![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
İlgili analitik hesaplamaları verebilirim.
buradan daha ayrıntılı olarak karmaşıklaştırmazsanız. yeni verilerin ortaya çıkmasıyla, A ve B katsayıları değişebilir, öyle görünüyor ki, yanılıyor olsam da :-). LR için karar verilmiş gibi görünüyor, ancak parabolik regresyon için nasıl?
Bu formüllerde neyin gereksiz olabileceğini gerçekten bilmek istiyorum. :-)
"Gerçek ifade"ye gelince, tüm bu formüllerin nereden geldiğini düşünüyorsunuz? Şimdi, bu "gerçek ifadeye", A ve B için LSM yardımıyla elde edilen nihai formülleri koyarsak, standart sapma için yukarıdaki ifade elde edilecektir. İlgili analitik hesaplamaları verebilirim.
Tanım olarak, özyineleme, bir önceki değer kullanılarak bir sonraki değerin hesaplanmasıdır? O zaman toplamların tahakkuk esasına göre hesaplanması en doğal özyinelemedir.
Gerçek şu ki, "gerçek ifadeye" göre yaptığım hesaplama bu formüllerle bir miktar tutarsızlık veriyor. N=5 ve N=20 için sonuçlar burada. Çizgiler LH + 3*RMS olarak kabul edildi, beyaz RMS için sqrt( (RMS^2)*N/(N-2) ) olarak alındı. Kırmızı çizgi benim formülüme göre, beyaz çizgi seninkine göre. N=20 için kırmızı pratikte görünmezdir; sonuçların iyi bir doğrulukla örtüştüğünü varsayabiliriz. Ancak N=5 için farklılıklar oldukça belirgindir.
Evet, başlangıçta toplamı bir kez hesaplayabilir ve sadece son öğeyi çıkarabilir ve yeni bir ilk ekleyebilirsiniz. Sonra bir döngü olmadan çıkıyor.
İlgili analitik hesaplamaları verebilirim.
buradan daha ayrıntılı olarak karmaşıklaştırmazsanız. yeni verilerin ortaya çıkmasıyla, A ve B katsayıları değişebilir, öyle görünüyor ki, yanılıyor olsam da :-). LR için karar verilmiş gibi görünüyor, ancak parabolik regresyon için nasıl?
B katsayısının hesabı yoktur. Gerçi hesabını da eklersek aslına gelmişiz gibi olur. Özyineleme yok, yani. 0. adımda hesaplanan yeni bir değerin geçmiş değerine eklenmesi. ANG3110 üzgünüm burada özyineleme yok
Evet, başlangıçta toplamı bir kez hesaplayabilir ve sadece son öğeyi çıkarabilir ve yeni bir ilk ekleyebilirsiniz. Sonra bir döngü olmadan çıkıyor.
Ancak, a ve b doğrusunun katsayılarını kullanmadan LRMA'nın hesaplanması, hesaplanan kaynaklarda hiçbir şey kazandırmaz, ancak olasılıkları zayıflatır, çünkü doğrusal regresyon formülünde b son konumdur ve * i açı. Ve daha da önemlisi, a ve b'yi bilmek, RMS'yi kolayca hesaplayabilir. Ve tam tersini yapabilir ve RMS'nin sabit olacağını ve periyodun değişeceğini göz önünde bulundurabilirsiniz, o zaman trendin altında tam bedene uyarlanmış bir takım elbise gibi bir gerileme elde ederiz.
ve dönem değişirdi, o zaman trendin altına tam beden dikilmiş bir takım elbise gibi bir gerileme elde ederdik.
Bu özelliğe sahip bir gösterge varsa. paylaşmak mümkün mü. Bunun kamuya açık bir şey olmadığını anlasam da, aniden karar verirseniz, sarı pantolon ve iki kez buluştuğunuzda + günün bu saatinde en sevdiğiniz içeceği almaya çalışacağım :-)
ZY bir parabole ihtiyacım var, LR ilgilenmiyor
İlgili analitik hesaplamaları verebilirim.
buradan daha ayrıntılı olarak karmaşıklaştırmazsanız. yeni verilerin ortaya çıkmasıyla, A ve B katsayıları değişebilir, öyle görünüyor ki, yanılıyor olsam da :-). LR için karar verilmiş gibi görünüyor, ancak parabolik regresyon için nasıl?
B katsayısının hesabı yoktur. Gerçi hesabını da eklersek aslına gelmişiz gibi olur. Özyineleme yok, yani. 0. adımda hesaplanan yeni bir değerin geçmiş değerine eklenmesi. ANG3110 üzgünüm burada özyineleme yok
farklı döngü dönemleriyle çoklu para birimi analizi. 12 para birimi için 1, 2, 8, 12, 24 ve 120 saatlik + döngüleri (örnek periyodu) düşünürsek, hesaplama hızı son şey değildir. Her ne kadar (maalesef kupa veya bardakla gülen surat yok) kızım 14 Şubat'ta 12 yaşında, bu yüzden bir bardak ve misafirler için eğlence arasında (cumartesi günü herkes toplandı) yazıyorum.
Ancak LRMA'nın a ve b doğrusu katsayıları kullanılmadan hesaplanması, hesaplanan kaynaklarda hiçbir şey kazandırmaz, ancak olasılıkları zayıflatır,
...
Ve daha da önemlisi, RMS'yi düşünebilirsiniz. Ve tam tersini yapabilir ve RMS'nin sabit olacağını ve periyodun değişeceğini göz önünde bulundurabilirsiniz, o zaman trendin altında tam bedene uyarlanmış bir takım elbise gibi bir gerileme elde ederiz.