장기 기억 현상에는 또 다른 "관점"이 있습니다. 이는 분포 자체의 긴 꼬리입니다. 매우 무례한 경우("거의 과학적"도 아님) - 모든 기억은 이 매우 긴 꼬리에 있습니다. 저것들. (어떤 종류의 주어진) 회피(계산에 미묘한 부분이 있음) 이벤트의 발생은 증분의 긴 꼬리(반대로)가 있는 프로세스에서 상당히 증가합니다.
추신: 트랙터 회피는 주어진 길이에서 섹션의 증가분의 합입니다.
두꺼운 꼬리, 봉우리 등 방향에 대한 메모리가 없고 변동성만 있는 ARCH/GARCH 모델의 분포에서 아름답게 나타납니다. 저것들. 뚱뚱한 꼬리의 존재는 당신이 얻을 수있는 장기 기억의 존재를 확인하지 않습니다 (다른 시점의 자산 가격 차이)
у феномена долговременной памяти есть и другой "ракурс" - это сами длинные хвосты распределения. Если очень грубо (даже не "околонаучно") - вся память в этих самых длинных хвостах сидит. Т.е. существенно повышается появление события (какого то заданного) уклонения (есть тонкости в подсчете) у процесса с длинными хвостами приращений (в отличии от).
증분 견적 스트림을 "람다 미만" 및 "람다 초과"로 나누어 알파 및 오메가 프로세스를 강조 표시하는 것과 동일한 효과를 얻을 수 있습니다. 여기서 람다는 증분 분포의 롱테일 경계입니다 . 정확한 람다 추정치를 찾기는 어렵지만 이것이 내가 처음에 이 두 가지 프로세스를 얻은 방법입니다(M15 EURUSD L의 경우 약 2-3 RMS가 됨).
+/- LAMBDA 안에 있는 모든 것은 완전히 실제적인 TREND입니다(나는 이것이 될 수 있을 거라고 예상조차 하지 못했습니다). 또한 일부 추세 기준은 추세의 존재를 확인합니다.
+/- LAMBDA 외부에 있는 모든 것은 "압박적인" 추세 곡선이거나 오히려 이 추세를 파괴합니다.
추신: 관심 있는 사람이 있으면 시도해 보세요(일요일 이전에 게시할 예정입니다). 보기에 인상적입니다:o)
두꺼운 꼬리, 봉우리 등 방향에 대한 메모리가 없고 변동성만 있는 ARCH/GARCH 모델의 분포에서 아름답게 나타납니다.
ARCH/GARCH가 "엄격한" 견적 프로세스를 정성적으로 모델링하는 것을 허용하지 않는다는 사실부터 시작하겠습니다. 정규 분포, t-분포, 학생을 위한 다양한 종류, 그리고 주로 우도 방법에 의한 모델 자체의 복잡한 식별과 함께 몇 가지가 더 있습니다. 아마도 거기에 - 소스 pliz를 제공하십시오. 그러나 예측 모델의 분포가 소스의 분포와 일치하지 않는 경우 질적 예측을 수행하는 것은 불가능합니다(이것은 원칙적으로 불가능합니다). 이는 ARCH/GARCH 모델이 실제 견적에서 보여주는 것과 같습니다. . 불행히도 그들은 할 수 없습니다. 그렇지 않은 경우 - 방법을 보여주기만 하면 흥미로울 것입니다. 나는 더 적은 약어를 알고 있습니다 :o)
저것들. 뚱뚱한 꼬리의 존재는 당신이 얻을 수있는 장기 기억의 존재를 확인하지 않습니다 (다른 시점의 자산 가격 차이)
그리고 꼬리를 보지 않고 프랙탈 분석을 통해 공부했습니다. 그리고 꼬리의 영향은 그 자체로 흥미롭습니다. 그들은 회피에 큰 영향을 미칩니다 .
ARCH/GARCH가 "엄격한" 견적 프로세스를 정성적으로 모델링하는 것을 허용하지 않는다는 사실부터 시작하겠습니다. 정규 분포, t-분포, 학생을 위한 다양한 종류, 그리고 주로 우도 방법에 의한 모델 자체의 복잡한 식별과 함께 몇 가지가 더 있습니다. 아마도 거기에 - 소스 pliz를 제공하십시오. 그러나 예측 모델의 분포가 소스의 분포와 일치하지 않는 경우 질적 예측을 수행하는 것은 불가능합니다(이것은 원칙적으로 불가능합니다). 이는 ARCH/GARCH 모델이 실제 견적에서 보여주는 것과 같습니다. . 불행히도 그들은 할 수 없습니다. 그렇지 않은 경우 - 방법을 보여주기만 하면 흥미로울 것입니다. 나는 더 적은 약어를 알고 있습니다 :o)
무엇을 줄까? GARCH를 생성하는 방법? ARCH/GARCH 또는 다른 구현이 실제 인용문을 얼마나 잘 설명하는지(Google에 문의할 수 있음) 중요하지 않습니다. 게시물의 요점은 뚱뚱한 꼬리의 존재가 장기 또는 단기 기억의 존재를 확인하지 않는다는 것입니다. , 그러나 예를 들어 자기 상관 및 변동성 클러스터링의 기본 표현이 있습니다. 실제 분포에 가까운 Sat를 얻고 싶다면 위의 스크립트는 실제 상품의 변동성을 기반으로 Sat를 생성하는 스크립트입니다. 두꺼운 꼬리, 봉우리 등 실제 인용문처럼. 아니면 ""엄격하게" 인용 프로세스를 정성적으로 모델링하는" 다른 것을 의미합니까?
따라서 "모든 메모리는 이러한 가장 긴 꼬리에 있습니다"라는 귀하의 진술은 그 근거가 명확하지 않습니다. 어떻게 여기까지 왔습니까? 이 경우:
판스워스 :
그리고 꼬리를 보지 않고 프랙탈 분석을 통해 공부했습니다. 그리고 꼬리의 영향은 그 자체로 흥미롭습니다. 그들은 회피 에 큰 영향을 미칩니다.
무엇을, 어떻게 분석했으며 어떤 종류의 편차 가 있는지 명확하지 않습니다.
PS 첫 페이지의 현상에 대해 - 다시 확인하고 받지 못했습니다. 다른 DC 및/또는 다른 소프트웨어의 견적을 확인하려고 시도한 적이 있습니까?
무엇을 줄까? GARCH를 생성하는 방법? ARCH/GARCH 또는 기타 구현이 실제 인용문을 얼마나 잘 설명하는지는 중요하지 않습니다(Google에 문의할 수 있습니다 ;)).
구글에 먼저 물어보는게 나을듯. 이것은 심각하고 없습니다 :)
포스트의 본질은 두꺼운 꼬리의 존재가 장기 또는 단기 기억의 존재를 확인하는 것이 아니라 예를 들어 자기 상관 및 변동성의 클러스터링의 기본 징후가 있다는 것입니다.
귀하의 게시물에는 두 가지가 있었습니다.
... ARCH/GARCH 모델 분포에 아름답게 나타납니다 ...
... 방향에 대한 메모리가 없으며 변동성에만 ...
하나하나 대답했습니다.
실제 분포에 가까운 Sat를 얻고 싶다면 위의 스크립트는 실제 상품의 변동성을 기반으로 Sat를 생성하는 스크립트입니다. 두꺼운 꼬리, 봉우리 등 실제 인용문처럼. 아니면 ""엄격하게" 인용 프로세스를 정성적으로 모델링하는" 다른 것을 의미합니까?
귀하 의 ARCH/GARCH 사용 관행에 대해 명확하고 명확하게 질문했습니다. 따라서 귀하 또는 다른 누군가가 ARCH/GARCH만 사용하여 안정적인 수입을 얻을 가능성은 거의 없습니다. 이러한 방법은 실질적인 이점을 제공하지 않습니다. 안타깝게도. 그러한 "괴물"(이 특별한 것이 Volterri 시리즈임)인 경우 (말 그대로) 올바르게 이해하고 있습니다.
따옴표와 변동성을 "취하지"마십시오. 그러면 원시 ARCH / GARCH가 더 많이 대처하지 못할 것입니다 ....
따라서 "모든 메모리는 이러한 가장 긴 꼬리에 있습니다"라는 귀하의 진술은 그 근거가 명확하지 않습니다. 어떻게 여기까지 왔습니까?
나는 프랙탈 분석을 썼습니다. 저뿐만 아니라 여기에서 신뢰성을 위해 완전히 침착 할 수 있습니다.
무엇을 어떻게 분석했는지 명확하지 않습니다.
프랙탈 분석을 하는 데 1년 이상이 걸렸습니다. 물론 매일 하지는 않았습니다. 그러나 가능하면 꽤 빡빡합니다. 모든 것을 게시하지 않을 것입니다, 죄송합니다.
그리고 편차 는 무엇입니까
나는 "궤적 회피"라는 용어를 정의했는데, 아마도 잘 되지는 않았지만 표준 용어입니다.
PS 첫 페이지의 현상에 대해 - 다시 확인하고 받지 못했습니다. 다른 DC 및/또는 다른 소프트웨어의 견적을 확인하려고 시도한 적이 있습니까?
당신이 한 일과 당신에게 효과가 없었던 일을 자세히 보여주십시오. 10년, 아마도 5년 후에 M15, UERUSD를 가져가십시오. Open(n)-Open(n-1) 프로세스를 사용하여 다양한 단계로 히스토그램 을 작성하고 여기에 게시하십시오. 기둥이 아닌 단순히 점으로 지정하십시오. 모든 것이 분명할 것이지만 실제로는 그렇지 않습니다. 어떤 의미에서는 지구가 평평하고 내가 옳을 것이라고 말할 수 있습니다.
판스워스, 불쾌하지 않습니다. 적어도 그런 매트에서는 스스로 판단합니다. 나는 장치를 소유하지 않습니다. 아마도 이것이 도움이 될 것입니다. 당신이 전통적으로 합리적인 글을 쓰는 것뿐이지만, 연구를 트레이딩 슬레이트로 옮기기 전에 반 단계만 남았다는 느낌을 항상 받습니다. 결과적으로 연구에서 회고한 순잔액은 0과 같거나 거의 0에 가깝습니다. 종종 수학적 편향을 지닌 훌륭한 연구자들이 자신의 지식을 인질로 삼는 경우가 많습니다. 당신은 항상 원하고 더 깊이 파고들 수 있습니다. 결과적으로 너무 많은 가정과 예외가 있어 기본 개념이 거래에 적합하지 않게 됩니다. 갑자기 도움이 될 것입니다. 더 쉽게 보이도록 노력하십시오. 특정 "패턴"을 찾았습니다. 거래를 시도해야 합니다. 그는 오해로 가득 차서 익사했습니다. 목표는 돈입니다. 그리고 종종 목표는 공부 그 자체로 발전하는데, 이것은 더 이상 돈, 신경 및 기타 작업이 아니라 일종의 취미입니다. 이것은 얼음이 아닙니다. 가사에 대한 소리, 아마도 도움이 될 것입니다.
증분 견적 스트림을 "람다 미만" 및 "람다 초과"로 나누어 알파 및 오메가 프로세스를 강조 표시하는 것과 동일한 효과를 얻을 수 있습니다. 여기서 람다는 증분 분포의 롱테일 경계입니다 . 정확한 람다 추정치를 찾기는 어렵지만 이것이 내가 처음에 이 두 가지 프로세스를 얻은 방법입니다(M15 EURUSD L의 경우 약 2-3 RMS가 됨).
+/- LAMBDA 안에 있는 모든 것은 완전히 실제적인 TREND입니다(나는 이것이 될 수 있을 거라고 예상조차 하지 못했습니다). 또한 일부 추세 기준은 추세의 존재를 확인합니다.
+/- LAMBDA 외부에 있는 모든 것은 "압박적인" 추세 곡선이거나 오히려 이 추세를 파괴합니다.
추신: 관심 있는 사람이 있으면 시도해 보세요(일요일 이전에 게시할 예정입니다). 보기에 인상적입니다:o)
IMHO는 원래 현상보다 현상을 얻는 데 훨씬 더 좋은 방법입니다(Matkad의 히스토그램 구성 함수에 대해 블랙박스를 사용). 그러나 그는 어두운 곳이 없는 것은 아닙니다. 분명히 그는 일요일까지 기다려야 할 것입니다.
sayfuji : 판스워스, 불쾌하지 않습니다. 적어도 그런 매트에서는 스스로 판단합니다. 나는 장치를 소유하지 않습니다. 아마도 이것이 도움이 될 것입니다. 당신이 전통적으로 합리적인 글을 쓰는 것뿐이지만, 연구를 트레이딩 슬레이트로 옮기기 전에 반 단계만 남았다는 느낌을 항상 받습니다. 결과적으로 연구에서 회고한 순잔액은 0과 같거나 거의 0에 가깝습니다. 종종 수학적 편향을 지닌 훌륭한 연구자들이 자신의 지식을 인질로 삼는 경우가 많습니다. 당신은 항상 원하고 더 깊이 파고들 수 있습니다. 결과적으로 너무 많은 가정과 예외가 있어 기본 개념이 거래에 적합하지 않게 됩니다. 갑자기 도움이 될 것입니다. 더 쉽게 보이도록 노력하십시오. 특정 "패턴"을 찾았습니다. 거래를 시도해야 합니다. 그는 오해로 가득 차서 익사했습니다. 목표는 돈입니다. 그리고 종종 목표는 공부 그 자체로 발전하는데, 이것은 더 이상 돈, 신경 및 기타 작업이 아니라 일종의 취미입니다. 이것은 얼음이 아닙니다. 가사에 대한 소리, 아마도 도움이 될 것입니다.
당신의 관찰에 나는 정직하고 간단하고 명확하게 말할 것입니다. 나는 시장을 비즈니스 측면에서만 고려합니다. 즉, 내가 만드는 제품 의 품질에 대해 선험적으로 높은 요구를 하고 있으며, 물론 지금은 이것이 나의 주요 활동이 아닙니다. 예, 성공과 좋은 것이 있습니다(테스트 중에 실제 모드로 무언가를 게시합니다). 그리고 저는 paukas처럼 잘린 보고서를 흔들고 "이것은 당신이 방법을 모르는 것과 같습니다" 등을 어디에나 쓸 수 있습니다. 그러나 나는 내 업적에 대해 정직 하고 이것이 아직 사업이 아님을 이해합니다(내 이해에서) . Tverskaya(예: Tverskaya)에 텐트를 설치하면 돈을 벌 수 있습니까? - 그리고 어떻게. 위험? 물론 있습니다. 그러나 그것들은 거의 무작위적인 일련의 사건에 비하면 아주 미미합니다.
알다시피, 나는 본질적으로 플레이어가 아니므로 다르게 행동하고 위험을 감수하지 않을 것입니다. 몇 년 전, 내가 미묘한 예술을 소유하고 TA와 VA에 대한 변호인이었을 때 - 나는 내가 심연의 어느 쪽을 걷고 있는지 깨닫고 눈을 가릴 때까지 믿었고 쿨했습니다. /BA). 예, 작업은 어렵지만 포럼 참가자의 99.999% 모두가 이미 그러한 강력한 시스템을 개발한 방식으로 작성했습니다(Tverskaya에 텐트 설치), 나만 남았습니다 :o) 글쎄 ... 무엇을 할 수 있습니까? 말하자면, 나는 동료들을 따라잡기 위해 노력할 것입니다. 그리고 %%%chit 쇼핑 센터, 어 .. 하나는 충분하지 않습니다. 두 개의 쇼핑 센터와 모든 텐트를 선택하십시오 :o)
흠 .. 나는 어떻게 든 그것이 밝혀졌다는 것을 알아 차렸다 .... :D))))
하지만 맙소사, 본의 아니게....
장기 기억 현상에는 또 다른 "관점"이 있습니다. 이는 분포 자체의 긴 꼬리입니다. 매우 무례한 경우("거의 과학적"도 아님) - 모든 기억은 이 매우 긴 꼬리에 있습니다. 저것들. (어떤 종류의 주어진) 회피(계산에 미묘한 부분이 있음) 이벤트의 발생은 증분의 긴 꼬리(반대로)가 있는 프로세스에서 상당히 증가합니다.
추신: 트랙터 회피는 주어진 길이에서 섹션의 증가분의 합입니다.
두꺼운 꼬리, 봉우리 등 방향에 대한 메모리가 없고 변동성만 있는 ARCH/GARCH 모델의 분포에서 아름답게 나타납니다. 저것들. 뚱뚱한 꼬리의 존재는 당신이 얻을 수있는 장기 기억의 존재를 확인하지 않습니다 (다른 시점의 자산 가격 차이)
내 게시물에 추가하는 것을 잊었습니다:
у феномена долговременной памяти есть и другой "ракурс" - это сами длинные хвосты распределения. Если очень грубо (даже не "околонаучно") - вся память в этих самых длинных хвостах сидит. Т.е. существенно повышается появление события (какого то заданного) уклонения (есть тонкости в подсчете) у процесса с длинными хвостами приращений (в отличии от).
증분 견적 스트림을 "람다 미만" 및 "람다 초과"로 나누어 알파 및 오메가 프로세스를 강조 표시하는 것과 동일한 효과를 얻을 수 있습니다. 여기서 람다는 증분 분포의 롱테일 경계입니다 . 정확한 람다 추정치를 찾기는 어렵지만 이것이 내가 처음에 이 두 가지 프로세스를 얻은 방법입니다(M15 EURUSD L의 경우 약 2-3 RMS가 됨).
추신: 관심 있는 사람이 있으면 시도해 보세요(일요일 이전에 게시할 예정입니다). 보기에 인상적입니다:o)
Sergey, 확인이 포함된 특정 연구(mql4가 바람직함)가 있습니까?
예, 하지만 MathCAD 및 여기: https://www.mql5.com/ru/forum/134424/page12 현상이 계속됩니다. 설명된 현상은 장기 기억(오래된, 내가 가장 좋아하는 주제)의 분석과 빈도에 대한 지루한 연구를 기반으로 발견되었습니다.
두꺼운 꼬리, 봉우리 등 방향에 대한 메모리가 없고 변동성만 있는 ARCH/GARCH 모델의 분포에서 아름답게 나타납니다.
ARCH/GARCH가 "엄격한" 견적 프로세스를 정성적으로 모델링하는 것을 허용하지 않는다는 사실부터 시작하겠습니다. 정규 분포, t-분포, 학생을 위한 다양한 종류, 그리고 주로 우도 방법에 의한 모델 자체의 복잡한 식별과 함께 몇 가지가 더 있습니다. 아마도 거기에 - 소스 pliz를 제공하십시오. 그러나 예측 모델의 분포가 소스의 분포와 일치하지 않는 경우 질적 예측을 수행하는 것은 불가능합니다(이것은 원칙적으로 불가능합니다). 이는 ARCH/GARCH 모델이 실제 견적에서 보여주는 것과 같습니다. . 불행히도 그들은 할 수 없습니다. 그렇지 않은 경우 - 방법을 보여주기만 하면 흥미로울 것입니다. 나는 더 적은 약어를 알고 있습니다 :o)
저것들. 뚱뚱한 꼬리의 존재는 당신이 얻을 수있는 장기 기억의 존재를 확인하지 않습니다 (다른 시점의 자산 가격 차이)
그리고 꼬리를 보지 않고 프랙탈 분석을 통해 공부했습니다. 그리고 꼬리의 영향은 그 자체로 흥미롭습니다. 그들은 회피에 큰 영향을 미칩니다 .
ARCH/GARCH가 "엄격한" 견적 프로세스를 정성적으로 모델링하는 것을 허용하지 않는다는 사실부터 시작하겠습니다. 정규 분포, t-분포, 학생을 위한 다양한 종류, 그리고 주로 우도 방법에 의한 모델 자체의 복잡한 식별과 함께 몇 가지가 더 있습니다. 아마도 거기에 - 소스 pliz를 제공하십시오. 그러나 예측 모델의 분포가 소스의 분포와 일치하지 않는 경우 질적 예측을 수행하는 것은 불가능합니다(이것은 원칙적으로 불가능합니다). 이는 ARCH/GARCH 모델이 실제 견적에서 보여주는 것과 같습니다. . 불행히도 그들은 할 수 없습니다. 그렇지 않은 경우 - 방법을 보여주기만 하면 흥미로울 것입니다. 나는 더 적은 약어를 알고 있습니다 :o)
무엇을 줄까? GARCH를 생성하는 방법? ARCH/GARCH 또는 다른 구현이 실제 인용문을 얼마나 잘 설명하는지(Google에 문의할 수 있음) 중요하지 않습니다. 게시물의 요점은 뚱뚱한 꼬리의 존재가 장기 또는 단기 기억의 존재를 확인하지 않는다는 것입니다. , 그러나 예를 들어 자기 상관 및 변동성 클러스터링의 기본 표현이 있습니다. 실제 분포에 가까운 Sat를 얻고 싶다면 위의 스크립트는 실제 상품의 변동성을 기반으로 Sat를 생성하는 스크립트입니다. 두꺼운 꼬리, 봉우리 등 실제 인용문처럼. 아니면 ""엄격하게" 인용 프로세스를 정성적으로 모델링하는" 다른 것을 의미합니까?
따라서 "모든 메모리는 이러한 가장 긴 꼬리에 있습니다"라는 귀하의 진술은 그 근거가 명확하지 않습니다. 어떻게 여기까지 왔습니까? 이 경우:
그리고 꼬리를 보지 않고 프랙탈 분석을 통해 공부했습니다. 그리고 꼬리의 영향은 그 자체로 흥미롭습니다. 그들은 회피 에 큰 영향을 미칩니다.
무엇을, 어떻게 분석했으며 어떤 종류의 편차 가 있는지 명확하지 않습니다.
PS 첫 페이지의 현상에 대해 - 다시 확인하고 받지 못했습니다. 다른 DC 및/또는 다른 소프트웨어의 견적을 확인하려고 시도한 적이 있습니까?
무엇을 줄까? GARCH를 생성하는 방법? ARCH/GARCH 또는 기타 구현이 실제 인용문을 얼마나 잘 설명하는지는 중요하지 않습니다(Google에 문의할 수 있습니다 ;)).
구글에 먼저 물어보는게 나을듯. 이것은 심각하고 없습니다 :)
포스트의 본질은 두꺼운 꼬리의 존재가 장기 또는 단기 기억의 존재를 확인하는 것이 아니라 예를 들어 자기 상관 및 변동성의 클러스터링의 기본 징후가 있다는 것입니다.
귀하의 게시물에는 두 가지가 있었습니다.
하나하나 대답했습니다.
실제 분포에 가까운 Sat를 얻고 싶다면 위의 스크립트는 실제 상품의 변동성을 기반으로 Sat를 생성하는 스크립트입니다. 두꺼운 꼬리, 봉우리 등 실제 인용문처럼. 아니면 ""엄격하게" 인용 프로세스를 정성적으로 모델링하는" 다른 것을 의미합니까?
귀하 의 ARCH/GARCH 사용 관행에 대해 명확하고 명확하게 질문했습니다. 따라서 귀하 또는 다른 누군가가 ARCH/GARCH만 사용하여 안정적인 수입을 얻을 가능성은 거의 없습니다. 이러한 방법은 실질적인 이점을 제공하지 않습니다. 안타깝게도. 그러한 "괴물"(이 특별한 것이 Volterri 시리즈임)인 경우 (말 그대로) 올바르게 이해하고 있습니다.
따옴표와 변동성을 "취하지"마십시오. 그러면 원시 ARCH / GARCH가 더 많이 대처하지 못할 것입니다 ....
따라서 "모든 메모리는 이러한 가장 긴 꼬리에 있습니다"라는 귀하의 진술은 그 근거가 명확하지 않습니다. 어떻게 여기까지 왔습니까?
나는 프랙탈 분석을 썼습니다. 저뿐만 아니라 여기에서 신뢰성을 위해 완전히 침착 할 수 있습니다.
무엇을 어떻게 분석했는지 명확하지 않습니다.
프랙탈 분석을 하는 데 1년 이상이 걸렸습니다. 물론 매일 하지는 않았습니다. 그러나 가능하면 꽤 빡빡합니다. 모든 것을 게시하지 않을 것입니다, 죄송합니다.
그리고 편차 는 무엇입니까
나는 "궤적 회피"라는 용어를 정의했는데, 아마도 잘 되지는 않았지만 표준 용어입니다.
PS 첫 페이지의 현상에 대해 - 다시 확인하고 받지 못했습니다. 다른 DC 및/또는 다른 소프트웨어의 견적을 확인하려고 시도한 적이 있습니까?
당신이 한 일과 당신에게 효과가 없었던 일을 자세히 보여주십시오. 10년, 아마도 5년 후에 M15, UERUSD를 가져가십시오. Open(n)-Open(n-1) 프로세스를 사용하여 다양한 단계로 히스토그램 을 작성하고 여기에 게시하십시오. 기둥이 아닌 단순히 점으로 지정하십시오. 모든 것이 분명할 것이지만 실제로는 그렇지 않습니다. 어떤 의미에서는 지구가 평평하고 내가 옳을 것이라고 말할 수 있습니다.
내 게시물에 추가하는 것을 잊었습니다:
증분 견적 스트림을 "람다 미만" 및 "람다 초과"로 나누어 알파 및 오메가 프로세스를 강조 표시하는 것과 동일한 효과를 얻을 수 있습니다. 여기서 람다는 증분 분포의 롱테일 경계입니다 . 정확한 람다 추정치를 찾기는 어렵지만 이것이 내가 처음에 이 두 가지 프로세스를 얻은 방법입니다(M15 EURUSD L의 경우 약 2-3 RMS가 됨).
추신: 관심 있는 사람이 있으면 시도해 보세요(일요일 이전에 게시할 예정입니다). 보기에 인상적입니다:o)
IMHO는 원래 현상보다 현상을 얻는 데 훨씬 더 좋은 방법입니다(Matkad의 히스토그램 구성 함수에 대해 블랙박스를 사용). 그러나 그는 어두운 곳이 없는 것은 아닙니다. 분명히 그는 일요일까지 기다려야 할 것입니다.
나는 즉시 alsu 와 그가 추진한 분위수 회귀를 기억했습니다.
판스워스, 불쾌하지 않습니다. 적어도 그런 매트에서는 스스로 판단합니다. 나는 장치를 소유하지 않습니다. 아마도 이것이 도움이 될 것입니다. 당신이 전통적으로 합리적인 글을 쓰는 것뿐이지만, 연구를 트레이딩 슬레이트로 옮기기 전에 반 단계만 남았다는 느낌을 항상 받습니다. 결과적으로 연구에서 회고한 순잔액은 0과 같거나 거의 0에 가깝습니다. 종종 수학적 편향을 지닌 훌륭한 연구자들이 자신의 지식을 인질로 삼는 경우가 많습니다. 당신은 항상 원하고 더 깊이 파고들 수 있습니다. 결과적으로 너무 많은 가정과 예외가 있어 기본 개념이 거래에 적합하지 않게 됩니다. 갑자기 도움이 될 것입니다. 더 쉽게 보이도록 노력하십시오. 특정 "패턴"을 찾았습니다. 거래를 시도해야 합니다. 그는 오해로 가득 차서 익사했습니다. 목표는 돈입니다. 그리고 종종 목표는 공부 그 자체로 발전하는데, 이것은 더 이상 돈, 신경 및 기타 작업이 아니라 일종의 취미입니다. 이것은 얼음이 아닙니다. 가사에 대한 소리, 아마도 도움이 될 것입니다.
당신의 관찰에 나는 정직하고 간단하고 명확하게 말할 것입니다. 나는 시장을 비즈니스 측면에서만 고려합니다. 즉, 내가 만드는 제품 의 품질에 대해 선험적으로 높은 요구를 하고 있으며, 물론 지금은 이것이 나의 주요 활동이 아닙니다. 예, 성공과 좋은 것이 있습니다(테스트 중에 실제 모드로 무언가를 게시합니다). 그리고 저는 paukas처럼 잘린 보고서를 흔들고 "이것은 당신이 방법을 모르는 것과 같습니다" 등을 어디에나 쓸 수 있습니다. 그러나 나는 내 업적에 대해 정직 하고 이것이 아직 사업이 아님을 이해합니다(내 이해에서) . Tverskaya(예: Tverskaya)에 텐트를 설치하면 돈을 벌 수 있습니까? - 그리고 어떻게. 위험? 물론 있습니다. 그러나 그것들은 거의 무작위적인 일련의 사건에 비하면 아주 미미합니다.
알다시피, 나는 본질적으로 플레이어가 아니므로 다르게 행동하고 위험을 감수하지 않을 것입니다. 몇 년 전, 내가 미묘한 예술을 소유하고 TA와 VA에 대한 변호인이었을 때 - 나는 내가 심연의 어느 쪽을 걷고 있는지 깨닫고 눈을 가릴 때까지 믿었고 쿨했습니다. /BA). 예, 작업은 어렵지만 포럼 참가자의 99.999% 모두가 이미 그러한 강력한 시스템을 개발한 방식으로 작성했습니다(Tverskaya에 텐트 설치), 나만 남았습니다 :o) 글쎄 ... 무엇을 할 수 있습니까? 말하자면, 나는 동료들을 따라잡기 위해 노력할 것입니다. 그리고 %%%chit 쇼핑 센터, 어 .. 하나는 충분하지 않습니다. 두 개의 쇼핑 센터와 모든 텐트를 선택하십시오 :o)