여기서 무엇을 봐야 하는지 이해가 되지 않는 부분이 있었습니다. 평범한 AR(1)처럼 보입니다. 어제가 하락했다면 오늘은 하락할 것이고, 어제는 조금 하락했다면 오늘은 조금 하락할 것입니다. 따라서 가격 반전으로 예측이 늦고 가격 가감속이 늦어진다. 저것들. 이제 0 막대에 반전이 있는 경우 예측은 다음 막대에만 이를 표시합니다.
ATR(1)을 의미했다면 그것을 부과했습니다. 비교하십시오. 다른 경우 링크를 제공하십시오.
나는 그것이 나쁘거나 좋은지를 말하는 것이 아니라 프로세스 모델이 내장된 지표일 뿐이며(대부분 부정확할 수 있음) 이 모델에 대한 예측이 있습니다.
m_a_sim 또는 Prival이 연구 알고리즘을 공유할 수 있습니까(여기에 게시하거나 프로필에 이메일을 보내주세요).
나 자신도 통계에 관심이 있지만 다른 측면에서 접근합니다. 말하자면, 이 주제에 대한 내 소프트웨어를 여기에 (자세한 설명과 함께) 곧 게시할 것입니다. 그러나 나는 그것을 확장하고 당신이 지금 여기에서 논의하고 있는 다른 접근 방식을 탐구하고 싶습니다. 매우 흥미로운.
따라서 Neutron의 방법을 따르면 분 차트의 변동성에서 0.3183의 기울기는 약 1 포인트를 제공하며 스프레드를 고려하면 진정한 배수를 의미합니다. 플러스 평균 값에서 큰 스프레드.
일반적으로 평온함. 침을 닦고 다시 처음으로 돌아가봅시다 :)
그것도 내가 말하는거야!
1과 같은 탄젠트를 줄 때 모든 일을 제대로 하고 있다고 확신합니까( m_a_sim & Prival ) ?
다시. 이러한 값은 예측 알고리즘 구현의 오류로 인해 얻을 수 있습니다. 예를 들어 현재 가격 증분을 가져와 매직 표시기의 현재 증분(예: 일반 눈금)과 일치시킵니다. 좁은 앤티 앨리어싱 창을 사용하면 45도에 가까운 기울기를 얻을 수 있습니다! 이것은 실수입니다. 현재 증분 자체가 아니라 지표 증분 의 예측 을 취해야 합니다!
글쎄, 나는 그것을 어떻게 설명해야 할지 모르겠다! 당신이 게시하는 것에 대해 조금 생각하십시오.
나는 그들에 대해 작업하고 ACF의 계산을 (코드베이스) 'Autocorrelation function' 에 게시했습니다. 왜냐하면 그것은 (ACF)가 이러한 모델의 기초 중 하나이기 때문입니다.
가격 책정 프로세스를 다르게 모델링하려고 합니다. 나는 확률적 미분 시스템을 사용합니다. 방정식. 모델 오류 외에도 측정 오류도 포함될 수 있습니다. DC가 제공하는 것은 "실제 가격"이 아니라 기껏해야 스프레드 내부에 어느 정도 확률이 있기를 바라는 추정치입니다. 모든 게 당연해 IMHO 하지만 이 곡선을 보면 이렇게
여기서 무엇을 봐야 하는지 이해가 되지 않는 부분이 있었습니다. 평범한 AR(1)처럼 보입니다. 어제가 하락했다면 오늘은 하락할 것이고, 어제는 조금 하락했다면 오늘은 조금 하락할 것입니다. 따라서 가격 반전으로 예측이 늦고 가격 가감속이 늦어진다. 저것들. 이제 0 막대에 반전이 있는 경우 예측은 다음 막대에만 이를 표시합니다.
ATR(1)을 의미했다면 그것을 부과했습니다. 비교하십시오. 다른 경우 링크를 제공하십시오.
나는 그것이 나쁘거나 좋은지를 말하는 것이 아니라 프로세스 모델이 내장된 지표일 뿐이며(대부분 부정확할 수 있음) 이 모델에 대한 예측이 있습니다.
특정 지표를 의미하지는 않았지만 자동 회귀 프로세스 지연 1 - https://en.wikipedia.org/wiki/Autoregressive_moving_average_model
흥미롭게 보이지만 위의 악덕으로 인해 실용적인 가치가 없습니다.
대화에 방해가 된 점 사과드립니다.
m_a_sim 또는 Prival이 연구 알고리즘을 공유할 수 있습니까(여기에 게시하거나 프로필에 이메일을 보내주세요).
나 자신도 통계에 관심이 있지만 다른 측면에서 접근합니다. 말하자면, 이 주제에 대한 내 소프트웨어를 여기에 (자세한 설명과 함께) 곧 게시할 것입니다. 그러나 나는 그것을 확장하고 당신이 지금 여기에서 논의하고 있는 다른 접근 방식을 탐구하고 싶습니다. 매우 흥미로운.
개인적으로, 무슨 일이 일어날지 "보게" 되면 저를 매료시킵니다. 지표를 작성하고 싶습니다.
미리 감사드립니다.
이것은 분이며 예측 범위가 작을수록 더 정확합니다(예측). 차트는 Close 가 아니라 평가에서 "실제 가격"으로 작성됩니다.
다음은 차트입니다. 빨간색 선은 예측, 흰색 견적은 "실제 가격"입니다. 그것은 (지표) 다시 그려지지 않습니다.
그렇게 간단하지 않다 최소한 다중 통화 분석이 필요합니다. 그리고 이를 위해서는 행렬 연산이 필요합니다. 나는 여전히 matkad에서와 같이 조옮김을 유사하게 만들 수 없습니다.
Z.Y. 전투에 돌입하기에는 너무 이르다.
Sergey, 알고리즘에 따라 구축된 예측 클라우드를 게시할 수 있지만 H1용인가요? 실용화 알고리즘을 정말 느껴보고 싶어요!
Sergey, 알고리즘에 따라 구축된 예측 클라우드를 게시할 수 있지만 H1용인가요? 실용화 알고리즘을 정말 느껴보고 싶어요!
나는 클라우드에 대해 조금 이해하지 못했습니다. 두 통화에 대한 H1에 대한 파일을 만들어 게시하겠습니다(날짜, 시간, 마감, 마감 견적, 이 막대에 대한 예측).
Z.Y.
이 지표(출처)를 행렬 대수학 라이브러리로 교환할 준비가 되었습니다.
덧셈, 뺄셈, 곱셈, 나눗셈(간단함), 행렬 반전(여기에는 '임의의 흐름과 FOREX 이론' 이 있습니다. 아직 테스트하지 않았습니다), 전치(여기서는 머리가 깨졌지만 작업이 가장 간단함) 및 행렬 추적 계산( tr ).
이러한 MathCad 절차가 필요하며 모든 기호는 행렬입니다.
여러분, 당황하지 마십시오. 왜 그렇게 많은 행복감을 느끼는가? :)
결국, 육안으로 여기에 아직 꿀이 없음을 알 수 있습니다.
다음은 Prival이 게시한 첫 번째 가격 차트에 대한 작은 분석입니다. 회귀 분석을 수행하기 위해 디지털화했습니다.
디지털화
값 축의 스케일은 픽셀입니다. 회귀 분석의 경우 차이가 없습니다. 디지털화 오류 - +/- 2픽셀, 우리의 목적에 충분합니다.
이제 종가와 두 곡선(추정 및 예측) 간의 차이 회귀를 작성합니다.
회귀
왼쪽 차트는 종가차이와 밸류에이션 커브차이를 회귀분석한 것입니다. 기울기 - 0.5720
오른쪽 그래프는 종가 차이와 예측 곡선 차이의 회귀입니다. 틸트 - 0.3183
따라서 Neutron의 방법을 따르면 분 차트의 변동성에서 0.3183의 기울기는 약 1 포인트를 제공하며 스프레드를 고려하면 진정한 배수를 의미합니다. 플러스 평균 값에서 큰 스프레드.
일반적으로 평온함. 침을 닦고 다시 처음으로 돌아가봅시다 :)
여러분, 당황하지 마십시오. 왜 그렇게 많은 행복감을 느끼는가? :)
따라서 Neutron의 방법을 따르면 분 차트의 변동성에서 0.3183의 기울기는 약 1 포인트를 제공하며 스프레드를 고려하면 진정한 배수를 의미합니다. 플러스 평균 값에서 큰 스프레드.
일반적으로 평온함. 침을 닦고 다시 처음으로 돌아가봅시다 :)
그것도 내가 말하는거야!
1과 같은 탄젠트를 줄 때 모든 일을 제대로 하고 있다고 확신합니까( m_a_sim & Prival ) ?
다시. 이러한 값은 예측 알고리즘 구현의 오류로 인해 얻을 수 있습니다. 예를 들어 현재 가격 증분을 가져와 매직 표시기의 현재 증분(예: 일반 눈금)과 일치시킵니다. 좁은 앤티 앨리어싱 창을 사용하면 45도에 가까운 기울기를 얻을 수 있습니다! 이것은 실수입니다. 현재 증분 자체가 아니라 지표 증분 의 예측 을 취해야 합니다!
글쎄, 나는 그것을 어떻게 설명해야 할지 모르겠다! 당신이 게시하는 것에 대해 조금 생각하십시오.
특정 지표를 의미하지는 않았지만 자동 회귀 프로세스 지연 1 - https://en.wikipedia.org/wiki/Autoregressive_moving_average_model
흥미롭게 보이지만 위의 악덕으로 인해 실용적인 가치가 없습니다.
내가 올바르게 알아 냈다면 여기에 러시아어 http://www.statsoft.ru/home/textbook 에 대한 임의의 구성 요소(내 의견으로는 m_a_sim 모델에서 선택되는 것)가 있는 회귀 모델입니다. /modules/sttimser.html# 아리마
나는 그들에 대해 작업하고 ACF의 계산을 (코드베이스) 'Autocorrelation function' 에 게시했습니다. 왜냐하면 그것은 (ACF)가 이러한 모델의 기초 중 하나이기 때문입니다.
가격 책정 프로세스를 다르게 모델링하려고 합니다. 나는 확률적 미분 시스템을 사용합니다. 방정식. 모델 오류 외에도 측정 오류도 포함될 수 있습니다. DC가 제공하는 것은 "실제 가격"이 아니라 기껏해야 스프레드 내부에 어느 정도 확률이 있기를 바라는 추정치입니다. 모든 게 당연해 IMHO 하지만 이 곡선을 보면 이렇게
글쎄, 나는 그것을 어떻게 설명해야 할지 모르겠다! 당신이 게시하는 것에 대해 조금 생각하십시오.
아니면 차트를 자세히 살펴보십시오. "예측" 라인은 실제로 한 바가 이동한 가격 라인의 사본입니다. 저것들. 예측은 아무 것도 예측하지 않지만 반대로 지연과 함께 이미 일어난 일을 보여줍니다.