交易中的机器学习：理论、模型、实践和算法交易 - 页 841

[Alexander_K2]

Slasher111:

亚历山大，我真诚地建议你在交易中对MM给予大量关注。相信我的话，仅仅在 "价格将上涨 "的信号中输入买入，在 "价格将下跌 "的信号中翻转为卖出是不够的。如果我没记错的话，没有任何停顿。

是的，谢谢。我正在努力。

[Maxim Dmitrievsky]

亚历山大_K2。

我们取一个tick流，但不是每一个tick，而是以指数时间间隔（更准确地说，是以服从p=0.5的离散几何分布的时间间隔）来读取它。我们有最简单的事件流。然后我们 "筛选 "这个初始VR。我们得到了不同顺序的Erlang流。有必要输入这些流的回报。

这个实验将毫不含糊地回答我们是否需要稀释BP的问题。

一切都清楚得很。

[Violetta Novak]

亚历山大_K2。

我们取一个tick流，但不是每一个tick，而是以指数时间间隔（更准确地说，是以服从p=0.5的离散几何分布的时间间隔）来读取它。我们有最简单的事件流。然后我们 "筛选 "这个初始VR。我们得到了不同顺序的Erlang流。有必要输入这些流的回报。

这个实验将明确地回答我们是否需要或不需要减薄BP的问题。

亚历山大，我可以再澄清一次吗？也就是说，取一个tick流，按指数稀释（算法引自Habrahabr），写下设定时间点的报价，如果没有报价，就写下之前的值，我们得到一阶的二朗。从得到的数列中，去掉每一个第二个引号，我们得到二阶埃朗，三阶-去掉每一个第三个引号，等等。谢谢你提供的数据。

[Alexander_K2]

Novaja:

亚历山大，请允许我再次澄清，也就是说，我们采取一个tick流，以指数方式稀释，（Hubrahabr的算法），在设定的时间点上写一个报价，如果没有报价，就写以前的值，我们得到一个一阶的Erlanga。从得到的数列中，去掉每一个第二个引号，我们得到二阶埃朗，三阶-去掉每一个第三个引号，等等。谢谢你提供的数据。

这是完全正确的。

[Alexander_K2]

推荐阅读。

https://www.mql5.com/ru/forum/221552/page317#comment_7108837

[fxsaber]

亚历山大_K2。

推荐阅读。

https://www.mql5.com/ru/forum/221552/page317#comment_7108837

源数据？

[Alexander_K2]

fxsaber:

基线数据？

收集和筛选数据的算法见https://www.mql5.com/ru/forum/86386/page841#comment_7107322。 只有不删除，但 留在 每一个K-quote，丢弃其余的。

[fxsaber]

亚历山大_K2。

数据收集和筛选的算法见https://www.mql5.com/ru/forum/86386/page841#comment_7107322。 只有我们不删除，但 离开 每一个K-quote，并丢弃其余的。

那么就很容易拒绝整个研究。不同来源的蜱虫数据的结果将是不同的。

此外，人们对 "蜱 "是什么显然有误解。在这样的基础上，谈不上什么回报。

了解了定价的基本知识，就可以创造出任何数量的小费。

[Alexander_K2]

fxsaber:

这样就很容易否定整个研究。不同来源的蜱虫数据的结果将是不同的。

此外，人们对 "蜱 "是什么显然有误解。在这样的基础上，谈不上什么回报。

了解了定价的基本知识，你就可以建立任何数量的蜱虫。

我不会争论。但我建议尝试这种准备预测器的方法。所有货币对都获得了向正态分布的收敛。这不可能是我的经纪人和tick-flow太幸运了。

[fxsaber]

亚历山大_K2。

我不打算争论。但我建议你试试这种准备预测器的方法。所有货币对的回归者都得到了正态分布的收敛。

所示分布的意义是什么？你是说，如果我们用这样的分布添加任何假想的tick历史，有一个TS（哪一个），显示这个历史的图形性？

这不可能是我在经纪人和票据流方面得到了愚蠢的运气。

这种说法很符合当前的地缘政治现实，但不符合科学方法。