Neutron писал(а)>> 나는 뇌물 증가분의 분배에 대해 이야기하고 있습니다. 제 예에서는 비대칭이고 TR의 도입은 아무 것도 변경하지 않으며 이것은 위의 귀하의 진술과 일치하지 않습니다.
그러나 나는 그것이 뇌물이나 거래의 증가분의 분배에 관한 것이라고 쓰지 않았습니다. 가격 인상분의 분배에 관한 것입니다. 물론 모든 시리즈에서 sl<>tp가 있는 시스템은 결과의 비대칭 분포를 제공합니다. 물론 이것이 내 +
추신 물론 순간의 선택과 별개로 증분 분포를 고려하는 것은 이치에 맞지 않습니다. 병원의 평균 온도와 어떤 식으로든 사용할 수 없습니다. 임하. 그러나 선택적으로 고려한다면 - 그렇습니다. 특정 신호가 나타나거나 상황이 인식될 때 증가분의 분포로, 이는 거래 진입의 조건이 될 수 있습니다. 그러면 이러한 선택적 증가분 분포의 비대칭은 효과적인 출구 수준의 존재를 의미할 수 있습니다. 그러나 일반적으로 좋은 출구는 역동적이며 이러한 방식으로 나타나지 않습니다.
이 경우에는 Avals가 맞습니다. 그 자체로 가격 VR은 오르버의 관점에서 고려될 수 없다. 왜냐하면 이벤트가 없으므로 의미론적 로드가 없습니다. 특정 이벤트의 빈도만 고려하는 것이 가능합니다(확률이 아닌 빈도는 비정상 조건에서도 허용되지 않기 때문에 확률이 아님). 또한, 고려되는 모든 이벤트의 빈도는 총 1과 같아야 하며, 이는 Avals에서 엄격하게 준수됩니다.
대략적으로 말하면, 가격 시리즈의 이벤트는 틱 업, 틱 다운 이벤트입니다(가격 시리즈가 간격으로 인해 불연속적이기 때문에 완전히 사실이 아니지만 이것은 단순화된 모델입니다).
틱 업 및 틱 다운은 증분, 델타이므로 이론가의 관점에서 가격 차이만 고려할 수 있습니다. 따라서 N 핍 업 대 M 핍 다운의 이벤트를 고려할 수도 있습니다. 또는 모든 TS(가격 범위 자체가 아닌 시장 모델)와 관련하여 각각 테이크 및 무스입니다.
그러나 일련의 증분(차이)이 아니라 가격 시리즈 자체로 무언가를 계산하려고 시도하는 것은 이미 순전히 식물학적 접근이며 실질적인 의미가 없습니다. 왜냐하면 거래에 관계없이 빈 숫자 집합을 얻습니다.
가격 시리즈가 무작위이고 상승 틱의 확률이 하락 틱의 확률과 동일한 경우(0.5, 스프레드, 슬리피지, 스왑 및 커미션은 고려되지 않음) 이동은 1핍 업 또는 1핍 다운만 가능합니다. , 그리고 이론가에 따르면 (길이 위치에 관계없이) 테이크를 취할 확률은 p(tp) = sl / (tp + sl)과 같습니다. 여기서 tp와 sl은 핍 단위의 테이크 및 슬러그 값입니다. . 그리고 거래 기간, 포지션 개설부터 테이크 또는 스톱 트리거까지의 평균 시간은 t = tp * sl(틱 단위)과 같습니다.
우리는 Avals가 제안한 기대 공식에 따라 마틴게일을 가질 것이라고 계산할 수 있습니다. 모 = 0
이 경우에는 Avals가 맞습니다. 그 자체로 가격 VR은 오르버의 관점에서 고려될 수 없다. 왜냐하면 이벤트가 없으므로 의미 로드가 없습니다. 특정 이벤트의 빈도만 고려하는 것이 가능합니다(확률이 아닌 빈도는 비정상 조건에서도 허용되지 않기 때문에 확률이 아님). 또한, 고려되는 모든 이벤트의 빈도는 총 1과 같아야 하며, 이는 Avals에서 엄격하게 준수됩니다.
대략적으로 말하면, 가격 시리즈의 이벤트는 틱 업, 틱 다운 이벤트입니다(가격 시리즈가 간격으로 인해 불연속적이기 때문에 완전히 사실이 아니지만 이것은 단순화된 모델입니다).
틱 업 및 틱 다운은 증분, 델타이므로 이론가의 관점에서 가격 차이만 고려할 수 있습니다. 따라서 N 핍 업 대 M 핍 다운의 이벤트를 고려할 수도 있습니다. 또는 모든 TS(가격 범위 자체가 아닌 시장 모델)와 관련하여 각각 테이크 및 무스입니다.
그러나 일련의 증분(차이)이 아니라 가격 시리즈 자체로 무언가를 계산하려고 시도하는 것은 이미 순전히 식물학적 접근이며 실질적인 의미가 없습니다. 왜냐하면 거래에 관계없이 빈 숫자 집합을 얻습니다.
아마도 우리는 다른 언어를 사용합니다.
/*
mo=p*tp-(1-p)*sl-spread=(2p-1)*tp-spread>0, 여기서 p는 승리 확률
mo=p*tp-(1-p)*sl-spread=(2p-1)*tp-spread>0, 여기서 p는 승리 확률
p>확산/2tp+0.5
예를 들어 sl=tp=10p이고 스프레드가 2p이면 p>0.6
예를 들어 sl=tp=100p이면 p>0.51이면 충분합니다.
*/
???
스프레드를 고려하여 틱이 오르거나 내릴 확률이 0.5라면
p(tp) = (tp - 스프레드) / (sl + tp)
p(sl) = (sl + 속도) / (sl + tp)
p(tp) + p(sl) = 1
틱이 대상에 접근할 확률이 스톱에 접근하는 틱의 확률과 같지 않으면 공식이 더 복잡해집니다. 그러나 이론에 따르면 이 경우 가격 인상은 dprice = dt * (p(tick up) - p(tick down))와 거의 같으며, 여기서 t는 시간 단위입니다. 다시 말하지만, 우리는 틱당 증분이 1핍 위 또는 아래일 수 있는 이상적인 베르누이 방식에 대해 이야기하고 있습니다. p(*)가 확률이 아니라 빈도이면 가격 증분 공식은 정확합니다.
Z.Y. 그리고 물론 이 분포는 진드기와 같지 않습니다. 내가 기억하는 한 HP와는 다릅니다. 적어도 0에서는 그러한 확률이 없을 것입니다. 그러나 또한 d.b. 대칭. 물론 실제 시리즈에 대해 분석하고 mo가 0과 동일하지만 게으름을 유지하도록 "깎기"할 수 있습니다.
예, 모든 것이 정확하며 그러한 배포가 가능합니다. 더 간단한 예를 생각해 볼 수 있습니다. -5 - 확률 0.2; +10 - 확률 0.1; 0 - - 확률 0.7; 나머지는 0입니다. 그러나 이것이 현실과 어떤 관련이 있습니까? 예는 적어도 어느 정도 의미 있는 조건을 탐색할 때만 나타냅니다.
또한 추론은 막대에 관한 것이었고 귀하의 예는 진드기에 가깝습니다. 그리고 당신은 진드기에 대해 (갑자기) 이야기하기 시작했습니다. 왜 그런 겁니까 ?
시장에서 비대칭은 분포의 오른쪽과 왼쪽 가지의 값 사이에 약간의 불일치로 표현됩니다. 이 불일치의 절대값은 PDF 값의 일부일 뿐입니다. 그리고 PDF 자체는 다소 부드러운 기능입니다. 이러한 조건에서 비대칭의 모든 이점은 확산에 의해 즉시 파괴됩니다.
예, 모든 것이 정확하며 그러한 배포가 가능합니다. 더 간단한 예를 생각해 볼 수 있습니다. -5 - 확률 0.2; +10 - 확률 0.1; 0 - 확률 0.7; 나머지는 0입니다. 그러나 이것이 현실과 어떤 관련이 있습니까? 예는 적어도 어느 정도 의미 있는 조건을 탐색할 때만 나타냅니다.
또한 추론은 막대에 관한 것이 었으며 귀하의 예는 진드기에 가깝습니다. 그리고 당신은 진드기에 대해 (갑자기) 이야기하기 시작했습니다. 왜 그런 겁니까 ?
시장에서 비대칭은 분포의 오른쪽과 왼쪽 가지의 값 사이에 약간의 불일치로 표현됩니다. 이 불일치의 절대값은 PDF 값의 일부일 뿐입니다. 그리고 PDF 자체는 다소 부드러운 기능입니다. 이러한 조건에서 비대칭의 모든 이점은 확산에 의해 즉시 파괴됩니다.
이 비대칭이 분포 자체보다 훨씬 더 비정상적이라는 것은 말할 것도 없습니다.
당신과 동의. 전체 시리즈의 비대칭을 감안할 때 스프레드를 다시 재생하지 마십시오. 그녀는 DB 중요한. 이 페이지 상단의 게시물에 이에 대해 썼습니다. 증분 표본 분포 분석의 지침으로만 사용할 수 있습니다. 예를 들어 근처에 상당한 기술 수준이 있음을 의미할 수 있습니다. 사용된. 그러나 이것은 오히려 예외입니다. 이런 식으로 강한 수준을 결정하는 규칙의 의미를 확인하는 것은 가능하지만. 일반적으로 질문은 처음에는 이론적이었습니다.
나는 뇌물 증가분의 분배에 대해 이야기하고 있습니다. 제 예에서는 비대칭이고 TR의 도입은 아무 것도 변경하지 않으며 이것은 위의 귀하의 진술과 일치하지 않습니다.
그러나 나는 그것이 뇌물이나 거래의 증가분의 분배에 관한 것이라고 쓰지 않았습니다. 가격 인상분의 분배에 관한 것입니다. 물론 모든 시리즈에서 sl<>tp가 있는 시스템은 결과의 비대칭 분포를 제공합니다. 물론 이것이 내 +
추신 물론 순간의 선택과 별개로 증분 분포를 고려하는 것은 이치에 맞지 않습니다. 병원의 평균 온도와 어떤 식으로든 사용할 수 없습니다. 임하. 그러나 선택적으로 고려한다면 - 그렇습니다. 특정 신호가 나타나거나 상황이 인식될 때 증가분의 분포로, 이는 거래 진입의 조건이 될 수 있습니다. 그러면 이러한 선택적 증가분 분포의 비대칭은 효과적인 출구 수준의 존재를 의미할 수 있습니다. 그러나 일반적으로 좋은 출구는 역동적이며 이러한 방식으로 나타나지 않습니다.
이것은 근본적으로 잘못된 것입니다!
0<p<1은 확률
tp, sl은 "킬로그램"입니다.
같은 키로 입력할 수 없습니다.
이 경우에는 Avals가 맞습니다. 그 자체로 가격 VR은 오르버의 관점에서 고려될 수 없다. 왜냐하면 이벤트가 없으므로 의미론적 로드가 없습니다. 특정 이벤트의 빈도만 고려하는 것이 가능합니다(확률이 아닌 빈도는 비정상 조건에서도 허용되지 않기 때문에 확률이 아님). 또한, 고려되는 모든 이벤트의 빈도는 총 1과 같아야 하며, 이는 Avals에서 엄격하게 준수됩니다.
대략적으로 말하면, 가격 시리즈의 이벤트는 틱 업, 틱 다운 이벤트입니다(가격 시리즈가 간격으로 인해 불연속적이기 때문에 완전히 사실이 아니지만 이것은 단순화된 모델입니다).
틱 업 및 틱 다운은 증분, 델타이므로 이론가의 관점에서 가격 차이만 고려할 수 있습니다. 따라서 N 핍 업 대 M 핍 다운의 이벤트를 고려할 수도 있습니다. 또는 모든 TS(가격 범위 자체가 아닌 시장 모델)와 관련하여 각각 테이크 및 무스입니다.
그러나 일련의 증분(차이)이 아니라 가격 시리즈 자체로 무언가를 계산하려고 시도하는 것은 이미 순전히 식물학적 접근이며 실질적인 의미가 없습니다. 왜냐하면 거래에 관계없이 빈 숫자 집합을 얻습니다.
-------------------------------------------------- -------------------------------------------------- ---------------
가격 시리즈가 무작위이고 상승 틱의 확률이 하락 틱의 확률과 동일한 경우(0.5, 스프레드, 슬리피지, 스왑 및 커미션은 고려되지 않음) 이동은 1핍 업 또는 1핍 다운만 가능합니다. , 그리고 이론가에 따르면 (길이 위치에 관계없이) 테이크를 취할 확률은 p(tp) = sl / (tp + sl)과 같습니다. 여기서 tp와 sl은 핍 단위의 테이크 및 슬러그 값입니다. . 그리고 거래 기간, 포지션 개설부터 테이크 또는 스톱 트리거까지의 평균 시간은 t = tp * sl(틱 단위)과 같습니다.
우리는 Avals가 제안한 기대 공식에 따라 마틴게일을 가질 것이라고 계산할 수 있습니다. 모 = 0
이 경우에는 Avals가 맞습니다. 그 자체로 가격 VR은 오르버의 관점에서 고려될 수 없다. 왜냐하면 이벤트가 없으므로 의미 로드가 없습니다. 특정 이벤트의 빈도만 고려하는 것이 가능합니다(확률이 아닌 빈도는 비정상 조건에서도 허용되지 않기 때문에 확률이 아님). 또한, 고려되는 모든 이벤트의 빈도는 총 1과 같아야 하며, 이는 Avals에서 엄격하게 준수됩니다.
대략적으로 말하면, 가격 시리즈의 이벤트는 틱 업, 틱 다운 이벤트입니다(가격 시리즈가 간격으로 인해 불연속적이기 때문에 완전히 사실이 아니지만 이것은 단순화된 모델입니다).
틱 업 및 틱 다운은 증분, 델타이므로 이론가의 관점에서 가격 차이만 고려할 수 있습니다. 따라서 N 핍 업 대 M 핍 다운의 이벤트를 고려할 수도 있습니다. 또는 모든 TS(가격 범위 자체가 아닌 시장 모델)와 관련하여 각각 테이크 및 무스입니다.
그러나 일련의 증분(차이)이 아니라 가격 시리즈 자체로 무언가를 계산하려고 시도하는 것은 이미 순전히 식물학적 접근이며 실질적인 의미가 없습니다. 왜냐하면 거래에 관계없이 빈 숫자 집합을 얻습니다.
아마도 우리는 다른 언어를 사용합니다.
/*
mo=p*tp-(1-p)*sl-spread=(2p-1)*tp-spread>0, 여기서 p는 승리 확률
p>확산/2tp+0.5
예를 들어 sl=tp=10p이고 스프레드가 2p이면 p>0.6
예를 들어 sl=tp=100p이면 p>0.51이면 충분합니다.
*/
???
아마도 우리는 다른 언어를 사용합니다.
/*
mo=p*tp-(1-p)*sl-spread=(2p-1)*tp-spread>0, 여기서 p는 승리 확률
p>확산/2tp+0.5
예를 들어 sl=tp=10p이고 스프레드가 2p이면 p>0.6
예를 들어 sl=tp=100p이면 p>0.51이면 충분합니다.
*/
???
스프레드를 고려하여 틱이 오르거나 내릴 확률이 0.5라면
p(tp) = (tp - 스프레드) / (sl + tp)
p(sl) = (sl + 속도) / (sl + tp)
p(tp) + p(sl) = 1
틱이 대상에 접근할 확률이 스톱에 접근하는 틱의 확률과 같지 않으면 공식이 더 복잡해집니다. 그러나 이론에 따르면 이 경우 가격 인상은 dprice = dt * (p(tick up) - p(tick down))와 거의 같으며, 여기서 t는 시간 단위입니다. 다시 말하지만, 우리는 틱당 증분이 1핍 위 또는 아래일 수 있는 이상적인 베르누이 방식에 대해 이야기하고 있습니다. p(*)가 확률이 아니라 빈도이면 가격 증분 공식은 정확합니다.
그러나 예를 들어 이러한 분포가 있다고 가정해 보겠습니다.
확률 증가...
Z.Y. 그리고 물론 이 분포는 진드기와 같지 않습니다. 내가 기억하는 한 HP와는 다릅니다. 적어도 0에서는 그러한 확률이 없을 것입니다. 그러나 또한 d.b. 대칭. 물론 실제 시리즈에 대해 분석하고 mo가 0과 동일하지만 게으름을 유지하도록 "깎기"할 수 있습니다.예, 모든 것이 정확하며 그러한 배포가 가능합니다. 더 간단한 예를 생각해 볼 수 있습니다. -5 - 확률 0.2; +10 - 확률 0.1; 0 - - 확률 0.7; 나머지는 0입니다. 그러나 이것이 현실과 어떤 관련이 있습니까? 예는 적어도 어느 정도 의미 있는 조건을 탐색할 때만 나타냅니다.
또한 추론은 막대에 관한 것이었고 귀하의 예는 진드기에 가깝습니다. 그리고 당신은 진드기에 대해 (갑자기) 이야기하기 시작했습니다. 왜 그런 겁니까 ?
시장에서 비대칭은 분포의 오른쪽과 왼쪽 가지의 값 사이에 약간의 불일치로 표현됩니다. 이 불일치의 절대값은 PDF 값의 일부일 뿐입니다. 그리고 PDF 자체는 다소 부드러운 기능입니다. 이러한 조건에서 비대칭의 모든 이점은 확산에 의해 즉시 파괴됩니다.
이 비대칭이 분포 자체보다 훨씬 더 비정상적이라는 것은 말할 것도 없습니다.
/*
p(tp) = (tp - 스프레드) / (sl + tp)
p(sl) = (sl + 속도) / (sl + tp)
p(tp) + p(sl) = 1
*/
이것은 단위 정규화 작업이지만 tp도 sl도 아닌 확률이 아닙니다.
/*
p(tp) = (tp - 스프레드) / (sl + tp)
p(sl) = (sl + 속도) / (sl + tp)
p(tp) + p(sl) = 1
*/
이것은 단위 정규화 작업이지만 tp도 sl도 아닌 확률이 아닙니다.
무엇이든 할 수 있지만 이것은 플레이어를 망치는 문제에서 나온 오버 공식입니다. 추가된 유일한 것은 스프레드 회계입니다. 그러나 본질은 변하지 않습니다.
무엇이든 할 수 있지만 이것은 플레이어를 망치는 문제에서 나온 오버 공식입니다.
그것들은 주장입니다 ...
예, 모든 것이 정확하며 그러한 배포가 가능합니다. 더 간단한 예를 생각해 볼 수 있습니다. -5 - 확률 0.2; +10 - 확률 0.1; 0 - 확률 0.7; 나머지는 0입니다. 그러나 이것이 현실과 어떤 관련이 있습니까? 예는 적어도 어느 정도 의미 있는 조건을 탐색할 때만 나타냅니다.
또한 추론은 막대에 관한 것이 었으며 귀하의 예는 진드기에 가깝습니다. 그리고 당신은 진드기에 대해 (갑자기) 이야기하기 시작했습니다. 왜 그런 겁니까 ?
시장에서 비대칭은 분포의 오른쪽과 왼쪽 가지의 값 사이에 약간의 불일치로 표현됩니다. 이 불일치의 절대값은 PDF 값의 일부일 뿐입니다. 그리고 PDF 자체는 다소 부드러운 기능입니다. 이러한 조건에서 비대칭의 모든 이점은 확산에 의해 즉시 파괴됩니다.
이 비대칭이 분포 자체보다 훨씬 더 비정상적이라는 것은 말할 것도 없습니다.
당신과 동의. 전체 시리즈의 비대칭을 감안할 때 스프레드를 다시 재생하지 마십시오. 그녀는 DB 중요한. 이 페이지 상단의 게시물에 이에 대해 썼습니다. 증분 표본 분포 분석의 지침으로만 사용할 수 있습니다. 예를 들어 근처에 상당한 기술 수준이 있음을 의미할 수 있습니다. 사용된. 그러나 이것은 오히려 예외입니다. 이런 식으로 강한 수준을 결정하는 규칙의 의미를 확인하는 것은 가능하지만. 일반적으로 질문은 처음에는 이론적이었습니다.
avtomat писал(а) >>
... 이것은 플레이어 파멸 문제에서 나온 이론의 공식입니다.
그것들은 주장입니다 ...
그리고 이것으로 충분하지 않습니까? 아니면 개그 외에 더 합리적인 것이 있습니까?