시간 슬라이딩 창에서 서로에 대한 가격 증분 값의 종속성에 대한 특정 숫자 값인 "메모리" 측정이 필요합니다.
이를 통해 이 창의 증분 합계가 가우스 분포에 속하는 숫자를 형성하는지 여부를 확인할 수 있습니다.
사실 AKF는 성배입니다 여러분! 우리가 추세 또는 평평한 영역에 있는지 여부를 보여줍니다 ...
올바르게 계산하는 방법을 배우기만 하면 됩니다. 이것이 제가 지금 하고 있는 일입니다...
표시되지 않을 것이고 아파트의 정의는 보이는 것만큼 복잡하지 않습니다. 아파트는 가격이 하루 중 평소보다 더 많이 지나면 아파트가 있을 것이며 "음모 이론에 참여"하는 사람들은 다음과 같이 말할 것입니다. 가격이 그날 거래량을 감쌌다는 것... 일반적으로 중요하지 않습니다. 시장이 작동하는 방식입니다. 가격이 당일 평균보다 많이 지났습니다(하루에 33 어깨를 더하면 이 금액은 자주 반복됨) 그러면 뉴스나 다른 이벤트가 있을 것이며 큰 가격 변동이 있을 것입니다.
표시되지 않을 것이고 아파트의 정의는 보이는 것만큼 복잡하지 않습니다. 아파트는 가격이 하루 중 평소보다 더 많이 지나면 아파트가 있을 것이며 "음모 이론에 참여"하는 사람들은 다음과 같이 말할 것입니다. 가격이 그날 거래량을 감쌌다는 것... 일반적으로 중요하지 않습니다. 시장이 작동하는 방식입니다. 가격이 당일 평균보다 많이 지났습니다(하루에 33 어깨를 더하면 이 금액은 자주 반복됨) 그러면 뉴스나 다른 이벤트가 있을 것이며 큰 가격 변동이 있을 것입니다.
항상은 아닙니다. 코시 분포로 큰 표본을 생성하고 평균을 계산합니다. 표본 크기의 증가와 함께 수렴하는 것은 무엇입니까?
답: 코시 분포에 대한 기대가 없기 때문에 아무 것도 없습니다.
정수론에 관한 이야기고 특정 분포에 관한 것이 아니라 정수론에 많은 규칙성이 있지만 모두 많은 양의 데이터를 분석하면서 나타나며 수렴하지 않는 급수 등이 있다는 것을 알고 있습니다.
음, 반사의 관점에서 보면 고정되지 않은 시리즈에서 고정된 시퀀스로 이동할 수 있는 수학적 방법이 있습니다. 이제 저는 구글링을 하고 싶지 않지만 신경망 학습에 대해 읽었습니다. 여기서 신경망 확률은 가르치지만 그렇지 않습니다. P (A) \u003d 1 또는 P (A) \u003d 0이지만 더 "부드러운 패턴"-코탄젠트를 배우고 NS 코탄젠트의 출력에서 값을 받으면 계산 된 확률로 이동합니다. 값
여기 포럼에 BOX-COX CONVERSION이라는 기사가 있습니다. Google에서 변환 방법을 찾을 수 있지만 요점은 아닙니다. 하지만 이마에 있는 시장 데이터에 수학적 장치를 적용하고 패턴, IMHO, 아무데도 가는 길은 가격 계열에 주기성이나 고정성이 없으며 이러한 "두 고래"를 기반으로 전체 수학적 분석이 이루어집니다.
글쎄, 어떤 수학적 장치를 사용하는 연구 옵션으로서 - 이것은 통계적으로 반복되는 패턴에 의해서만 조사될 수 있지만, 슬프게도 시장에는 그러한 패턴이 많지 않습니다. 아파트의 고장과 같은 것이 있습니다 - 이것은 여전히 언급된 동일한 ACF에 의해 조사됨
알렉세이 니콜라예프 :
랜덤 프로세스의 경우 ACF 는 두 변수의 함수입니다. 넓은 의미에서 고정된 프로세스에 대해서만 하나의 변수에 의존합니다.
ACF의 두 번째 변수는 무엇입니까?
Alexander_K2 :
내 TS에서 가격이 이 시점에서 신뢰 확률 채널과 ACF <= 0을 벗어날 때 가장 억제되지 않은 "평균으로의 회귀"가 있을 것이 분명합니다.
시간 슬라이딩 창에서 서로에 대한 가격 증분 값의 종속성에 대한 특정 숫자 값인 "메모리" 측정이 필요합니다.
이를 통해 이 창의 증분 합계가 가우스 분포에 속하는 숫자를 형성하는지 여부를 확인할 수 있습니다.
사실 AKF는 성배입니다 여러분! 우리가 추세 또는 평평한 영역에 있는지 여부를 보여줍니다 ...
올바르게 계산하는 방법을 배우기만 하면 됩니다. 이것이 제가 지금 하고 있는 일입니다...
표시되지 않을 것이고 아파트의 정의는 보이는 것만큼 복잡하지 않습니다. 아파트는 가격이 하루 중 평소보다 더 많이 지나면 아파트가 있을 것이며 "음모 이론에 참여"하는 사람들은 다음과 같이 말할 것입니다. 가격이 그날 거래량을 감쌌다는 것... 일반적으로 중요하지 않습니다. 시장이 작동하는 방식입니다. 가격이 당일 평균보다 많이 지났습니다(하루에 33 어깨를 더하면 이 금액은 자주 반복됨) 그러면 뉴스나 다른 이벤트가 있을 것이며 큰 가격 변동이 있을 것입니다.
여기에서 ACF를 올바르게 계산하십시오.
https://www.mql5.com/ru/forum/117837/page2#comment_3137982
여기 https://www.mql5.com/ru/code/9930
그리고 중요한 것은 계산이 아니라 분석, 글쎄요, ACF라고 합시다. 다음에 무슨 일이 일어날지 결정해야 합니다. 언제, 어디서?
표시되지 않을 것이고 아파트의 정의는 보이는 것만큼 복잡하지 않습니다. 아파트는 가격이 하루 중 평소보다 더 많이 지나면 아파트가 있을 것이며 "음모 이론에 참여"하는 사람들은 다음과 같이 말할 것입니다. 가격이 그날 거래량을 감쌌다는 것... 일반적으로 중요하지 않습니다. 시장이 작동하는 방식입니다. 가격이 당일 평균보다 많이 지났습니다(하루에 33 어깨를 더하면 이 금액은 자주 반복됨) 그러면 뉴스나 다른 이벤트가 있을 것이며 큰 가격 변동이 있을 것입니다.
여기에서 ACF를 올바르게 계산하십시오.
https://www.mql5.com/ru/forum/117837/page2#comment_3137982
여기 https://www.mql5.com/ru/code/9930
그리고 중요한 것은 계산이 아니라 분석, 글쎄요, ACF라고 합시다. 다음에 무슨 일이 일어날지 결정해야 합니다. 언제, 어디서?
내 TS에서 가격이 이 시점에서 신뢰 확률 채널과 ACF <= 0을 벗어날 때 가장 억제되지 않은 "평균으로의 회귀"가 있을 것이 분명합니다.
확실히 그런 방식은 아닙니다. 이 경우 ACF는 복사본이 있는 일부 제한된 세그먼트의 모든 신호의 고전적인 회선입니다.
공황에 대한 이유뿐만 아니라 이것에는 이상한 것이 없습니다.
여기서 ACF가 의존하는 변수의 수는 역할을 하지 않습니다.
당신은 용어에 대해 옳습니다. CF는 두 프로세스의 상관 관계이고 ACF는 동일한 프로세스일 때의 특별한 경우입니다(정상성은 관련이 없습니다).
문제는 다음과 같습니다. 프로세스의 단일 구현(가격 시리즈)이 있는 경우 ACF에 대한 선택적 근사는 이 프로세스가 정지된 경우에만 의미가 있습니다. 이 경우 ACF는 물론 한 변수의 함수가 됩니다.
모든 것이 무언가로 수렴, don't count
항상은 아닙니다. 코시 분포로 큰 표본을 생성하고 평균을 계산합니다. 표본 크기의 증가와 함께 수렴하는 것은 무엇입니까?
답: 코시 분포에 대한 기대가 없기 때문에 아무 것도 없습니다.
주제에서 두 개 이상의 매개변수에 대한 자기상관 함수의 필요성에 대해 언급했지만 이것은 이미 현장의 연구입니다. 현장에서 시간 척도(가격 계열)에서 이산 함수를 고려하는 것이 의미가 있는지 의심스럽습니다.
랜덤 프로세스의 경우 ACF 는 두 변수의 함수입니다. 넓은 의미에서 고정된 프로세스에 대해서만 하나의 변수에 의존합니다.
항상은 아닙니다. 코시 분포로 큰 표본을 생성하고 평균을 계산합니다. 표본 크기의 증가와 함께 수렴하는 것은 무엇입니까?
답: 코시 분포에 대한 기대가 없기 때문에 아무 것도 없습니다.
정수론에 관한 이야기고 특정 분포에 관한 것이 아니라 정수론에 많은 규칙성이 있지만 모두 많은 양의 데이터를 분석하면서 나타나며 수렴하지 않는 급수 등이 있다는 것을 알고 있습니다.
음, 반사의 관점에서 보면 고정되지 않은 시리즈에서 고정된 시퀀스로 이동할 수 있는 수학적 방법이 있습니다. 이제 저는 구글링을 하고 싶지 않지만 신경망 학습에 대해 읽었습니다. 여기서 신경망 확률은 가르치지만 그렇지 않습니다. P (A) \u003d 1 또는 P (A) \u003d 0이지만 더 "부드러운 패턴"-코탄젠트를 배우고 NS 코탄젠트의 출력에서 값을 받으면 계산 된 확률로 이동합니다. 값
여기 포럼에 BOX-COX CONVERSION이라는 기사가 있습니다. Google에서 변환 방법을 찾을 수 있지만 요점은 아닙니다. 하지만 이마에 있는 시장 데이터에 수학적 장치를 적용하고 패턴, IMHO, 아무데도 가는 길은 가격 계열에 주기성이나 고정성이 없으며 이러한 "두 고래"를 기반으로 전체 수학적 분석이 이루어집니다.
글쎄, 어떤 수학적 장치를 사용하는 연구 옵션으로서 - 이것은 통계적으로 반복되는 패턴에 의해서만 조사될 수 있지만, 슬프게도 시장에는 그러한 패턴이 많지 않습니다. 아파트의 고장과 같은 것이 있습니다 - 이것은 여전히 언급된 동일한 ACF에 의해 조사됨
랜덤 프로세스의 경우 ACF 는 두 변수의 함수입니다. 넓은 의미에서 고정된 프로세스에 대해서만 하나의 변수에 의존합니다.
ACF의 두 번째 변수는 무엇입니까?
내 TS에서 가격이 이 시점에서 신뢰 확률 채널과 ACF <= 0을 벗어날 때 가장 억제되지 않은 "평균으로의 회귀"가 있을 것이 분명합니다.
알겠습니다. 의미로 되돌리기는 무엇인가요? 평균 가격?
알겠습니다. 의미로 되돌리기는 무엇인가요? 평균 가격?
두 증분의 기대값과 증분의 합은 엄격하게 0입니다. 깨끗한 가격, 차 등을 가지고 있습니다. 나는 말도 안되는 소리로 일하지 않습니다. 증분만.
다만, TS를 부과하지 않는데 - 아아, 5개월간 매매차익 = + 5%.. 안타깝네요...
그래서 다친 사자처럼 AKF에 매달렸다.
ACF의 두 번째 변수는 무엇입니까?
처음과 같은 시간. 모든 것이 여기 에 쓰여진 것 같습니다.
두 증분의 기대치와 증분의 합은 엄격하게 0입니다. 깨끗한 가격, 차 등을 가지고 있습니다. 나는 말도 안되는 소리로 일하지 않습니다. 증분만.
다만, TS를 강요하지 않는데 - 앗, 매매 5개월차 이익 = +5%.. 안타깝네요...
그래서 나는 상처입은 사자처럼 AKF에 매달렸다.
한 번 더, 마지막으로 한 번 더.
1. KF-AKF는 숫자가 아닌 함수입니다.
2. KF-AKF는 현재와 미래의 순간에 대해 전혀 말하지 않고 표본에 대한 평균에 대해서만 말합니다.
3. 작은 샘플에 CF-ACF를 사용하는 것은 완전히 넌센스입니다. 즉, 전혀 아무 것도 아닙니다.
나는 더 이상 이 토론에 참여하지 않습니다.
시간 슬라이딩 창에서 서로에 대한 가격 증분 값의 종속성에 대한 특정 숫자 값인 "메모리" 측정이 필요합니다.
이를 통해 이 창의 증분 합계가 가우스 분포에 속하는 숫자를 형성하는지 여부를 확인할 수 있습니다.
사실 AKF는 성배입니다 여러분! 우리가 추세 또는 평평한 영역에 있는지 여부를 보여줍니다 ...
올바르게 계산하는 방법을 배우기만 하면 됩니다. 이것이 제가 지금 하고 있는 일입니다...
Alexander, 글로벌 추세를 추세 섹션과 플랫 섹션으로 나누는 것은 막다른 골목입니다. 왜냐하면 당신이 그것들을 깰 수 있다면, 추세 TS는 플랫 TS를 죽이고 그 반대도 마찬가지이기 때문입니다. 지금.