이러한 패턴은 전체 샘플에 대해 평균이 수행되는 트랜잭션당 포인트로 표현되는 가장 높은 수익성을 보여줍니다. 패턴의 차원이 증가함에 따라 최대 수익성이 증가한다는 사실이 이러한 표시 메커니즘을 기반으로 하는 TS의 수익성이 유사한 증가를 의미하지는 않습니다. 사실 수익성이 증가함에 따라 가능한 모든 패턴 수의 기하학적 증가로 인해 이러한 유형의 패턴을 만나는 빈도가 감소합니다. 패턴의 치수가 한 자리 증가하면(예: 2개 세그먼트에서 3개로) 조합 수는 2배(4개에서 8개로) 증가하고 수익성은 20% 증가합니다(위 그림 참조). . 분명히 예측의 신뢰성과 거래 빈도 사이에서 절충안을 찾아야 합니다. 가장 "편리한" 패턴(이런 의미에서)은 3-링크가 될 수 있습니다.
보기 어려울 수 있지만 평면 도면에서 가장 수익성이 높은 패턴은 H에 대해 불변인 것처럼 보입니다. 그렇습니까? 그렇다면 이것을 어떻게 설명할 수 있다고 생각하십니까?
분할 지평선 - H 의 함수로서 가장 가파른 패턴에 대한 수익성 의존도를 자세히 살펴보겠습니다.
6-링크 패턴(왼쪽 그림) 및 2(오른쪽)에 대한 종속성이 제공됩니다. 여전히 H에 대한 의존도가 있습니다. 세로축의 눈금이 다릅니다.
수익성이 증가함에 따라 가능한 모든 패턴의 수가 기하학적으로 증가하여 이러한 유형의 패턴을 만나는 빈도가 감소합니다. 패턴의 치수가 한 자리 증가하면(예: 2개 세그먼트에서 3개로) 조합 수는 2배(4개에서 8개로) 증가하고 수익성은 20% 증가합니다(위 그림 참조). . 분명히 예측의 신뢰성과 거래 빈도 사이에서 절충안을 찾아야 합니다.
이것은 IMHO입니다. 게시물 중 하나에서 제기된 전형적인 수학 질문에 대한 전형적인 답변입니다. "어느 것이 더 낫습니까: 한 번에 40번 또는 한 번에 40번 중 어느 것이 더 낫습니까?"(게시물 제목의 읽기 변경)
또는
두 가지 시장 모델: Cherkizovsky와 Kutuzovsky의 부티크 - Porter의 경영 곡선.
6-링크 패턴(왼쪽 그림) 및 2(오른쪽)에 대한 종속성이 제공됩니다. 여전히 H에 대한 의존도가 있습니다. 세로축의 눈금이 다릅니다.
적분 아래 면적의 차이가 기간의 추세라고 가정할 수 있습니까?
"예"인 경우 교대 패턴의 수익성이 가장 높으면 가장 평평한 쌍을 찾고 ... "이하"(또는 옵션)와 같은 잘 알려진 전략을 얻습니다.
맞습니다. 두 종속성 아래 영역의 차이가 추세 구성 요소의 기여도를 나타냅니다. 하지만, 트렌드 트렌드는 다릅니다! 두 그룹의 추세를 구분할 수 있습니다. 첫 번째 "확률"에는 통계적으로 안정적으로 식별할 수 없는 모든 추세가 포함됩니다. 예를 들어 이러한 추세에는 Wiener 프로세스에 대한 추세가 포함됩니다. 이는 역사에 있지만 이를 통해 돈을 벌 수는 없습니다. 두 번째 유형에는 소위 "결정론적" 추세 또는 VR의 형성 과정에서 VR의 오른쪽 가장자리에서 감지할 수 있는 추세가 포함됩니다. 이러한 경향에는 VR의 오름차순 또는 내림차순 섹션 시퀀스가 포함되며, 여기서 첫 번째 차이의 판독값 간의 상호 상관 계수는 양수입니다.
따라서 확률적 추세는 위의 그래프에서 곡선 아래 다른 영역을 얻는다는 사실로 이어집니다.
그리고 결정적 추세는 수익성 지표를 "균일하게" 줄입니다(그림 타원 참조). 이제 이 위치에서 행이 "위치를 변경하면 이 거래 범위 H 에서 호가 행동의 실제 추세 특성에 대해 이야기할 수 있습니다.
주어진 H 와 주어진 d (1001+d Kagi Extreme)로 VR을 1000개의 패턴으로 나누었습니다.
그 중 100개는 고유
100개의 고유 패턴 중 n번째 패턴은 1000개의 샘플에서 발생합니다(예: 200번). 지원 = 20%(조건이 케이스의 20%에서 발생하는 경우) 또는 규칙 지원.
이 n번째 패턴(조건)에 대해 150배 "+"와 50배 "-", 즉 2개의 솔루션이 있습니다. 재미 e. 규칙 = "+"의 경우 75% 및 "-"의 경우 25%( if ( Pattern == n ) then 75% else 25% ) . 이것은 테이블에서 Pastekhov의 논문 끝에 여러 이벤트의 형태로 제공됩니다. 그러나 상대 값을 사용하는 것이 더 편리합니다.
흥미로운 것은 d가 증가함에 따라 지원이 감소하는 비율뿐만 아니라 규칙의 흥미도 변화의 역학입니다.
아마도 기호 교대로 뉘앙스를 찾는 것이 가능할 것입니다.
나는 테이블을 보는 데 익숙하다. 왜냐하면 다른 방법으로 필터링하고 정렬할 수 있지만 차트에서도 할 수 있습니다.
불행히도 내 삶의 상황은 무기한으로 시장과 포럼을 떠나야 할 정도로 발전하고 있습니다. 최근 연구에 비추어 볼 때 한 가지 아이디어가 있습니다.
아이디어는 +H / -H 스위칭 패턴을 감지하고 각 트랜잭션 후에 하나 또는 두 개의 PT 카운트를 건너뛰는 것입니다. 확실히, +H 및 -H 전략에 대한 평생 통계가 있어야 합니다. 전략은 N 번의 RT 후 +H 에서 -H 로(1단계의 일시 중지 후) n 번의 RT 후 변경되어야 합니다. 그 반대의 경우도 -H 에서 +H 로 변경됩니다. kagi - 틱 계열의 분할에 대한 나의 관찰에 따르면 안정적이고 지속적으로 반복되는 패턴이 하나 있습니다. 이전 RT 판독값의 상단이 현재(마지막)의 델타 이웃(3-5포인트 이하)으로 떨어질 때 KAGI 탑 - 이 경우 전략을 + H on -H 로 변경해야 하며, 이 패턴을 잡기 위해서는 거래 후 1-2 RT 카운트를 건너뛸 필요가 있습니다 - 거래하지 말고 분석하십시오 .
작은 진행 보고서. 나는 약 1년 동안 EUR/USD 틱 견적에 구축된 바이너리 패턴의 수익성을 연구했습니다. 수율은 의 함수로 연구되었습니다.
세르게이,:
어떤 패턴이 d = 4와 5에 대해 가장 높은 수익성을 보였습니까?
d= 4의 경우: -1+1-1+1 및 +1-1+1-1
d= 5의 경우: -1+1-1+1-1 및 +1-1+1-1+1
이러한 패턴은 전체 샘플에 대해 평균이 수행되는 트랜잭션당 포인트로 표현되는 가장 높은 수익성을 보여줍니다. 패턴의 차원이 증가함에 따라 최대 수익성이 증가한다는 사실이 이러한 표시 메커니즘을 기반으로 하는 TS의 수익성이 유사한 증가를 의미하지는 않습니다. 사실 수익성이 증가함에 따라 가능한 모든 패턴 수의 기하학적 증가로 인해 이러한 유형의 패턴을 만나는 빈도가 감소합니다. 패턴의 치수가 한 자리 증가하면(예: 2개 세그먼트에서 3개로) 조합 수는 2배(4개에서 8개로) 증가하고 수익성은 20% 증가합니다(위 그림 참조). . 분명히 예측의 신뢰성과 거래 빈도 사이에서 절충안을 찾아야 합니다. 가장 "편리한" 패턴(이런 의미에서)은 3-링크가 될 수 있습니다.
보기 어려울 수 있지만 평면 도면에서 가장 수익성이 높은 패턴은 H에 대해 불변인 것처럼 보입니다. 그렇습니까? 그렇다면 이것을 어떻게 설명할 수 있다고 생각하십니까?
분할 지평선 - H 의 함수로서 가장 가파른 패턴에 대한 수익성 의존도를 자세히 살펴보겠습니다.
6-링크 패턴(왼쪽 그림) 및 2(오른쪽)에 대한 종속성이 제공됩니다. 여전히 H에 대한 의존도가 있습니다. 세로축의 눈금이 다릅니다.
d= 4의 경우: -1+1-1+1 및 +1-1+1-1
d= 5의 경우: -1+1-1+1-1 및 +1-1+1-1+1
이 IMHO는 일반적인 추정에 따르면 시간의 85%가 소요되는 아파트의 "그림"입니다.
이것은 IMHO입니다. 게시물 중 하나에서 제기된 전형적인 수학 질문에 대한 전형적인 답변입니다. "어느 것이 더 낫습니까: 한 번에 40번 또는 한 번에 40번 중 어느 것이 더 낫습니까?"(게시물 제목의 읽기 변경)
또는
두 가지 시장 모델: Cherkizovsky와 Kutuzovsky의 부티크 - Porter의 경영 곡선.
6-링크 패턴(왼쪽 그림) 및 2(오른쪽)에 대한 종속성이 제공됩니다. 여전히 H에 대한 의존도가 있습니다. 세로축의 눈금이 다릅니다.
적분 아래 면적의 차이가 기간의 추세라고 가정할 수 있습니까?
"예"인 경우 교대 패턴의 수익성이 가장 높으면 가장 평평한 쌍을 찾고 ... "이하"(또는 옵션)와 같은 잘 알려진 전략을 얻습니다.
어떤 다른 결론을 내릴 수 있습니까?
적분 아래 면적의 차이가 기간의 추세라고 가정할 수 있습니까?
모든 것이 조금 더 쉽습니다.
맞습니다. 두 종속성 아래 영역의 차이가 추세 구성 요소의 기여도를 나타냅니다. 하지만, 트렌드 트렌드는 다릅니다! 두 그룹의 추세를 구분할 수 있습니다. 첫 번째 "확률"에는 통계적으로 안정적으로 식별할 수 없는 모든 추세가 포함됩니다. 예를 들어 이러한 추세에는 Wiener 프로세스에 대한 추세가 포함됩니다. 이는 역사에 있지만 이를 통해 돈을 벌 수는 없습니다. 두 번째 유형에는 소위 "결정론적" 추세 또는 VR의 형성 과정에서 VR의 오른쪽 가장자리에서 감지할 수 있는 추세가 포함됩니다. 이러한 경향에는 VR의 오름차순 또는 내림차순 섹션 시퀀스가 포함되며, 여기서 첫 번째 차이의 판독값 간의 상호 상관 계수는 양수입니다.
따라서 확률적 추세는 위의 그래프에서 곡선 아래 다른 영역을 얻는다는 사실로 이어집니다.
그리고 결정적 추세는 수익성 지표를 "균일하게" 줄입니다(그림 타원 참조). 이제 이 위치에서 행이 "위치를 변경하면 이 거래 범위 H 에서 호가 행동의 실제 추세 특성에 대해 이야기할 수 있습니다.
Sergey, d = 4 및 5에 대해 지원 및 관심별로 정렬된 규칙이 있는 테이블을 별도로 첨부하십시오.
패리티 패턴이 %%에 미치는 영향을 살펴보는 것은 흥미롭습니다.
즉, 이전 페이지에 게시한 3차원 사진을 표 형식으로 제시하려면?
즉, 이전 페이지에 게시한 3차원 사진을 표 형식으로 제시하려면?
엉덩이에 대해 이해했습니다. 동의했음에도 불구하고 규칙을 읽지 않았습니다. :)
여기에 잘 명시되어 있습니다 http://www.basegroup.ru/library/analysis/association_rules/intro/
간단히:
흥미로운 것은 d가 증가함에 따라 지원이 감소하는 비율뿐만 아니라 규칙의 흥미도 변화의 역학입니다.
아마도 기호 교대로 뉘앙스를 찾는 것이 가능할 것입니다.
나는 테이블을 보는 데 익숙하다. 왜냐하면 다른 방법으로 필터링하고 정렬할 수 있지만 차트에서도 할 수 있습니다.
H 에 따라 패턴의 빈도(오른쪽 그림)와 예측 신뢰도(왼쪽 그림)에 대한 데이터가 있습니다.
d=5에 대한 데이터가 제공됩니다. 큰 값은 빨간색으로 표시되고 작은 값은 파란색으로 표시됩니다.
중성자에게
불행히도 내 삶의 상황은 무기한으로 시장과 포럼을 떠나야 할 정도로 발전하고 있습니다. 최근 연구에 비추어 볼 때 한 가지 아이디어가 있습니다.
아이디어는 +H / -H 스위칭 패턴을 감지하고 각 트랜잭션 후에 하나 또는 두 개의 PT 카운트를 건너뛰는 것입니다. 확실히, +H 및 -H 전략에 대한 평생 통계가 있어야 합니다. 전략은 N 번의 RT 후 +H 에서 -H 로(1단계의 일시 중지 후) n 번의 RT 후 변경되어야 합니다. 그 반대의 경우도 -H 에서 +H 로 변경됩니다. kagi - 틱 계열의 분할에 대한 나의 관찰에 따르면 안정적이고 지속적으로 반복되는 패턴이 하나 있습니다. 이전 RT 판독값의 상단이 현재(마지막)의 델타 이웃(3-5포인트 이하)으로 떨어질 때 KAGI 탑 - 이 경우 전략을 + H on -H 로 변경해야 하며, 이 패턴을 잡기 위해서는 거래 후 1-2 RT 카운트를 건너뛸 필요가 있습니다 - 거래하지 말고 분석하십시오 .
추신
과학 정말 감사합니다! 지나가는 추세와 큰 이익.