GBPUSD 쌍의 슬라이딩 윈도우 = 8시간에 대한 100% 신뢰 수준의 분위수를 살펴보았습니다.
미쳐라 ... 즉. 시간이 지남에 따라 가격 확률 밀도 함수(나는 강조합니다 - 가격, 증분의 합이 아님)의 급격한 변화를 "확인"합니다. 슬라이딩 창의 따옴표를 100% 포함하는 100% 수준의 분위수가 변경되면 1(사실 모든 데이터가 표준 편차 내에 있음)에서 5.5까지입니다.
GBPUSD 쌍의 슬라이딩 윈도우 = 8시간에 대한 100% 신뢰 수준의 분위수를 살펴보았습니다.
미쳐라 ... 즉. 시간이 지남에 따라 가격 확률 밀도 함수(나는 강조합니다 - 가격, 증분의 합이 아님)의 급격한 변화를 "보고", 슬라이딩 윈도우의 따옴표의 100%를 포함하는 100% 수준의 분위수가 변경될 때 1(사실, 모든 데이터는 표준 편차 내에 있음)에서 5.5까지입니다.
GBPUSD 쌍의 슬라이딩 윈도우 = 8시간에 대한 100% 신뢰 수준의 분위수를 살펴보았습니다.
미쳐라 ... 즉. 시간이 지남에 따라 가격 확률 밀도 함수(나는 강조합니다 - 가격, 증분의 합이 아님)의 급격한 변화를 "보고", 슬라이딩 윈도우의 따옴표의 100%를 포함하는 100% 수준의 분위수가 변경될 때 1(사실, 모든 데이터는 표준 편차 내에 있음)에서 5.5까지입니다.
멀수록 수학 이론가들이 여기에 모였다는 확신이 든다.
연습은 어디에 있습니까?
그게 당신이 비난하는거야? 강한 실천가? 그는 확신합니다 ... 당신의 의견으로는 무지하지만 연수생이되는 것이 더 낫습니다. 그래서 확신하는 사람들이 더 적습니까?
"현자", 젠장 ... 무지와 무지를 연습 ...
몇 가지 더 흥미로운 변형
하나.
.
2.
.
삼.
.
몇 가지 더 흥미로운 변형
현명하지 말고 손가락질하세요. (와 함께)
현명하지 말고 손가락을 보여주세요. (와 함께)
:)
BP 필터링 주제에 대한 추가 문헌.
시계열의 재귀 필터링변환은 피드백의 존재로 인해 반사적이며 필터링된 시계열에 추가적인 반복적(반성적) 메모리 특성을 도입합니다(필터링된 시계열에서 미래는 원래 시계열보다 훨씬 더 과거에 의해 결정됨) .
BP 필터링 주제에 대한 추가 문헌.
시계열의 재귀 필터링변환은 피드백의 존재로 인해 반사적이며 필터링된 시계열에 추가적인 반복적(반성적) 메모리 특성을 도입합니다(필터링된 시계열에서 미래는 원래 시계열보다 훨씬 더 과거에 의해 결정됨) .
작동하지 않을 것입니다. 일반적인 글은 다음과 같습니다.
성찰적 변환의 모든 단계를 순차적으로 작성하면
필요한 모든 단순화를 수행한 다음 결국에는 임시의 각 요소를
시리즈 Y { y , , yn } = 1 선형 조합으로 표시(가중 평균)
원래 시계열의 요소 { } n X x , , x = 1 :
글 연구의 전체 본질은 우리가 Mashka에서 Mashka를 가져간다는 사실로 요약됩니다 ... 어쨌든 MACD를 얻을 것입니다)))
이 낙서에서 언급된 디지털 필터에 대해 기억하고 있습니다. @Petr 은 좋은 발전을 보였고 주제에서 그는 코드를 게시했으며 코드베이스에는 그의 작업이 있습니다. 이전 값에서 필터링한 것 같습니다.
GBPUSD 쌍의 슬라이딩 윈도우 = 8시간에 대한 100% 신뢰 수준의 분위수를 살펴보았습니다.
미쳐라 ... 즉. 시간이 지남에 따라 가격 확률 밀도 함수(나는 강조합니다 - 가격, 증분의 합이 아님)의 급격한 변화를 "확인"합니다. 슬라이딩 창의 따옴표를 100% 포함하는 100% 수준의 분위수가 변경되면 1(사실 모든 데이터가 표준 편차 내에 있음)에서 5.5까지입니다.
막대를 감을 시간입니다.
GBPUSD 쌍의 슬라이딩 윈도우 = 8시간에 대한 100% 신뢰 수준의 분위수를 살펴보았습니다.
미쳐라 ... 즉. 시간이 지남에 따라 가격 확률 밀도 함수(나는 강조합니다 - 가격, 증분의 합이 아님)의 급격한 변화를 "보고", 슬라이딩 윈도우의 따옴표의 100%를 포함하는 100% 수준의 분위수가 변경될 때 1(사실, 모든 데이터는 표준 편차 내에 있음)에서 5.5까지입니다.
막대를 감을 시간입니다.
생각을 시작할 때입니다.
추신
GBPUSD는 거래에 매우 좋습니다.GBPUSD 쌍의 슬라이딩 윈도우 = 8시간에 대한 100% 신뢰 수준의 분위수를 살펴보았습니다.
미쳐라 ... 즉. 시간이 지남에 따라 가격 확률 밀도 함수(나는 강조합니다 - 가격, 증분의 합이 아님)의 급격한 변화를 "보고", 슬라이딩 윈도우의 따옴표의 100%를 포함하는 100% 수준의 분위수가 변경될 때 1(사실, 모든 데이터는 표준 편차 내에 있음)에서 5.5까지입니다.
막대를 감을 시간입니다.
명확하지 않습니다. 5.5배 성장?
평균적으로 분위수 = 2.41입니다(정규 분포의 경우 데이터의 99% 분위수 = 양측 검정의 경우 2.5758, 단측 검정의 경우 2.32).
저것들. "평균적으로" 우리는 대략적인 정규 분포를 다루고 있습니다.
그러나 움직이는 데이터 세트에 대한 특정 시점 의 확률 밀도 함수 의 "슬라이스"를 보면 어떤 분포가 우리 앞에 있는지 말할 수 없습니다.
반복합니다 - 우리는 지금 순 가격에 대해 이야기하고 있습니다.
이것은 순 가격에 물고기가 없으며 그럴 수도 없다는 것을 점점 더 확신하게 됩니다. 우리는 일종의 변형된 VR이 필요합니다. 증분의 합은 변환의 특별한 경우일 뿐입니다. 더 분석할 것이...