모든 것이 가능합니다(가능한 모든 것). 문제는 우리가 모든 것을 알지 못한다는 것입니다.
사소하지 않은 접근 방식의 사소한 방법과 사소하지 않은 생각의 사소한 접근 중 어느 것이 더 낫습니까? 잘 모르겠습니다. 어떤 탁월함의 기준을 사용할지는 별개의 문제입니다. 당신은 그런 것을 찾아 어둠 속에서 평생을 헤매며 보낼 수도 있고, 오랫동안 모두에게 알려진 ... 맛의 문제로 조용히 사용할 수도 있습니다.
나는 문제를 해결하기 위한 최적의 방법이 있으며 "나는 생각한다" 또는 "모두가 한다"와 같은 편향 없이 과학적 패러다임의 틀 내에서 확실히 달성할 수 있다는 관점을 취합니다.
손에 깃발! 그건 그렇고, "모든 사람이 그것을합니다"가격 움직임을 만들고 연속 패턴, 수준, 프랙탈 등을 사용할 수 있습니다.
위에서 거래의 문제를 보면 결국 우리는 가격 증분에 관심이 있고 절대 가치가 아니라 가격 변동에 돈이 생깁니다.
따라서 우리의 경우 원래 가격 시리즈가 아니라 견적의 첫 번째 차이의 시리즈에 대해 이야기하고 있습니다. 따라서 일련의 첫 번째 차이(예: Open[i]-Open[i+1])에 대해 인접 판독값 간의 상관 계수는 작고(<<1) 항상 음수 입니다. 미분 미적분의 장치를 임의의 VR에 적용하려면(예: Taylor 급수로 확장하고 이에 기반한 예측 모델 구축 - 우리 모두가 이동 평균에서 짜내려고 하는 것), 급수가 필요합니다. 첫 번째 차이의 양의 자기 상관(이는 원래 시리즈의 부드러움을 보장함), 불행히도 가격 시리즈는 이 조건을 충족하지 않습니다. 이것은 내가 우리 사업에서 이사가 원칙적으로 전망이 없다고 말할 때 염두에 두었던 바로 그 사실입니다. 그들은 역사를 보여줍니다. 그건 그렇고, 20 년 전 가격 시리즈는 약하지만 양의 상관 관계가 있었지만 (첫 번째 차이점) 이것이 고전적인 TA의 간단한 모델을 사용하여 돈을 벌 수있게 한 것입니다. 이제 그림이 달라졌고 효과적인 거래 문제를 해결하기 위한 간단한 접근 방식이 필요합니다.
따라서 인접한 판독값 간에 동일합니다.
그리고 왜 인접 판독값이 필요한가요?
그리고 왜 우리는 직접적으로 벌거벗은 VR과 사용하지 않은 VR을 구별해야 합니까? 또한 두 개의 인접한 판독 값이 아니라 4에서 200까지의 창이 있습니다. 예를 들어 - 기술 지표의 기간. - 진입/퇴장 분석을 위한 세그먼트의 길이 -duration=기본 분석이 관련된 달력 기간의 길이. 따라서 자기 상관은 양수이고 0.5보다 큽니다. 단단한 dof와 함께. 확률 0.95.
예를 들어 Taylor 시리즈 확장에 대한 대안이 있습니다. 이 확장은 첫 번째 차분 시리즈에서 음의 자기상관이 있는 VR에서도 작동합니다. 다중 입력이 있는 단일 계층 신경망에 대한 문제를 해결한 결과로 명시적으로 얻을 수 있습니다. 예를 들어, 다음은 2입력 NN에 대한 솔루션으로 얻은 이러한 확장의 첫 번째 항입니다.
, 여기서 d[i+1]은 i+1 가격 범위 증분의 예측입니다.
여기 계신 분들이 어떻게 생각하고 생각하실지 모르겠지만 제 생각과 개념에 따르면 가격대나 가격 범위의 증가를 예측하는 것은 10년 전에 포기했습니다. 이 행동의 무의미하고 낮은 수익성 때문에 ... ...)))))
원칙적으로 나는 당신을 설득할 그런 임무가 없습니다. 그러나 나는 당신에게 위 또는 아래로의 움직임을 예측하는 것이 더 쉽다는 것을 논리적으로 보여 주려고 노력할 것입니다. 이것은 예를 들어 1.4521 또는 1.4522보다 서로 매우 다른 2개의 값일 뿐입니다. 이것은 단지 0.007%입니다 가치 - 초대형 준심령도 예측하지 못합니다. 100포인트는 약 0.7%(유로달러의 경우)에 불과하다고 계산할 수 있습니다. 이는 또한 예측하기 매우 어렵습니다. 따라서 그것은 당신에게 달려 있습니다. 그러나 우리가 당신과 같이 2-3년이 아니라 몇 년, 심지어 수십 년 동안 가격 범위를 예측할 가능성을 탐구해 온 상당히 똑똑한 사람들이 만든 신경망 프로그램에서 시작한다면 가격 범위는 오랫동안 예측되지 않았습니다. 이미 많은 것을 말해줍니다....
모든 것이 가능합니다(가능한 모든 것). 문제는 우리가 모든 것을 알지 못한다는 것입니다.
사소하지 않은 접근 방식의 사소한 방법과 사소하지 않은 생각의 사소한 접근 중 어느 것이 더 낫습니까? 잘 모르겠습니다. 어떤 탁월함의 기준을 사용할지는 별개의 문제입니다. 당신은 그런 것을 찾아 어둠 속에서 평생을 헤매며 보낼 수도 있고, 오랫동안 모두에게 알려진 ... 맛의 문제로 조용히 사용할 수도 있습니다.
나는 문제를 해결하기 위한 최적의 방법이 있으며 "나는 생각한다" 또는 "모두가 한다"와 같은 편향 없이 과학적 패러다임의 틀 내에서 확실히 달성할 수 있다는 관점을 취합니다.
손에 깃발! 그건 그렇고, "모든 사람이 그것을합니다"가격 움직임을 만들고 연속 패턴, 수준, 프랙탈 등을 사용할 수 있습니다.
위에서 거래의 문제를 보면 결국 우리는 가격 증분에 관심이 있고 절대 가치가 아니라 가격 변동에 돈이 생깁니다.
따라서 우리의 경우 원래 가격 시리즈가 아니라 견적의 첫 번째 차이의 시리즈에 대해 이야기하고 있습니다. 따라서 일련의 첫 번째 차이(예: Open[i]-Open[i+1])에 대해 인접 판독값 간의 상관 계수는 작고(<<1) 항상 음수 입니다. 미분 미적분의 장치를 임의의 VR에 적용하려면(예: Taylor 급수로 확장하고 이에 기반한 예측 모델 구축 - 우리 모두가 이동 평균에서 짜내려고 하는 것), 급수가 필요합니다. 첫 번째 차이의 양의 자기 상관(이는 원래 시리즈의 부드러움을 보장함), 불행히도 가격 시리즈는 이 조건을 충족하지 않습니다. 이것은 내가 우리 사업에서 이사가 원칙적으로 전망이 없다고 말할 때 염두에 두었던 바로 그 사실입니다. 그들은 역사를 보여줍니다. 그건 그렇고, 20 년 전 가격 시리즈는 약하지만 양의 상관 관계가 있었지만 (첫 번째 차이점) 이것이 고전적인 TA의 간단한 모델을 사용하여 돈을 벌 수있게 한 것입니다. 이제 그림이 달라졌고 효과적인 거래 문제를 해결하기 위한 간단한 접근 방식이 필요합니다.
따라서 인접한 판독값 간에 동일합니다.
그리고 왜 인접 판독값이 필요한가요?
그리고 왜 우리는 직접적으로 벌거벗은 VR과 사용하지 않은 VR을 구별해야 합니까?
또한 두 개의 인접한 판독 값이 아니라 4에서 200까지의 창이 있습니다. 예를 들어
- 기술 지표의 기간.
- 진입/퇴장 분석을 위한 세그먼트의 길이
-duration=기본 분석이 관련된 달력 기간의 길이.
따라서 자기 상관은 양수이고 0.5보다 큽니다. 단단한 dof와 함께. 확률 0.95.
예를 들어 Taylor 시리즈 확장에 대한 대안이 있습니다. 이 확장은 첫 번째 차분 시리즈에서 음의 자기상관이 있는 VR에서도 작동합니다. 다중 입력이 있는 단일 계층 신경망에 대한 문제를 해결한 결과로 명시적으로 얻을 수 있습니다. 예를 들어, 다음은 2입력 NN에 대한 솔루션으로 얻은 이러한 확장의 첫 번째 항입니다.
, 여기서 d[i+1]은 i+1 가격 범위 증분의 예측입니다.
여기 계신 분들이 어떻게 생각하고 생각하실지 모르겠지만 제 생각과 개념에 따르면 가격대나 가격 범위의 증가를 예측하는 것은 10년 전에 포기했습니다. 이 행동의 무의미하고 낮은 수익성 때문에 ... ...)))))
기이한.
자기 상관에 대해 이야기하고 있습니다. 그러나 나는 거의 아무것도 이해하지 못한다. 아마도 당신의 것은 잘 알려진 '자기 상관 함수' 와 다를 수 있습니다.
그런 0.9-0.6 또는 음수 "항상"은 어디서 얻습니까? 크로스 오버, 나는 그것이 도움이 될 것이라고 생각합니다.
가격 시리즈의 ACF와 첫 번째 차이점은 외관이 매우 아름다워 시리즈가 예측 가능함을 보여줍니다. (델타 함수 아님).
여기 계신 분들이 어떻게 생각하고 생각하실지 모르겠지만 제 생각과 개념에 따르면 가격대나 가격 범위의 증가를 예측하는 것은 10년 전에 포기했습니다. 이 행동의 무의미하고 낮은 수익성 때문에 ... ...)))))
그리고 행성의 움직임을 어떻게 예측합니까? 아니면 다른 무언가?
잘 구축되고 적절한 예측만이 수익성 있는 TS를 구축할 수 있습니다. 다른 모든 것은 악한 자의 것입니다.
그리고 행성의 움직임을 어떻게 예측합니까? 아니면 다른 것?
이동 방향 .......))))) 훨씬 더 효율적입니다 .......
행성의 움직임이 아니라 하나님께 감사드립니다).
더 나은 예측은 단순히 가격 시리즈의 움직임 예측에 반대되는 방향이라고 설명합니다.
1. 방향 예측
- 1분 위, 두 번째 아래, 세 번째 위로 등
2. 가격대 예측. 내일 12시 환율은 +-10포인트가 됩니다.
????
나는 두 번째 예측이 맞으면 선택하고 첫 번째 예측은 100% 정확하더라도 필요하지 않습니다.
저를 설득해주셨으면 합니다.
원칙적으로 나는 당신을 설득할 그런 임무가 없습니다. 그러나 나는 당신에게 위 또는 아래로의 움직임을 예측하는 것이 더 쉽다는 것을 논리적으로 보여 주려고 노력할 것입니다. 이것은 예를 들어 1.4521 또는 1.4522보다 서로 매우 다른 2개의 값일 뿐입니다. 이것은 단지 0.007%입니다 가치 - 초대형 준심령도 예측하지 못합니다. 100포인트는 약 0.7%(유로달러의 경우)에 불과하다고 계산할 수 있습니다. 이는 또한 예측하기 매우 어렵습니다. 따라서 그것은 당신에게 달려 있습니다. 그러나 우리가 당신과 같이 2-3년이 아니라 몇 년, 심지어 수십 년 동안 가격 범위를 예측할 가능성을 탐구해 온 상당히 똑똑한 사람들이 만든 신경망 프로그램에서 시작한다면 가격 범위는 오랫동안 예측되지 않았습니다. 이미 많은 것을 말해줍니다....
1. 방향 예측
- 1분 위, 두 번째 아래, 세 번째 위로 등
그것은 TF에 따라 다르며, 특히 다른 방향으로 가격이 지금 움직일 방향으로 매분 예측할 필요는 없습니다. TF 자체, 분이라 해도 - 분 차트를 봐도 1분 이상 지속되는 추세를 볼 수 있다..... ))))