Kase değil, sıradan bir tane - Bablokos !!! - sayfa 258

 
Joker :

en önemlisi diyebilirim. Daha önce paylaştığım resimde özellikle 3. bölge ile ilgili bir şey söylemedim. Sorunun çözümünü içerir.

Bu durumda süperpozisyon ilkesi, TS'yi birden çok kez sigortalar. Herhangi bir spread modeli karar bölgesine girer ve aşağı inerse ve biz onu zaten devreye soktuk, o zaman modelin diğer spreadleri karar bölgesine gelir, TS'nizi alır, genel konumu çeşitlendirir ve sürükler. eşitlik olması gerektiği yerde - yukarı.


İyi tatiller.
 
Joker :
https://www.mql5.com/ru/code/1146

Birkaç yaklaşım var, ana olanlar:

1. Tüm araçların herhangi bir araca göre tayınlanması

2. Bazı bağımsız işlevlere göre tüm araçların tayınlanması

Tüm yöntemler nihayetinde regresyon analizine dayanmaktadır ve bunu hesaplamak için matlib'e zaten bir bağlantı verdim.

Bağımsız işleve göre normalleştirme kullanıyorum ...

 
Joker :

Birkaç yaklaşım var, ana olanlar:

1. Tüm araçların herhangi bir araca göre tayınlanması

2. Bazı bağımsız işlevlere göre tüm araçların tayınlanması

Tüm yöntemler nihayetinde regresyon analizine dayanmaktadır ve bunu hesaplamak için matlib'e zaten bir bağlantı verdim.

Bağımsız işleve göre normalleştirme kullanıyorum ...

Teşekkürler. bom düşün
 
Joker :

Birkaç yaklaşım var, ana olanlar:

1. Tüm araçların herhangi bir araca göre tayınlanması

2. Bazı bağımsız işlevlere göre tüm araçların tayınlanması

Tüm yöntemler nihayetinde regresyon analizine dayanmaktadır ve bunu hesaplamak için matlib'e zaten bir bağlantı verdim.

Bağımsız işleve göre normalleştirme kullanıyorum ...

Sadece burada biraz kurcalıyorum ve şu ana kadar bahsettiğiniz etkiyi göremiyorum - normalleştirilmiş spreadler kanallara gitmeye devam ediyor (herkese yönelik, ancak yine de kanallarda). Eşbütünleşme alanından ayrıldıktan hemen sonra istedikleri gibi takılmaya başlarlar.
Eşbütünleşmenin "yöntemini" suçluyorum
 
Joker :

Bağımsız işleve göre normalleştirme kullanıyorum ...

İşte en ilginç şey. Şimdiye kadar, regresyonu saymak için düz bir çizgi ve bir osilatör üzerinde 3'e 1 tahmin ettik. Horseradish'in ayrı bir optimal yayılımı vardır.
Başka ne ve kimler fikirler için üzülmez?
 
b2v2 :
İşte en ilginç şey. Şimdiye kadar, regresyonu saymak için düz bir çizgi ve bir osilatör üzerinde 3'e 1 tahmin ettik. Horseradish'in ayrı bir optimal yayılımı vardır.
Başka ne ve kimler fikirler için üzülmez?
Lütfen "3'e 1"in ne olduğunu açıklayın? Genel olarak, Joker'in son gönderileri sayesinde, resim çok daha net hale geldi (bunun için ona daha çok teşekkür ediyoruz ve "dünyevi insanlardan" yere eğiliyoruz). Şu anda, matematik sorusu tarafından işkence görüyorum. Yani, kanalı normalleştirmek için hangi yöntem. Joker, bir zamanlar, Tryndytsykl göstergesi olan Hrenfix'in beynine atıfta bulundu. Çalışmalarını incelemeniz önerilir. Yanılmıyorsam, sadece "bağımsız bir işleve göre paylaştırma" kullanır. Ancak bu araç amaçlarımız için uygun mu? Joker'in matematiği tamamen farklı olabilir. Ve böylece sonuçlar biraz farklı.
 
IronBird :
Sadece burada biraz kurcalıyorum ve şu ana kadar bahsettiğiniz etkiyi göremiyorum - normalleştirilmiş spreadler kanallara gitmeye devam ediyor (herkese yönelik, ancak yine de kanallarda). Eşbütünleşme alanından ayrıldıktan hemen sonra istedikleri gibi takılmaya başlarlar.
Eşbütünleşmenin "yöntemini" suçluyorum
Normalleştirmek için hangi yöntem kullanıldı?
 
seedormatrasch :
Lütfen "3'e 1"in ne olduğunu açıklayın? Genel olarak, Joker'in son gönderileri sayesinde, resim çok daha net hale geldi (bunun için ona daha çok teşekkür ediyoruz ve "dünyevi insanlardan" yere eğiliyoruz). Şu anda, matematik sorusu tarafından işkence görüyorum. Yani, kanalı normalleştirmek için hangi yöntem. Joker, bir zamanlar, Tryndytsykl göstergesi olan Hrenfix'in beynine atıfta bulundu. Çalışmalarını incelemeniz önerilir. Yanılmıyorsam, sadece "bağımsız bir işleve göre paylaştırma" kullanır. Ancak bu araç amaçlarımız için uygun mu? Joker'in matematiği tamamen farklı olabilir. Ve böylece sonuçlar biraz farklı.

Tekerleği yeniden icat etmeyin:

CAlgLib::LRBuild, Rus demokrasisinin babalarını kurtaracak...

(Arkadaşlar izninizle bu konuyu bırakıyorum. Size gerekli tüm bilgileri verdim...)

 
3'te 1 nedir?
Kimin ihtiyacı var:
1. 4 enstrüman alıyoruz ve bunlardan 1'inde 3'lük lineer regresyon yapıyoruz. Örneğin eurusd üzerinde gbpusd, audusd, nzdusd. Tahmin edebileceğiniz gibi tam olarak 4 seçenek var. 4-k 7 ana daldan seçilebilir 35. Toplam 140 seçenek.
2. Regresyon, y=ax+b düz çizgisi üzerinde yapılabilir.
3. Regresyon bir sinüzoid üzerinde veya +1, -1, +1, -1 üzerinde yapılabilir.
4. Yaban turpu başka bir sorunu çözer - enstrümanlardan minimum dağılıma sahip bir yayılma yapar.

HERHANGİ bir fonksiyonda regresyon yapılabilir.
 
Alglib'deki LRBuild, yalnızca doğrusal bir regresyon oluşturur. Ve burada hangi işlevde, sormak benim için zaten sakıncalı. Oldukça ayrıntılar gitti ve bu para. Belki Joker 140 seçeneğin hepsini değerlendirir. Bir bilgisayar için çok fazla değil.