交易中的机器学习：理论、模型、实践和算法交易 - 页 1594 1...158715881589159015911592159315941595159615971598159916001601...3399 新评论 Boris 2020.01.13 13:23 #15931 每个人都很聪明，这让人毛骨悚然。 但也许有人会从他自我的高度居高临下，向可怜的德克哈宁解释这些通俗的真理？ 让我们假设我们已经发现一些超过100条的序列是有条件静止的，也就是说，我们有一个100条的特定窗口 在下一个条形图上，我们移动窗口，看到该系列又是静止的100条，然后又是静止的......。例如，在 "静止性检测 "之后的第17条，我们看到序列不再是静止的了，即 "突然 "失去了静止性。 然而，我们可以假设，如果我们的窗口长度不是100条，而是118条（100+17+1），这个系列仍然是静止的。 我们有一个问题：为什么在这17个柱子里，我们不能从MO+SCO交易到MO，或者更多的是从MO+-2*SCO到MO？ 谁 "来评估静止性，是100条的行（在一个移动窗口上）还是117条的行（从 "静止性检测 "到 "静止性结束 "的17条+向后100条）？ Дмитрий 2020.01.13 13:32 #15932 鲍里斯。 每个人都很聪明，这让人毛骨悚然。 但也许有人会从他自我的高度居高临下，向可怜的德克哈宁解释这些通俗的真理？ 让我们假设我们已经发现一些超过100条的序列是有条件静止的，也就是说，我们有一个100条的特定窗口 在下一个条形图上，我们移动窗口，看到该系列又是静止的100条，然后又是静止的......。例如，在 "静止性检测 "之后的第17条，我们看到序列不再是静止的了，即 "突然 "失去了静止性。 然而，我们可以假设，如果我们的窗口长度不是100条，而是118条（100+17+1），这个系列仍然是静止的。 我们的问题是：为什么在这17个柱子中，我们不能从MO+SCO到MO进行交易，甚至不能从MO+-2*SCO到MO进行交易？ 问题是："对谁 "评估静止性--使用100条的系列（在移动窗口上）还是使用117条的系列（从 "静止性检测 "到 "静止性结束 "的17条+100条回溯）？ 1.你可以。但更多的时候，在一个静止的系列上进行交易是在加拿大的上界 或下界 上开仓，以返回MO或相反的边界。如果静止性被打破--你在边界上的位置会因为方差扩大而变成负数。损失将超过任何累积的利润。 2.谷歌选择量的充足性问题。在我印象中，这取决于分布函数 Boris 2020.01.13 13:51 #15933 德米特里。 1.你可以。但更多的时候，在一个静止的系列上进行交易是在加拿大的上界 或下界 上开仓，以返回MO或相反的边界。如果静止性被打破--你在边界上的位置会因为方差扩大而变成负数。损失将超过任何累积的利润。 2.谷歌选择量的充足性问题。据我记得，这取决于分布函数 1.我知道我可以，但这里有人最近认为静止的系列是不可预测的 至于损失，严格来说，它不是，但如果你找到一个 "打击 "它的方法，你可以大大增加盈利能力。 2.谷歌在这里不会从 "根本 "这个词中得到帮助。这个问题非常简单。用哪个系列来估计静止性--恒定长度或拉长系列？ 而每个人都可能有自己固有的 "静止性" Андрей 2020.01.13 13:53 #15934 德米特里。 大数据 "的来源在哪里？ 有一个数据库吗？ 自己建造，还能怎样？在你的VDS/VPS上放一个作家，一年左右就可以享受生活了。 当然，你可以，也可以买，但会很贵，而且绝对不是你脑子里蹦出来的所有东西。而整个重点在于仍然 "没有被践踏 "的数据，而不是每个人都有、每个人都用于相同目的的东西。 Дмитрий 2020.01.13 14:04 #15935 鲍里斯。 1.我知道我可以，但这里有人最近认为静止的系列是不可预测的 至于损失，严格来说，它不是，但如果你找到一个 "打击 "它的方法，你可以大大增加盈利能力。 2.谷歌在这里不会从 "根本 "这个词中得到帮助。这个问题非常简单。用哪一个系列来评估静止性--恒定长度的系列还是拉长的系列？ 而他们每个人都可能有自己固有的 "静止性"。 1.那么，你应该写信给争论这个问题的人。 1а.你是否找到了 "奋斗的方法"？如果是，请与亚历山大-A_K分享。 2.再次，充分性或最佳样本量。谷歌 Boris 2020.01.13 14:38 #15936 迪米特里。 1.那么，你应该写信给索赔的人。 1а.你找到了 "战斗的方法 "吗？如果是，请与亚历山大-A_K分享。 2.再次，充分性或最佳样本量。谷歌 1a. 这是谁？ Boris 2020.01.13 14:42 #15937 这里有一个图表 你认识到的 "1000个 "的过程））中心有一个台阶的线是MO，一个台阶，当这个过程在移动窗口上不再是静止的，尽管我们甚至更早看到了这个迹象 蓝色的第五行是不同的MO（取决于你如何计算行的长度） 上面和下面的2行是正负1-2个有效值，从MO开始。 我们看到的是什么呢？ 进程还是返回了，而且不再关心它是 "非稳定 "的了。 这里是另一个图表 当然，它也可以是这样的 我们一直都是 "静止 "的。 然后是 "非平稳性"，一个步骤，就可以了。 我们可以再次等待回归 Aleksey Nikolayev 2020.01.13 15:09 #15938 鲍里斯。 这里有一个图表 你认识到的 "1000个 "的过程））中心有一个台阶的线是MO，当过程不再是静止在移动窗口上时的一个台阶，尽管我们甚至更早看到它的迹象。 蓝色的第五行是不同的MO（取决于你如何计算行的长度） 上面和下面的2行是正负1-2个有效值，从MO开始。 我们看到的是什么呢？ 进程还是返回了，而且不再关心它是 "非稳定 "的了。 这里是另一个图表 当然，它也可以是这样的 所有这些时间，我们都是 "静止的"。 然后是 "非稳态"，一个步骤，就可以了。 我们可以等待它再次回来。 也有非稳态过程的回报（如SB）。 静止性（根据定义）是指。 1）期望值的恒定 2) 分散恒定性 3）ACF仅依赖于时间差 这一切究竟是如何检查的？ Boris 2020.01.13 15:12 #15939 阿列克谢-尼古拉耶夫。 非稳态过程也会出现回报（如SB）。 静止性（根据定义）是指。 1）期望值的恒定 2) 分散恒定性 3）ACF仅依赖于时间差 到底是如何检查的？ R中的adf_test Maxim Dmitrievsky 2020.01.13 15:14 #15940 Boris: 这里有一个图表你会认识到 "从1000年开始 "的过程)))中心有一个台阶的线是MO，当这个过程在移动窗口上不再静止时的一个台阶，尽管我们看到它的迹象甚至更早。蓝色的第五行是移动的MO（这取决于你如何计算这一行的长度）。上面和下面的2行是正负1-2个有效值，从MO开始。我们看到的是什么呢？ 这个过程无论如何都会返回，而且不在乎它已经是 "非稳态 "了。下面是另一张图表当然，它可以是这样的。一直以来，我们都是 "静止 "的。然后是 "不稳定"，一个步骤，然后就是了。我们可以再次等待回归。你不需要交易变化的模式，你需要在它们变化时改变策略。如果是剥头皮，每个人都会有数百次的交易。任务是及时转换策略，即尽可能早地发现模式变化，甚至预测它。 如果你解决了这个问题，圣杯 肯定在你的口袋里 1...158715881589159015911592159315941595159615971598159916001601...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
每个人都很聪明，这让人毛骨悚然。
但也许有人会从他自我的高度居高临下，向可怜的德克哈宁解释这些通俗的真理？
让我们假设我们已经发现一些超过100条的序列是有条件静止的，也就是说，我们有一个100条的特定窗口
在下一个条形图上，我们移动窗口，看到该系列又是静止的100条，然后又是静止的......。例如，在 "静止性检测 "之后的第17条，我们看到序列不再是静止的了，即 "突然 "失去了静止性。
然而，我们可以假设，如果我们的窗口长度不是100条，而是118条（100+17+1），这个系列仍然是静止的。
我们有一个问题：为什么在这17个柱子里，我们不能从MO+SCO交易到MO，或者更多的是从MO+-2*SCO到MO？
谁 "来评估静止性，是100条的行（在一个移动窗口上）还是117条的行（从 "静止性检测 "到 "静止性结束 "的17条+向后100条）？
每个人都很聪明，这让人毛骨悚然。
但也许有人会从他自我的高度居高临下，向可怜的德克哈宁解释这些通俗的真理？
让我们假设我们已经发现一些超过100条的序列是有条件静止的，也就是说，我们有一个100条的特定窗口
在下一个条形图上，我们移动窗口，看到该系列又是静止的100条，然后又是静止的......。例如，在 "静止性检测 "之后的第17条，我们看到序列不再是静止的了，即 "突然 "失去了静止性。
然而，我们可以假设，如果我们的窗口长度不是100条，而是118条（100+17+1），这个系列仍然是静止的。
我们的问题是：为什么在这17个柱子中，我们不能从MO+SCO到MO进行交易，甚至不能从MO+-2*SCO到MO进行交易？
问题是："对谁 "评估静止性--使用100条的系列（在移动窗口上）还是使用117条的系列（从 "静止性检测 "到 "静止性结束 "的17条+100条回溯）？
1.你可以。但更多的时候，在一个静止的系列上进行交易是在加拿大的上界 或下界 上开仓，以返回MO或相反的边界。如果静止性被打破--你在边界上的位置会因为方差扩大而变成负数。损失将超过任何累积的利润。
2.谷歌选择量的充足性问题。在我印象中，这取决于分布函数
1.你可以。但更多的时候，在一个静止的系列上进行交易是在加拿大的上界 或下界 上开仓，以返回MO或相反的边界。如果静止性被打破--你在边界上的位置会因为方差扩大而变成负数。损失将超过任何累积的利润。
2.谷歌选择量的充足性问题。据我记得，这取决于分布函数
1.我知道我可以，但这里有人最近认为静止的系列是不可预测的
至于损失，严格来说，它不是，但如果你找到一个 "打击 "它的方法，你可以大大增加盈利能力。
2.谷歌在这里不会从 "根本 "这个词中得到帮助。这个问题非常简单。用哪个系列来估计静止性--恒定长度或拉长系列？
而每个人都可能有自己固有的 "静止性"
大数据 "的来源在哪里？
有一个数据库吗？
自己建造，还能怎样？在你的VDS/VPS上放一个作家，一年左右就可以享受生活了。
当然，你可以，也可以买，但会很贵，而且绝对不是你脑子里蹦出来的所有东西。而整个重点在于仍然 "没有被践踏 "的数据，而不是每个人都有、每个人都用于相同目的的东西。
1.我知道我可以，但这里有人最近认为静止的系列是不可预测的
至于损失，严格来说，它不是，但如果你找到一个 "打击 "它的方法，你可以大大增加盈利能力。
2.谷歌在这里不会从 "根本 "这个词中得到帮助。这个问题非常简单。用哪一个系列来评估静止性--恒定长度的系列还是拉长的系列？
而他们每个人都可能有自己固有的 "静止性"。
1.那么，你应该写信给争论这个问题的人。
1а.你是否找到了 "奋斗的方法"？如果是，请与亚历山大-A_K分享。
2.再次，充分性或最佳样本量。谷歌
1.那么，你应该写信给索赔的人。
1а.你找到了 "战斗的方法 "吗？如果是，请与亚历山大-A_K分享。
2.再次，充分性或最佳样本量。谷歌
这里有一个图表
你认识到的 "1000个 "的过程））中心有一个台阶的线是MO，一个台阶，当这个过程在移动窗口上不再是静止的，尽管我们甚至更早看到了这个迹象
蓝色的第五行是不同的MO（取决于你如何计算行的长度）
上面和下面的2行是正负1-2个有效值，从MO开始。
我们看到的是什么呢？ 进程还是返回了，而且不再关心它是 "非稳定 "的了。
这里是另一个图表
当然，它也可以是这样的
我们一直都是 "静止 "的。
然后是 "非平稳性"，一个步骤，就可以了。
我们可以再次等待回归
这里有一个图表
你认识到的 "1000个 "的过程））中心有一个台阶的线是MO，当过程不再是静止在移动窗口上时的一个台阶，尽管我们甚至更早看到它的迹象。
蓝色的第五行是不同的MO（取决于你如何计算行的长度）
上面和下面的2行是正负1-2个有效值，从MO开始。
我们看到的是什么呢？ 进程还是返回了，而且不再关心它是 "非稳定 "的了。
这里是另一个图表
当然，它也可以是这样的
所有这些时间，我们都是 "静止的"。
然后是 "非稳态"，一个步骤，就可以了。
我们可以等待它再次回来。
也有非稳态过程的回报（如SB）。
静止性（根据定义）是指。
1）期望值的恒定
2) 分散恒定性
3）ACF仅依赖于时间差
这一切究竟是如何检查的？
非稳态过程也会出现回报（如SB）。
静止性（根据定义）是指。
1）期望值的恒定
2) 分散恒定性
3）ACF仅依赖于时间差
到底是如何检查的？
这里有一个图表
你会认识到 "从1000年开始 "的过程)))中心有一个台阶的线是MO，当这个过程在移动窗口上不再静止时的一个台阶，尽管我们看到它的迹象甚至更早。
蓝色的第五行是移动的MO（这取决于你如何计算这一行的长度）。
上面和下面的2行是正负1-2个有效值，从MO开始。
我们看到的是什么呢？ 这个过程无论如何都会返回，而且不在乎它已经是 "非稳态 "了。
下面是另一张图表
当然，它可以是这样的。
一直以来，我们都是 "静止 "的。
然后是 "不稳定"，一个步骤，然后就是了。
我们可以再次等待回归。
你不需要交易变化的模式，你需要在它们变化时改变策略。如果是剥头皮，每个人都会有数百次的交易。任务是及时转换策略，即尽可能早地发现模式变化，甚至预测它。
如果你解决了这个问题，圣杯 肯定在你的口袋里