uma estratégia comercial baseada na Teoria da Onda de Elliott - página 88

 
..
 
2 Rosh

Mais uma coisa. Algo que eu não entendo é isto: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
A meu ver, em suas anotações, RMS2/3[N]=(D[2N/3])^0.5
Ou, se você tentar representar isso como uma diferença:
СКО2/3[N]=({S[N]-S[последняя треть]}/{2N/3})^0.5



O RMS é a raiz da variância (soma dos quadrados de desvios dividida por algum número). Então a soma dos quadrados de variância na barra 100 menos a soma dos quadrados de variância na barra 33 produzirá a soma dos quadrados de variância da barra 33 a 100. O resto é fácil. Em geral, você está certo, como eu o entendo, devo tê-lo expressado de forma errada.
 
Obrigado Yurixx pelas respostas, mas eu gostaria de esclarecer alguns pontos
A escolha dos critérios de seleção de canais é sua própria criatividade.

A questão é que dois canais podem ter o mesmo dentro da variação de erro de regressão de significância estatística, mas a variação de preço é diferente, grosso modo, um canal será mais inclinado, o outro será mais plano. A questão é qual canal escolher. Bulashev considera três critérios para avaliar a qualidade de uma linha de regressão, todos eles envolvendo a relação das duas variações acima. Escolher entre estes três critérios é de fato uma criatividade pessoal, e escolher a variação do erro de regressão para comparar a qualidade da aproximação não é totalmente correto.

Você responde ainda a
2.... Como a variação do erro é uma variável aleatória, os intervalos de confiança qui-quadrado podem ser usados para identificar uma classe, um grupo de mínimos quadrados que são estatisticamente indistinguíveis uns dos outros. E como podemos selecionar deste grupo o que precisamos?

Vladislav leva o pior desta classe.

Se você quer dizer que Vladislav toma o maior intervalo de confiança possível para isso, então você me entendeu mal, se algo mais, então eu o entendo mal.
Assim, de acordo com o algoritmo de Solandra após "...a amostra não fica fora do intervalo de confiança de 99%. O canal que tem o menor valor RMS é selecionado a partir da série de ir de barra em barra. Eu estava perguntando - como selecionar os menores RMS se eles podem ser estatisticamente indistinguíveis ou se tudo isso é uma bagatela?

Próximo
3.Novamente, a pergunta sobre o parêntese 2\3 é sobre a precisão do número 2\3. Por que não dizer 5\8 ou algum outro número? Quão significativos seriam os desvios em relação a este número. Lembro-me que Vladislav falou sobre a aproximação da amostra de 2\3. Talvez ele tenha alguns critérios para escolher a precisão?

A escolha da precisão do parêntese é determinada pela precisão estatística de sua definição. Você mesmo disse que se trata de uma variável aleatória.

Honestamente, eu não entendo, ou você não me entende. Na verdade, eu não perguntei sobre a escolha da precisão do sko. Eu devo ter entendido mal. Eu estava me perguntando porque o sko da amostra é comparado ao sko da amostra de 2\3 para determinar a convergência, e não o sko de alguma outra parte de 5\8, 7\9 etc. Isto terá um efeito significativo nos resultados da seleção? Ou estes são novamente detalhes insignificantes? A fronteira entre o bem e o mal?:)


Se você estiver interessado em um modelo de trabalho, então tome tudo isso como um axioma, implemente este modelo programmaticamente e o próprio mercado lhe mostrará se seu conjunto de axiomas é justo ou não.


Quer dizer, "o que há para pensar, você tem que agitar". Pareceu-me que a beleza da abordagem em discussão é que, antes de analisar o que o mercado mostrará, uma análise completa é realizada e os critérios para distinguir o que o mercado pode mostrar em geral são substanciados. Não sou muito bom em programação e não sou bom em programação sem entender exatamente o que é necessário e depois ver o que aconteceu. Devo ser muito exigente com coisas pequenas.
Cumprimentos
 
2 Rosh
И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5

O RMS é a raiz da variância (a soma dos quadrados de desvio dividida por algum número). Então a soma dos quadrados de variância no compasso 100 menos a soma dos quadrados de variância no compasso 33 dará a soma dos quadrados de variância do compasso 33 ao compasso 100. O resto é simples.

Ou seja, você provavelmente deveria escrever a fórmula RMS1/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5 ou RMS2/3[N]=({D[N]-D[1N/3]}/{N-1N/3})^0.5.
Eu acertei?
 
<br/ translate="no"> O RMS é a raiz da variância (a soma dos quadrados de desvios dividida por algum número). Então a soma dos quadrados de variância no compasso 100 menos a soma dos quadrados de variância no compasso 33 dará a soma dos quadrados de variância do compasso 33 ao compasso 100. O resto é fácil.



Se entendi corretamente, isto não é correto, pois os desvios para 2/3 são contados a partir de outra linha de regressão. Você tenta construir um canal a um certo comprimento e outro a 2/3 e verá que as linhas não coincidem e, portanto, a soma dos desvios será diferente (talvez seja isso que você quis dizer?). Até onde eu entendo a variância ou RMS em si não pode ser usada para calcular valores subseqüentes, já que cada nova barra dá uma nova linha e muda toda a variância, em teoria ela não pode ser calculada a partir da variância obtida na barra anterior. Parece que consegui levá-lo em conta neste ciclo e mesmo a trama do canal por dois terços parece ok (quando os coeficientes de regressão são calculados também calculamos a soma dos quadrados de CB e a soma do próprio CB, portanto podemos usá-los para calcular a dispersão na barra seguinte, mas a dispersão em si não funcionou), mas quando fiz o arquivo RMS e olhei com mais cuidado, encontrei algumas coisas estranhas acontecendo a cada 3 barras.(embora eu pareça ter levado em conta o movimento desigual de 2/3 limites de intervalo)
 
Encontrei algumas coisas estranhas que continuam aparecendo a cada 3 barras.
Encontrei um erro em um lugar, eu deveria ter usado MathFloor ao invés de MathRound.

PS Se alguém estiver interessado eu posso postar os dados RMS (corrigido :))
 
2 Rosh Você usou uma função da forma Ah^2+Bx+C ou Ah^2+B para encontrar as parábolas. Se o primeiro, você igualou B ao coeficiente encontrado a partir da equação de regressão A.
 
2 Rosh
И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5

СКО - это корень из дисперсии(суммы квадратов отклонений, деленной на некое число). Тогда сумма квадратов отклоений на баре 100 минус сумма квадратов отклоений на баре 33 даст сумму квадратов отклонений от 33 до 100-го бара. Дальше все просто.

Então a fórmula deve provavelmente ser escrita como RMS1/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5 ou RMS2/3[N]=({D[N]-D[1N/3]}/{N-1N/3})^0.5

Ambas as fórmulas que você escreveu aqui estão erradas. A variação e a soma dos quadrados são diferentes. D[N]=S[N]/N
Dada esta situação, a variância da diferença dos intervalos não é igual à variância dos intervalos. O comentário de Rosh, como eu o entendo, expressa a concordância com meu esclarecimento.

Ou seja, "o que há para pensar, você tem que agitar". Parece-me que a beleza da abordagem em discussão é que antes de analisar o que o mercado irá mostrar, uma análise completa é realizada e os critérios para distinguir o que o mercado pode mostrar em geral são substanciados. Eu não sou muito bom em programação e não sou bom em programação sem entender o que exatamente é necessário e depois ver o que aconteceu. Devo ser muito exigente com as pequenas coisas.

A questão é que a matemática pura e o mercado são coisas substancialmente diferentes. Parece-me que devemos proceder a partir disto. Por exemplo:
A análise é certamente completa, mas vem particularmente do fato de que Vladislav assume que é impossível prever com precisão o movimento de preços subseqüente. Mas é possível fazer uma "previsão não aleatória", cuja probabilidade será de alguma forma (!) igual à sua probabilidade real. De modo geral, uma análise completa é uma teoria verificada experimentalmente. A abordagem de Vladislav não é uma teoria, mas apenas um modelo. E sua verificação experimental está agora mesmo em andamento, os resultados sobre o império. O que você quer daqueles que, como você, só viram o modelo no papel e não entenderam tudo?

Não tente "tirar" mais de nós do que sabemos. Não o admitiremos de qualquer forma :-)
É melhor você tentar analisar o modelo por conta própria e nos oferecer sua visão.
O resto está de acordo com o que foi dito

A questão é que dois canais podem ter a mesma variação de erro de regressão dentro dos limites de significância estatística, mas a variação de preço diferente, grosso modo, um canal será mais inclinado, e o outro será mais plano. A questão é qual canal escolher. Bulashev considera três critérios para avaliar a qualidade de uma linha de regressão, todos eles envolvendo a relação das duas variações acima. A escolha destes três critérios é realmente uma criatividade pessoal, e escolher a variação do erro de regressão para comparar a qualidade da aproximação não é muito correto.

IMHO. As dispersões de preços só podem diferir significativamente se as amostras diferirem significativamente. Se este for o caso (ou seja, um é significativamente mais longo que o outro), então ambos os canais têm força, mas diferem em sua longa duração. Estes são os tipos de canais em que você está interessado. Além disso, acredito que é a variação de erro que é a principal fonte de informação para a criação de critérios. E discutir a qualidade da aproximação é, em minha opinião, inútil. O ANC dá a melhor versão.

Se você quer dizer que Vladislav toma o maior intervalo de confiança possível para isso, então você me entendeu mal, se algo mais, então eu o entendo mal.
Assim, de acordo com o algoritmo de Solandra após "...a amostra não cai fora do intervalo de 99%". O canal que tem o menor valor RMS é selecionado a partir da série de ir de barra em barra. Eu estava perguntando - como você seleciona os menores RMS se eles podem ser estatisticamente indistinguíveis ou se tudo isso é uma bagatela?

IMHO. Não assuma que Vladislav e Solandr pensam da mesma forma. Solandr só compartilhou seu entendimento. Você pode tomar o canal com o menor sko, ou você pode tomar toda a classe com o mesmo significado estatístico. E use o pior de todos.

Sinceramente, eu não entendo, ou você não me entende. Na verdade, eu não perguntei sobre a escolha da precisão do gado. Eu provavelmente não me expressei com exatidão. Eu estava interessado em saber porque o sko da amostra é comparado ao sko da amostra de 2\3 para determinar a convergência, e não o sko de alguma outra parte de 5\8, 7\9, etc. Isto terá um efeito significativo nos resultados da seleção? Ou estes são novamente detalhes insignificantes? A fronteira entre o bem e o mal?)

IMHO.2/3 é a escolha de Vladislav. Não espere por justificativa. Tente outras opções. Há tesouras presentes aqui. Quanto maior a fração, maior a probabilidade de você não cair do canal na barra atual. E o maior será a ilusão para a qual você está se conduzindo. E se você pegar "quanto menos", você terá uma condição mais difícil e aumentará a probabilidade de cair prematuramente do canal. Ou seja, seu critério o expulsará do canal antes que ele realmente colapse. Você pode assumir que 2/3 é um parâmetro a ser otimizado.

Boa sorte.
 
2 Yurixx
Obrigado
 
2 Rosh Você usou uma função do formulário Ah^2+Bx+C ou Ah^2+B para encontrar as parábolas. E se o primeiro, você igualou B ao coeficiente encontrado a partir da equação de regressão A.


Parabola Y(X)=Ax^2+Bx+C , os coeficientes da parábola não estão de forma alguma relacionados com os coeficientes de regressão linear Ah+B.