Olasılık sorusu... - sayfa 6
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
Ve benim aramda kısa bir eğitim programı yapar mısınız?
Bahsettiğiniz ACF, komşu değerlerin korelasyonu mu? Nasıl değerlendirilir? ACF ve korelogramın "iki büyük fark" olduğunu hatırlıyorum ama kimin kim olduğunu hatırlamıyorum. :-(
Ayrıca büyük bir şubede tüm bunları konuştuklarını hatırlıyorum ama nerede olduğunu hatırlamıyorum. Belki sklerozdur? :-)
ACF, seri noktasının bir fonksiyonuysa ve buna göre örnek numarasına bağlıysa, onu yeniden üretmeye çalışmaz, denememelisiniz bile.
Ancak, RV serisinin yerel olmayan bir statik işleviyse, ör. diğer parametrelere bağlıdır, tam tersi olabilir ve sentetik üretimiyle uğraşıyorsam hala mevcut olan keyfilikten kurtulmak için ona sahip değilim.
Evet, keyfilik var. Bu nedenle, (şimdi hatırladığım kadarıyla) bir korelogram diyeceğiz, VR'nin birinci farkı serisindeki okumalar arasındaki otokorelasyon katsayıları, n okuma ile birbirinin gerisinde kalıyor. Böylece, 1,2...n aralığında tanımlanmış bir fonksiyon elde ederiz, burada n, negatif olmayan herhangi bir tam sayıdır ve -1'den 1'e kadar değerler alır.
Bir önceki yazımda bahsettiğim şey tam olarak buydu.
Yani, ACF, farklı gecikme değerleri için bir dizi otokorelasyon katsayı değeridir? Ve aynı şeye korelogram diyorsunuz. Yani yanılmışım ve aynı şey: ACF=korelogram. Ama hayatı çok daha kolay hale getiriyor!
Bu durumda, belki de ACF, yineleme ve eğilim oranının ölçüsünü belirlemek için kullanılabilir. Kurtulmak istediğim aynı keyfilik.
Ve sizinle paylaşmak istediğim şey 2'nin sağındaki ve solundaki H-volatilitesinin davranışı ile ilgili. Hatırlarsanız trend piyasası sağda, getiri piyasası solda. Dolayısıyla H-volatilitesi bu alanlarda oldukça farklı davranır. Bu fark, piyasanın trend durumunu belirlemek için tamamen uygunsuz hale getirir.
"Trend" ve "düz" kavramları çok görecelidir. Gerçekten de, tarihsel veriler üzerinde keyfi bir adım H ile bir Kagi-bölümü (aynı Zig-Zag) oluşturursak , o zaman H'nin değerinden bağımsız olarak, piyasa her zaman trend olacaktır... Başka bir şey, ne zaman çalışmanız gerektiğidir. gündelik modda, yani VR'nin sağ kenarında, daha sonra ZZ'nin tepesi, amplitüdde kaçınılmaz bir gecikmeyle oluşur (zaman ölçeğine kasıtlı olarak eklemiyorum). Bu durumda, nasıl açılacağına karar vermelisiniz: hareket yönünde veya karşı. İlk durumda, piyasayı bir trend, ikinci durumda bir geri çekilme piyasası olarak görüyoruz ve üçüncüsü yok ve çok şükür! Bunu çok iyi anlıyoruz. Bu ortamda, H-volatilitesinin düz bir trend göstergesi olarak yorumlanmasında bir çelişki yok mu, yoksa bu kavrama bir tür kutsal anlam mı yüklüyorsunuz?
Yani, ACF, farklı gecikme değerleri için bir dizi otokorelasyon katsayı değeridir? Ve aynı şeye korelogram diyorsunuz.
He-he, pervasız bir ifade... Verilen bir grafik Kapat[n] = 2 + sin(n/20) (Kapat[n] - ardışık okumalar). Üzerine aşağıdaki sinyallerle bir gösterge bindirilir: Kapat < 1.2 ise, o zaman 1.79 alım ve 0.21 stop ile satın alın; Kapat >= 2.8 ise, aynı parametrelerle satış yapın. İyi sinyaller, asla yanlış olmaz.
Geleceği tahmin etme sorununa bir çözümüm olduğunu söylemiyorum. Yukarıda yazılanlar, henüz başlamadığım araştırmanın yönüne dair sadece belirsiz bir ipucudur.
Bu başlangıçsız çalışmalarda bir model mi kuracaksınız yoksa fiyat aralığını her şeye kadir dönüşümlerle mi böleceksiniz?
Bu başlangıçsız çalışmalarda bir model mi kuracaksınız yoksa fiyat aralığını her şeye kadir dönüşümlerle mi böleceksiniz?
Noktada, Vita . Sayılabilir bir kümenin bulunabileceği dönüşümler. Bu, kabaca konuşursak, başka bir özgürlük derecesidir. Ve model, ortaya çıkandan iyi sonuçlanabilir (eğer iyi çıkarsa). Ve ne, atışın doğruluğuna bakılırsa, zaten denediniz mi?
Not "Üzerinizde" gibi bir şey başlattık.
Bir zamanlar kene akışı simülasyonu ile uğraştığımı hatırlarsınız. Tüm fark ettiğim şey, ya sentetik ve gerçek VR'nin olasılık fonksiyonunun (FR) yoğunluğunun çakışması, ancak daha sonra otokorelasyon fonksiyonları (ACF) arasında güçlü bir tutarsızlık var. Ya da tam tersine, ACF'nin tesadüfünü aradım ve sonra FR'leri ayrıldı. Bu iki şeyin bir şekilde birbiriyle bağlantılı olduğu açık, ancak bu sorunu çözemedim - çok zor. Yardımcı olabileceğimi sanmıyorum, girsem de gelirim, okurum.
Aynı ACF ve FR'ye sahibim, pliz'i nerede okuyacağım. belki uyum sağlarım
Çok kısa ama erişilebilir olmaya çalışacağım:
Bir dizi gösterge vardır (sayı = N). Tüm göstergeler aynı anda alım veya satım sinyali verir. Her gösterge için doğru yönü seçme olasılığı = Dn (burada indeks n=1...N). Göstergelerin sinyallerine göre bir emir açma yönü, göstergelerin çoğunluğunun sinyal verdiği yönde seçilir.
Soru: Bir siparişin açılması için doğru yönün seçilme olasılığı nedir?
-
Bir haftadır cevap arıyorum. Daha fazla güç yok. Belki birisi bu alanda daha fazla bilgiye sahiptir. Yanıtınız için şimdiden teşekkür ederiz!
ve eğer farklıysa .... istatistiklerle uğraşmayın (bilim araçları), vb. - sadece bu 3'te 2'nin veya 4'te 3'ün en doğru seçimi verdiğini hesaplayın???
Uzun zamandır bu soruyu dile getirmeye çalışıyorum, kimse cevap vermiyor ..... muhtemelen çok aptalca .... Son kez deniyorum ....
Diyelimki:
- bazı istatistiksel tercihler var (2-3-4 göz gördüm)
- tam olarak tanımlanmadı: birçok seçenek var, ancak olasılık sezgisel olarak tahmin ediliyor .....
Mali ve zaman açısından daha basit ve en önemlisi daha uygun olan:
- sonuna kadar çalış ve sonra aracı şekillendir?
- kazık 2-3-4- aracın varyantları .... test edin vs.?
Genel olarak, soru elbette çok daha geniştir: Forex'te bir TİCARET SİSTEMİ'nin temeli olarak kullanılabilecek böyle istatistiksel ve zamansal modeller var mı yoksa burada bir tür ortak yaşam gerekli mi ??? )
Ve çığlık atmıyorum, CL aniden açıldı :)))
Aynı ACF ve FR'ye sahibim, pliz'i nerede okuyacağım. belki uyum sağlarım
Merhaba Sergey.
İki gereksinimi karşılayan bir onay akışı modeli oluşturmayı gerçekten başardıysanız:
1. İlk TS ile model bir arasındaki birinci fark serisi için olasılık yoğunluk fonksiyonunun çakışması;
2. Birinci fark serisinde ve Dönüş model serisinde pozitif bir tamsayı ile aralıklı okumalar arasındaki korelasyon katsayılarının çakışması.
Sana saygım var!
Söylediklerinizi desteklemek için ilgili grafikleri yayınlayabilir ve kullanılan yöntemden biraz bahseder misiniz?