Почему нормальное распределение не нормально? - страница 46

Новый комментарий
 
Urain:

Много раз слышал про толстые хвосты распределения но так и не понял в чём суть вопроса, сделал индикатор который выводит в сепарат распределение величины баров(построенного по разности Close[i]-Close[i+1]), ктонить обьяснит почему распределение клосов узже чем нормальное?

Эталон красная линия распределение жёлтая гистограмма.

ну и собственно индикатор которым строилось. Оригинальное название (Распределение_ГСЧ_&_норм_тест)


Можешь сделать модификацию с учетом +\- разницы Close?

И правда, параметры для нормального распределения нужно вычислять на основании гистограммы. А так вы просто высоту подогнали? )

 
TVA_11:


Можешь сделать модификацию с учетом +\- разницы Close?

И правда, параметры для нормального распределения нужно вычислять на основании гистограммы. А так вы просто высоту подогнали? )

Если вы имеете в виду отдельно рапределение +баров отдельно -баров то в индикаторе так и делаеться, тк МО стремиться к нулю то логично распределение отображать от -бескон. до +бескон. вот только визуализировать -бескон не удобно поэтому применён сдвиг влево так чтоб значимая часть -распределения вышла в область больше нуля. Для относительной отценки это не играет роли а вот при абсолютной это проблема, нужно менять код, добавить автосдвигбуфера индикатора в обратную сторону чтоб компенсировать предидущий сдвиг(первоначальный сдвиг убирать нельзя тк индексы массивов не могут быть отрицательными).
 
Urain:
Если вы имеете в виду отдельно рапределение +баров отдельно -баров то в индикаторе так и делаеться, тк МО стремиться к нулю то логично распределение отображать от -бескон. до +бескон. вот только визуализировать -бескон не удобно поэтому применён сдвиг влево так чтоб значимая часть -распределения вышла в область больше нуля. Для относительной отценки это не играет роли а вот при абсолютной это проблема, нужно менять код, добавить автосдвигбуфера индикатора в обратную сторону чтоб компенсировать предидущий сдвиг(первоначальный сдвиг убирать нельзя тк индексы массивов не могут быть отрицательными).

В моем индикаторе нет такой проблемы-ненужно сдвигать бары. Гистограммы всегда будут в конце графика при любых значениях от -бесконечность до + бесконечность.

Кстати, поправил индикатор. А то и размер баров и их смещения трансформировались по одним параметрам. Теперь правильно - по отдельным параметрам как и в настройках индикатора.


Так есть какие предложения по моему вопросу, господа математики?

Файлы:
distributiontransform_1.mq5  14 kb
 

joo:

В моем индикаторе нет такой проблемы-ненужно сдвигать бары

...

Так есть какие предложения по моему вопросу, господа математики?

Бары и дурак умеет двигать. А деньги где?
 
Reshetov:
Бары и дурак умеет двигать. А деньги где?
Вам нужно заплатить, что бы Вы помогли мне?
 

joo, я экспериментировал с таким подходом (только я использовал гиперболический тангенс, а не сигмоиду).

Ничего интересного не вышло.

 
lea:

joo, я экспериментировал с таким подходом (только я использовал гиперболический тангенс, а не сигмоиду).

Ничего интересного не вышло.

Вы уверены, что знаете, зачем мне это нужно? Если знаете, как "выпрямить" распределение - помогите. Чем гиперболический тангенс (в нем, кстати, 4 раза возведение в степень, а в сигмоиде один раз, что более предпочтительно в плане экономии системных ресурсов) лучше сигмоиды?
 
joo:
Вы уверены, что знаете, зачем мне это нужно? Если знаете, как "выпрямить" распределение - помогите. Чем гиперболический тангенс (в нем, кстати, 4 раза возведение в степень, а в сигмоиде один раз, что более предпочтительно в плане экономии системных ресурсов) лучше сигмоиды?

Разницы почти нет если предел от -1 до 1, и тангенс медленнее если предел от 0 до 1.

double sigma(double d)// от 0 до 1
{return( 1.0/(1.0+MathExp(-d)) );}

double tanh(double d)// от -1 до 1
{ double D=MathExp(-d); return( (1.0-D)/(1.0+D) );}

Те если гипертангенс приводить к виду [0;1] то это дополнительно две операции *0.5 и +1,

теже две операции *2 и -1 требуються и для сигмы при приведении её к виду [-1;1].


зы У сигмы 3 операции у гиптангенса 5 те если прибавлять одной из функций 2 операции получиться либо 5;5 либо 3;7

 
joo:
Если знаете, как "выпрямить" распределение - помогите. Чем гиперболический тангенс (в нем, кстати, 4 раза возведение в степень, а в сигмоиде один раз, что более предпочтительно в плане экономии системных ресурсов) лучше сигмоиды?

Моя задача предполагала обработку в скользящем окне (т.е. параметров было два - длина окна и коэффициент при аргументе tanh'а). Если для вашей задачи это подходит - могу выслать фрагмент кода.

tanh использовал, т.к. мне было так удобнее (нужен был результатирующий ряд с нулевым средним). А вообще, такие функции можно и по таблицам считать.

 
lea:

Если для вашей задачи это подходит - могу выслать фрагмент кода.

Ага.
1...394041424344454647
Новый комментарий