RRR5 : 그러나 이것은 포지티브 평면에만 적합합니다. 실험을 위해 나는 긍정적 인 평면에있는 "호를 따라 가격 채널"을 가져갔습니다.
여기서 특히 어려운 것은 RRR5입니다.
#define NUMBER_OF_POINTS 10// Число аппроксимируемых точек.#define POLARPOINT_IDX 1// Индекс "полярной" точки, через которую обязательно должен пройти аппроксимируемый график (или WRONG_VALUE, если такой точки нет)// Абсциссы точек (можно взять непосредственно datatime каждого тика, бара, значения индикатора.double dXPoints[NUMBER_OF_POINTS] = { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 };
// Ординаты точек (цены, значения).double dYPoints[NUMBER_OF_POINTS] = { 1 , 5 , 2 , 2 , 2 , 4 , 6 , 4 , 3 , 3 };
// Объявляем наш класс, и перегружаем необходимые функцииclass CMyApproximator: public CLSMCore
{
protected :
virtualuint _N() { return (NUMBER_OF_POINTS); }; // Число точекvirtualdouble _X( uint uiIdx) { return (dXPoints[uiIdx]); }; // Значение X точки с индексом uiIdxvirtualdouble _Y( uint uiIdx) { return (dYPoints[uiIdx]); }; // Значение Y точки с индексом uiIdxvirtualint _PolarIdx() { return (POLARPOINT_IDX); } // Индекс точки, через которую должна проходить прямая, при отрицательном значении - такой точки нет. public :
CMyApproximator() {};
~CMyApproximator() {};
// Объявляем функцию, которая вернет нам кубическую аппроксимацию
SLSMPowers SolveCubic() { return (_CountLSM(LSM_CUBIC)); };
};
// ТАМ, ГДЕ НАДО РАССЧИТАТЬ АППРОКСИМАЦИЮ:
// Объявляем объект нашего класса
CMyApproximator maSolver;
// Получаем степени:
SLSMPowers lpPowers = maSolver.SolveCubic();
// ТАМ, ГДЕ НАДО ПОЛУЧАТЬ АППРОКСИМИРУЕМЫЕ ЗНАЧЕНИЯ
// Получаем значение любой аппроксимированной точки, например, с абсциссой 3:double dAnyPoint = CLSMCore::CountLSMPolynom( 3 ,lpPowers); // Получаем аппроксимированную ординату, вызываем данную функцию для всех ординат, и получаем аппроксимированную кривую.
좌표를 찾는 이유는 무엇입니까? 예를 들어 현재 가격이 상승할 확률이 65%, 하락할 확률이 35%이고 거래가 열릴 확률이 10%라면 거래를 열면 다음과 같아야 합니다.
그리고 당신은 행복할 것입니다.
아니 아니. 이 모든 것이 분명합니다.
질문 - 이 모든 백분율은 어디에서 가져왔습니까?
전체 통계 장치는 알려진 분포의 특성을 기반으로 합니다. 동시에 " 가설 테스트 " 섹션에서는 기존 샘플이 이론적 분포와 일치하는지 여부를 평가할 수도 있습니다. 따라서 - 유의 수준 = 90%에서도 가격 분포는 가우스 분포가 아닙니다(더 높은 수준의 유의성에 대해서는 말할 수도 없습니다). 또한 잘 알려져 있고 연구된 배포판 중 하나가 아닙니다. 내가 위에서 지적한 이유는 참가자들의 행동이 서로에 대한 의존성 때문입니다(대부분의 배포판에서 허용되지 않음).
결과적으로 유의 수준을 낮추거나 유의 수준 a=30%에서 가격 변동을 가우스 분포로 설명하면 계산의 의미가 무엇입니까? 오류 확률은 70%입니다!!! 또는 매우 광범위한 제한을 가하도록 강요받았습니다. 그리고 나서 가격 움직임이 50.001% 상승하고 가격 움직임이 49.999% 하락하는 순간에 얻을 수 있습니다. 그리고 그러한 스프레드에서 이익을 얻을 것이라고 생각하십니까? 단기적으로는 이익이 무작위로, 장기적으로는 스프레드가 모든 차이를 먹어치울 것입니다.
중력에 대한 비유가 매우 적절하다고 생각합니다. 돈은 시장에서 중력을 만듭니다. 누군가는 100달러로, 누군가는 수십억으로 들어갈 것입니다. 동일한 중력 법칙이 여기에서 작동하며 심지어 위에서 설명한 것과 동일한 공식이 적용됩니다. 끌어당기는 힘은 거리의 제곱에 반비례하고 질량에 정비례합니다. 따라서 2차 다항식 회귀(포물선)가 가장 적합한 도구입니다. 쌍곡선을 사용하는 것이 더 논리적이지만 두 중력체의 상호 작용이 발생하는 것은 쌍곡선의 법칙에 정확히 따르기 때문입니다. 그러나 사실은 포물선이 계산에 훨씬 더 편리할 뿐만 아니라 가장 중요한 구간에서 포물선과 쌍곡선이 매우 유사하다는 것입니다. 여기 에서 분명히 볼 수 있습니다. 빨간색 선은 포물선, 파란색 선은 쌍곡선입니다.
돈의 중력과 천체의 중력의 주요 차이점은 돈이 갑자기 나타났다가 사라지면서 강력한 중력 변동을 일으킬 수 있다는 것입니다. 하지만 이 이벤트를 계산하기 위해 채널 고장과 같은 것이 있습니다.
멋진 댓글뿐만 아니라 가장 아름답습니다))
나는 나 자신에게 얼마나 많은 단어를 허용 할 것입니다. 시장이 폐쇄적이고 형성된 시스템이었다면 아마도 훨씬 더 간단했을 것입니다. 그러나 우리는 일정량의 화폐 공급이 나타났다 사라지는 현상뿐만 아니라 의도적으로 한 방향으로 갔다가 그러한 흩어져 작은 축적으로 끝나는 현상을 가지고 있습니다. 질량뿐만 아니라 이 화폐 공급의 가능성도 지속적으로 증가합니다(추가적으로 통제된 주기적 배출). 이 끊임없이 확장되는 자본의 결과로 나선형의 전진 운동이 생성됩니다. 문제는 이 요소를 어떻게 고려할 수 있느냐 하는 것입니다. 아마도 비교를 위해 팽창하는 우주가있는 옵션이 하나 일 것입니다))
추신: 아마도 이 지속적인 전진 운동 덕분에 정규 분포를 볼 수 없고 라플라스(이중 지수)에 가까운 것만 볼 수 있습니다.
나도 먼저 대답하고 싶었다
하지만
어제 파운드화의 움직임을 분석한 결과, 최근 뉴스에 대한 벤치마크가 실패하고 있음을 깨달았습니다.
나도 먼저 대답하고 싶었다
하지만
어제 파운드화의 움직임을 분석한 결과, 최근 뉴스에 대한 벤치마크가 실패하고 있음을 깨달았습니다.
아마도 그러한 영역에서 거래를 피해야합니까? 강력한 뉴스 옆에 있지만 다른 통화입니다.
어떤 수단에서든 강한 교란이 발생하는 경우 어떤 자산 자금이 유입되기 시작할지 누가 압니까?
여기서 "확률적 해법"이 주어진 공간에서 모든 궤적의 전체 집합이 될까봐 두렵습니다. 이 해법의 가치는 무엇입니까?
올해 유로달러가 100을 넘지 않고 음수가 아닐 것이라는 "높은 확률로" 말하는 것과 같습니다. 이 진술의 확률은 100%에 가깝습니다. 그러나 그러한 "예측"에서 얼마나 많은 이점을 얻을 수 있습니까?
확률 이론에서는 많은 독립된 힘이 물체의 상태에 영향을 줄 때 상태의 확률이 가우스 법칙을 따르기 시작한다는 것을 증명합니다. 그러나 가격의 과정과 가치는 시장 참가자의 투입물과 산출물이 의존한다는 단순한 이유 때문에 이러한 분포의 대상이 아닙니다.
자, 여기에 더 광범위한 주제가 있습니다. 이것은 양자역학과 유사합니다. 구조에 대한 슈뢰딩거 방정식 .
자, 여기 또 다른 훨씬 더 광범위한 주제가 있습니다. 이것은 양자역학과 유사합니다. 구출 에 대한 슈뢰딩거 방정식.
다시 - 이 방정식은 우리에게 가능한 좌표의 공간을 줄 것입니다. 그러나 이것이 좌표 자체를 찾는 데 어떻게 도움이 될까요?
그러나 이것은 포지티브 평면에만 적합합니다. 실험을 위해 나는 긍정적 인 평면에있는 "호를 따라 가격 채널"을 가져갔습니다.
여기서 특히 어려운 것은 RRR5입니다.
다시 - 이 방정식은 우리에게 가능한 좌표의 공간을 줄 것입니다. 그러나 이것이 좌표 자체를 찾는 데 어떻게 도움이 될까요?
좌표를 찾는 이유는 무엇입니까?
그리고 당신은 행복할 것입니다.예를 들어 현재 가격이 상승할 확률이 65%, 하락할 확률이 35%이고 거래가 열릴 확률이 10%라면 거래를 열면 다음과 같아야 합니다.
좌표를 찾는 이유는 무엇입니까?
그리고 당신은 행복할 것입니다.예를 들어 현재 가격이 상승할 확률이 65%, 하락할 확률이 35%이고 거래가 열릴 확률이 10%라면 거래를 열면 다음과 같아야 합니다.
그리고 불필요한 것을 발명하는 이유는 (대부분의 경우) 추세를 위아래로 쿵쿵 밟는 것입니다 (한 쪽과 다른 쪽, 세 번째 모두, 그리고 그러한 움직임을 배울 수 있다면).
좌표를 찾는 이유는 무엇입니까?
그리고 당신은 행복할 것입니다.예를 들어 현재 가격이 상승할 확률이 65%, 하락할 확률이 35%이고 거래가 열릴 확률이 10%라면 거래를 열면 다음과 같아야 합니다.
아니 아니. 이 모든 것이 분명합니다.
질문 - 이 모든 백분율은 어디에서 가져왔습니까?
전체 통계 장치는 알려진 분포의 특성을 기반으로 합니다. 동시에 " 가설 테스트 " 섹션에서는 기존 샘플이 이론적 분포와 일치하는지 여부를 평가할 수도 있습니다. 따라서 - 유의 수준 = 90%에서도 가격 분포는 가우스 분포가 아닙니다(더 높은 수준의 유의성에 대해서는 말할 수도 없습니다). 또한 잘 알려져 있고 연구된 배포판 중 하나가 아닙니다. 내가 위에서 지적한 이유는 참가자들의 행동이 서로에 대한 의존성 때문입니다(대부분의 배포판에서 허용되지 않음).
결과적으로 유의 수준을 낮추거나 유의 수준 a=30%에서 가격 변동을 가우스 분포로 설명하면 계산의 의미가 무엇입니까? 오류 확률은 70%입니다!!! 또는 매우 광범위한 제한을 가하도록 강요받았습니다. 그리고 나서 가격 움직임이 50.001% 상승하고 가격 움직임이 49.999% 하락하는 순간에 얻을 수 있습니다. 그리고 그러한 스프레드에서 이익을 얻을 것이라고 생각하십니까? 단기적으로는 이익이 무작위로, 장기적으로는 스프레드가 모든 차이를 먹어치울 것입니다.
과거의 궤적 자체만 알고도 궤적을 예측할 수 있을까?
패턴 인식.
중력에 대한 비유가 매우 적절하다고 생각합니다. 돈은 시장에서 중력을 만듭니다. 누군가는 100달러로, 누군가는 수십억으로 들어갈 것입니다. 동일한 중력 법칙이 여기에서 작동하며 심지어 위에서 설명한 것과 동일한 공식이 적용됩니다. 끌어당기는 힘은 거리의 제곱에 반비례하고 질량에 정비례합니다. 따라서 2차 다항식 회귀(포물선)가 가장 적합한 도구입니다. 쌍곡선을 사용하는 것이 더 논리적이지만 두 중력체의 상호 작용이 발생하는 것은 쌍곡선의 법칙에 정확히 따르기 때문입니다. 그러나 사실은 포물선이 계산에 훨씬 더 편리할 뿐만 아니라 가장 중요한 구간에서 포물선과 쌍곡선이 매우 유사하다는 것입니다.
여기 에서 분명히 볼 수 있습니다. 빨간색 선은 포물선, 파란색 선은 쌍곡선입니다.
돈의 중력과 천체의 중력의 주요 차이점은 돈이 갑자기 나타났다가 사라지면서 강력한 중력 변동을 일으킬 수 있다는 것입니다. 하지만 이 이벤트를 계산하기 위해 채널 고장과 같은 것이 있습니다.
멋진 댓글뿐만 아니라 가장 아름답습니다))
나는 나 자신에게 얼마나 많은 단어를 허용 할 것입니다. 시장이 폐쇄적이고 형성된 시스템이었다면 아마도 훨씬 더 간단했을 것입니다. 그러나 우리는 일정량의 화폐 공급이 나타났다 사라지는 현상뿐만 아니라 의도적으로 한 방향으로 갔다가 그러한 흩어져 작은 축적으로 끝나는 현상을 가지고 있습니다. 질량뿐만 아니라 이 화폐 공급의 가능성도 지속적으로 증가합니다(추가적으로 통제된 주기적 배출). 이 끊임없이 확장되는 자본의 결과로 나선형의 전진 운동이 생성됩니다. 문제는 이 요소를 어떻게 고려할 수 있느냐 하는 것입니다. 아마도 비교를 위해 팽창하는 우주가있는 옵션이 하나 일 것입니다))
추신: 아마도 이 지속적인 전진 운동 덕분에 정규 분포를 볼 수 없고 라플라스(이중 지수)에 가까운 것만 볼 수 있습니다.