Bölümlerden birinin analizinin bir sonraki bölümünü tahmin etmeye izin vermeyen bir süreç var mı? - sayfa 14

 
Geçmişe ticaret yapmak işe yaramaz.
 

Ve gelecekten alıntılarım yok, sanırım senin de yok.

Ancak ızgarayı, ızgaranın bilmediği geçmişten bir test alıntısı olarak sunabilirim. Tarihlere bakın.

 
Bu tür şeyler için saf bir ileri analiz yapmanız gerekir. Ve başka bir şey değil.
 

Örnek 2011.10.01-2012.03.01 8890 örnek, İleri 2012.03.01-2012.05.25 4828 örnek.


 
bir nevi 18...
 

ancak piyasa daha da kötüleşebilir:

a) yayıldı, dil zaten konuşuldu) ama orada olmasa bile, o zaman

b) Anladığım kadarıyla, daha küçük kapsamlı çubukların yönü, keskin hareketlerin yönünden daha iyi tahmin ediliyor. Bu nedenle ahlaki: Küçük çubukların ve daha az iyi olan büyük çubukların yönünü tahmin etmede daha başarılıysak, pozitif MO'lu bir yön tahmini bile puanlarla olumsuz bir sonuç verebilir. Onlar. Kötü bir kalkış tahmini, kelimenin tam anlamıyla bir dairede mükemmel sonuçlar yiyebilir. Burada, görünüşe göre, duraklarla net bir çalışmaya ihtiyaç var ve bu konuda "akıllı" olanlar, aptalca bir durdurmayı aynı seviyeye yerleştirmek, büyük olasılıkla işe yaramayacak ...

 

alsu :

1. düz 18 bazı...

ancak piyasa daha da kötüleşebilir:

1. a) yayıldı, dil bu konuda zaten uyuşmuş) ama orada olmasa bile, o zaman

3. b) Anladığım kadarıyla, daha küçük kapsamlı çubukların yönü, keskin hareketlerin yönünden daha iyi tahmin ediliyor. Bu nedenle ahlaki: Küçük çubukların ve daha az iyi olan büyük çubukların yönünü tahmin etmede daha başarılıysak, pozitif MO'lu bir yön tahmini bile puanlarla olumsuz bir sonuç verebilir. Onlar. Kötü bir kalkış tahmini, kelimenin tam anlamıyla bir dairede mükemmel sonuçlar yiyebilir. Burada, görünüşe göre, duraklarla net bir çalışmaya ihtiyaç var ve bu konuda "akıllı" olanlar, aptalca bir durdurmayı aynı seviyeye yerleştirmek, büyük olasılıkla işe yaramayacak ...

1. Pekala, bu kesinlikle bir kâse değil, piyasa sürekli değişiyor (birkaç gün önce işe yarayan modeller bugün çalışmıyor). Günde en az bir kez eğitim gereklidir.

2. Spread dikkate alınır. Izgara, cihaz için maksimum 2 yayılmadan daha az hareketlere tepki vermemek üzere eğitilmiştir.

3. Böyle bir mektup var. Daha küçük çubukların yönü (kısmen Örnekte daha fazla olduğu için ve kısmen süreçle ilgili ana bilgileri, IMHO'yu taşıdıkları için) keskin hareketlerin yönünden ve aynı anda birkaç çubuğun sonuçtaki yönünden daha iyi tahmin edilir. daha da iyidir. Tek tek çubukların rengi genellikle çok zayıf bir şekilde tahmin edilir.

Genel olarak, tahmini alanın hareketinin olası boyutunun SL'yi 3sco'ya koymayı düşünüyorum. Eğitim, SL ve TP olmadan gerçekleştirilir ve SL ile ancak TP olmadan ticaret yapılır, bu nedenle yağ kuyruklarından olası ana kayıp daha az olacaktır (anormal derecede büyük hareketin rengi doğru bir şekilde tanınmamış olsaydı olurdu). Bu şekilde, MO'yu şebekenin verebileceğine daha da artırabilirsiniz.

 

Genel olarak, tamamen varsayımsal olarak, halihazırda bazı gelişmeler olmasına rağmen, süreci öngören sistemin iki durumu olmalıdır - "Biliyorum" ve "Bilmiyorum". "Biliyorum" durumunda, sistem bir tahminde bulunur. "Bilmiyorum" durumunda, tahmin yapmaktan kaçınır, burada ya sistem sürecin mevcut durumuna aşina değildir ya da sistem bu durumda tahminden "kaçınmanın daha iyi" olduğunu bilir. Zamanla, süreç özelliklerini ve iç ilişkilerini değiştirirse, sistem giderek daha sık "bilmiyorum" durumundadır ve sonunda, aslında, tahminin istikrarlı-sabit bir "bilmiyorum" durumunda olmasını durdurur. belirtmek, bildirmek. Böyle bir sistem her durumda değerlidir - bir kez kurmak / eğitmek yeterlidir ve varlığını "unutabilirsiniz", çünkü olabilecek en kötü şey, sistemin "bilmiyorum" durumundan geçişidir. " belirtmek, bildirmek.

Her şey güzel olurdu, ama bir AMA var. Finansal piyasalarda, enstrümanın mevcut durumunun aynı modeli, satın almak için gerekli olmadan önce - ve şimdi bu gibi durumlarda satmak gerekli olduğunda, ters sonuçlara neden olduğunda, model tersine döner. Bu nedenle, nedensel modellerin bu tür en son tersine çevrilmesine ilişkin bilgileri güncel tutmak için sistemin sürekli ek eğitimine ihtiyaç vardır.


Bildiğim kadarıyla, tüm modern tahmin sistemleri sabit bir "bil" durumuna odaklanır, bu nedenle sürecin özelliklerinde ve iç bağlantılarında en ufak bir değişiklik hatalı tahminlere yol açar. Bu, Örnek alanı dışındaki sistemlerin karlılığında bir düşüşe dönüşür.


Fikirlerinizi ifade edin, lütfen meslektaşlarım.

 
joo : Genel olarak, SL'yi tahmin edilen alandaki olası hareket miktarının 3 hızına koymayı düşünüyorum. Eğitim, SL ve TP olmadan gerçekleştirilir ve SL ile ancak TP olmadan ticaret yapılır, bu nedenle yağ kuyruklarından olası ana kayıp daha az olacaktır (anormal derecede büyük hareketin rengi doğru bir şekilde tanınmamış olsaydı olurdu). Bu şekilde, MO'yu şebekenin verebileceğine daha da artırabilirsiniz.

Tamamen teorik bir seçeneğim var 2*sqrt(2) RMS ))

Bu ilişki, Laplacian ve Gauss dağılımlarının olabilirlik oranı kritik bir noktadan geçtiğinde ve Laplacian'a doğru keskin sıçramalar yaptığında, yani. sadece kalın kuyruklar. Sorun, RMS tahminini hesaplamadadır, ancak burada bile ızgarayı kullanabilirsiniz, sadece günlük mevsimselliği kaldırmanız yeterlidir.

 
joo :

Genel olarak, tamamen varsayımsal olarak, halihazırda bazı gelişmeler olmasına rağmen, süreci öngören sistemin iki durumu olmalıdır - "Biliyorum" ve "Bilmiyorum". "Biliyorum" durumunda, sistem bir tahminde bulunur. "Bilmiyorum" durumunda, tahmin yapmaktan kaçınır, burada ya sistem sürecin mevcut durumuna aşina değildir ya da sistem bu durumda tahminden "kaçınmanın daha iyi" olduğunu bilir. Zamanla, süreç özelliklerini ve iç ilişkilerini değiştirirse, sistem giderek daha sık "bilmiyorum" durumundadır ve sonunda, aslında, tahminin istikrarlı-sabit bir "bilmiyorum" durumunda olmasını durdurur. belirtmek, bildirmek. Böyle bir sistem her durumda değerlidir - bir kez kurmak / eğitmek yeterlidir ve varlığını "unutabilirsiniz", çünkü olabilecek en kötü şey, sistemin "bilmiyorum" durumundan geçişidir. " belirtmek, bildirmek.

Her şey güzel olurdu, ama bir AMA var. Finansal piyasalarda, enstrümanın mevcut durumunun aynı modeli, satın almak için gerekli olmadan önce - ve şimdi bu gibi durumlarda satmak gerekli olduğunda, ters sonuçlara neden olduğunda, model tersine döner. Bu nedenle, nedensel modellerin bu tür en son tersine çevrilmesine ilişkin bilgileri güncel tutmak için sistemin sürekli ek eğitimine ihtiyaç vardır.


Bildiğim kadarıyla, tüm modern tahmin sistemleri sabit bir "bil" durumuna odaklanır, bu nedenle sürecin özelliklerinde ve iç bağlantılarında en ufak bir değişiklik hatalı tahminlere yol açar. Bu, Örnek alanı dışındaki sistemlerin karlılığında bir düşüşe dönüşür.


Fikirlerinizi ifade edin, lütfen meslektaşlarım.


Aynı kalıbın şimdi tam tersi sinyal verdiğini ve sistemi yeniden eğitmemiz gerektiğini söylediğimizde, kendimizi kandırmıyor muyuz? Belki de bu kalıbı sinyale bağlayan bir düzenlilik yoktu? Örneğin, bir yazı tura atarız ve çoğu durumda üç kuyruktan sonra bir kartalın düştüğünü fark ederiz. Bu bir kalıp mı, yoksa sadece çok sayıda deneyin olmaması (istatistikleri daha doğru bir şekilde değerlendirmemize izin veriyor), yanlış sonuca mı ulaştık? Ben kendim uzun zamandır kalıplarla uğraşıyorum ve her zaman bu konuyu düşünüyorum.

Bu arada, piyasanın durumunu değerlendirmenize izin veren fiyat geçmişinin derinliği nedir?