戦略的予見システム - ページ 14

 
-Aleksey-:

私が理解した範囲では、例として3次元の確率空間を示しましたね--わかりやすくするために。しかし、あなたの計算では、秘密でないとすれば、何次元の確率空間なのでしょうか?

例としてですが、これは私のシステムを1つ改造した場合の実際の計算です。先ほども書きましたが、私はランダム構造を基本としたシステムを使っています(少なくとも使おうとしています)。確率密度、時間、価格(というか価格変換関数)の3つしかない。

私のは、例えば(似たような問題で、違う方法で解いた)6次元です。

企業秘密でなければ、もう少し詳しく教えてください。

また、計算資源、つまり計算にかかる時間や、カウント時間に影響を与えるもの(例えば予測範囲、どれくらい影響するのか)についても気になります。

一回の見積もりで、5日間の予測をし、トレンドの変化を検出するのに2、3時間かかります :o(

掲載されている写真では80~100歩、かなり遠いですね。しかし、予想図では5点と表示されていますね。これと何の関係があるのですか?

5日は集計です。建築に関する多くの決定は、まだ安定していません。まだクリエイティブサーチ中です :o)

 

トレンド期間統計の最初の「クイック」結果(同社の分類体系による)。ほぼすべての相場について、以下のパラメータを持つワイブル 分布となる。

  • スケールパラメータ.........................10
  • 形状パラメータ...........................1.2
  • 位置パラメーター..........................0.9

システムにとって最も重要なのは、1日、2日、3日以内のトレンドの持続時間です。そのような傾向を察知するほどの感度はないと思われます。トレンドが3日以下しか続かない確率は12%です。もっと少なくて、2〜7%くらいだと思っていました :o(

 
企業秘密でないなら、もっと詳しく説明してもいいですか?

詳しく説明する気はないし、2文字ではうまくいかないが、やってみることにする。行に沿っていくつかの関数従属性が定義されており、それが他の空間のパラメータ(例えば、その一つは多次元密度の必要分割)を計算するための空間を形成している。この次の空間では、多次元密度を構築し、その変化のパラメータを算出する。そして、あなたのケースのように、確立されたトレンドに従って、2次元の密度の時間的なスイープを構築します(ストキャスティック密度トレンド)。今、確立すべき依存関係を考えている。どの条件下で密度のどの関数が予測値の最良の候補になるか(平均時、最頻値時、他の関数時...)合計6次元ある(入れ子もある)。

集計について - 大雑把に理解すると、予測が5点ではなく、それ以上カウントされることを意味します。2時間で7〜10点しかカウントされないので、Closeを使用しています。(H+L)/2についてじっくり考えてみましたが、離散的なタイムフレームに対して浮動する計算が、離散的なタイムフレームで動くことを指向した計算方式を持つシステムにどのような影響を与えるのかが不明なので、使う前にもう一度考えてみることにしました。

計算は全てMT5で行っていますが、dllが欲しいです。おおよそこのような分布(断面)で動作しています。


スムーズな依存関係がある場合もありますが、稀です。

 
-Aleksey-:

詳しく説明する気はないし、2文字ではうまくいかないが、やってみることにする。行に沿っていくつかの関数従属性が定義されており、それらは別の空間のパラメータ(例えばその1つは多次元密度の必要分割)を計算するための空間を形成している。この次の空間では、多次元密度を構築し、その変化のパラメータを算出する。そして、あなたが持っているように-確立されたトレンド(確率的密度傾向)に従って、時間の経過とともに2次元密度のスイープが構築されるのです。現在、どの密度関数がどのような条件で予測値の最適な候補となるか(平均値のとき、最頻値のとき、他の関数のとき・・・)、依存関係を確立しようと考えています。合計6次元あります(入れ子になっています)。

概念的に理解すると、私はもう少しシンプルで「クラシック」に近いものを持っています。

(H+L)/2について、イモトは長い間考えていたが、使う前にもう一度考えることにした、.

結局、計算規制のためだけにOpen[]に乗り換えました。

 

予測に近隣の影響力の引用を含めることでモデルを複雑にしたが、週末に完成させる時間がなかった。今は予想もつかない。「タイムマシン」は分解され、バージョンアップには2、3日かかるという。:о(

 
Farnsworth:

予測に近隣の影響力の引用を含めることでモデルを複雑にしたが、週末に完成させる時間がなかった。今は予想もつかない。「タイムマシン」は分解され、バージョンアップには2、3日かかるという。:о(


良い仕事はバラさない方が良かった...。
 
Farnsworth:

トレンド期間統計の最初の「クイック」結果(同社の分類体系による)。ほぼすべての相場について、以下のパラメータを持つワイブル分布となる。

  • スケールパラメータ.........................10
  • 形状パラメータ...........................1.2
  • 位置パラメーター..........................0.9

システムにとって最も重要なのは、1日、2日、3日以内のトレンドの持続時間です。そのような傾向を察知するほどの感度はないと思われます。トレンドが3日以下しか続かない確率は12%です。もっと少なくて、2〜7%くらいだと思っていました :o(


日足で分析するとおっしゃっていたような気がします。ですから、日足 TFには3日間のトレンドはありませんし、定義上もありえません。4時間足では、3日間のトレンドが定義され、分析することができます。まさにトレンドとして。
 
DhP:
大義名分は、バラしてはいけないものだった......。
後で元に戻す
 
ULAD:

日足チャートで分析しているとおっしゃっていたような気がするのですが。つまり、日足での3日間のトレンドは、定義上存在しないし、存在し得ないのです。4 時間足では、3 日間のトレンドが決定され、分析することができます。まさにトレンドとして。

分類が大事なんです。局所的な極値における価格値は文字通り完全にランダムであるため、私はトレンドを特定するためにジグザグを使用しない。別の言い方をすれば、ZZの局所的極値における価格は非常に稀であり、単に規則性を見出すことは不可能であると言えます。現実的な観点から言えば、それは役に立たない。それに基づいて仮定することは、空に向かって指をさすようなものだ。

もう一つの分類は、トレンドの予測に期待できるものです。しかし、この分類には微妙なところがあって、稀にですが、丸1日のトレンドが日足で カウントされることがあります(トレンドが変化した日から)。このような1日のトレンドは、非常に大きなスプレッドを持つバーである場合が多く、つまりその中では増分の「方向性の合計」が非常に大きくなります。そして、「爆発」(あるいは「シフト」)の後、長い間、市場の「リズム」に入り、予測することが可能になる。しかし、そのような時期には、おそらくシステムは間違っていることでしょう。

 
お互いに理解しあえるように、はっきりさせましょう。検索エンジンのトレンドという言葉には、さまざまな解釈があります。何をもってトレンドとするか?日足TFの1本のローソク足がトレンドではないことに同意しなければなりませんが、このBPを時間足TFで考えると、間違いなくトレンドのすべての特徴、衝動と補正を持つトレンドが見えてきます。それとも、インパルスや補正は別にトレンドとして考えるのでしょうか?