Da teoria à prática - página 534
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Obrigado pela ligação, deixou-se levar pela busca de idéias relacionadas. Eu não acho que você precise abordar a questão como ali, da perspectiva das funções R. Abordagem com meios convencionais:
Diretamente da equação de um círculo de raio R com coordenadas centrais Xc, Yc, ignorando a perda de significado em unidades (número, curso, distância)
R^2 = (X-Xc)^2 + (Y-Yc)^2
fazemos uma função da inconsistência no ponto com o número i (Xi = i). Esta é a diferença entre a distância do ponto (Xi, Yi) ao centro Xc, Yc e raio R:
Di = ((Xi-Xc)^2 + (Yi-Yc)^2)^0.5 - R.
Os quadrados de Di e somar para obter a função alvo a ser minimizada. Há três parâmetros a serem variados: R, Xc, Yc. Os pontos mais externos (primeiro e último) têm menos influência do que os pontos intermediários (não adjacentes), acho melhor multiplicar o Di^2 correspondente por dois. E para seus fins de ajuste com ênfase nos últimos pontos, você também pode jogar com pesos de vários últimos pontos, estabelecendo mais uma coluna para pesos.
Se não for reta, as unidades de medida terão que ser levadas em conta. Para que X e Y influenciem quase o mesmo no cálculo da distância (e R é afetado por ambos), é necessário tomar não o número i como X, mas o mesmo número multiplicado pela escala de alinhamento, para que as faixas de X e Y sejam próximas em tamanho.
P.S. Acontece que a sernam.ru se livrou muito inteligentemente de acusações de violação de direitos autorais ao publicar os textos dos livros apenas em partes e sem especificar dados de saída, em particular os títulos dos livros. É possível encontrar textos no sernam.ru que não podem ser encontrados em nenhum outro lugar na internet.
Descobri que preciso minimizar o uso de Di = ((Xi-Xc)^2 + (Yi-Yc)^2)^0.5 - R.
Então, será necessário traçar o círculo encontrado por jogos.
a equação será.
y=(R^2-(X-Xc)^2)^0.5+Yc
Portanto, não perca seu tempo com esta direção. Embora, você possa construir um indicador baseado em um arco, em vez de uma linha reta, como o mashka. talvez funcione melhor do que o sma.
esta é a fórmula que eu tomei.
a equação geral do arco:
(x - L)^2+ (y + (R - H))^2 = R^2
y = sqrt(R^2 - (x - L)^2) - (R - H) , onde a fórmula para R está na figura.
Mas só é adequado para o plano positivo. para o experimento tomei um "canal de preço em arco" que está no plano positivo.
talvez seja apenas um nome bonito escolhido...
RRR5:
...
Mas isto só é adequado para o plano positivo. para o experimento tomei um "canal de preço em um arco", que está no plano positivo.
O que é um "plano positivo"?
O que é "plano positivo"?
mas não este arco.
Bem, para um arco como este, ele vai funcionar.
mas não para este.
RRR5, você faz desenhos rapidamente. Com o que, me pergunto?
Li aqui sobre polinômios, ANC, vários métodos de aproximação, capacidades de previsão, etc. ...
Alguns acreditam na predição, outros não.
Mas o que eu esperava encontrar, eu nunca vi.
Para tentar explicar o que quero dizer, vou recorrer a uma analogia com a gravidade no universo.
Aqui está um olhar sobre o gif animado que eu gravei.
Responda a pergunta por si mesmo. É possível prever a trajetória de cada objeto?
Bem, é claro que você pode.
Mas somente se você souber informações sobre cada objeto no momento: sua massa, posição atual e direção de movimento, tempo de sua aparição e tempo de seu desaparecimento.
E então é uma questão de matemática e cálculos, usando essencialmente apenas uma fórmula (para uma variante da mecânica clássica para velocidades distantes da velocidade da luz):
o programa em si é um bloqueador de gravidade bem aqui. Você pode brincar com ele.
Também é necessário entender que mesmo nosso planeta não se move em um círculo fechado, mas na verdade uma onda tridimensional senoidal (espiral).
Este vídeo o demonstra claramente:
Então e se não tivermos informações sobre todos os objetos?
Podemos prever a trajetória conhecendo apenas a própria trajetória no passado?
É aqui que a diversão começa.
Se alguém diz que isso não é possível, a resposta está errada. Uma resposta afirmativa também seria errada.
A solução para este problema será apenas probabilística.
O problema deve ser resolvido na direção oposta. De acordo com a trajetória passada, devemos primeiro calcular as trajetórias probabilísticas dos principais "tufos" de objetos e sua massa. Para então prever modelos probabilísticos de possíveis trajetórias.
É para isso que serve a tarefa básica da IA - reconhecimento de padrões.
Isto, pelo que entendi, é do que Maxim Dmitrievsky estava falando.
Cerca de seis anos atrás, publiquei meus primeiros desenvolvimentos nesta área no KB:https://www.mql5.com/ru/code/10882. Eu acabei de usar um polinômio de grau 1 (Regressão Linear) para o reconhecimento de canais ali. Depois disso, eu avancei consideravelmente nesta área. Mas eu não publico nada e não o farei por razões óbvias. Eu só dou dicas para inquirir mentes.
Encontrar canais lineares é essencialmente encontrar os centros dessas massas gravitacionais.
Normalmente existem 5-10 centros (canais) em qualquer instrumento (símbolo). Para a previsão do preço, todos eles devem ser levados em conta simultaneamente. Somente neste caso, a precisão da previsão que sobe ou desce será muito maior do que 50%.
Mas todos tentam encontrar um conjunto especial de números e ingenuamente acreditam que irão prever o futuro.
A questão é que este "conjunto de números" vivo, dinâmico, muda constantemente, assim como a posição dos centros locais de massa de conjunto de objetos em analogia com uma mudança de gravitação material. E o problema se reduz a encontrar a lei de mudança deste "conjunto de números" e até mesmo encontrar a lei de mudança da própria lei :))
Idealmente, este "conjunto de números" deveria ser recalculado a cada tique. É exatamente por isso que eu disse mais de uma vez que o que muitos chamam de otimização, encontrar um determinado "conjunto de números" é um ajuste trivial com dados históricos.
Acho que a analogia com a gravidade é muito adequada. No mercado, a gravidade é criada pelo dinheiro. Alguns entrarão com 100 dólares, outros com alguns bilhões. As mesmas leis da gravidade se aplicam aqui, e até mesmo a mesma fórmula que dei acima. A força de atração é inversamente proporcional ao quadrado da distância e diretamente proporcional às massas. Portanto, uma regressão polinomial de grau 2 (parábola) é a ferramenta mais apropriada. Embora fosse mais lógico usar uma hipérbole, pois é de acordo com as leis da hipérbole que dois corpos gravitacionais interagem. Mas, o fato é que a parábola é muito mais conveniente para os cálculos, assim como a parábola e a hipérbole são muito semelhantes uma à outra no intervalo mais importante.
Você pode vê-lo claramente aqui. A linha vermelha é a parábola e a linha azul é a hipérbole.
A principal diferença entre a gravidade do dinheiro e a gravidade dos corpos celestes é que o dinheiro pode aparecer e desaparecer de repente, criando flutuações gravitacionais poderosas. Mas para calcular este evento, há uma coisa como a quebra de um canal.
A solução para este problema será apenas probabilística.
O problema tem que ser resolvido de forma inversa. A partir da trajetória passada, é preciso primeiro calcular as trajetórias probabilísticas dos principais "tufos" de objetos e sua massa. Para então prever modelos probabilísticos de possíveis trajetórias.
Receio que a "solução probabilística" aqui seria o conjunto completo de quaisquer trajetórias em um determinado espaço - e qual é o valor dessa solução?
Isso seria como afirmar "com alta probabilidade" que o Eurodólar não será negativo este ano, não mais do que 100. Note que a probabilidade desta afirmação é próxima de 100%. Mas você teria muito proveito de tal "previsão"?
Na teoria da probabilidade, fica provado que quando o estado de um objeto é influenciado por muitas forças independentes, a probabilidade do estado começa a obedecer à lei gaussiana. Entretanto, o curso e o valor dos preços não obedecem a esta distribuição, pela simples razão de que as entradas e saídas dos participantes do mercado são dependentes.
RRR5:
понял, что минимизировать нужно по формуле Di = ((Xi-Xc)^2 + (Yi-Yc)^2)^0.5 - R.
...
Mas só é adequado para o plano positivo. Para a experiência tomei um "canal de preço em um arco", que está no plano positivo.
Eu ainda não entendo porque você não gosta do MNC. Ele constrói qualquer uma dessas curvas normalmente, não é mesmo?
Eu gosto de trabalhar com TFs pequenos, mas não gosto destes snafus.
Como você os prediz?