Alexander_K2 : N은 일반인이 아니잖아요? 샘플 사이즈입니다. 저것들. 이 샘플 크기의 히스토그램을 작성하면 주어진 샘플 크기에 대한 분산의 CURRENT 값을 정확하게 얻을 수 있으며 다른 것은 얻을 수 없습니다. 역사 없음, 즉. 주어진 샘플 크기에 대한 평균 분산은 일반적으로 백만 개의 샘플에 대해 존재하지 않으며 존재할 수도 없습니다. 권리?
사실이지만 "사용 가능한 모든 과거 데이터에 대한 평균 분산을 고려할 것입니다."와 같이 작성합니다. 그리고 Markov-non-Markov는 그것과 어떤 관련이 있습니까? Markov는 샘플의 크기에 대해 어떠한 조건도 설정하지 않았습니다.)
그리고 전체 기록에 대한 평균 분산은 무엇을 줄까요? 이것은 "병원의 평균"이며 현재 (귀하의 관점에서) 편차는 지속적으로 약간 변경됩니다.
그런 다음 평균 분산 대신 상수를 대체할 수 있습니다.)
현재 작업 중인 눈금의 관점에서 "현재"는 하나의 마지막 눈금이고 모든 이전 눈금은 기록입니다. 그러나 Bollinger는 N개의 역사적 가치로 작동합니다.
사실이지만 "사용 가능한 모든 과거 데이터에 대한 평균 분산을 고려할 것입니다."와 같이 작성합니다. 그리고 Markov-non-Markov는 그것과 어떤 관련이 있습니까? Markov는 샘플의 크기에 대해 어떠한 조건도 설정하지 않았습니다.)
그리고 전체 기록에 대한 평균 분산은 무엇을 줄까요? 이것은 "병원의 평균"이며 현재 (귀하의 관점에서) 편차는 지속적으로 약간 변경됩니다.
그런 다음 평균 분산 대신 상수를 대체할 수 있습니다.)
정확히! 여기, 나는 모자를 벗습니다. 당신은 할 수 있습니다. 이렇게 하려면 특정 샘플 크기에 대해 매우 큰 데이터 아카이브에 대한 평균 분산을 계산합니다.
뿐만 아니라! 가격이 일정 한도를 넘어서면 거래가 즉시 고정되지 않는 모델을 보았습니까? 이것은 여전히 비모수적 인 scew 작동입니다. 또한 현재 가치와 평균 역사적 가치. 놀랄 것입니다. 평균 과거 비모수 오차는 일반적으로 거의 일정합니다. 그리고 현재 매개변수를 그것과 비교하기만 하면 됩니다.
아니요, Mikhail - 틱 사이의 정확한 시간 간격에 대한 히스토그램이 필요합니다. 궁극적으로 특정 샘플링 시간 T를 사용하여 모든 것을 유한 차분 방정식으로 줄여야 합니다. 모든 틱을 읽는 경우 샘플링 시간은 어떻게 됩니까? 답은 없습니다. 이 경우 방정식이 풀리지 않습니다. 하도록 하다!
그런 절망적인 답변을 어디서 얻습니까? 단지 Wissim에 변형 방법이 없기 때문입니까? 이제 데이터를 사용 가능한 솔루션 방법으로 조정하거나 방법에 적합하지 않은 것으로 폐기해야 합니까?
예, 시간 그리드에는 일정하지 않은 단계가 있습니다. 다른 방법의 경우 이것은 죽음입니다. 이것의 변형은 뜨겁거나 차갑지 않습니다. 다음 링크는 http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=rm&paperid=8488&option_lang=rus 입니다. 여기에서 1950년 책 "S. G. Mikhlin, 수학 문제 해결을 위한 변형 방법"을 찾아 다운로드할 수 있습니다. 물리학, UMN, 1950, 5권, 6(40), 3–51". 이미 목차의 처음 두 가지 방법인 Ritz 및 직교 투영법은 유한 차분과 그리드 균일성이 변형 방법에 필요하지 않으며 스칼라 곱 장치가 사용되며 그렇지 않으면 적분 합이 사용됨을 보여줍니다. 당신은 Hilbert 공간에서 고양이에 대해 썼고, 이것은 요소의 스칼라 곱셈 연산이 정의되는 (함수의) 공간입니다.
Alexander_K2 : 글쎄요, 여러분, 프로그래머 여러분, 거의 모든 것을 말씀드렸습니다. 즐기다. 난 상관 없어!
물론 공유를 결정해 주셔서 감사합니다. 흥미로운 아이디어가 있지만 솔직히 여기에서 사용할 수 있는 것은 아직 눈에 잘 띄지 않습니다. 결국 결과가 볼린저보다 훨씬 좋지 않을 것이라는 의혹이 있습니다. )
3개 이상의 거래는 훌륭하지만 수학자로서 신뢰할 수 있는 평가를 위해서는 최소한 수십 개의 거래가 필요하다는 것을 이해해야 합니다. 데모 계정에서 얼마나 많은 거래 를 관찰하셨습니까?
그리고 또 다른 뉘앙스가 있습니다. 모든 구성(당신이 가지고 있는 것, 볼린저에 있는 것)은 이동 평균에서 나옵니다. 그러나 당신은 평균과의 편차가 아니라 가장 순수한 형태의 가격을 거래하고 있습니다. 그리고 평균 자체가 가격에 따라 이동하기 때문에 평균은 신뢰할 수 있는 기준점이 아닙니다. 그리고 MA에 비해 가격이 채널 경계를 넘어 다시 돌아올 수 있다면 "사실" 일정 수준에 비해 이 수익은 출구의 연속으로 판명될 수 있습니다. 실제로 이것은 손실 또는 손실을 의미합니다. 이 프로세스를 이해하고 있는데 어떻게 의견을 제시할 수 있습니까?
일반적으로 가격이 외딴 곳에 있다는 사실이 "돌아온다"는 의미는 아니며 제자리에 머물거나 더 멀리 갈 수 있습니다. 거래자들은 이 속성을 "반환"(평균 회귀)이라고 부르지만 여전히 발견하고 증명해야 하며, 내가 틀리지 않은 경우 다른 여러 방법에 의해 수학적으로 이것은 조건부 분포(미래 가격의 종속성)입니다. 이전 변경 사항에 대한 CHANGE). 이러한 의존성은 실제로 틱, 나아가 모든 파생 시간 척도 및 모든 가격 파생 계산에서 발견되므로 일반적으로 어떤 특정 도구를 사용할지는 중요하지 않습니다. 그러나 이러한 의존성은 일반적으로 매우 약하고 안정적인 수입과 비용 충당에 충분하지 않습니다. 당신이 무엇을 할 수 있는지 보는 것이 더 흥미로울 것입니다.
N은 일반인이 아니잖아요? 샘플 사이즈입니다. 저것들. 이 샘플 크기의 히스토그램을 작성하면 주어진 샘플 크기에 대한 분산의 CURRENT 값을 정확하게 얻을 수 있으며 다른 것은 얻을 수 없습니다. 역사 없음, 즉. 주어진 샘플 크기에 대한 평균 분산은 일반적으로 백만 개의 샘플에 대해 존재하지 않으며 존재할 수도 없습니다. 권리?
사실이지만 "사용 가능한 모든 과거 데이터에 대한 평균 분산을 고려할 것입니다."와 같이 작성합니다. 그리고 Markov-non-Markov는 그것과 어떤 관련이 있습니까? Markov는 샘플의 크기에 대해 어떠한 조건도 설정하지 않았습니다.)
그리고 전체 기록에 대한 평균 분산은 무엇을 줄까요? 이것은 "병원의 평균"이며 현재 (귀하의 관점에서) 편차는 지속적으로 약간 변경됩니다.
그런 다음 평균 분산 대신 상수를 대체할 수 있습니다.)
현재 작업 중인 눈금의 관점에서 "현재"는 하나의 마지막 눈금이고 모든 이전 눈금은 기록입니다. 그러나 Bollinger는 N개의 역사적 가치로 작동합니다.
수학과 프로그래밍에 정통한 사람들이 여기에 앉는다면 다음과 같은 간단한 문제 하나를 해결할 수 있습니다.
GBPUSD 기호 를 예로 들어보겠습니다.
진드기의 수와 품질 계산
1) 합계 100%
2) 한 방향으로 틱의 백분율(즉, 다음 틱이 같은 방향으로 이동하여 조합을 만듦)
2개 이상
3개 이상
4개 이상
3) 세그먼트
2017.11.29.00.00-2017.12.01.00.00
2017.10.13.00.00-2017.10.16.00.00
사실이지만 "사용 가능한 모든 과거 데이터에 대한 평균 분산을 고려할 것입니다."와 같이 작성합니다. 그리고 Markov-non-Markov는 그것과 어떤 관련이 있습니까? Markov는 샘플의 크기에 대해 어떠한 조건도 설정하지 않았습니다.)
그리고 전체 기록에 대한 평균 분산은 무엇을 줄까요? 이것은 "병원의 평균"이며 현재 (귀하의 관점에서) 편차는 지속적으로 약간 변경됩니다.
그런 다음 평균 분산 대신 상수를 대체할 수 있습니다.)
정확히! 여기, 나는 모자를 벗습니다. 당신은 할 수 있습니다. 이렇게 하려면 특정 샘플 크기에 대해 매우 큰 데이터 아카이브에 대한 평균 분산을 계산합니다.
뿐만 아니라! 가격이 일정 한도를 넘어서면 거래가 즉시 고정되지 않는 모델을 보았습니까? 이것은 여전히 비모수적 인 scew 작동입니다. 또한 현재 가치와 평균 역사적 가치. 놀랄 것입니다. 평균 과거 비모수 오차는 일반적으로 거의 일정합니다. 그리고 현재 매개변수를 그것과 비교하기만 하면 됩니다.
일반적으로 이 주제는 과거 및 현재 통계를 분석한 결과 탄생했습니다.
NONPARAMETRIC 첨도 계수를 계산하는 방법을 누가 제안했을까요?
글쎄, 프로그래머 여러분 - 거의 모든 것을 이야기했습니다. 즐기다. 난 상관 없어!
아니요, Mikhail - 틱 사이의 정확한 시간 간격에 대한 히스토그램이 필요합니다. 궁극적으로 특정 샘플링 시간 T를 사용하여 모든 것을 유한 차분 방정식으로 줄여야 합니다. 모든 틱을 읽는 경우 샘플링 시간은 어떻게 됩니까? 답은 없습니다. 이 경우 방정식이 풀리지 않습니다. 하도록 하다!
그런 절망적인 답변을 어디서 얻습니까? 단지 Wissim에 변형 방법이 없기 때문입니까? 이제 데이터를 사용 가능한 솔루션 방법으로 조정하거나 방법에 적합하지 않은 것으로 폐기해야 합니까?
예, 시간 그리드에는 일정하지 않은 단계가 있습니다. 다른 방법의 경우 이것은 죽음입니다. 이것의 변형은 뜨겁거나 차갑지 않습니다. 다음 링크는 http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=rm&paperid=8488&option_lang=rus 입니다. 여기에서 1950년 책 "S. G. Mikhlin, 수학 문제 해결을 위한 변형 방법"을 찾아 다운로드할 수 있습니다. 물리학, UMN, 1950, 5권, 6(40), 3–51". 이미 목차의 처음 두 가지 방법인 Ritz 및 직교 투영법은 유한 차분과 그리드 균일성이 변형 방법에 필요하지 않으며 스칼라 곱 장치가 사용되며 그렇지 않으면 적분 합이 사용됨을 보여줍니다. 당신은 Hilbert 공간에서 고양이에 대해 썼고, 이것은 요소의 스칼라 곱셈 연산이 정의되는 (함수의) 공간입니다.
장애란 무엇이며, 왜 차등 계획이 필요한가요?
나머지 물리학-수학은 시장에서 진행 중인 프로세스에 대한 더 나은 이해를 위해 여기에서 설명되었습니다. 결국에는 중심추세(내 관점에서 이것은 WMA), 분산(내 관점에서 이것은 가중 분산 ) 과거 데이터 등을 가장 정확하게 처리하는 사람
뭐라고...
나는 당신과 헤어지고 싶지도 않습니다 ...하지만해야합니다!
트레이딩 로봇 대회에서 만나요? :))))
모두에게 행운을 빕니다!
감사합니다,
알렉산더,
일명 Alexander_K
일명 Alexander_K2
:)))))))))))))))))))))))))
모든 것?
모든 것?
그 여자는 바람까지 걷겠다고 맹세했다)))))
포럼은 업보입니다.
모든 것?
아니요. 나는 항상 힐베르트 공간에 있는 슈뢰딩거의 고양이처럼 여기 있어요 :))))))))))))))
아니요. 나는 항상 힐베르트 공간에 있는 슈뢰딩거의 고양이처럼 여기 있어요 :))))))))))))))
그리고 이 한숨과 감탄은 무엇을 위한 것이었습니까?
==========================================
추신
나는 61살이고 당신은 몇 년입니까, 알렉산더?
물론 공유를 결정해 주셔서 감사합니다. 흥미로운 아이디어가 있지만 솔직히 여기에서 사용할 수 있는 것은 아직 눈에 잘 띄지 않습니다. 결국 결과가 볼린저보다 훨씬 좋지 않을 것이라는 의혹이 있습니다. )
3개 이상의 거래는 훌륭하지만 수학자로서 신뢰할 수 있는 평가를 위해서는 최소한 수십 개의 거래가 필요하다는 것을 이해해야 합니다. 데모 계정에서 얼마나 많은 거래 를 관찰하셨습니까?
그리고 또 다른 뉘앙스가 있습니다. 모든 구성(당신이 가지고 있는 것, 볼린저에 있는 것)은 이동 평균에서 나옵니다. 그러나 당신은 평균과의 편차가 아니라 가장 순수한 형태의 가격을 거래하고 있습니다. 그리고 평균 자체가 가격에 따라 이동하기 때문에 평균은 신뢰할 수 있는 기준점이 아닙니다. 그리고 MA에 비해 가격이 채널 경계를 넘어 다시 돌아올 수 있다면 "사실" 일정 수준에 비해 이 수익은 출구의 연속으로 판명될 수 있습니다. 실제로 이것은 손실 또는 손실을 의미합니다. 이 프로세스를 이해하고 있는데 어떻게 의견을 제시할 수 있습니까?
일반적으로 가격이 외딴 곳에 있다는 사실이 "돌아온다"는 의미는 아니며 제자리에 머물거나 더 멀리 갈 수 있습니다. 거래자들은 이 속성을 "반환"(평균 회귀)이라고 부르지만 여전히 발견하고 증명해야 하며, 내가 틀리지 않은 경우 다른 여러 방법에 의해 수학적으로 이것은 조건부 분포(미래 가격의 종속성)입니다. 이전 변경 사항에 대한 CHANGE). 이러한 의존성은 실제로 틱, 나아가 모든 파생 시간 척도 및 모든 가격 파생 계산에서 발견되므로 일반적으로 어떤 특정 도구를 사용할지는 중요하지 않습니다. 그러나 이러한 의존성은 일반적으로 매우 약하고 안정적인 수입과 비용 충당에 충분하지 않습니다. 당신이 무엇을 할 수 있는지 보는 것이 더 흥미로울 것입니다.