두 MA 교차 정리

 

1. 모든 시간 간격 동안 마스코트의 매개 변수를 선택할 수 있습니다(최적화 수행). 이를 기반으로 한 고문이 이익을 얻을 수 있습니다.

즉, 최적화가 결과를 제공하지 않는 간격이 없습니다.

2. 모든 시간 간격은 각 섹션에 대한 최적화 후 체커 교차점에 있는 어드바이저가 이익을 얻을 수 있는 방식으로 유한한 수의 섹션으로 나눌 수 있습니다.

음...

이것이 사실입니까?

 
diakin писал(а) >>

이것이 사실입니까?

1과 2는 동어반복이다. 그리고 그것은 사실이든 아니든, 수학적 증명 없이 사적인 의견일 뿐입니다. 그리고 실용화를 보지 않고 근거기반을 구축하다보니 요점이 안보이네요... 혹시 그 의미를 공유해주실 수 있으신가요?

 
diakin >> :

1. 모든 시간 간격 동안 마스코트의 매개 변수를 선택할 수 있습니다(최적화 수행). 이를 기반으로 한 고문이 이익을 얻을 수 있습니다.

즉, 최적화가 결과를 제공하지 않는 간격이 없습니다.

2. 모든 시간 간격은 각 섹션에 대한 최적화 후 체커 교차점에 있는 어드바이저가 이익을 얻을 수 있는 방식으로 유한한 수의 섹션으로 나눌 수 있습니다.

음...

이것이 사실입니까?

권리. 틀리지 않으면 피팅이라고 합니다.

 
아무것도 아님..
 
diakin писал(а) >>

시장에는 특정 주기, 즉 특정 주기가 있습니다. 이 주기는 끊임없이 변화하고 있습니다. 그러나 즉시가 아니라 시간이 지남에 따라. 계산하면 MA 교차가 강타와 함께 작동합니다. 따라서 문제는 과거 데이터만 사용하여 이 미래 시장 주기를 올바르게 찾는 방법이며, 내일 이 주기가 변경될 수 있음을 이해하는 것입니다. 간단히 말해서, 내일의 시장 주기를 찾기 위해 과거 데이터에서 TS를 올바르게 최적화하는 방법입니다. .. ...)))))

 
LeoV >> :

시장에는 특정 주기, 즉 특정 주기가 있습니다. 이 주기는 끊임없이 변화하고 있습니다. 그러나 즉시가 아니라 시간이 지남에 따라. 계산하면 MA 교차가 강타와 함께 작동합니다. 따라서 문제는 과거 데이터만 사용하여 이 미래 시장 주기를 올바르게 찾고 내일 이 주기가 변경될 수 있음을 이해하는 것입니다. 간단히 말해서 내일의 시장 주기를 찾기 위해 과거 데이터에서 TS를 올바르게 최적화하는 방법 .. ...)))))

LeoV, John Ehler의 작업이나 다른 독창적인 방법을 암시하는 건가요?

 
sol писал(а) >>

LeoV, John Ehler의 작업이나 다른 독창적인 방법을 암시하는 건가요?

음, 물론, 그의 너무 많은 사람들이 이 시장 주기를 다른 방식으로 계산하려고 합니다. ..... MA 교차점이 있는 TS에 관한 것이었습니다. 이것은 순환성을 사용하는 가장 간단한 시장 모델입니다.

 
Figar0 писал(а) >>

1과 2는 동어반복입니다. 그리고 사실 여부는 수학적 증거 없이 사적인 의견일 뿐입니다. 그리고 실용화를 보지 않고 근거기반을 구축하다보니 요점이 안보이네요... 혹시 그 의미를 공유해주실 수 있으신가요?

동어반복이 아닙니다. 1은 항상 그러한 1(하나) 매개변수 세트를 선택할 수 있음을 의미합니다. Mashek, 99년부터 2009년까지 모든 기간을 포함하여 모든 기간에 이익이 있을 것입니다.

그러나 99년부터 2010년까지 세트는 다를 것이라고 가정해 봅시다.

그리고 2 - 한 세트로는 충분하지 않지만 원칙적으로 항상 최적화할 수 있으며 손실이 불가피한 세그먼트는 없습니다.

*

틱 대신 최적화된 매개변수 집합이 제한된 다른 "양호한" 표시기를 사용할 수 있습니다. "좋은" - 원칙적으로 작동한다는 의미에서, 어떤 코드 조각도 아닙니다.

즉, 블랙박스의 그림은 다음과 같습니다. 가격대 자체는 보이지 않고 지표 매개변수와 최적화 결과만 보입니다. 이익이 있는지 없는지.

*

지표는 가격 계열에 적용되는 일종의 수학 연산자입니다. 그런 다음 특정 기간 동안 이익이 있으면이 기간의 시장은 여러 매개 변수로 특징 지어집니다. 온도계가 개별 분자의 속도가 아니라 공기의 온도를 측정하는 것처럼, 따라서 공기는 매크로 매개변수 온도를 갖습니다. 즉, 통계 역학에서 열역학으로 전환했습니다.

*

그런 다음 테스터에서 최적화하는 대신 가격 시리즈에서 직접 주어진 지표에 대해 이러한 매개변수를 계산할 수 있는지에 대한 질문이 발생합니다. 그런 다음 이러한 계산을 어드바이저에 푸시할 수 있습니다.

즉시 이익 매개변수를 다시 계산합니다.

 
LeoV писал(а) >>

시장에는 특정 주기, 즉 특정 주기가 있습니다. 이 주기는 끊임없이 변화하고 있습니다. 그러나 즉시가 아니라 시간이 지남에 따라. 계산하면 MA 교차가 강타와 함께 작동합니다. 따라서 문제는 과거 데이터만 사용하여 이 미래 시장 주기를 올바르게 찾는 방법이며, 내일 이 주기가 변경될 수 있음을 이해하는 것입니다. 간단히 말해서, 내일의 시장 주기를 찾기 위해 과거 데이터에서 TS를 올바르게 최적화하는 방법입니다. .. ...)))))

너가 확실히 맞아 ;))

다시, 사이클의 수명에 대한 질문이 발생합니다. 다음 틱의 출현으로 주기 매개변수는 변경되지 않을 것입니다. 그렇지 않습니까? 이 매개변수가 수익성을 유지하지 않으려면 몇 틱을 통과해야 합니까?

이는 시장의 특징이기도 하다.

*

0 틱이있을 수 있음이 분명합니다. 즉, 첫 번째 막대에서 N 번째 막대까지 가장 가까운 기록에 최적화되어 작동에 들어갔고 즉시 0 막대에서 손실되었습니다.

 
diakin писал(а) >>

다시, 사이클의 수명에 대한 질문이 발생합니다.

여기에서 형식화하려는 것을 일부 프로세스에서 매개변수의 고정성이라고 합니다. 이 경우 kotir가 고조파 신호 집합으로 간주되는 경우 고조파 중 하나에 대한 정상성에 대해 이야기하고 있습니다.

실제로 두 카드의 차이(첫 번째 게시물 참조)는 거의 이전 이동의 첫 번째 파생물입니다. 이상적인 디지털 미분 연산자의 대역폭은 원점(y \u003d f)에서 그리고 가로 좌표를 따라 Nyquist 주파수(또는 기억하지 못하는 주파수의 1/2)에서 끝나는 직선이며, 이는 두 배에 해당합니다. TF 및 1 - y축을 따라. 첫 번째 근사에서 kotir의 스펙트럼이 1/f에 비례한다는 점을 고려하면 전체 주파수 범위에서 창을 얻습니다. 여기서 원래 VR의 모든 고조파는 가중치 1로 표시됩니다. 따라서 제안한 알고리즘에 따라 과거 데이터에서 이러한 TS를 최적화하면 최대 진폭의 고조파만 드러납니다. 그리고 하나가 아니라면 모든 것이 아무것도 아닐 것입니다. 그러나 그러한 고조파의 위치는 원칙적으로 고정되어 있지 않습니다. 따라서 두 움직임의 교차점을 사용하여 수익성 있는 TS를 구축하는 것은 불가능합니다. 최적화 매개변수는 고정되어 있지 않습니다.

TS에서 평활 기간이 다른 여러 움직임을 사용하고 구매 신호를 각 교차점의 신호의 가중치 합으로 정의하면 평범한 푸리에 분석을 얻을 수 있습니다. 세계는 모든 표현에서 다시 한 번 연합되었습니다!

 
IMHO 문제는 각 기간에 대한 이러한 최적 매개변수의 수가 무작위라는 것입니다.