Piyasa fenomenleri - sayfa 61
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
Svinosaurus bu dalın ebeveyniydi, ancak en ilginç olanı, Mathemat'ın dediği gibi, dalın orta ucunda. Ve bu, genel olarak ilginç, onun değeri değil,
Yurixx , matematik kandida , MetaDriver ve diğerleri Okuyun, ilgileneceksiniz.
Cuma yeni başladı ve perşembeden beri...
Sadece Neutron mantıklı bir şey gösterdi.
2 Nötron. Bir sonraki adım kendini önerir - "ikinci" sürecin ortaya çıkması için zaman aralıklarının dağılımına bakmak. Lütfen bana göster!
rsi :
Bir sonraki adım kendini önerir - "ikinci" sürecin ortaya çıkması için zaman aralıklarının dağılımına bakmak.
dalga geçiyorum.
Burada ilginç bir şey görebilirsiniz - gerçekte, bu fikir üzerine inşa edilen TS'nin hakkaniyeti hızla artıyor. Bakıyorum da bu ne kadar tesadüf... Her şeyin büyük ihtimalle öyle olmadığı açık ama heyecan verici!
Ve bu durumda lineer olmayan regresyon analizi yardımıyla ne belirleyebilirsiniz?
İlk önce görevi parçalara ayırmanız gerekir:
1. TS'nin optimizasyonunu yaptıysak, başarılı ileri testlerinin belirli yerlerde kalabalık olduğu gerçeğine dayanarak, yani. örneğin, kar faktörü 1,6 ve daha yüksekse, ileri test büyük olasılıkla bir boşaltma testidir, eğer bir değerin altındaysa, o zaman aynı zamanda bir boşaltma testidir. Optimizasyon bölümündeki düşüş belirli bir limiti aşarsa, ileri test yüksek olasılıkla başarısız olacaktır. Beklenti ile aynı şey. Optimizasyon sonuçlarındaki yayılmaya kıyasla önemsiz beklenen değer, başarısız ileri testlerden önce gelir. Onlar. Optimizasyon sonuçları ile ileriye dönük testlerin başarısı arasında bazı bağımlılıklarımız var ve bu nedenle tüm bunları daha kesin formüle etmemiz gerekiyor. Araştırma için uygun (bağlama uygun) bir yöntem bulmak için referans kitaplarına tırmanıyoruz. Örneğin, lojistik regresyonun ardından ROC analizinin bağlamımız için uygun göründüğünü bulduk, yani. özelliklerine (uyum parametreleri) bağlı olarak bir olayın (ileri test) başarı olasılığını hesaplamanıza olanak tanır. Emin olmasam da teorik olarak uyuyor çünkü. en yaygın lojistik regresyon doğrusaldır, ancak onu doğrusal olmayan bir forma getirmek daha iyi olur. Ancak bu yine de bir varsayımdır, doğrusallığın gözler için fazlasıyla yeterli olması oldukça olasıdır.
2. İleri testin ilk segmentine sahibiz, örneğin LSM veya güç polinomları ile yaklaşıklık yoluyla ekstrapolasyon için doğrusal olmayan regresyon kullanarak matematiksel modelini oluşturmamız gerekiyor.
3. 1. maddeden veriye ve 2. maddeden modele sahibiz. Modelden ileriye doğru bilinen segmentin sapması (ekonometrik terminolojideki artıklar) için 2. maddedeki modeli inceliyoruz. İleri testin bilinen bölümünün özelliklerini ve sapmalarını inceleriz ve ayrıca 1. paragraftaki verileri alırız ve örneğin yukarıdaki aynı lojistik regresyonu kullanarak analiz ettikten sonra, ileriye dönük testin gerçekleşmeme olasılığını hesaplarız. henüz gücü tükendi ve gelecekte kâr ticareti için yeterli potansiyele sahip (aksi takdirde, her şeyi yeniden optimize etmeniz ve başka bir başarılı ileri test aramanız gerekir).
İleriye dönük testleri araştırmak için kaba bir plan.
İlk önce görevi parçalara ayırmanız gerekir:
1. TS'nin optimizasyonunu yaptıysak, başarılı ileri testlerinin belirli yerlerde kalabalık olduğu gerçeğine dayanarak, yani. örneğin, kar faktörü 1,6 ve daha yüksekse, ileri test büyük olasılıkla bir boşaltma testidir, eğer bir değerin altındaysa, o zaman aynı zamanda bir boşaltma testidir. Optimizasyon bölümündeki düşüş belirli bir limiti aşarsa, ileri test yüksek olasılıkla başarısız olacaktır. Beklenti ile aynı şey. Optimizasyon sonuçlarındaki yayılmaya kıyasla önemsiz beklenen değer, başarısız ileri testlerden önce gelir. Onlar. Optimizasyon sonuçları ile ileriye dönük testlerin başarısı arasında bazı bağımlılıklarımız var ve bu nedenle tüm bunları daha kesin formüle etmemiz gerekiyor. Araştırma için uygun (bağlama uygun) bir yöntem bulmak için referans kitaplarına tırmanıyoruz. Örneğin, lojistik regresyonun ardından ROC analizinin bağlamımız için uygun göründüğünü bulduk, yani. özelliklerine (uyum parametreleri) bağlı olarak bir olayın (ileri test) başarı olasılığını hesaplamanıza olanak tanır. Emin olmasam da teorik olarak uyuyor çünkü. en yaygın lojistik regresyon doğrusaldır, ancak onu doğrusal olmayan bir forma getirmek daha iyi olur. Ancak bu yine de bir varsayımdır, doğrusallığın gözler için fazlasıyla yeterli olması oldukça olasıdır.
2. İleri testin ilk segmentine sahibiz, örneğin LSM veya güç polinomları ile yaklaşıklık yoluyla ekstrapolasyon için doğrusal olmayan regresyon kullanarak matematiksel modelini oluşturmamız gerekiyor.
3. 1. maddeden veriye ve 2. maddeden modele sahibiz. Modelden ileriye doğru bilinen segmentin sapması (ekonometrik terminolojideki artıklar) için 2. maddedeki modeli inceliyoruz. İleri testin bilinen bölümünün özelliklerini ve sapmalarını inceleriz ve ayrıca 1. paragraftaki verileri alırız ve örneğin yukarıdaki aynı lojistik regresyonu kullanarak analiz ettikten sonra, ileriye dönük testin gerçekleşmeme olasılığını hesaplarız. henüz gücü tükendi ve gelecekte kâr ticareti için yeterli potansiyele sahip (aksi takdirde, her şeyi yeniden optimize etmeniz ve başka bir başarılı ileri test aramanız gerekir).
İleriye dönük testleri araştırmak için kaba bir plan.
TS'niz durağan olmayan bir teklifi sabit bir kâra dönüştürürse her şey yolundadır.
ve eğer kâr durağan değilse - kötü mü?
İlk önce görevi parçalara ayırmanız gerekir:
1. TS'nin optimizasyonunu yaptıysak, başarılı ileri testlerinin belirli yerlerde kalabalık olduğu gerçeğine dayanarak, yani. örneğin, kar faktörü 1,6 ve daha yüksekse, ileri test büyük olasılıkla bir boşaltma testidir, eğer bir değerin altındaysa, o zaman aynı zamanda bir boşaltma testidir. Optimizasyon bölümündeki düşüş belirli bir limiti aşarsa, ileri test yüksek olasılıkla başarısız olacaktır. Beklenti ile aynı şey. Optimizasyon sonuçlarındaki yayılmaya kıyasla önemsiz beklenen değer, başarısız ileri testlerden önce gelir. Onlar. Optimizasyon sonuçları ile ileriye dönük testlerin başarısı arasında bazı bağımlılıklarımız var ve bu nedenle tüm bunları daha kesin formüle etmemiz gerekiyor. Araştırma için uygun (bağlama uygun) bir yöntem bulmak için referans kitaplarına tırmanıyoruz. Örneğin, lojistik regresyonun ardından ROC analizinin bağlamımız için uygun göründüğünü bulduk, yani. özelliklerine (uyum parametreleri) bağlı olarak bir olayın (ileri test) başarı olasılığını hesaplamanıza olanak tanır. Emin olmasam da teorik olarak uyuyor çünkü. en yaygın lojistik regresyon doğrusaldır, ancak onu doğrusal olmayan bir forma getirmek daha iyi olur. Ancak bu yine de bir varsayımdır, doğrusallığın gözler için fazlasıyla yeterli olması oldukça olasıdır.
2. İleri testin ilk segmentine sahibiz, örneğin LSM veya güç polinomları ile yaklaşıklık yoluyla ekstrapolasyon için doğrusal olmayan regresyon kullanarak matematiksel modelini oluşturmamız gerekiyor.
3. 1. maddeden veriye ve 2. maddeden modele sahibiz. Modelden ileriye doğru bilinen segmentin sapması (ekonometrik terminolojideki artıklar) için 2. maddedeki modeli inceliyoruz. İleri testin bilinen bölümünün özelliklerini ve sapmalarını inceleriz ve ayrıca 1. paragraftaki verileri alırız ve örneğin yukarıdaki aynı lojistik regresyonu kullanarak analiz ettikten sonra, ileriye dönük testin gerçekleşmeme olasılığını hesaplarız. henüz gücü tükendi ve gelecekte kâr ticareti için yeterli potansiyele sahip (aksi takdirde, her şeyi yeniden optimize etmeniz ve başka bir başarılı ileri test aramanız gerekir).
İleriye dönük testleri araştırmak için kaba bir plan.
MQL'ye ve genel olarak sadece 2 aylık programlamaya aşina olmama ve çok fazla şey bilmememe rağmen, yine de bana bu fikri MQL araçlarını kullanarak test etmek teknik olarak zor görünüyor.
Burada test sırasında test cihazının kendisini araması gerekir. Her ne kadar bir seçenek olarak, bu mümkünse (ve bir danışmandan bir test cihazı çalıştırmak mümkünse) iki terminalden test cihazlarını kullanabilirsiniz.
ve eğer kâr durağan değilse - kötü mü?
OLS tahminleri savunulamaz.
Peki, saçma sapan konuşma! MNC'nin nesi var? Durağanlık ve durağan olmama nedir?
Bir gözleme kelime aldınız ve düştüğünüz her yerde onları şekillendiriyorsunuz ... Gerçekten doğru - bir çınlama duydunuz ama nerede olduğunu bilmiyorsunuz ...