Seryoga, 나는 조금 이해하지 못했습니다. (주의를 기울이지 마십시오. 맥주에서 남은 것입니다.) MA 간의 상호 상관을 어떻게 계산했는지 명확히 할 수 있습니까? [ MA ( n ) 및 MA ( n +1)] 다음 [ MA ( n +1) 및 MA ( n +2)] 또는 다른 것?
이러한 값이 어디에서 왔는지 명확하지 않습니다. 결국 길이가 20 이상인 창에서 시작하여 MA 간의 상관 관계는 매우 강력하며 왜 20% 차이가 나는가 그런 다음 Windows 6, 80 및 300을 어떻게 얻었습니까? 거의 불가능합니다! 그러나 예를 들어 [ MA ( n ) 및 MA ( n + k )] 를 계산했다면 어떤 기준으로 이 k (thinning 조건 ) 를 선택했습니까 ?
다음 공식을 사용하여 자동차 파생 상품 간의 상관 계수를 계산했습니다.
여기서 X와 Y는 길이가 같은 두 개의 1차원 벡터입니다. 음, 그리고 더 나아가서 저는 모든 자동차를 살펴보고 교차 상관 곡선을 만들었습니다. 그런 다음 손으로 여러 피리어드를 기록하고 배당률을 보고 만족스러운 피리어드를 선택했습니다. 나는 기억에서 숫자 10, 100, 300을 인용했는데 더 정확해야 한다면 기다려야 할 것이다.
완전히 정확하기 위해 요구 사항 fak<30%에 따라 솎아내기 조건을 취했습니다. 이것은 인접한 체커의 주기가 5 또는 6의 거듭제곱으로 상관되는 경우 수행됩니다.
여기서 X와 Y는 길이가 같은 두 개의 1차원 벡터입니다. 음, 그리고 더 나아가서 저는 모든 자동차를 살펴보고 교차 상관 곡선을 만들었습니다. 그런 다음 펜으로 다양한 기간을 기록하고 배당률을보고 나를 만족시키는 기간을 선택했습니다. 나는 기억에서 숫자 10, 100, 300을 인용했는데 더 정확해야 한다면 기다려야 할 것이다.
이상적인 MA의 1차 도함수를 예측하려는 이 시도(지연이 없는 1차 도함수는 절대적으로 정확한 진입-종료 신호를 제공하며 그림에서 빨간색 실선으로 표시됨). 그것은 다음과 같이 이루어졌습니다: 나는 N 막대만큼 도함수의 현재 값에서 시간 척도로 뒤로 물러났고 기존 MA(늦은 것)의 n 도함수의 가중 합을 찾았고, 그것을 빨간색 선의 값과 동일시했습니다. 그리고 가중치에 대한 선형 방정식 시스템을 풀었습니다. 그런 다음 이러한 가중치를 알고 지연 MA의 현재 값에 이를 곱하고 이상적인 MA "현재"의 예측 값을 얻습니다.
무화과에. 앞으로 6개의 막대에 대한 예측이 이루어졌습니다. 예측은 이상적인 MA에서 시간이 지체되지 않는다는 것을 알 수 있지만 일부 지역에서는 진폭이 후자와 눈에 띄게 다릅니다. 예측 범위를 늘리려는 시도가 예측 시리즈의 "산란"으로 이어지지만 아이디어는 망상이 아닌 것으로 판명되었습니다. 아래에는 수평선을 0개 막대에서 10개(1개 프레임 - 1개 막대 +)로 늘리려고 할 때 예측 안정성의 역학을 보여주는 축소판을 첨부했습니다.
(H + L )/2 형식의 구성은 숨겨진 적분이며 어떤 경우에도 문제를 예측하는 데 사용할 수 없습니다. 트릭은 무작위 VR을 취하면 첫 번째 차이는 상관 관계가 없지만 이러한 데이터에 대해 계열 (H + L ) / 2를 작성하면 즉시 10 수준에서 양의 자기 상관을 얻습니다. 퍼센트! 아무도 이것에주의를 기울이지 않지만 지표를 구축하기 위해 가능한 모든 가격 계열 조합을 고려하면 마지막 조합에서 단열적으로 멈 춥니 다. 예측 가능성의 환상이 있습니다.
다시 한 번, 당신은 양의 자기상관 VR (H + L ) / 2에 대한 예측을 구축하고 있습니다. 이것은 그리 어렵지 않습니다. 어떤 기계도 이를 위해 굴러갈 것이지만 이것은 원래 예측 문제를 해결하는 데 더 가까이 다가가지 못할 것입니다. VR! 그것에 대해 생각해보십시오.
추신: 코드를 테스트하려면 (Н + L )/2 시리즈 가 아니라 시가 시리즈에서 실행하십시오. 차이를 느껴봐.
모든 것이 실제로 그렇게 간단하지 않습니다. 그림은 가장 좋은 섹션 중 하나를 보여줍니다. 통계적으로 모든 것이 그렇게 좋지 않으므로 이 접근 방식을 사용하는 것은 매우 위험합니다. 어떤 방법으로 예측 MA 를 얻는 것(어떤 방법이든 상관 없음)은 거래에 충분하지 않습니다. 가격이 이 MA 주위에서 어떻게 행동할지 평가해야 합니다. 가격 값을 직접 복원하면 심각한 오류가 발생합니다. 나는 "복원 된 가격"의 안정적인 수준을 계산하려고했지만 일종의 이익이 있었지만 결과에 매우 만족하지 않았지만 안정성에 대해 명확한 진술은하지 않을 것입니다.
Конструкция вида (Н+ L )/2 это скрытое интегрирование и испоьзовать её в задачах прогноза нельзя ни вкоем случае. Фишка вот в чём, если взять случайный ВР, то первые разности в нём не коррелированы, одноко если построить на этих данных ряд (Н+ L )/2 сразу получим положительную автокорреляцию на уровне десятка процентов! На это никто не обращает внимания, но преберая всевожможные комбинации ценового ряда для построения индикатора, адиабатически останавливаются на последней т.к. возникает иллюзия предсказуемости.
나는 이것에 대해 많이 생각했고 다음과 같이 왔습니다. 이것은 잘못된 망상입니다(물론 이것은 제 생각일 뿐입니다).
다시 한 번, 당신은 양의 자기상관 VR(H + L) / 2에 대한 예측을 구축하고 있습니다. 이것은 그리 어렵지 않습니다. 어떤 기계도 이를 위해 굴러갈 것이지만 이것은 원본 예측 문제를 해결하는 데 더 가까이 다가가지 못할 것입니다. VR! 그것에 대해 생각해보십시오.
그러나 나는 그것을 예측합니다 ... 물론 항상 효과가있는 것은 아닙니다. 그림을 자세히 보십시오. 이것은 앞으로 5개 막대에 대한 BP 예측입니다.그리고 여전히 BP 예측으로 이동해야 합니다.
추신: 코드를 테스트하려면 (H+L)/2 행이 아니라 시가 행에서 실행하십시오. 차이를 느껴봐.
(H + L )/2 형식의 구성은 숨겨진 적분이며 어떤 경우에도 문제를 예측하는 데 사용할 수 없습니다. 트릭은 무작위 VR을 취하면 첫 번째 차이는 상관 관계가 없지만 이러한 데이터에 대해 계열 (H + L ) / 2를 작성하면 즉시 10 수준에서 양의 자기 상관을 얻습니다. 퍼센트!
이것은 내가 잘 이해하지 못하는 것입니다. 통합 섹션이 교차할지 여부는 분명하지만 그렇지 않습니다. 무작위가 아닐 수도 있지만 의사 무작위 BP가 촬영되었습니까? 이론상 특정 법칙에 따라 건설되었으며 상당히 예측 가능합니다(이 법칙이 알려지거나 복원된 경우). 그러나 이 주제는 아주 최근에 논의되었습니다 https://forum.mql4.com/en/11556
중성자 에게
Seryoga, 나는 조금 이해하지 못했습니다. (주의를 기울이지 마십시오. 맥주에서 남은 것입니다.) MA 간의 상호 상관을 어떻게 계산했는지 명확히 할 수 있습니까? [ MA ( n ) 및 MA ( n +1)] 다음 [ MA ( n +1) 및 MA ( n +2)] 또는 다른 것?
이러한 값이 어디에서 왔는지 명확하지 않습니다. 결국 길이가 20 이상인 창에서 시작하여 MA 간의 상관 관계는 매우 강력하며 왜 20% 차이가 나는가 그런 다음 Windows 6, 80 및 300을 어떻게 얻었습니까? 거의 불가능합니다! 그러나 예를 들어 [ MA ( n ) 및 MA ( n + k )] 를 계산했다면 어떤 기준으로 이 k (thinning 조건 ) 를 선택했습니까 ?
다음 공식을 사용하여 자동차 파생 상품 간의 상관 계수를 계산했습니다.
여기서 X와 Y는 길이가 같은 두 개의 1차원 벡터입니다. 음, 그리고 더 나아가서 저는 모든 자동차를 살펴보고 교차 상관 곡선을 만들었습니다. 그런 다음 손으로 여러 피리어드를 기록하고 배당률을 보고 만족스러운 피리어드를 선택했습니다. 나는 기억에서 숫자 10, 100, 300을 인용했는데 더 정확해야 한다면 기다려야 할 것이다.
완전히 정확하기 위해 요구 사항 fak<30%에 따라 솎아내기 조건을 취했습니다. 이것은 인접한 체커의 주기가 5 또는 6의 거듭제곱으로 상관되는 경우 수행됩니다.
...
다음 공식을 사용하여 자동차 파생 상품 간의 자기 상관 계수를 계산했습니다.
...
여기서 X와 Y는 길이가 같은 두 개의 1차원 벡터입니다. 음, 그리고 더 나아가서 저는 모든 자동차를 살펴보고 교차 상관 곡선을 만들었습니다. 그런 다음 펜으로 다양한 기간을 기록하고 배당률을보고 나를 만족시키는 기간을 선택했습니다. 나는 기억에서 숫자 10, 100, 300을 인용했는데 더 정확해야 한다면 기다려야 할 것이다.
당연하게도. 센크스.
다음은 이 시스템을 테스트한 결과입니다.
이상적인 MA의 1차 도함수를 예측하려는 이 시도(지연이 없는 1차 도함수는 절대적으로 정확한 진입-종료 신호를 제공하며 그림에서 빨간색 실선으로 표시됨). 그것은 다음과 같이 이루어졌습니다: 나는 N 막대만큼 도함수의 현재 값에서 시간 척도로 뒤로 물러났고 기존 MA(늦은 것)의 n 도함수의 가중 합을 찾았고, 그것을 빨간색 선의 값과 동일시했습니다. 그리고 가중치에 대한 선형 방정식 시스템을 풀었습니다. 그런 다음 이러한 가중치를 알고 지연 MA의 현재 값에 이를 곱하고 이상적인 MA "현재"의 예측 값을 얻습니다.
무화과에. 앞으로 6개의 막대에 대한 예측이 이루어졌습니다. 예측은 이상적인 MA에서 시간이 지체되지 않는다는 것을 알 수 있지만 일부 지역에서는 진폭이 후자와 눈에 띄게 다릅니다. 예측 범위를 늘리려는 시도가 예측 시리즈의 "산란"으로 이어지지만 아이디어는 망상이 아닌 것으로 판명되었습니다. 아래에는 수평선을 0개 막대에서 10개(1개 프레임 - 1개 막대 +)로 늘리려고 할 때 예측 안정성의 역학을 보여주는 축소판을 첨부했습니다.
10에 대한 예측이 너무 좋습니다.
결과를 망치지 말고 5개의 막대에 대한 예측에 만족하십시오)))
중성자 에게
우수한 결과(눈으로: o)). 배출은 쉽게 차단될 수 있다고 생각합니다. 이제 앞으로 특정 수의 막대 에 대한 MA 예측을 알고 있습니다. 예측 영역에서 시계열을 복원하는 것이 가능합니다.
추신 : 아카이브에서 MA를 기반으로 한 예측 개발을 파헤쳤습니다. 그림에서 예측은 불과 5바 앞입니다(제 방법의 최대값은 10-12이지만 매우 많이 있습니다).
EURUSD , 시간
- 검은색 십자가는 (H+ L )/2를 상징합니다.
- 검은색 선은 창 5가 있는 MA 입니다.
- 회색은 복원된 미래 행입니다.
5개의 판독값에 대한 복원을 수행한 다음 "현재 판독값"을 5개의 판독값 앞으로 이동하고 예측을 반복하는 등 연구 중인 범위가 끝날 때까지 반복했습니다. 더 잘 보이도록 한 장 가져왔어요:o)세료가, 젠장!
(H + L )/2 형식의 구성은 숨겨진 적분이며 어떤 경우에도 문제를 예측하는 데 사용할 수 없습니다. 트릭은 무작위 VR을 취하면 첫 번째 차이는 상관 관계가 없지만 이러한 데이터에 대해 계열 (H + L ) / 2를 작성하면 즉시 10 수준에서 양의 자기 상관을 얻습니다. 퍼센트! 아무도 이것에주의를 기울이지 않지만 지표를 구축하기 위해 가능한 모든 가격 계열 조합을 고려하면 마지막 조합에서 단열적으로 멈 춥니 다. 예측 가능성의 환상이 있습니다.
다시 한 번, 당신은 양의 자기상관 VR (H + L ) / 2에 대한 예측을 구축하고 있습니다. 이것은 그리 어렵지 않습니다. 어떤 기계도 이를 위해 굴러갈 것이지만 이것은 원래 예측 문제를 해결하는 데 더 가까이 다가가지 못할 것입니다. VR! 그것에 대해 생각해보십시오.
추신: 코드를 테스트하려면 (Н + L )/2 시리즈 가 아니라 시가 시리즈에서 실행하십시오. 차이를 느껴봐.
모든 것이 너무 간단하다는 것이 정말 믿기지 않는 것입니다. Masha(단순)는 0.5포인트의 정확도로 예측할 수 있습니다(그러나 한 바 앞서). 하지만 창이 100인 파리라면 가격이 복원되면 오류가 100배 더 높아집니다.
Duc 아무도 그의 가슴에 그의 셔츠를 찢지 않습니다. 네, 즐겁게 보내세요 :-)
그건 그렇고, 풀린 방정식의 수에 제한을 두지 않고(따라서 30-80개의 시스템을 청구함) 상당히 상관관계가 있는 동일한 수(r> 0.9)를 생성했다면 다소 더 깊이 이동하는 것으로 나타났습니다. 예측 범위에서. 이것이 더 이상 필수는 아니지만.
중성자 에게
모든 것이 실제로 그렇게 간단하지 않습니다. 그림은 가장 좋은 섹션 중 하나를 보여줍니다. 통계적으로 모든 것이 그렇게 좋지 않으므로 이 접근 방식을 사용하는 것은 매우 위험합니다. 어떤 방법으로 예측 MA 를 얻는 것(어떤 방법이든 상관 없음)은 거래에 충분하지 않습니다. 가격이 이 MA 주위에서 어떻게 행동할지 평가해야 합니다. 가격 값을 직접 복원하면 심각한 오류가 발생합니다. 나는 "복원 된 가격"의 안정적인 수준을 계산하려고했지만 일종의 이익이 있었지만 결과에 매우 만족하지 않았지만 안정성에 대해 명확한 진술은하지 않을 것입니다.
Конструкция вида (Н+ L )/2 это скрытое интегрирование и испоьзовать её в задачах прогноза нельзя ни вкоем случае. Фишка вот в чём, если взять случайный ВР, то первые разности в нём не коррелированы, одноко если построить на этих данных ряд (Н+ L )/2 сразу получим положительную автокорреляцию на уровне десятка процентов! На это никто не обращает внимания, но преберая всевожможные комбинации ценового ряда для построения индикатора, адиабатически останавливаются на последней т.к. возникает иллюзия предсказуемости.
나는 이것에 대해 많이 생각했고 다음과 같이 왔습니다. 이것은 잘못된 망상입니다(물론 이것은 제 생각일 뿐입니다).
다시 한 번, 당신은 양의 자기상관 VR(H + L) / 2에 대한 예측을 구축하고 있습니다. 이것은 그리 어렵지 않습니다. 어떤 기계도 이를 위해 굴러갈 것이지만 이것은 원본 예측 문제를 해결하는 데 더 가까이 다가가지 못할 것입니다. VR! 그것에 대해 생각해보십시오.
그러나 나는 그것을 예측합니다 ... 물론 항상 효과가있는 것은 아닙니다. 그림을 자세히 보십시오. 이것은 앞으로 5개 막대에 대한 BP 예측입니다. 그리고 여전히 BP 예측으로 이동해야 합니다.
추신: 코드를 테스트하려면 (H+L)/2 행이 아니라 시가 행에서 실행하십시오. 차이를 느껴봐.
(H + L )/2 형식의 구성은 숨겨진 적분이며 어떤 경우에도 문제를 예측하는 데 사용할 수 없습니다. 트릭은 무작위 VR을 취하면 첫 번째 차이는 상관 관계가 없지만 이러한 데이터에 대해 계열 (H + L ) / 2를 작성하면 즉시 10 수준에서 양의 자기 상관을 얻습니다. 퍼센트!
이것은 내가 잘 이해하지 못하는 것입니다. 통합 섹션이 교차할지 여부는 분명하지만 그렇지 않습니다. 무작위가 아닐 수도 있지만 의사 무작위 BP가 촬영되었습니까? 이론상 특정 법칙에 따라 건설되었으며 상당히 예측 가능합니다(이 법칙이 알려지거나 복원된 경우). 그러나 이 주제는 아주 최근에 논의되었습니다 https://forum.mql4.com/en/11556