강한 부드러움은 또한 좋은 결과를 제공하지 않습니다 - 이익의 증가. 어떤 식으로든 부드러움을 높이면 대기 시간이 늘어납니다. 그러나 지연이 0이라고 가정하더라도 부드러움이 증가하면 더 작은 움직임을 건너 뛰게되어 그에 따라 거래 수가 각각 감소하고 이익이 감소하고 그에 따라 증가합니다. 단점.....
차트에서도 이론적으로 취할 수 있는 상당히 큰 움직임 중 일부가 취해지지 않아 이익이 감소했음을 분명히 알 수 있습니다.....
강한 부드러움은 또한 좋은 결과를 제공하지 않습니다 - 이익의 증가. 어떤 식으로든 부드러움을 높이면 대기 시간이 늘어납니다. 그러나 지연이 0이라고 가정하더라도 부드러움이 증가하면 더 작은 움직임을 건너 뛰게되어 그에 따라 거래 수가 각각 감소하고 이익이 감소하고 그에 따라 증가합니다. 단점.....
최적의 옵션에 맞게 조정합니다.
귀하가 설명한 경우는 모든 시간 종속 지표의 문제입니다. 고전적인 의미에서 시간을 포기하고 다른 방법을 사용하십시오.
강한 부드러움은 또한 좋은 결과를 제공하지 않습니다 - 이익의 증가. 어떤 식으로든 부드러움을 높이면 대기 시간이 늘어납니다. 그러나 지연이 0이라고 가정하더라도 부드러움이 증가하면 더 작은 움직임을 건너 뛰게되어 그에 따라 거래 수가 각각 감소하고 이익이 감소하고 그에 따라 증가합니다. 단점.....
가망 없음...
우리는 부드러움을 변경할 수 있습니다. 이를 위해 우리는 균형 곡선을 보면서 돌릴 수 있는 손잡이(매개변수)를 손에 가질 것입니다. 최적을 찾는 것은 당신이 제기한 두 가지 문제를 모두 해결하는 것 같습니다.
더 이상 희망 사항이 없으면 이상적인 MA에 대한 기본 요구 사항을 메모리에서 새로 고침해 보겠습니다.
1. 원본 VR과의 근접성. 이 요구 사항은 몫 X (그림의 녹색 선)와 부드러운 곡선 Y (파란색) 사이의 거리가 작은 것과 같습니다. 큰 표본의 경우 평균적으로 다음이 충족되어야 한다고 작성할 수 있습니다. (X[i]-Y[i])^2-->min
2. 부드러움 MA. 이 요구 사항은 부드러운 곡선의 인접한 판독값 사이의 거리가 작은 것과 같습니다. (Y[i]-Y[i-1])^2-->min
3. 오픈 포지션의 방향(기호)(그림의 수직선 사이)을 고려하여 초기 VR에서 잘라낸 조각으로 구성되는 Equity Curve가 증가해야 합니다. 포지션 개시 부호는 MA 파생상품의 부호와 같습니다. 우리의 표기법 기호(Y[i]-Y[i-1]). 이 경우의 자기자본 곡선은 청산되는 포지션의 표시에 따라 끝과 끝이 연결되는 견적 조각으로 구성됩니다. 이렇게 구현이 가능합니다. kotir에 대한 첫 번째 미분 급수(RDS) d[i]=X[i]-X[i-1] 을 작성하면 알고리즘에 따라 DDS에서 원본 TS를 쉽게 복원할 수 있습니다. , 그 다음 주식 곡선의 급속한 성장( ), dE[i]/dt=E[i]-E[i-1]=sign(Y[i]-Y[i-1])*( Х[i]- X[i-1]) 또는 작지만 수용 가능한 간섭 {(Y[i]-Y[i-1])*(X[i]-X[i- 1])}^2- ->max 분명히 일부 표현식을 최대화하는 것은 반대 부호로 표현식을 최소화하는 것과 같습니다. - {(Y[i]-Y[i-1])*(X[i]-X[i -1])}^2 -->분.
강한 부드러움은 또한 좋은 결과를 제공하지 않습니다 - 이익의 증가. 어떤 식으로든 부드러움을 높이면 대기 시간이 늘어납니다. 그러나 지연이 0이라고 가정하더라도 부드러움이 증가하면 더 작은 움직임을 건너 뛰게되어 그에 따라 거래 수가 각각 감소하고 이익이 감소하고 그에 따라 증가합니다. 단점.....
차트에서도 이론적으로 취할 수 있는 상당히 큰 움직임 중 일부가 취해지지 않아 이익이 감소했음을 분명히 알 수 있습니다.....
강한 부드러움은 또한 좋은 결과를 제공하지 않습니다 - 이익의 증가. 어떤 식으로든 부드러움을 높이면 대기 시간이 늘어납니다. 그러나 지연이 0이라고 가정하더라도 부드러움이 증가하면 더 작은 움직임을 건너 뛰게되어 그에 따라 거래 수가 각각 감소하고 이익이 감소하고 그에 따라 증가합니다. 단점.....
최적의 옵션에 맞게 조정합니다.
귀하가 설명한 경우는 모든 시간 종속 지표의 문제입니다. 고전적인 의미에서 시간을 포기하고 다른 방법을 사용하십시오.
그런 차량은 오래 전에 버리고 다른 방법을 사용했습니다 .... 부드러움이 증가하면 어떤 결과를 초래할 수 있는지에 대한 의견으로 게시물을 작성했습니다 )))))
그런 차량은 오래 전에 버리고 다른 방법을 사용했습니다 .... 부드러움이 증가하면 어떤 결과를 초래할 수 있는지에 대한 의견으로 게시물을 작성했습니다 )))))
편지를 보내드릴까요?
또한 이 모든 것 외에도 지연을 늘리는 오류(손실)를 추가해야 하며(이타주의자가 될 필요가 없음) 이익에 대한 문제가 마침내 공중에 떠 있을 수 있습니다 ...)))))
아이디어의 저자에 관해서는 논쟁할 준비가 되어 있습니다. 아마도 이 아이디어는 Mashka 자신만큼 오래되었을 것입니다. :))
그러나 일반적으로 이 주제는 저에게 흥미로웠습니다. 제가 직접 하고 있습니다. 물론 모든 것이 사진처럼 아름답지는 않습니다. 분명히 화살표가 충분하지 않습니다.
이제 순서대로:
나는 여전히 그러한 이익 시스템이 공격적인 MM 없이는 제공되지 않을 것이라고 생각합니다.
글쎄, 동지! - 우리는 올바른 길을 가고 있습니다.
무화과에. 매우 도식적으로 이것은 위치를 열거나 닫는 방법을 보여줍니다.
1. 논쟁은 논쟁의 여지가 있으므로(2차 도함수의 0과 같음), 따라서 귀하의 주장이 필요합니다. 극한값(1차 도함수의 0과 같음)에 대해서는 논증할 필요가 없는 것 같습니다.
2. MA의 견적에 대한 근접성에 대한 요구 사항과 그 순조로움에 대한 동시 요구 사항은 충돌하지 않습니다. 이것의 놀라운 예는 일반적인 지수 평균 EMA입니다. 재귀적 형태는 친밀함과 부드러움을 동시에 요구하는 기능의 최소화에서 정확하게 얻어진다.
3. 이는 방법의 발전으로 볼 수 있다. 우선, 기능 유형에 대한 명백한 요구 사항에 대한 솔루션을 확보하는 것이 필요합니다.
스웨튼 쓴 >>
실례합니다. "FZ"가 무엇인가요?
FZ - 위상 지연. DSP의 용어.
TheXpert 19.01.2009 14:45
개요를 참조하여 대상 기능을 기본으로 삼고 있습니까?
강한 부드러움은 또한 좋은 결과를 제공하지 않습니다 - 이익의 증가. 어떤 식으로든 부드러움을 높이면 대기 시간이 늘어납니다. 그러나 지연이 0이라고 가정하더라도 부드러움이 증가하면 더 작은 움직임을 건너 뛰게되어 그에 따라 거래 수가 각각 감소하고 이익이 감소하고 그에 따라 증가합니다. 단점.....
순차적으로 시도할까요?
초기 버전을 만들고 분석하십시오.
거기는 마음에 들고, 여기도 마음에 들지 않아 내피를 제거하고 나사로 조입니다.
여기서 혼돈과 동요를 바라보는 것뿐인데, 원래 생각이 멋있었다.
순차적으로 시도해볼까요?
초기 버전을 만들고 분석하십시오.
거기는 마음에 들고, 여기도 마음에 들지 않아 내피를 제거하고 나사로 조입니다.
여기서 혼돈과 동요를 바라보는 것뿐인데, 원래 생각이 멋있었다.
혼란이 없습니다!
더 이상 희망 사항이 없으면 이상적인 MA에 대한 기본 요구 사항을 메모리에서 새로 고침해 보겠습니다.
1. 원본 VR과의 근접성. 이 요구 사항은 몫 X (그림의 녹색 선)와 부드러운 곡선 Y (파란색) 사이의 거리가 작은 것과 같습니다. 큰 표본의 경우 평균적으로 다음이 충족되어야 한다고 작성할 수 있습니다. (X[i]-Y[i])^2-->min
2. 부드러움 MA. 이 요구 사항은 부드러운 곡선의 인접한 판독값 사이의 거리가 작은 것과 같습니다. (Y[i]-Y[i-1])^2-->min
3. 오픈 포지션의 방향(기호)(그림의 수직선 사이)을 고려하여 초기 VR에서 잘라낸 조각으로 구성되는 Equity Curve가 증가해야 합니다. 포지션 개시 부호는 MA 파생상품의 부호와 같습니다. 우리의 표기법 기호(Y[i]-Y[i-1]). 이 경우의 자기자본 곡선은 청산되는 포지션의 표시에 따라 끝과 끝이 연결되는 견적 조각으로 구성됩니다. 이렇게 구현이 가능합니다. kotir에 대한 첫 번째 미분 급수(RDS) d[i]=X[i]-X[i-1] 을 작성하면 알고리즘에 따라 DDS에서 원본 TS를 쉽게 복원할 수 있습니다.
, 그 다음 주식 곡선의 급속한 성장(
), dE[i]/dt=E[i]-E[i-1]= sign(Y[i]-Y[i-1])*( Х[i]- X[i-1]) 또는 작지만 수용 가능한 간섭 {(Y[i]-Y[i-1])*(X[i]-X[i- 1])}^2- ->max 분명히 일부 표현식을 최대화하는 것은 반대 부호로 표현식을 최소화하는 것과 같습니다. - {(Y[i]-Y[i-1])*(X[i]-X[i -1])}^2 -->분.
모든 것. 최소화에 필요한 기능을 얻습니다.
S=w1*(XY)^2+w2*(Y[i]-Y[i-1])^2-w3*{(Y[i]-Y[i-1])*(X[i] -X[i-1])}^2-->분
Y[i]에 상대적인 최소값(여기서 i 는 현재 카운트)은 우리가 찾아야 하는 것입니다.
혼란이 없습니다!
더 이상 희망 사항이 없으면 이상적인 MA에 대한 기본 요구 사항을 메모리에서 새로 고침해 보겠습니다.
IMHO, Y 기능의 유형이 충분하지 않습니다. 아니면 내가 놓친 것이 있습니까?
좋습니다, 우리는 특정 기간 동안 그러한 솔루션을 찾았습니다. 무엇 향후 계획?
무엇처럼? 우리는 이익을 얻습니다 - 이익은 목적 함수에 투자됩니다.