Neutron : 이제 동료들이여, 저를 비난하십시오. 나는 모든 외삽이 시계열(TS)이 선택한 방향을 "따르는" 속성을 갖는다는 것을 의미한다고 주장합니다. 실제로, n차 다항식으로 한 단계 앞서 외삽하면 최소한 이 단계에서는 1차 도함수의 연속성, 두 번째 ... n-1 원본 시리즈의 연속성을 가정합니다. 내가 이끌고 있어? 1차 도함수의 준영구성은 선택된 시간 프레임(TF)에서 VR의 양의 자기상관 계수(CA)에 불과합니다. 브라운형 VR에 외삽을 적용하는 것은 무의미하다고 알려져 있다. 왜요? 예, 그러한 시리즈의 CA는 동일하게 0입니다! 그러나 결국, 음수 KA를 가진 VR이 있습니다... 거기에 외삽을 적용하는 것은 단순히 올바르지 않습니다(내가 옳다면) - 가격은 예측된 방향과 반대 방향으로 갈 가능성이 더 큽니다. 그리고 간식으로: Forex 시장의 거의 모든 VR에는 음의 자기상관 함수가 있습니다(이것은 모든 종류의 시간 프레임에 대해 KA에서 구축한 함수입니다) - 이것은 의학적 사실입니다! 예외는 짧은 기간의 일부 통화 상품과 주간 시간대의 Sberbank 및 RAO EU 주식입니다. 이것은 특히 이동 평균의 작동을 기반으로 한 현대 TS 시장의 작동 불가능성을 설명합니다. 동일한 외삽 시도입니다. 내가 틀리지 않는다면, 웨이블릿은 선험적으로 자신의 기능을 올바르게 수행할 수 없는 영역에 있음을 알게 됩니다.
내가 이해하는 한, 당신은 시장이 브라운 운동이라는 "세계관"을 고수합니까?
그러나 결국 인간의 이익의 관점에서 보려고 시도하는 것은 가능합니다. 주요 플레이어가 있습니다. 시장을 움직이고, 유동성 제한이 있습니다(즉시 큰 금액을 인출할 수 없음). 주기가 있습니다: 회계 연도, 분기 보고서, 증권 거래소 개장, 뉴스 배경 및 곧. 등.
시계열의 인접한 판독값 사이의 쌍 상관 계수를 찾습니다. 선택된 TF에 대해 -1에서 +1까지의 범위에 하나의 계수가 있습니다. 0보다 작은 계수 값은 판독값 사이에 반지속성이 있음을 나타냅니다. 0보다 크면 주어진 TF에 대한 지속성이 0에 가깝습니다. 여기서 나가십시오! 결과적으로 지속성은 선택한 TF에서 이 악기의 추세/롤백을 나타내는 지표 역할을 합니다. VR의 마지막 속성은 적절한 TA 지표의 사용을 허용합니다.
상관 계수는 n-카운트의 창에 있습니다. 이 경우 2010년 분을 사용하였고, 1분에서 100분까지의 인공 TF를 얇게 하여 구성하였다. n을 최대값으로 취했습니다(연간 판독 횟수). 각 TF에 대해 상관 계수가 발견되었고 이 값이 TF에 의존하는 그래프가 그려졌습니다. 나는 위의 인용문 게시물에서 이러한 의존성을 의미했습니다.
무화과에. 다양한 시간 프레임에 대한 다양한 도구에 대한 쌍 상관 계수의 발견된 종속성이 제공됩니다. 거의 모든 곳에서 계수가 음수임을 알 수 있으며, 이는 교란 후 가격이 원래 값으로 돌아가는 경향을 나타냅니다. 이 속성은 크든 작든 모든 도구에 내재되어 있으며 소규모 TF에서 가장 분명하게 나타납니다(그림 참조). 제가 사용한 데이터는 2010년 Alparishnye입니다.
문제는 "0에 가까운" 것으로 간주되는 것입니다. 평가하기 위해 선택한 TF의 상관 계수에 이 TF의 포인트 단위 상품 변동성을 곱하고 결과 값을 DC 수수료(포인트 단위)와 비교할 수 있습니다. 그것이 확산보다 더 많은 것으로 판명되면 여전히 성공하지 못할 것입니다. 시장은 에르고딕 시스템이 아니며 포지션을 열 자마자 모든 것이 더 나쁜 쪽으로 바뀔 것입니다 :-)
나는 규칙성을 발견했다고 말할 수 있습니다 - "공정 가격"을 중심으로 변동, 이제 적절한 방법을 선택합니다.
어허... 이제서야 실거래가에 비하면 늦었고, 호가의 오른쪽 모서리에서 확실하게 판단할 방법이 없습니다. 지연 규모의 불가피한 예측 오류로 인해 과거부터 예측할 수 없게 됩니다.
정지 상태의 존재에 대한 모든 증거를 안전하게 놓쳤습니다.
다음 그림이 있습니다.
그러한 시리즈를 어떤 기술로 외삽할 수 있습니까?
누군가 실험을 위해 이것을 신경망에 넣을 수 있습니까?
이 기능을 어떻게 얻었습니까?
오래전 일이라 웨이블릿에서 무엇을 찾고 있었는지 정말 기억이 안나서 제가 가지고 있는 것을 첨부했습니다
이 기능을 어떻게 얻었습니까?
MathSin (2*Pi/(15+0.05*i)*i)
오래전 일이라 웨이블릿에서 무엇을 찾고 있었는지 정말 기억이 안나서 제가 가지고 있는 것을 첨부했습니다
감사해요
이제 동료들이여, 저를 비난하십시오.
나는 모든 외삽이 시계열(TS)이 선택한 방향을 "따르는" 속성을 갖는다는 것을 의미한다고 주장합니다. 실제로, n차 다항식으로 한 단계 앞서 외삽하면 최소한 이 단계에서는 1차 도함수의 연속성, 두 번째 ... n-1 원본 시리즈의 연속성을 가정합니다. 내가 이끌고 있어? 1차 도함수의 준영구성은 선택된 시간 프레임(TF)에서 VR의 양의 자기상관 계수(CA)에 불과합니다. 브라운형 VR에 외삽을 적용하는 것은 무의미하다고 알려져 있다. 왜요? 예, 그러한 시리즈의 CA는 동일하게 0입니다! 그러나 결국, 음수 KA를 가진 VR이 있습니다... 거기에 외삽을 적용하는 것은 단순히 올바르지 않습니다(내가 옳다면) - 가격은 예측된 방향과 반대 방향으로 갈 가능성이 더 큽니다.
그리고 간식으로: Forex 시장의 거의 모든 VR에는 음의 자기상관 함수가 있습니다(이것은 모든 종류의 시간 프레임에 대해 KA에서 구축한 함수입니다) - 이것은 의학적 사실입니다! 예외는 짧은 기간의 일부 통화 상품과 주간 시간대의 Sberbank 및 RAO EU 주식입니다. 이것은 특히 이동 평균의 작동을 기반으로 한 현대 TS 시장의 작동 불가능성을 설명합니다. 동일한 외삽 시도입니다.
내가 틀리지 않는다면, 웨이블릿은 선험적으로 자신의 기능을 올바르게 수행할 수 없는 영역에 있음을 알게 됩니다.
내가 이해하는 한, 당신은 시장이 브라운 운동이라는 "세계관"을 고수합니까?
그러나 결국 인간의 이익의 관점에서 보려고 시도하는 것은 가능합니다. 주요 플레이어가 있습니다. 시장을 움직이고, 유동성 제한이 있습니다(즉시 큰 금액을 인출할 수 없음). 주기가 있습니다: 회계 연도, 분기 보고서, 증권 거래소 개장, 뉴스 배경 및 곧. 등.
그건 그렇고, 다음 사항에 대한 귀하의 의견을 알고 싶습니다.
http://www.onix-trade.net/forum/index.php?s=c04e226e5521ed472b8d31770b40832b&showtopic=47&view=findpost&p=5267
http://www.chronos.msu.ru/RREPORTS/mikhailovsky_biol_vremya/mikhailovsky_biol_vremya.htm
중성자 :
그리고 간식으로: Forex 시장의 거의 모든 VR에는 음의 자기상관 함수가 있습니다(이것은 모든 종류의 TF에 대해 KA에서 구축한 함수입니다). 이것은 의학적 사실입니다!
당신의 이 진술을 읽은 것은 이번이 처음은 아니지만 증거를 본 적이 없습니다. 내가 본 모든 ACF는 일반 ACF입니다. 부정적인 ACF는 무엇을 의미하며 긍정적인 ACF보다 더 나쁜 이유는 무엇입니까? 내가 반복할 수 있도록 일부 인용에 대한 예를 가질 수 있습니까?
내가 반복 할 수 있도록 일부 인용에 대한 예를 가질 수 있습니까?
할 수 있다.
시계열의 인접한 판독값 사이의 쌍 상관 계수를 찾습니다. 선택된 TF에 대해 -1에서 +1까지의 범위에 하나의 계수가 있습니다. 0보다 작은 계수 값은 판독값 사이에 반지속성이 있음을 나타냅니다. 0보다 크면 주어진 TF에 대한 지속성이 0에 가깝습니다. 여기서 나가십시오! 결과적으로 지속성은 선택한 TF에서 이 악기의 추세/롤백을 나타내는 지표 역할을 합니다. VR의 마지막 속성은 적절한 TA 지표의 사용을 허용합니다.
상관 계수는 n-카운트의 창에 있습니다. 이 경우 2010년 분을 사용하였고, 1분에서 100분까지의 인공 TF를 얇게 하여 구성하였다. n을 최대값으로 취했습니다(연간 판독 횟수). 각 TF에 대해 상관 계수가 발견되었고 이 값이 TF에 의존하는 그래프가 그려졌습니다. 나는 위의 인용문 게시물에서 이러한 의존성을 의미했습니다.
무화과에. 다양한 시간 프레임에 대한 다양한 도구에 대한 쌍 상관 계수의 발견된 종속성이 제공됩니다. 거의 모든 곳에서 계수가 음수임을 알 수 있으며, 이는 교란 후 가격이 원래 값으로 돌아가는 경향을 나타냅니다. 이 속성은 크든 작든 모든 도구에 내재되어 있으며 소규모 TF에서 가장 분명하게 나타납니다(그림 참조). 제가 사용한 데이터는 2010년 Alparishnye입니다.
문제는 "0에 가까운" 것으로 간주되는 것입니다. 평가하기 위해 선택한 TF의 상관 계수에 이 TF의 포인트 단위 상품 변동성을 곱하고 결과 값을 DC 수수료(포인트 단위)와 비교할 수 있습니다. 그것이 확산보다 더 많은 것으로 판명되면 여전히 성공하지 못할 것입니다. 시장은 에르고딕 시스템이 아니며 포지션을 열 자마자 모든 것이 더 나쁜 쪽으로 바뀔 것입니다 :-)