나는 Mathemat 가 아니지만 말할 것입니다. 평균은 간격에 대해 계산되며 전체 간격에 적용되어야 합니다. 간격의 특정 지점을 언급하는 것은 어떤 의미에서 자의성과 부정확성입니다. 함수의 평균이 논증의 평균과 일치한다는 Bulashev의 해석은 다른 어떤 해석보다 더 정당하지 않습니다. 그 구간의 중간 지점이 그 안에서 미래와 과거가 같기 때문에 가장 정당하다고 합리화하지 않을 수 없다. 그리고 인과관계를 고려하여 주어진 순간의 가격은 과거에만 의존하고 미래에는 의존하지 않으며 그 평균값을 구간의 마지막 지점과 관련시킨다고 말할 수 있습니다. 물리적인(수학적이 아닌) 관점에서 이것은 더 이해가 되지만 위상 지연이 발생하는 방식입니다.
Reshetov는 다음과 같이 썼습니다. 요점은 이 적응형 급경사에서 실용적인 의미가 없다는 것입니다. 칠면조가 최소 1 바를 앞서 외삽했다면 게임은 양초의 가치가 있을 것입니다. 따라서 식물학자에게만 학문적 관심이 있습니다.
절대적으로 동의합니다. 그리고 신경망 의 경우 작은 지연은 일반적으로 넌센스입니다 ....
나는 내 말을 되돌린다.
다음은 LRMA + 신경망(일정 로트 전략)의 결과입니다.
JMA로 실험해봐야겠네요
유라 제발 별도의 스레드로 가자. 그것에 대해 조금 더 게시하십시오. 흥미로운. 계약만 염두에 두세요. 최소한 저를 식물학자라고 불러도 좋고, 최소한 냄비라고 불러도 좋습니다(스토브에 넣지 마세요 :-)). 그러나 실을 떨어뜨리지 마십시오. 올바른 논쟁으로 때로는 진실이 탄생합니다. 감사합니다. 정지.
Prival писал (а): 다음은 S. Bulashev의 "상인을 위한 통계" p.156입니다.
<불라셰보에서 스캔>
Alexey(수학자), 그것에 대해 어떻게 생각하세요? 뭔가 잘못된 것 같아 불편합니다.
특별한 것은 없습니다. Masha는 기간의 약 절반과 같은 지연을 가집니다. 이것이 바로 그것입니다. 나는 이것을 다음과 같이 계산합니다(이론적 정당성 없이 순전히 변덕스럽게): 우리는 스무딩 창 내부의 각 닫기 가중치와 동일한 값을 갖는 함수 w[n]을 만듭니다. SMA의 경우 이것은 상수일 뿐입니다. 그런 다음 곡선 아래의 면적이 정확히 전체 면적의 절반이 되는 시점을 계산합니다. 그것은 바로 중간에 있습니다. (T-1) / 2.
그런데 LWMA의 경우 지연이 더 작습니다. Lag = (T-1) * (sqrt(2) - 1) / sqrt(2) ~ (T-1) / 3.42. 이것은 무게가 오른쪽으로 기울어지기 때문입니다. 현재 가격 으로.
EMA의 경우: 여기에서는 평가를 위해 이미 통합이 필요합니다. 반전은 더욱.
마지막으로 LRMA의 경우 가중치 함수는 창 왼쪽에 음수가 있는 직선입니다. 따라서 LWMA보다 지연이 훨씬 적지만 큰 창에서는 여전히 EMA 지연에서 손실됩니다.
지연은 다르지만 점 N에서 수렴합니다. 그것이 나를 불편하게 하지만, 나는 무엇인가를 따라잡을 수 없다. 이것은 아마도 내가 Mech 와 논쟁했던 같은 영역에서 온 것입니다. 결국, 솔루션은 다르지만(모델은 동일하지만 간단한 모델의 파일에 두 솔루션이 모두 있음) 어느 것이 올바른지 모르겠습니다 :-( .
다음은 CSSA-Cycles입니다. 이것은 기본 설정입니다. 따라서 매개 변수는 물론 선택해야합니다 .......
N 지점에서 MT4 차트의 왜곡을 뺀 값과 일치합니다.
나는 이미 배열 [100][21]과 일주일의 수공예 작업을 버렸습니다.)))
수학과 수학을 존중합니다.
N 지점에서 MT4 차트의 왜곡을 뺀 값과 일치합니다.
나는 이미 배열 [100][21]과 일주일의 수공예 작업을 버렸습니다.)))
수학과 수학을 존중합니다.
무엇이든 파지 마십시오. 다음은 S. Bulashev의 " 거래자를 위한 통계 " p.156의 일부입니다.
Alexey(수학자), 그것에 대해 어떻게 생각하세요? 뭔가 잘못된 것 같아 불편합니다.
생각해 볼 일이 있을 것입니다.
네, 맞습니다. 실험적으로 기간 4 => Lrma[i+1]-Lrma[+2]==a
그러나 나는 어레이를 버렸고 [100] [21] 또 다른 34마리의 칠면조가 그 뒤를 날아갈 것입니다. 존경.
Alexey(수학자), 그것에 대해 어떻게 생각하세요? 뭔가 잘못된 것 같아 불편합니다.
나는 Mathemat 가 아니지만 말할 것입니다. 평균은 간격에 대해 계산되며 전체 간격에 적용되어야 합니다. 간격의 특정 지점을 언급하는 것은 어떤 의미에서 자의성과 부정확성입니다. 함수의 평균이 논증의 평균과 일치한다는 Bulashev의 해석은 다른 어떤 해석보다 더 정당하지 않습니다. 그 구간의 중간 지점이 그 안에서 미래와 과거가 같기 때문에 가장 정당하다고 합리화하지 않을 수 없다. 그리고 인과관계를 고려하여 주어진 순간의 가격은 과거에만 의존하고 미래에는 의존하지 않으며 그 평균값을 구간의 마지막 지점과 관련시킨다고 말할 수 있습니다. 물리적인(수학적이 아닌) 관점에서 이것은 더 이해가 되지만 위상 지연이 발생하는 방식입니다.
다음은 LRMA + 신경망(일정 로트 전략)의 결과입니다.
유라 제발 별도의 스레드로 가자. 그것에 대해 조금 더 게시하십시오. 흥미로운. 계약만 염두에 두세요. 최소한 저를 식물학자라고 불러도 좋고, 최소한 냄비라고 불러도 좋습니다(스토브에 넣지 마세요 :-)). 그러나 실을 떨어뜨리지 마십시오. 올바른 논쟁으로 때로는 진실이 탄생합니다. 감사합니다. 정지.
<불라셰보에서 스캔>
Alexey(수학자), 그것에 대해 어떻게 생각하세요? 뭔가 잘못된 것 같아 불편합니다.
그런데 LWMA의 경우 지연이 더 작습니다. Lag = (T-1) * (sqrt(2) - 1) / sqrt(2) ~ (T-1) / 3.42. 이것은 무게가 오른쪽으로 기울어지기 때문입니다. 현재 가격 으로.
EMA의 경우: 여기에서는 평가를 위해 이미 통합이 필요합니다. 반전은 더욱.
마지막으로 LRMA의 경우 가중치 함수는 창 왼쪽에 음수가 있는 직선입니다. 따라서 LWMA보다 지연이 훨씬 적지만 큰 창에서는 여전히 EMA 지연에서 손실됩니다.
관심이 있으시면 EMA 및 LRMA에 대한 지연을 계산하여 게시하겠습니다.
지연은 다르지만 점 N에서 수렴합니다. 그것이 나를 불편하게 하지만, 나는 무엇인가를 따라잡을 수 없다. 이것은 아마도 내가 Mech 와 논쟁했던 같은 영역에서 온 것입니다. 결국, 솔루션은 다르지만(모델은 동일하지만 간단한 모델의 파일에 두 솔루션이 모두 있음) 어느 것이 올바른지 모르겠습니다 :-( .
Z.Y. Yurixx 와 Mathemat
님의 글을 읽고 아이디어가 떠올랐는데, 잊지 않기 위해 글을 씁니다. 다시 그리지 않는 FFT 기반의 적응형 표시기 + t=0 지점에서 피크가 있는 삼각형 창, ADC 잡음을 제거하는 임계값에 의한 적응을 만듭니다. 창 너비의 변화를 생각할 필요가 있습니다.
마지막으로 LRMA의 경우 가중치 함수는 창 왼쪽에 음수가 있는 직선입니다. 따라서 LWMA보다 지연이 훨씬 적지만 큰 창에서는 여전히 EMA 지연에서 손실됩니다.
관심이 있으시면 EMA 및 LRMA에 대한 지연을 계산하여 게시하겠습니다.
그러나 EMA가 LRMA에 대한 지연 측면에서 승리하기 시작한 창은 무엇입니까?