당신이 말하는 ACF는 이웃 값의 상관 관계입니까? 어떻게 고려됩니까? ACF와 상관도는 "두 가지 큰 차이"인 것으로 기억하지만 누가 누구인지는 기억나지 않습니다. :-(
나는 또한 큰 지부에서 그들이 이 모든 것에 대해 이야기했던 것을 기억하지만, 나는 어디에서 기억나지 않습니다. 아마도 경화증입니까? :-)
ACF가 시리즈 포인트의 함수이고 따라서 샘플 번호에 따라 달라지면 재생산이 작동하지 않으므로 시도조차 해서는 안 됩니다.
그러나 RV 시리즈의 비-로컬 정적 기능인 경우, 즉 다른 매개 변수에 따라 다르며 정반대 일 수 있으며 합성 생성에 종사하는 경우 여전히 존재하는 임의성을 없애기 위해 부족합니다.
예, 임의성이 있습니다. 따라서 우리는 (지금 기억하는 한) VR의 첫 번째 차이 시리즈에서 판독값 간의 자기 상관 계수인 correlogram이라고 부를 것이며 서로 n 판독값만큼 뒤쳐집니다. 따라서 우리는 간격 1,2...n에 대해 정의된 함수를 얻 습니다 . 여기서 n은 음이 아닌 정수이고 -1에서 1까지의 값을 취합니다.
그리고 제가 여러분과 공유하고 싶은 것은 2의 오른쪽과 왼쪽에 있는 H-변동성의 행동에 관한 것입니다. 기억한다면, 추세 시장은 오른쪽에 있고 반환 시장은 왼쪽에 있습니다. 따라서 H-변동성은 이러한 영역에서 상당히 다르게 동작합니다. 이 차이로 인해 시장의 추세 상태를 결정하는 데 완전히 부적합합니다.
"추세"와 "평평한" 개념은 매우 상대적입니다. 실제로 과거 데이터에 대해 임의의 단계 H로 Kagi 파티션(동일한 지그재그)을 구축하면 H 의 값에 관계없이 시장은 항상 추세를 보일 것입니다... 또 다른 것은 작업해야 할 때입니다. 캐주얼 모드, 즉 VR의 오른쪽 가장자리에서 ZZ의 상단은 진폭의 불가피한 지연으로 형성됩니다(시간 척도에 의도적으로 첨부하지 않음). 이 경우 여는 방법을 결정해야 합니다. 이동 방향 또는 반대 방향. 첫 번째 경우에는 시장을 트렌드 1로 간주하고 두 번째 경우에는 후퇴 시장으로 간주하고 세 번째 경우는 없으며 하나님께 감사드립니다! 우리는 이것을 아주 잘 이해합니다. 이 상황에서 H-변동성을 추세 평면 지표로 해석하는 데 모순이 있습니까? 아니면 이 개념에 일종의 신성한 의미를 부여합니까?
즉, ACF는 서로 다른 지연 값에 대한 자기 상관 계수 값의 집합입니까? 그리고 당신은 같은 것을 상관도라고 부릅니다.
"H의 가치에 관계없이 시장은 항상 유행할 것"이라는 점을 제외하고는 전적으로 동의합니다. 우리가 큰 가지에 올렸던 그 사진들을 보아야 합니다. 그러나 이것들은 세부 사항입니다. 나는 신성한 의미를 투자하지 않습니다. 그러나 Pastekhov는 H-변동성이 추세 편평 상태의 척도 로 사용될 수 있다고 주장했습니다. 그리고 내 결과에 따르면 그렇지 않다는 것이 밝혀졌습니다. 점 H=2의 왼쪽 이웃에서는 H-변동성이 선형적으로 행동하지만 오른쪽 이웃에서는 확실히 그렇지 않기 때문에 여전히 그럴 수 있습니다. 첫째, 거동의 특성이 매우 비선형적이며, 둘째, H=2 지점에서 H-변동성은 최소값을 갖습니다. 그래프의 접선은 거기에서 수평입니다. 결과적으로 바로 근처의 H-변동성은 시장 상황의 변화에 실질적으로 둔감합니다. 그리고 이것은 가장 중요한 장소, 즉 추세 상태로 전환하는 순간입니다.
Neutron писал (а)>> 를 썼습니다. 나는 한 번에 진드기 흐름 시뮬레이션을 만지작거렸다는 것을 기억합니다. 내가 깨달을 수 있었던 것은 합성 가상 현실과 실제 가상 현실의 확률 함수(FR) 밀도의 일치이지만, 그 다음에는 자기상관 함수(ACF) 사이에 강한 불일치가 있다는 것입니다. 또는 반대로 ACF의 일치를 구하고 FR이 분기되었습니다. 이 두 가지가 어떻게 든 서로 연결되어 있음이 분명하지만이 문제를 해결할 수는 없습니다. 너무 어렵습니다. 별 도움이 안 될 것 같아 들어와도 읽어볼게.
나는 동일한 ACF와 FR을 가지고 있으며 pliz를 읽으려면 어디로 가야합니다. 어쩌면 난 어울릴거야
그리고 저 중에서 단기 교육 프로그램을 진행해 주실 수 있습니까?
당신이 말하는 ACF는 이웃 값의 상관 관계입니까? 어떻게 고려됩니까? ACF와 상관도는 "두 가지 큰 차이"인 것으로 기억하지만 누가 누구인지는 기억나지 않습니다. :-(
나는 또한 큰 지부에서 그들이 이 모든 것에 대해 이야기했던 것을 기억하지만, 나는 어디에서 기억나지 않습니다. 아마도 경화증입니까? :-)
ACF가 시리즈 포인트의 함수이고 따라서 샘플 번호에 따라 달라지면 재생산이 작동하지 않으므로 시도조차 해서는 안 됩니다.
그러나 RV 시리즈의 비-로컬 정적 기능인 경우, 즉 다른 매개 변수에 따라 다르며 정반대 일 수 있으며 합성 생성에 종사하는 경우 여전히 존재하는 임의성을 없애기 위해 부족합니다.
예, 임의성이 있습니다. 따라서 우리는 (지금 기억하는 한) VR의 첫 번째 차이 시리즈에서 판독값 간의 자기 상관 계수인 correlogram이라고 부를 것이며 서로 n 판독값만큼 뒤쳐집니다. 따라서 우리는 간격 1,2...n에 대해 정의된 함수를 얻 습니다 . 여기서 n은 음이 아닌 정수이고 -1에서 1까지의 값을 취합니다.
바로 이전 포스팅에서 언급한 내용입니다.
즉, ACF는 서로 다른 지연 값에 대한 자기 상관 계수 값의 집합입니까? 그리고 당신은 같은 것을 상관도라고 부릅니다. 그래서 내가 틀렸고, 그것은 같은 것입니다: ACF=correlogram. 그러나 그것은 삶을 훨씬 더 쉽게 만듭니다!
이 경우 ACF를 사용하여 재발률과 유행성 비율을 측정할 수 있습니다. 내가 없애고 싶었던 똑같은 자의성.
그리고 제가 여러분과 공유하고 싶은 것은 2의 오른쪽과 왼쪽에 있는 H-변동성의 행동에 관한 것입니다. 기억한다면, 추세 시장은 오른쪽에 있고 반환 시장은 왼쪽에 있습니다. 따라서 H-변동성은 이러한 영역에서 상당히 다르게 동작합니다. 이 차이로 인해 시장의 추세 상태를 결정하는 데 완전히 부적합합니다.
"추세"와 "평평한" 개념은 매우 상대적입니다. 실제로 과거 데이터에 대해 임의의 단계 H로 Kagi 파티션(동일한 지그재그)을 구축하면 H 의 값에 관계없이 시장은 항상 추세를 보일 것입니다... 또 다른 것은 작업해야 할 때입니다. 캐주얼 모드, 즉 VR의 오른쪽 가장자리에서 ZZ의 상단은 진폭의 불가피한 지연으로 형성됩니다(시간 척도에 의도적으로 첨부하지 않음). 이 경우 여는 방법을 결정해야 합니다. 이동 방향 또는 반대 방향. 첫 번째 경우에는 시장을 트렌드 1로 간주하고 두 번째 경우에는 후퇴 시장으로 간주하고 세 번째 경우는 없으며 하나님께 감사드립니다! 우리는 이것을 아주 잘 이해합니다. 이 상황에서 H-변동성을 추세 평면 지표로 해석하는 데 모순이 있습니까? 아니면 이 개념에 일종의 신성한 의미를 부여합니까?
즉, ACF는 서로 다른 지연 값에 대한 자기 상관 계수 값의 집합입니까? 그리고 당신은 같은 것을 상관도라고 부릅니다.
헤헤 무모한 발언... 차트가 주어지면 Close[n] = 2 + sin(n/20) (Close[n] - 연속 판독). 표시기는 다음 신호와 함께 중첩됩니다. 닫기 < 1.2이면 1.79의 테이크와 0.21의 스탑으로 구매합니다. 닫기 >= 2.8인 경우 동일한 매개변수로 판매합니다. 좋은 신호, 결코 틀리지 않습니다.
나는 미래를 예측하는 문제에 대한 해결책이 있다고 말하는 것이 아닙니다. 위에 쓰여진 것은 내가 아직 실제로 시작하지 않은 연구 방향에 대한 막연한 힌트일 뿐입니다.
이러한 시작되지 않은 연구에서 모델을 구축할 것입니까, 아니면 전능한 변환을 통해 가격대를 분할할 것입니까?
이러한 시작되지 않은 연구에서 모델을 구축할 것입니까, 아니면 전능한 변환을 통해 가격대를 분할할 것입니까?
요점에, 비타 . 셀 수 있는 집합을 발명할 수 있는 변환. 이것은 대략적으로 말하자면 또 다른 자유도입니다. 그리고 모델은 나온 것에서 잘 나올 수 있습니다(잘 나온 경우). 그리고 샷의 정확성으로 판단하여 이미 시도한 것은 무엇입니까?
PS 우리는 "on you"와 같은 것을 시작했습니다.
나는 한 번에 진드기 흐름 시뮬레이션을 만지작거렸다는 것을 기억합니다. 내가 깨달을 수 있었던 것은 합성 가상 현실과 실제 가상 현실의 확률 함수(FR) 밀도의 일치이지만, 그 다음에는 자기상관 함수(ACF) 사이에 강한 불일치가 있다는 것입니다. 또는 반대로 ACF의 일치를 구하고 FR이 분기되었습니다. 이 두 가지가 어떻게 든 서로 연결되어 있음이 분명하지만이 문제를 해결할 수는 없습니다. 너무 어렵습니다. 별 도움이 안 될 것 같아 들어와도 읽어볼게.
나는 동일한 ACF와 FR을 가지고 있으며 pliz를 읽으려면 어디로 가야합니다. 어쩌면 난 어울릴거야
나는 매우 짧지 만 접근 가능하도록 노력할 것입니다.
표시기 세트가 있습니다(숫자 = N). 모든 지표는 동시에 매수 또는 매도 신호를 제공합니다. 각 지표에 대해 올바른 방향을 선택할 확률 = Dn(여기서 인덱스 n=1...N). 지표의 신호에 따라 주문을 여는 방향은 대부분의 지표가 신호를 보낸 방향으로 선택됩니다.
질문: 주문을 여는 올바른 방향이 선택될 확률은 얼마입니까?
-
일주일째 답을 찾고 있습니다. 더 이상 힘이 없습니다. 아마도 누군가가 이 분야에 대해 더 많은 지식을 가지고 있을 것입니다. 귀하의 응답에 미리 감사드립니다!
그리고 다르면 .... 통계 (과학 수단) 등으로 귀찮게하지 마십시오. - 3개 중 2개 또는 4개 중 3개가 가장 정확한 선택이라고 계산해 보세요???
이 질문에 대해 오랫동안 목소리를 내려고 노력했는데 아무도 응답하지 않습니다 ..... 아마도 너무 어리석은 것 같습니다 .... 마지막으로 시도하는 ....
의 말을하자:
- 약간의 통계적 선호도가 있습니다(2-3-4 아이쏘)
- 완전히 정의되지 않음: 많은 옵션이 있지만 잠재 고객은 직관적으로 추측됩니다 .....
재정 및 시간의 관점에서 더 간단하고 가장 중요한 것은 더 편리한 것입니다.
- 끝까지 연구하고 차량을 조각합니까?
- 더미 2-3-4- 차량의 변형 .... 테스트 등?
물론 일반적으로 질문은 훨씬 더 광범위합니다. Forex에 거래 시스템의 기초로 사용할 수 있는 통계적 및 시간적 패턴이 있습니까? 아니면 여기에 필요한 일종의 공생이 있습니까 ??? )
그리고 비명을 지르지 않고 CL이 갑자기 켜졌습니다 :)))
나는 동일한 ACF와 FR을 가지고 있으며 pliz를 읽으려면 어디로 가야합니다. 어쩌면 난 어울릴거야
안녕하세요, 세르게이입니다.
두 가지 요구 사항을 충족하는 틱 흐름 모델을 실제로 구축했다면:
1. 초기 TS와 모델 1 사이의 첫 번째 차이 계열에 대한 확률 밀도 함수의 일치;
2. 첫 번째 차이 시리즈와 모델 시리즈 리턴에서 양의 정수로 간격을 둔 판독값 사이의 상관 계수의 일치.
존경합니다!
당신이 말한 것을 뒷받침하기 위해 관련 그래프를 게시하고 사용된 방법에 대해 조금 말할 수 있습니까?