微分積分、例 - ページ 5 123456789101112...24 新しいコメント Nikolai Semko 2018.01.14 06:46 #41 アレクセイ・パンフィロフ フーリエの話ですが、話題が豊富ですね。関心があれば、定期的に触れていきます。ほとんどの場合、問題文に主な問題が発生します(方法が異なるため)。さて、私の理解するところでは、このインジケータはフーリエ・スペクトルから最も振幅の大きい周波数を選択するものです。すでに平均化された多項式線にフーリエ 指標をねじ込むという発想がありました。その外挿された読みは、もっとゆっくり変化するのではないでしょうか。概ね正しい方向で考えているのでしょう。 多項式法とフーリエ法による外挿は、性質が全く異なる。フーリエ外挿は、その周期性(この線は周波数、位相、振幅の異なる正弦波の和)から横ばい相場にしか適用できず、常に戻る傾向がある。 一方、多項式外挿は、その段階的な性質により、下にも上にも「飛ぼう」とし続けるので、逆にトレンドに適しています。 したがって、この2つの方法を組み合わせることは非常に賢明なことです。もちろん、単純な総括では済まされない。でも、どう組み合わせたらいいかは明確に分かっていて、それはパターン認識でやらなければならない。そして、このテーマについて、すでに真剣に取り組んでいることがあるのです。かなり前に、最初の認識アルゴリズムをオープンソース で公開したこともあります。このアルゴリズムは、すべてのTFにおいて線形(次数1の多項式)チャネルを見つける。 私のアルゴリズムの中で最も原始的で遅いものだが、マーケットでもこれ以上のものは見つかっていない( の自慢です)。 フーリエ外挿は多項式に比べてかなり遅いので、高速化を図りたいところですが、現在の速度でも十分な効果が得られます。 Aleksey Panfilov 2018.01.15 07:07 #42 エフゲニー・ベリャーエフ みんなそうしてきたのに...。が書かれた...一連の比較を始めるにあたり、よく知られていることに立ち返ってみましょう。 a1_Buffer[i] =iMA(NULL,0,145,0,MODE_EMA,PRICE_OPEN,i);// a1_Buffer[i]= ((open[i] - Znach) +5061600*a1_Buffer[i+1 ]-7489800 *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975; a5_Buffer[i+92]=a1_Buffer[i]; if(i<=1) { for(z=92-1;z>=0;z--){ a5_Buffer[i+0+z]= 2*a5_Buffer[i+1+z] - 1*a5_Buffer[i+2+z] ; }} a2_Buffer[i]= ( (open[i] - Znach) + 72 *a2_Buffer[i+1 ] )/73; a6_Buffer[i+92]=a2_Buffer[i]; if(i<=1) { for(z=92-1;z>=0;z--){ a6_Buffer[i+0+z]= 2*a6_Buffer[i+1+z] - 1*a6_Buffer[i+2+z] ; }} 最初のラインa1_Bufferは、始値を基準として、72ステップ左にシフトした145(72*2+1)の周期を持つ古典的EMAとしてプロット されています。写真にあるグレーの幅広の線2行目のa5_Bufferは、1行目の最後の2点を直線で外挿した ものです。写真ではグレーの線が細くなって いますね。3本目の線a2_Bufferは 1次の差分方程式から直接プロットしたもの。図の青線。1*Y_(-1)-2*Y_0+1*Y_(+1)=0 等間隔の点に対する一次差分方程式です。2*Y_(-1)-3*Y_0+1*Y_(+2)=0 2区間での肩の1次差分方程式。72*Y_(-1)-73*Y_0+1*Y_(+72)=0 72区間での肩の1次差分方程式。これは基本的に1次の アルキメデス・レバー 方程式である。4行目のa6_Bufferは、3行目の最後の2点から直線を使って外挿したものです。 冒頭の点を基準にした図の赤い 線がそれです。2つの構造が完全に同一であることがわかる。コードの変換と古典的なEMAの公式の差分形式への変換を示すために、例を挙げませんでした。つまり、確立された用語の中で、ある次数の 多項式、EMAを 使った構成を呼ぶことができることに注意したい。建設されたラインのネーミングの問題が残っているため。)もちろん、気にならなければですが:)) ファイル: 2018_01_15_EMA_Polynom_s1_s1_p72.mq4 17 kb Aleksey Panfilov 2018.01.15 07:38 #43 ニコライ・セムコかなり前に、最初の認識アルゴリズムをオープンソース で公開したこともあります。このアルゴリズムは、すべてのTFにおいて線形(次数1の多項式)チャンネルを見つけます。私のアルゴリズムの中で最も原始的で遅いにもかかわらず、私はマーケットでもこれ以上のものを見つけていません( 私は で自慢して います)。 私見ですが、かなり妥当だと思います。:)) Aleksey Panfilov 2018.01.16 09:08 #44 この点については、あらかじめ係数を計算しておく方法(a2_Buffer 青線)と、再描画している線から必要な値を取り出す方法(a6_Buffer 黄線)があり、外挿できることを指摘しておきたいと思います。もちろん、2つ目のバリエーションはリソースを消費しますが。 a1_Buffer[i] =iMA(NULL,0,145,0,MODE_EMA,PRICE_OPEN,i);// a1_Buffer[i]= ((open[i] - Znach) +5061600*a1_Buffer[i+1 ]-7489800 *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975; a5_Buffer[i+92]=a1_Buffer[i]; if(i<=1100) { for(z=92-1;z>=0;z--){ a5_Buffer[i+0+z]= 2*a5_Buffer[i+1+z] - 1*a5_Buffer[i+2+z] ; }} a2_Buffer[i]= 37* a1_Buffer[i] -36 *a1_Buffer[i+1]; a6_Buffer[i+56]=a5_Buffer[i+56]; ファイル: 2018_01_16_EMA_Polynom_s1_s1_p72_dv.2n.mq4 17 kb Aleksey Panfilov 2018.01.17 07:51 #45 今度は2次多項式(2次のEMA)で平均化し、直線を用いて異なるレバレッジに外挿する。 a1_Buffer[i]= ((open[i] - Znach) +5328*a1_Buffer[i+1 ]- 2628 *a1_Buffer[i+2 ])/2701; a5_Buffer[i+92]=a1_Buffer[i]; if(i<=1100) { for(z=92-1;z>=0;z--){ a5_Buffer[i+0+z]= 2*a5_Buffer[i+1+z] - 1*a5_Buffer[i+2+z] ; }} a2_Buffer[i+20]=a5_Buffer[i+20]; a3_Buffer[i+38]=a5_Buffer[i+38]; a4_Buffer[i+56]=a5_Buffer[i+56]; a6_Buffer[i+74]=a5_Buffer[i+74]; 最初の図はプロット方式で、2番目の図では再描画されない すべての線は最後の値まで描かれる。地下のインジケータは、設定されたラインのオフセットのみが異なる。 ファイル: 2018_01_17_EMA_Polynom_s2_s1_p72_kv.1r.mq4 17 kb 2018_01_17_EMA_Polynom_s2_s1_p72_wv.28.mq4 17 kb Aleksey Panfilov 2018.01.17 08:15 #46 2次多項式による平均化(2次EMA)、角放物線(2次多項式)による異なるレバレッジへの外挿。 a1_Buffer[i]= ((open[i] - Znach) +5328*a1_Buffer[i+1 ]- 2628 *a1_Buffer[i+2 ])/2701; a5_Buffer[i+92]=a1_Buffer[i]; if(i<=1100) { for(z=92-1;z>=0;z--){ a5_Buffer[i+0+z]= 3*a5_Buffer[i+1+z] - 3*a5_Buffer[i+2+z] + 1*a5_Buffer[i+3+z] ; }} a2_Buffer[i+20]=a5_Buffer[i+20]; a3_Buffer[i+38]=a5_Buffer[i+38]; a4_Buffer[i+56]=a5_Buffer[i+56]; a6_Buffer[i+74]=a5_Buffer[i+74]; 最初の図はプロット方式で、2番目の図では再描画されない すべての線は最後の値まで描かれる。地下のインジケータは、設定されたラインのオフセットのみが異なる。 ファイル: 2018_01_17_EMA_Polynom_s2_s2_p72_zv.13.mq4 17 kb 2018_01_17_EMA_Polynom_s2_s2_p72_8v.2z.mq4 17 kb СанСаныч Фоменко 2018.01.17 09:00 #47 何度かスレッドに目を通したが、何を言っているのか理解できない。引用は、あらゆる種類の分析曲線、特にこのスレッドにあるもので近似できるランダムな過程である。しかし、ひとつだけ非常に根本的なことがあります。これらの解析曲線の係数は定数である、というのは非常に大胆な発想だ。ランダムな過程を近似しているので、係数も希少な量であり、計算するのではなく、その意味するところをすべて含めて、評価する必要があるのです。例えば、ある係数の値を求め、その値を確認し、その評価を見ると、その係数の値を決定する際の誤差がその値自体の倍数であることが容易にわかるのである。 そして、トラブルはそれだけにとどまりません。誤差は正規分布していれば誤差であり、定常分布していなければ、係数は見えるが、全く存在しない。そのため、すべてのインジケーターが機能しないことが判明しています。でも、何とも言えない美しさがあるんです。PS.過去から未来は流れないという書き込みが上にありました。そこで上記は、この悲しい事実の開示です。 Aleksey Panfilov 2018.01.17 18:46 #48 サンサニッチ・フォメンコ何度かスレッドに目を通したが、何を言っているのか理解できない。引用は、あらゆる種類の分析曲線、特にこのスレッドにあるもので近似できるランダムな過程である。しかし、ひとつだけ非常に根本的なことがあります。これらの解析曲線の係数は定数である、というのは非常に大胆な発想である。ランダムな過程を近似しているので、係数も希少な量であり、計算するのではなく、その意味するところをすべて含めて、評価する必要があるのです。例えば、ある係数の値を求め、その値を確認し、その評価を見ると、その係数の値を決定する際の誤差がその値自体の倍数であることが容易にわかるのである。 そして、トラブルはそれだけにとどまりません。誤差は正規分布していれば誤差であり、定常でない場合は、目には見えるが係数は全く存在しない。そのため、すべてのインジケーターが機能しないことが判明しています。でも、何とも言えない美しさがあるんです。PS.過去から未来は流れないという書き込みが上にありました。そこで上記は、この悲しい事実の開示です。ご投稿ありがとうございます。も覚えています。 トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム チャンネルを準備する方法を知っていますか? サンサンチ・フォメンコ さん 2017.12.31 11:00 トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム チャンネルを準備する方法を知っていますか? アレクセイ・イワノフ さん 2017.12.31 10:48 そうそう、遅延のない移動確率分布(2n+1点の移動平均は n点遅れる、もちろん分布も同じ)を作ったことを明記するのを忘れていたのですが、これについてはモデルによって GARCHはいくつかのポイントを予測し、それらから提供される追加統計量を考慮しながら、歴史の終盤(これが重要)で非変性 分布のモデルを作成しました。SanSanych(SanSanych Fomenko)への質問:「この方法は、ジャンプにとってより正しいものになるのか、それとも同様に問題を引き起こすのでしょうか? あなたのやり方を評価して答えを出すことはできません。 あなたは、市場に無数にあるアイデアを検討しようとしていますが、圧倒的多数のアイデアの作者のように、自分自身に質問していません:あなたが過去のデータで見たすべてのものは、将来的に繰り返されるのですか?もっと正確に言うと、あなたのアイデアには予測能力があるのでしょうか?GARCHの作者は、すぐにこのモデルにたどり着いたわけではなく、ついでに言えば、彼らが定常的と理解していた効率的市場の思想家たちとの苦闘の末に、このモデルにたどり着いたのである。統計学では、定常過程は予測できるが、非定常過程は非常に予測しにくいことが分かっている。まさにこれが問題なのです。非定常性は、役に立たない数学の山を、他の分野で極めて有効なものにしている。GARCH思想。大前提として、定常性はない非定常性という言葉の意味を正確に定式化します。は、NOTから定常へ、定常から少しずつ進み始めます。定常性に近いほど、アルゴリズムが持つ未来予測能力は高くなるあなたのアイデアは、このようになりますか? 絶対に重宝すると思います。 Aleksey Panfilov 2018.01.17 20:28 #49 レバレッジ72の4次多項式による平均化(4次EMA)と、直線を用いた異なるレバレッジへの外挿。 a1_Buffer[i]=((open[i] - Znach) +5061600*a1_Buffer[i+1 ]-7489800 *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975; a5_Buffer[i+92]=a1_Buffer[i]; if(i<=1100) { for(z=92-1;z>=0;z--){ a5_Buffer[i+0+z]= 2*a5_Buffer[i+1+z] - 1*a5_Buffer[i+2+z] + 0*a5_Buffer[i+3+z] ; }} a2_Buffer[i+20]=a5_Buffer[i+20]; a3_Buffer[i+38]=a5_Buffer[i+38]; a4_Buffer[i+56]=a5_Buffer[i+56]; a6_Buffer[i+74]=a5_Buffer[i+74]; 最初の図はプロット方式で、2番目の図では再描画されない すべての線は最後の値まで描かれる。地下のインジケータは、設定されたラインのオフセットのみが異なる。 ファイル: 2018_01_18_EMA_Polynom_s4_s1_p72_hv.10.mq4 17 kb 2018_01_18_EMA_Polynom_s4_s1_p72_9v.2x.mq4 17 kb Aleksey Panfilov 2018.01.17 20:39 #50 レバレッジ72の4次多項式による平均化(4次EMA)、角放物線による異なるレバレッジへの外挿(2次多項式)。 a1_Buffer[i]=((open[i] - Znach) +5061600*a1_Buffer[i+1 ]-7489800 *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975; a5_Buffer[i+92]=a1_Buffer[i]; if(i<=1100) { for(z=92-1;z>=0;z--){ a5_Buffer[i+0+z]= 3*a5_Buffer[i+1+z] - 3*a5_Buffer[i+2+z] + 1*a5_Buffer[i+3+z] ; }} a2_Buffer[i+20]=a5_Buffer[i+20]; a3_Buffer[i+38]=a5_Buffer[i+38]; a4_Buffer[i+56]=a5_Buffer[i+56]; a6_Buffer[i+74]=a5_Buffer[i+74]; 第1図はプロット図、第2図では再描画しない 線はすべて最後の値まで描画される。地下のインジケータは、設定されたラインのオフセットのみが異なる。 ファイル: 2018_01_18_EMA_Polynom_s4_s2_p72_hv.1i.mq4 17 kb 2018_01_18_EMA_Polynom_s4_s2_p72_3v.2q.mq4 17 kb 123456789101112...24 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
フーリエの話ですが、話題が豊富ですね。関心があれば、定期的に触れていきます。
ほとんどの場合、問題文に主な問題が発生します(方法が異なるため)。さて、私の理解するところでは、このインジケータはフーリエ・スペクトルから最も振幅の大きい周波数を選択するものです。
すでに平均化された多項式線にフーリエ 指標をねじ込むという発想がありました。その外挿された読みは、もっとゆっくり変化するのではないでしょうか。
概ね正しい方向で考えているのでしょう。
多項式法とフーリエ法による外挿は、性質が全く異なる。フーリエ外挿は、その周期性(この線は周波数、位相、振幅の異なる正弦波の和)から横ばい相場にしか適用できず、常に戻る傾向がある。
一方、多項式外挿は、その段階的な性質により、下にも上にも「飛ぼう」とし続けるので、逆にトレンドに適しています。
の自慢です)。
したがって、この2つの方法を組み合わせることは非常に賢明なことです。もちろん、単純な総括では済まされない。でも、どう組み合わせたらいいかは明確に分かっていて、それはパターン認識でやらなければならない。そして、このテーマについて、すでに真剣に取り組んでいることがあるのです。かなり前に、最初の認識アルゴリズムをオープンソース で公開したこともあります。このアルゴリズムは、すべてのTFにおいて線形(次数1の多項式)チャネルを見つける。 私のアルゴリズムの中で最も原始的で遅いものだが、マーケットでもこれ以上のものは見つかっていない(
フーリエ外挿は多項式に比べてかなり遅いので、高速化を図りたいところですが、現在の速度でも十分な効果が得られます。
みんなそうしてきたのに...。が書かれた...
一連の比較を始めるにあたり、よく知られていることに立ち返ってみましょう。
最初のラインa1_Bufferは、始値を基準として、72ステップ左にシフトした145(72*2+1)の周期を持つ古典的EMAとしてプロット されています。写真にあるグレーの幅広の線
2行目のa5_Bufferは、1行目の最後の2点を直線で外挿した ものです。写真ではグレーの線が細くなって いますね。
3本目の線a2_Bufferは 1次の差分方程式から直接プロットしたもの。図の青線。
1*Y_(-1)-2*Y_0+1*Y_(+1)=0 等間隔の点に対する一次差分方程式です。
2*Y_(-1)-3*Y_0+1*Y_(+2)=0 2区間での肩の1次差分方程式。
72*Y_(-1)-73*Y_0+1*Y_(+72)=0 72区間での肩の1次差分方程式。
これは基本的に1次の アルキメデス・レバー 方程式である。
4行目のa6_Bufferは、3行目の最後の2点から直線を使って外挿したものです。 冒頭の点を基準にした図の赤い 線がそれです。
2つの構造が完全に同一であることがわかる。コードの変換と古典的なEMAの公式の差分形式への変換を示すために、例を挙げませんでした。
つまり、確立された用語の中で、ある次数の 多項式、EMAを 使った構成を呼ぶことができることに注意したい。建設されたラインのネーミングの問題が残っているため。)
もちろん、気にならなければですが:))
かなり前に、最初の認識アルゴリズムをオープンソース で公開したこともあります。このアルゴリズムは、すべてのTFにおいて線形(次数1の多項式)チャンネルを見つけます。私のアルゴリズムの中で最も原始的で遅いにもかかわらず、私はマーケットでもこれ以上のものを見つけていません( 私は
で自慢して います)。
この点については、あらかじめ係数を計算しておく方法(a2_Buffer 青線)と、再描画している線から必要な値を取り出す方法(a6_Buffer 黄線)があり、外挿できることを指摘しておきたいと思います。もちろん、2つ目のバリエーションはリソースを消費しますが。
今度は2次多項式(2次のEMA)で平均化し、直線を用いて異なるレバレッジに外挿する。
最初の図はプロット方式で、2番目の図では再描画されない すべての線は最後の値まで描かれる。
地下のインジケータは、設定されたラインのオフセットのみが異なる。
2次多項式による平均化(2次EMA)、角放物線(2次多項式)による異なるレバレッジへの外挿。
最初の図はプロット方式で、2番目の図では再描画されない すべての線は最後の値まで描かれる。
地下のインジケータは、設定されたラインのオフセットのみが異なる。
何度かスレッドに目を通したが、何を言っているのか理解できない。
引用は、あらゆる種類の分析曲線、特にこのスレッドにあるもので近似できるランダムな過程である。
しかし、ひとつだけ非常に根本的なことがあります。
これらの解析曲線の係数は定数である、というのは非常に大胆な発想だ。
ランダムな過程を近似しているので、係数も希少な量であり、計算するのではなく、その意味するところをすべて含めて、評価する必要があるのです。例えば、ある係数の値を求め、その値を確認し、その評価を見ると、その係数の値を決定する際の誤差がその値自体の倍数であることが容易にわかるのである。
そして、トラブルはそれだけにとどまりません。誤差は正規分布していれば誤差であり、定常分布していなければ、係数は見えるが、全く存在しない。
そのため、すべてのインジケーターが機能しないことが判明しています。でも、何とも言えない美しさがあるんです。
PS.
過去から未来は流れないという書き込みが上にありました。そこで上記は、この悲しい事実の開示です。
何度かスレッドに目を通したが、何を言っているのか理解できない。
引用は、あらゆる種類の分析曲線、特にこのスレッドにあるもので近似できるランダムな過程である。
しかし、ひとつだけ非常に根本的なことがあります。
これらの解析曲線の係数は定数である、というのは非常に大胆な発想である。
ランダムな過程を近似しているので、係数も希少な量であり、計算するのではなく、その意味するところをすべて含めて、評価する必要があるのです。例えば、ある係数の値を求め、その値を確認し、その評価を見ると、その係数の値を決定する際の誤差がその値自体の倍数であることが容易にわかるのである。
そして、トラブルはそれだけにとどまりません。誤差は正規分布していれば誤差であり、定常でない場合は、目には見えるが係数は全く存在しない。
そのため、すべてのインジケーターが機能しないことが判明しています。でも、何とも言えない美しさがあるんです。
PS.
過去から未来は流れないという書き込みが上にありました。そこで上記は、この悲しい事実の開示です。
ご投稿ありがとうございます。
も覚えています。
トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム
チャンネルを準備する方法を知っていますか?
サンサンチ・フォメンコ さん 2017.12.31 11:00
トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム
チャンネルを準備する方法を知っていますか?
アレクセイ・イワノフ さん 2017.12.31 10:48
そうそう、遅延のない移動確率分布(2n+1点の移動平均は n点遅れる、もちろん分布も同じ)を作ったことを明記するのを忘れていたのですが、これについてはモデルによって
GARCHはいくつかのポイントを予測し、それらから提供される追加統計量を考慮しながら、歴史の終盤(これが重要)で非変性 分布のモデルを作成しました。SanSanych(SanSanych Fomenko)への質問:「この方法は、ジャンプにとってより正しいものになるのか、それとも同様に問題を引き起こすのでしょうか?
あなたのやり方を評価して答えを出すことはできません。
あなたは、市場に無数にあるアイデアを検討しようとしていますが、圧倒的多数のアイデアの作者のように、自分自身に質問していません:あなたが過去のデータで見たすべてのものは、将来的に繰り返されるのですか?もっと正確に言うと、あなたのアイデアには予測能力があるのでしょうか?
GARCHの作者は、すぐにこのモデルにたどり着いたわけではなく、ついでに言えば、彼らが定常的と理解していた効率的市場の思想家たちとの苦闘の末に、このモデルにたどり着いたのである。
統計学では、定常過程は予測できるが、非定常過程は非常に予測しにくいことが分かっている。まさにこれが問題なのです。非定常性は、役に立たない数学の山を、他の分野で極めて有効なものにしている。
GARCH思想。
あなたのアイデアは、このようになりますか?
レバレッジ72の4次多項式による平均化(4次EMA)と、直線を用いた異なるレバレッジへの外挿。
最初の図はプロット方式で、2番目の図では再描画されない すべての線は最後の値まで描かれる。
地下のインジケータは、設定されたラインのオフセットのみが異なる。
レバレッジ72の4次多項式による平均化(4次EMA)、角放物線による異なるレバレッジへの外挿(2次多項式)。
第1図はプロット図、第2図では再描画しない 線はすべて最後の値まで描画される。
地下のインジケータは、設定されたラインのオフセットのみが異なる。