere generati uniformemente da 0 a 1?
Se è così, prendete il logaritmo naturale di esso ad ogni ciclo di esecuzione del programma, moltiplicatelo per -1. Questo è un generatore esponenziale MF standard. Così si ottiene 0,12, quindi si legge un tick in 120 ms, il prossimo valore è 1,011, quindi in 1011 ms, e così via.
Aggiungo 1 e prendo la parte intera per lavorare su una scala di secondi, non di millisecondi.
PS Parte intera naturalmente, non modulo - corretto.
Cioè, di tutta la gamma da 0 a 1 si lavora solo sulla sezione che tende a zero, il primo terzo per essere esatti,
due terzi sono degenerati in uno aggiunto (bene, se si prende solo la parte intera e 2/3 della scala, grande 0,33333 secondo la formula sarà meno di uno).
in totale abbiamo una serie di tempi 1111111111111111111111111111111111111112111111111111111111141111111111111111111111111311111111111111111111111111116 e allora?
ZS È corretto?
Se la frequenza di campionamento è di almeno 1 secondo, allora si avvia il timer con 1 secondo.
Poi nella funzione di chiamata stessa si imposta la condizione per elaborare questo tempo come un tick o ignorarlo.
Nella sezione di elaborazione, si memorizzano i tempi in una variabile statica, o in una variabile globale predefinita (non confonderla con una variabile globale del terminale, si tratta di qualcos'altro). Quando si arriva alla condizione si prende la differenza tra il tempo attuale e il tempo del tick precedente e si confronta questa differenza con il valore calcolato durante l'ultima esecuzione per il nuovo tempo (con la formula, che hai spiegato), se il tempo è uguale o migliore, si entra nella sezione nuovo tick, si fa il calcolo del nuovo tempo, si scrive il nuovo tempo e si ottengono i dati del tick e li si invia alla storia.
Cioè, semplicemente, nel timer abbiamo già impostato la condizione che ci permette di decidere se questo tempo si adatta al nuovo tick o no. Questa è la soluzione.
Gli MPF di MQL possono essere generati uniformemente da 0 a 1?
Se è così, prendete il logaritmo naturale di esso ad ogni ciclo di esecuzione del programma, moltiplicatelo per -1. Questo è un generatore esponenziale MF standard. Così si ottiene 0,12, quindi si legge un tick in 120 ms, il prossimo valore è 1,011, quindi in 1011 ms, e così via.
Aggiungo 1 e prendo la parte intera per lavorare su una scala di secondi, non di millisecondi.
PS Parte intera naturalmente, non modulo - corretto.
PPS Se non c'è un nuovo segno di spunta nel passo corrente - non si legge nulla!!!!!!!!!!!!!!!!
per ottenere numeri da 0,00 a 1,00, dobbiamo dividere il gpsh dell'emkuel per 32768, e poi arrotondare alla seconda cifra.
Cioè, su tutta la gamma da 0 a 1 si lavora solo sulla parte che tende a zero, il primo terzo per essere esatti,
due terzi sono degenerati in uno aggiunto (beh, se si prende solo la parte intera e 2/3 della scala, più grande di 0,33333 secondo la formula sarà meno di uno).
in totale abbiamo una serie di tempi 1111111111111111111111111111111111111112111111111111111111141111111111111111111111111311111111111111111111111111116 e allora?
ZS È corretto?
Se la frequenza di campionamento è di almeno 1 secondo, allora si avvia il timer con 1 secondo.
Poi nella funzione di chiamata stessa si imposta la condizione per elaborare questo tempo come un tick o ignorarlo.
Nella sezione di elaborazione, si memorizzano i tempi in una variabile statica, o in una variabile globale predefinita (non confonderla con una variabile globale del terminale, si tratta di qualcos'altro). Quando si arriva alla condizione si prende la differenza tra il tempo attuale e il tempo del tick precedente e si confronta questa differenza con il valore calcolato durante l'ultima esecuzione per il nuovo tempo (con la formula, che hai spiegato), se il tempo è uguale o migliore, si entra nella sezione nuovo tick, si fa il calcolo del nuovo tempo, si scrive il nuovo tempo e si ottengono i dati del tick e li si invia alla storia.
Cioè, semplicemente, nel timer abbiamo già impostato la condizione che ci permette di decidere se questo tempo si adatta al nuovo tick o no. Questa è la soluzione.
Alexander_K2:
1. E subito hai sbagliato. I nostri incrementi dipendono l'uno dall'altro e come! Non so perché - ma, il primo giorno della mia analisi, ho capito che c'è una dipendenza tra due quotazioni consecutive, si ottiene un vettore dal prezzo attuale e da quello precedente. 2 gradi di libertà. Non c'è e non può esserci altro negli incrementi che una distribuzione di Student t2! Ma, perbacco, è un po' "impuro". Infatti sugli incrementi abbiamo una funzione di densità di probabilità = prodotto della distribuzione t2 e una specie di distribuzione esponenziale con un lambda piuttosto grande. Cosa significa questa componente esponenziale - non riesco ancora a capirlo. Lavorare.
2. Non c'è una distribuzione di Cauchy e non c'è mai stata.
3. 4. 5. Abbiamo esattamente un processo non markoviano. Ed è su questo che dobbiamo costruire. E l'equazione di Fokker-Planck, ovviamente, non descrive completamente il comportamento della funzione di densità di probabilità. Dovrebbe contenere un termine integrale. Il risultato è un'equazione integro-differenziale.
1) No, non mi sbaglio. Non sto sostenendo che gli incrementi di prezzo siano indipendenti - probabilmente è sbagliato. Sto solo sostenendo che se si vuole giudicare la loro esatta distribuzione da una distribuzione empirica costruita a partire da un campione, si devono fare alcune ipotesi. In un matstat, questi sono di solito l'indipendenza e l'equa distribuzione. Da questa assunzione, grazie al teorema di Levy-Hinchin, otteniamo che la distribuzione deve essere infinitamente divisibile, e la distribuzione di Student è rilevante solo quando coincide con Cauchy. Se c'è una dipendenza e/o una distribuzione disuguale, la distribuzione empirica non caratterizza accuratamente la distribuzione dei rendimenti. La conseguenza di ciò è, in particolare, che la distribuzione costruita sulla storia delle citazioni si rivela poco utile in futuro. Cioè, in breve, negate la markovianità ma continuate ad usarla implicitamente.
2) Cauchy esiste certamente ed è talvolta, insieme ad altre distribuzioni infinitamente divisibili, usato per modellare i prezzi (anche se è difficilmente adatto al forex)
3) I processi non markoviani sono una classe estremamente ampia. Dovete restringere il campo in qualche modo - per questo considerate qualche classe di processi generalizzabili alla diffusione. È necessario dimostrare in qualche modo che la vostra equazione generalizzata ha una soluzione - ci possono essere problemi qui, poiché è improbabile che sia possibile utilizzare l'apparato di SRS. Ma non capisco nemmeno se il vostro tempo è discreto o continuo. L'equazione di Fokker-Planck è definita per il continuo, mentre il processo della media mobile è definito per il discreto.
È un po' complicato, vero? È MOLTO facile a Wissima. :)))))))))))))))))
112124113121222123221621222122611311321321223213111112211321232133121233121231322112131215113212223211231312211231161111114222211121221311321134224323
La tua formula mi ha dato una serie di tempi come questa
1) No, non mi sbaglio. Non sto sostenendo che gli incrementi di prezzo siano indipendenti - probabilmente è sbagliato. Sto solo sostenendo che se si vuole giudicare la loro esatta distribuzione da una distribuzione empirica costruita a partire da un campione, si devono fare alcune ipotesi. In un matstat, questi sono di solito l'indipendenza e l'equa distribuzione. Da questa assunzione, grazie al teorema di Levy-Hinchin, otteniamo che la distribuzione deve essere infinitamente divisibile, e la distribuzione di Student è rilevante solo quando coincide con Cauchy. Se c'è una dipendenza e/o una distribuzione disuguale, la distribuzione empirica non caratterizza accuratamente la distribuzione dei rendimenti. La conseguenza di ciò è, in particolare, che la distribuzione costruita sulla storia delle citazioni si rivela poco utile in futuro. Cioè, in breve, negate la markovianità ma continuate ad usarla implicitamente.
2) Cauchy esiste certamente ed è talvolta, insieme ad altre distribuzioni infinitamente divisibili, usato per modellare i prezzi (anche se è difficilmente adatto al forex)
3) I processi non markoviani sono una classe estremamente ampia. Dovete restringere il campo in qualche modo - state guardando qualche classe di processi generalizzando la diffusione a questo scopo. Hai bisogno di dimostrare in qualche modo che la tua equazione generalizzata ha una soluzione - ci possono essere problemi qui, poiché è improbabile che tu possa usare l'apparato della SRU. Ma non capisco nemmeno se il vostro tempo è discreto o continuo. L'equazione di Fokker-Planck è definita per il continuo, mentre il processo della media mobile è definito per il discreto.
!!!!!!!!!!!!!
1. E io sostengo che è utile. Se prendete gli incrementi per la stessa coppia di valute in un campione enorme (almeno 1.000.000 di incrementi), per diversi periodi di tempo, vedrete che i parametri della distribuzione degli incrementi non cambiano dalla parola "affatto".
2. La distribuzione di Cauchy come tipo esiste, ma in Forex no.
3. !!!!!!!!!!!!!! Sì, hai ragione - questo è sicuramente un argomento per una tesi di dottorato. Guarda, l'equazione stessa è ovviamente per il tempo continuo, ma numericamente la risolviamo con metodi alle differenze finite con tempo discreto. No?
PS Stiamo parlando di incrementi tra le quotazioni in tick, non tra i prezzi OPEN o CLOSE o simili.
112124113121222123221621222122611311321321223213111112211321232133121233121231322112131215113212223211231312211231161111114222211121221311321134224323
la vostra formula mi ha dato una serie di tempi come questa