예를 들어 1,000,000틱 샘플의 분포가 불안정하고(내 지수 시간에 이러한 볼륨을 수집할 수 없음) 시간이 지남에 따라 분산이 변경되면 내 경우에는 사용할 수 없습니다. 산술 평균도 아니고 가중 평균도 아닙니다.
중앙값이 남습니다.
중앙값을 기준으로 채널을 구축해야 합니다. 그래서 무엇?
내 생각에 본질은 표본 크기와 분포 중심의 특성(평균, 중앙값, 최빈값, 사분위수 평균 또는 기타)의 선택에만 있는 것이 아닙니다. 증분 샘플은 동일한 추세에 속해야 합니다. 그러면 균등하게 분포된 것으로 간주될 수 있습니다. 그리고 여기에서 결과는 추세의 개념이 얼마나 정확하게 공식화되었는지에 달려 있다는 사실을 접하게 될 것입니다.
Laplace Parameters Support PDF CDF Mean Median Mode Variance Skewness Ex. kurtosis Entropy MGF CF f ( x ∣ μ , b ) = 1 2 b exp ( − | x − μ | b ) {\displaystyle f(x\mid \mu ,b)={\frac {1}{2b}}\exp \left(-{\frac {|x-\mu |}{b}}\right)\,\!} = 1 2 b { exp ( − μ − x b...
A comprehensive calculation website, which aims to provide higher calculation accuracy, ease of use, and fun, contains a wide variety of content such as lunar or nine stars calendar calculation, oblique or area calculation for do-it-yourself, and high precision calculation for the special or probability function utilized in the field of business and research.
여기 내가 생각하는 것이 있습니다.
예를 들어 1,000,000틱 샘플의 분포가 불안정하고(내 지수 시간에 이러한 볼륨을 수집할 수 없음) 시간이 지남에 따라 분산이 변경되면 내 경우에는 사용할 수 없습니다. 산술 평균도 아니고 가중 평균도 아닙니다.
중앙값이 남습니다.
중앙값을 기준으로 채널을 구축해야 합니다. 그래서 무엇?
내 생각에 본질은 표본 크기와 분포 중심의 특성(평균, 중앙값, 최빈값, 사분위수 평균 또는 기타)의 선택에만 있는 것이 아닙니다. 증분 샘플은 동일한 추세에 속해야 합니다. 그러면 균등하게 분포된 것으로 간주될 수 있습니다. 그리고 여기에서 결과는 추세의 개념이 얼마나 정확하게 공식화되었는지에 달려 있다는 사실을 접하게 될 것입니다.
나는 이 주제와 시장의 확산 과정 이론에 필사적인 모든 사람들에게 이 게시물을 바칩니다.
농민!
마지막으로, 프로세스의 분산을 계산하는 공식에서 악명 높은 상수 C를 알아냈습니다(이전 게시물 참조).
그리고 그것은 일정하지 않습니다! 이것은 현재 관찰 시간 창의 속도입니다.
지난 2일 동안의 AUDCHF 쌍의 경우 프로세스는 다음과 같습니다.
EURUSD에서 가장 수치스러운 거래로 이 스레드의 모든 독자를 잃은 후 직접 처리하겠습니다. 일기장처럼.
이동 기대치의 편차 분포를 보면 표본 크기가 크면 라플라스 분포라는 것을 점점 더 확신하게 됩니다.
분산과 그에 따른 표준 편차 를 계산할 때 수익률의 속도와 평균 가치 및 시간 모두를 고려한 것처럼 보입니다.
하지만 지금까지는 아무리 노력해도 정지된 과정으로 줄이는 것은 불가능하다. 아마 절대 그렇지 않을 것입니다.
한편, 분위수는 항상 = const입니다. 그러나 non-stationarity로 인해 분포의 모양이 변합니다...
분포 값의 99%를 차지하는 분위수 역시 상수가 아닌 변수임이 밝혀졌습니다. 그리고 그것은 또한 각 단계에서 계산되어야 합니다. 그래서 무엇을? 껴안아도 된다...
백분위수 계산기:
https://keisan.casio.com/menu/system/000000000540
이제 확률 분포의 동적 형태에 대한 만화가 필요한 이유를 이해하고 최소한 기대치와 관련하여 단일 또는 다중 모드인지 확인합니다.
첫 번째 경우에는 Petunin-Vysokovsky 부등식을, 두 번째 경우에는 Chebyshev를 사용해야 합니다.
예, quantile = const를 사용하면 문제에 대한 솔루션이 부정확하고 동적이어야 하지만 개인적으로 이렇게 하는 것은 불가능합니다.
그럼에도 불구하고 나는 증분 분포와 이동 기대치로부터의 편차 분포 모두 가 단일 모드 분포의 동일한 클래스에 속한다고 자유롭게 주장할 것입니다. 분포.
이는 Petunin-Vysokovsky 95% 신뢰 수준에 해당하는 약 =3의 분위수를 사용해야 함을 의미합니다.
Chebyshev에 따르면 95%에 대해 quantile =4.47을 선택하면 분명히 많은 훌륭한 거래 항목이 손실될 것입니다. 아주 드문 거래가 내 노쇠한 영혼을 화나게 했습니다.
가능한 경우 최적의 손절매를 계산해야 할 수도 있습니다. 그러면 트랜잭션 수가 증가할 수 있습니다.
가능한 경우 최적의 손절매를 계산해야 할 수도 있습니다. 그러면 트랜잭션 수가 증가할 수 있습니다.
최적의 손절매 수준에 대한 이러한 계산 및 연구에 대한 링크를 제공할 수 있습니까? 결국 그 부끄러운 거래에서 내가 화상을 입은 것은 그의 부재 때문이었다.
최적의 손절매 수준에 대한 이러한 계산 및 연구에 대한 링크를 제공할 수 있습니까? 결국, 그 수치스러운 거래에서 내가 화상을 입은 것은 정확히 그의 부재 때문이었습니다.
아니 그 때문이 아니다.
추세가 견적에서 제거되면(즉, x 기간 동안의 증분 분석으로 제한됨) 마이너스로 이어지는 것은 이 추세입니다.
반대의 경우도 마찬가지입니다. 견적에서 플랫을 제거하면 이 플랫이 됩니다...
불행히도 귀하의 프로그램은 장님입니다
그러나 모든 종류의 채널과 마찬가지로 채널에서 우리는 1-2 틱 또는 시간 간격에 대해서만 가격을 분석합니다.
)
아니 그 때문이 아니다.
추세가 견적에서 제거되면(즉, x 기간 동안의 증분 분석으로 제한됨) 마이너스로 이어지는 것은 이 추세입니다.
반대의 경우도 마찬가지입니다. 견적에서 아파트를 제거하면 이 아파트가 ...
귀하의 프로그램은 장님입니다
)
데이터를 트렌드/플랫으로 나누는 보편적인 포럼이 이미 있는 이유는 무엇입니까 ??? (이력이 아닌 실시간으로 지체 없이)
2바이트를 보내듯이 반죽을 자르는 수식을 가지고 있습니다.