![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Sizi temin ederim ki "gözle", M1'in nerede olduğunu ve haftaların nerede olduğunu (örneğin, EURUSD serisi için) kesinlikle güvenilir bir şekilde belirleyemezsiniz. Ancak PX kullanımı, bu teklif için çeşitli TF'ler arasındaki farkın tam olarak ne olduğunu gösterecektir.
Evet ve burada istatistiksel olarak güvenilirdir. İnsanlar "gözle" ayırt etmenin imkansız olduğuna karar verdi - bu fraktal anlamına geliyor. Ve teorize etmek için sabırsızlanıyorum. Malnenbrot ve diğer fraktallık hayranları.
Bu arada, aynı Hurst bile farklı kesimler için farklı değerler gösteriyor. Bu değerler çok farklılık göstermese de trendler genellikle göze çarpıyor.
MNC seçeneklerini kim biliyor?
Örneğin aşağıdaki seçenek. İlk hesaplamadan sonra sapmaları belirliyoruz ve bunlara göre veri noktalarına ağırlıklar atıyoruz. Bundan sonra, ağırlıkları dikkate alarak hesaplamayı tekrarlıyoruz.
Soru şu ki, tekerleği yeniden icat etmemek için bu doğru bir şekilde nerede tanımlanıyor?
MNC seçeneklerini kim biliyor?
Örneğin aşağıdaki seçenek. İlk hesaplamadan sonra sapmaları belirliyoruz ve bunlara göre veri noktalarına ağırlıklar atıyoruz. Bundan sonra, ağırlıkları dikkate alarak hesaplamayı tekrarlıyoruz.
Soru şu ki, tekerleği yeniden icat etmemek için bu doğru bir şekilde nerede tanımlanıyor?
O zaman izin verilen standart sapmayı hesaplamak daha iyidir ve yeniden hesaplarken, standart sapmanın ortalamadan k kat daha büyük olduğu noktaları kaldırın, 1.5 kabul edilebilir.
O zaman izin verilen standart sapmayı hesaplamak daha iyidir ve yeniden hesaplarken, standart sapmanın ortalamadan k kat daha büyük olduğu noktaları kaldırın, 1.5 kabul edilebilir.
Bu, sorduğum şeyin aşırı bir örneği. önerdiğiniz şey, bu noktalara bir ağırlık atamak anlamına geliyor =0
Soru aynı, nerede doğru tanımlanıyor?
MNC seçeneklerini kim biliyor?
Örneğin aşağıdaki seçenek. İlk hesaplamadan sonra sapmaları belirliyoruz ve bunlara göre veri noktalarına ağırlıklar atıyoruz. Bundan sonra, ağırlıkları dikkate alarak hesaplamayı tekrarlıyoruz.
Soru şu ki, tekerleği yeniden icat etmemek için bu doğru bir şekilde nerede tanımlanıyor?
Ne için? A, B değerleri vardır ve bunların güven aralıkları vardır.
Ne için? A, B değerleri vardır ve bunların güven aralıkları vardır.
Sanırım ağırlıkları ayarlayarak daha yumuşak bir varyasyon indeksi eğrisi elde edebilirsiniz. Kontrol etmek istiyorum. Tabii ki, sadece MA'yı empoze edebilirsiniz, ancak o kadar ilginç değil, belki de çok karmaşık yollar aramamalısınız :)
Bu, sorduğum şeyin aşırı bir örneği. önerdiğiniz şey, bu noktalara bir ağırlık atamak anlamına geliyor =0
Soru aynı, nerede doğru tanımlanıyor?
Bilmiyorum, belirli bir örnek puan yüzdesinin bunun dışında kaldığı ve sonuçları önemli ölçüde etkilediği varsayımına dayanarak.
Tabii ki, en uzak noktaların istediğiniz yüzdesini arayabilirsiniz, ancak RMS ile daha kolaydır.
Temel olarak, söylediklerinin tam tersi. Ağırlık olarak ikinci dereceden sapmayı değil, tersini almak doğru olacaktır.
İşte burada 0'a bölme sorunu devreye giriyor.
O halde katsayı şu şekilde düşünülebilir - 1/(1 + KO) .
O zaman yinelemeli amaç fonksiyonu şöyle olacaktır:
Yalnızca türevlerin kalemlerle yeniden hesaplanması gerekecektir)Bilmiyorum, belirli bir örnek puan yüzdesinin bunun dışında kaldığı ve sonuçları önemli ölçüde etkilediği varsayımına dayanarak.
Tabii ki, en uzak noktaların istediğiniz yüzdesini arayabilirsiniz, ancak RMS ile daha kolaydır.
Temel olarak, söylediklerinin tam tersi. Ağırlık olarak ikinci dereceden sapmayı değil, tersini almak doğru olacaktır.
İşte burada 0'a bölme sorunu devreye giriyor.
O halde katsayı şu şekilde düşünülebilir - 1/(1 + KO) .
O zaman yinelemeli amaç fonksiyonu şöyle olacaktır:
Yalnızca türevlerin kalemlerle yeniden hesaplanması gerekecektir)Seçeneğiniz katsayıların toplamının 1'e eşit olmadığını ima ediyor. Bu doğru mu? Bunları kendi toplamlarına göre normalleştirmek muhtemelen doğrudur.
(1/(1+KOi))/Topla(1/(1+KOi))
Seçeneğiniz katsayıların toplamının 1'e eşit olmadığını ima ediyor. Bu doğru mu? Bunları kendi toplamlarına göre normalleştirmek muhtemelen doğrudur.
(1/(1+KOi))/Topla(1/(1+KOi))
Her şey yolunda, amaç fonksiyonunda kullanılıyorlar, yani normalleştirme sonucu değiştirmeyecektir.
Dilerseniz kontrol edebilirsiniz.
Umarım türevler türetebilirsin?
Her şey yolunda, amaç fonksiyonunda kullanılıyorlar, yani normalleştirme sonucu değiştirmeyecektir.
Dilerseniz kontrol edebilirsiniz.
Umarım türevler türetebilirsin?
kesinlikle :)