基于艾略特波浪理论的交易策略 - 页 189 1...182183184185186187188189190191192193194195196...309 新评论 Forex Trader 2006.12.16 01:14 #1881 <br / translate="no">Grasn,我对你和Yurixx 有一个很大的请求:你能给出一个将Hurst指数应用于外汇市场的理由吗?问题是,正如我从你先前的帖子中所理解的那样,你正试图在其基础上建立一个预测模型,但你在这样的表述中假定问题的可解性的理由是什么? 就个人而言,我以其良好的规则适应性为指导。如果从{0:0.5},那么价格可能会逆转等(你之前描述的使用规则)。 Forex Trader 2006.12.16 09:43 #1882 <br/ translate="no">Grasn 哦,怎么了,Neutron,我就是不明白你的意思了。以前,你用黑体字强调说。 ......结果表明,外汇市场的周期是存在的,但却是随机的,即不存在具有静止期或接近静止期的周期...... 格拉斯恩,我没有撒谎。在同一篇文章中,下面写道,正是因为周期性过程和趋势 缺乏静止性,所以它们没有实际价值!这是对的。数学上已经严格证明,从长远来看,人们不可能用任何的TS来打败一个由预期报酬为零的静止序列整合而成的时间序列(这一点有一些保留,类似于货币工具的价格序列,类似于粒子的布朗运动),尽管这个序列会同时包含趋势和周期性波动,但它们不是静止的。股票市场有固定的趋势和季节性的波动,这是它的优势,但尽管如此,金融市场 尽管不可预测,但也有其曲折性,这也是吸引我的地方。在我的策略中,我放弃了对趋势和周期的寻找,而专注于寻找能够充分描述当前价格行为的自回归模型。这个模型,或多或少可靠地预测了未来的几个条。但是,今天存在的价差在幅度上往往与预测幅度相当,因此,研究的目的被简化为寻找一个标准,以估计这个或那个工具的角度选择和应用的预测模型的适当性。 。 Grasn 就我个人而言,我是以其良好的规则遵守为指导。如果从{0:0.5},那么价格可能会逆转等等(你之前描述了使用规则)。 这更需要说明理由。我将从相反的角度来看待...让我们拿一个随机的时间序列(比如上面这个帖子中描述的),用Hurst算子影响它。当然,它不会等于1/2,但会在这个值附近徘徊,其幅度取决于滑动窗口的大小(窗口越大,指标产生的噪音越小,但它产生的信号的相位延迟越大)。因此,我们会犯一个熟悉的错误,到了信号出现的时候,我们的随机时间序列就会发生变化,我们顶多是一无所获。这源于这样一个假设,即不可能在一个随机值上持续挣钱。转到真正的市场...Grasn,你能证明在你选择的时间框架上价格行为的非随机性,并因此证明Hurst指标的正确工作吗? Forex Trader 2006.12.16 13:12 #1883 <br / translate="no"> Grasn,我没有撒谎。在同一篇文章中,下面写道,正是因为周期性过程和趋势缺乏静止性,所以它们没有实际价值!这是对的。从数学上严格证明,从长远来看,用任何一种TS,都无法战胜一个由预期报酬为零的静止序列整合而成的时间序列(这一点有一些保留,类似于货币工具的价格序列,类似于粒子的布朗运动),尽管这个序列会同时包含趋势和周期性波动,但它们不是静止的。股票市场有固定的趋势和季节性的波动,这是它的优势,但尽管如此,金融市场尽管不可预测,但也有其曲折性,这也是吸引我的地方。 在我的策略中,我放弃了对趋势和周期的寻找,而专注于寻找能够充分描述当前价格行为的自回归模型。这个模型,或多或少可靠地预测了未来的几个条。但目前现有的价差在幅度上往往与预测幅度相当,所以我的研究目的是找到允许估计这个或那个工具的角度选择和所使用的预测模型的充分性的标准。 我知道,趋势、周期并不是静止的。当然这很悲哀,但根本没有那么糟糕。问题是,我已经 "摸索 "出了一种使用频谱分析(基于小波)检测趋势/通道终止的方法。与系统的其他组成部分相结合,它能带来良好的效果。 这更需要说明理由。我就反其道而行之...... 让我们拿一个随机的时间序列(比如上面这个帖子中描述的),用Hurst算子影响它。当然,它不会等于1/2,但会在这个值附近徘徊,其幅度取决于滑动窗口的大小(窗口越大,指标产生的噪音越小,但它产生的信号的相位延迟越大)。因此,我们会犯一个熟悉的错误,到了信号出现的时候,我们的随机时间序列会发生变化,我们顶多是一无所获。这源于这样一个假设,即不可能在一个随机值上持续挣钱。 转到真正的市场...Grasn,你能证明在你选择的时间框架上价格行为的非随机性,并因此证明Hurst指标的正确工作吗? 当然,需要说明理由,你的预测方法也是如此。这让我有点想起伯格方法的线性预测。工作极其低劣(愿版主原谅我)。 我不使用任何滑动窗口。我不像你那样计算指标。价格变化是一个不容置疑的事实。我在我的帖子90-91中给出了计算的例子和我对其使用的看法 :o) Forex Trader 2006.12.16 13:15 #1884 转到真正的市场...Grasn,你能证明在你选择的时间框架内价格行为的非随机性,并因此证明赫斯特指标的正确操作吗? 我看到,对话变得越来越科学。这很好,因为它迫使人们解决主要问题,摆脱未经证实的主张。然而,由于这里的人并非都是DSP、频谱分析、数学统计和其他技巧方面的专家,我建议制定标准,在提出问题的同时,可以在答案中使用。 特别是,中子,你能不能提出你所说的价格的哪些行为是随机的,哪些是你所说的非随机的。而且,如果这些都是定性的,你能不能也为数字系列的非随机行为制定一个定量的标准。 Forex Trader 2006.12.16 14:25 #1885 [solandr ,你认为真正的专业人士会用抛物线或 "收敛梯度方法 "覆盖整个工作屏幕,以寻找 "投机资本 "的终点吗?(帖子 04.10.06 10:11) 不要对什么可以应用和什么不能应用妄下结论。你不知道!你 已经有了类似的经历(13.11.06:52)。 如果你要把初学者放在正确的道路上,那就在网站上诚实地写上:"你们中只有1-5%的人会成功,而且很可能是坏事,不一定是好事"。 关于1-5%的问题,你当然是完全正确的。在没有解释的情况下,要相信它简直是极其困难的--这只是他的心理。虽然解释也不一定有帮助--看看网站mql4.com每天从一个分支到另一个分支问同样的问题,这些问题已经被详细地回答了一百万次,但人们仍然认为他们比前辈更聪明;o))。纯粹的心理学。 那么,对于抛物线,可以说是以下几点。抛物线只是试图摆脱外汇市场上出现的周期性规律的非平稳性的一种尝试。抛物线回归并不关心样本的频率。它只是显示了一些区域,在它看来,这些区域的价格处于极端位置。当然,从抛物线回归的角度来看,并不是所有的事情都是应该的,但这就是外汇市场本身的随机性,它是无法被征服的,只能通过建立一个策略来适应它。 六个多月前,我就想到,振荡器的主要任务是显示市场中的一些周期性模式,但由于市场周期性特征的非平稳性,如上所述,振荡器未能应付其主要任务。我能找到的震荡器的唯一应用是检测市场的转折点,当它有可能以非常高的概率说价格在1-2小时内不会低于或高于这个或那个水平。当时,我根据这一原则实施了一个简单的专家顾问,现在它正在参加MTS锦标赛https://championship.mql5.com/2012/en。在锦标赛中,专家顾问的风险非常高,以使其显示出一些东西。但实际上,在低风险的情况下,赢的钱可以和银行利息相比。同时,他也会失去很多。这就是我能够或多或少成功地应用于有固定设置的振荡器(根据历史数据安装)。由于我们在优化过程中选择了一个非常高的 "小费水平",以获得最大的赢/输头寸百分比值,所以根据专家顾问的结果,我们看到的交易数量非常少。这就是在冠军赛期间有多少个与历史相适应的参数的 "临界点"。我在一个测试模拟账户上监控工作--一切都与+/-2点的精确度相吻合。 Forex Trader 2006.12.16 17:37 #1886 <br/ translate="no">Yurixx 特别是,Neutron,你能不能提出你所说的哪些价格行为是随机的,哪些是非随机的。而且,如果这些判断在本质上是定性的,你能不能也为数字系列的非随机行为制定一个定量的标准。 没有什么比随机性更违背理性和自然界的恒定性了。上帝自己不可能知道什么是偶然发生的。因为如果他知道,就一定会发生,如果一定发生,就不是随机的。西塞罗。关于devinatio。相 关矩是对随机变量Xi和Xj的统计关系(相互依赖或相关)程度的定量测量。相关系数的概念也被用来作为随机变量相关程度的无量纲归一化特征。相关系数r的值在-1到+1之间。如果r=0,随机变量被认为是相互独立的,如果|r|=1,它们是完全相关的(例如,变量X=b*Y,有一个任意的b值);在所有其他情况下,|r|越接近1,随机变量之间的相关性越大,可能是向前或向后(r<0)。顺便说一下,如果统计上独立的随机变量的相关系数总是等于零,那么关于随机变量的相关系数为零时的统计独立性的逆向陈述只对高斯分布是真的,在一般情况下是不够的。相关函数的一个特例是自相关函数(AFC),它被广泛用于信号分析中。它是时间时刻ti和tj的居中(残差)随机函数值的统计平均产物,表征过程的波动成分。 自相关和自方差函数的属性。1.这很明显,因为在t=0时,计算出了样本与自身的相关程度,它不能小于不同样本的相关程度。协方差函数的最大值的值等于信号的平均功率。2.自变量和自相关函数是偶数:r(t)=r(-t)。换句话说,两个随机变量X(t1)和X(t2)的混合矩与考虑这些数量的序列无关,并分别对其参数对称。3.在t趋于无穷大时能量有限的信号的FAC值趋于零,这直接源于FAC的物理意义。这允许将FAC长度限制在某个最大值tmax--相关半径,超过这个值的计数可以被认为是独立的。4.如果我们在随机函数X(t)中加入一个非随机函数f(t),相关函数不会改变。 计算FAC 让有一个由项x(i)组成的残余时间序列,其中i从0到n运行。那么间隔t距离的系列成员之间的关系程度由公式定义 :FAC=SUM{x(i)*x(i+k)}/SUM{x(i)^2}), 其中i跨度值从0到n-k。这导致了一个在-1和1之间的单一数值。随机性的标准是结果接近于零的程度。通过处理相同长度的RARE时间序列,并收集足够的统计数据,可以得到 "有多接近?"的答案。根据我自己的经验,我可以说,更大的绝对值0.1的值是有实际意义的。特别感兴趣的是对货币工具在1分钟、2分钟等至100分钟的时间框架内的FAC的分析。我在此附上相关图。它显示了2004年欧元兑美元的红线与蓝点,欧元兑瑞郎的蓝线与红点,欧元兑英镑的绿松石线与蓝点,黑叉显示了通过整合静止的RARE值产生的时间序列的FAC,其分布函数和 标准偏差 与欧元兑美元相同。以分钟为单位的时间框架沿着标线绘制。你可以得出你自己的结论。 Forex Trader 2006.12.16 18:30 #1887 做出你自己的结论。<br/ translate="no"> 谢谢你提供的非常有趣的结果!我还没有遇到过这样的研究!从图像上看,我的理解是,我们可以得出结论,某种预测只可能在短时间内实现,比如说,最多100分钟?而不同的货币对有不同的预测潜力?换句话说,从这张图来看,欧元兑美元做预测的效率非常低?这是一个非常有趣的结论,因为我认为大多数交易者玩的正是欧元兑美元。另一方面,从这幅图中得出的结论非常有趣, 欧元兑 美元和欧元兑英镑货币对 更有希望为它们做出预测。通常情况下,几乎没有人玩这些对子。交易者只是认为它们是 "低波动性"。实际上,以每日期间的高低点与平均价格的比率衡量的平均波动率大约如下: EURUSD 0,8% EURCHF 0,3% EURGBP 0,5% . 你认为这些数值如何影响货币的 "可预测性"?看了这幅图,我们可以假设,较高的波动率可能导致货币的不可预测性较高,至少在100分钟以内的特定时间间隔内是如此?或者,也许我误解了什么,那么请纠正我。 PS:说到这里,你能否为外汇市场上的其他货币提供类似的图片?根据上述原则,对货币获得类似的结果将是非常有趣的。我也在 "摸索 "计算上个月的相关性,以便将其用于预测。我正在测试以下想法。我们采取某种长度的样本,并将其与历史上相同长度的样本进行比较。计算相关系数。在历史上选择一个具有最大相关系数的样本。然后我们把历史上最重合的那部分样本画到未来,当然是相对于当前价格重新计算过的。当然,对于一个预测,我正在建立一个几个长度的平均预测样本,以 "增加命中的概率";o)。这个原理本身很可能让人联想到神经网络,在很远的地方。某物与某物相比较,在此基础上推断出某物。只是这个原则被极度简化了--只比较了相关系数,而没有其他的了!"。事实证明,这很有趣。到目前为止,我正在收集统计资料,根据这一原则在一分钱上进行交易。也许有些东西会因此而出现? Forex Trader 2006.12.16 20:15 #1888 作为对灵魂的阅读,我可以推荐 -http://lib.luksian.com/textsfnf/trans_a/116/ 简而言之:关于随机过程的决定性。我当时非常喜欢它。 我想所有的部分都在这里,包括第一部分(基金会) -http://www.izb.su/azimo/..%5Caut76a12.html Forex Trader 2006.12.17 00:05 #1889 2中子 谢谢你提供的细节。现在我更明白我们在谈论什么了。:-) 我还有几个澄清的问题。经过你的允许。 相关函数的一个特例是自相关函数(AFC),它在信号分析中被广泛使用。它是一个居中(残差)随机函数值在时间时刻ti和tj的统计平均乘积,表征过程的波动成分。 据我所知,中心化是通过减去整个系列的平均值(数学期望值)来完成的。那么?一个随机函数在时间ti和tj的值是两个数字。他们的产品是如何进行统计平均的?我以为FAC是一个参数的函数,这个参数是xi和xj之间的间隔,实际上是(ti - tj)。它到底是怎样的? 设有一个由项x(i)组成的残余时间序列,其中i从0到n运行。然后,系列成员之间的连接程度,间隔为t,由公式确定。FAC=SUM{x(i)*x(i+k)}/SUM{x(i)^2}), 其中i运行值从0到n-k。 这里有太多的字母了。:-))公式中的任何地方都没有使用距离t。如果t和k是一样的,那么对我来说是有意义的。而且这与我对FAC的理解是一致的。如果没有,那就解释一下它是什么。 黑叉显示的是通过整合静止的RARE值产生的时间序列的FAC,其分布函数和标准差与EURUSD相同。 你是如何生成这个随机值的?如何计算欧元兑美元在某段历史上的倾斜度,我有一个想法,但我甚至无法猜测从哪里得到eura的分布函数。请分享你从哪里得到的信息。 还有一个问题。这涉及到你对 "时间框架 "一词的使用。一般来说,在MT4中,这个词的意思是图表上的 "分时价格",也就是说,一个柱状图对应的时间段。然而,从你帖子的上下文来看,我理解你指的是计算相关系数的时间区间t。而所有t的这些数值的总和就是FAC。如果不是这样,请纠正我。 最后一件事。你是根据2004年的历史进行计算的。 你使用了什么数据:M1、M5等。? 我的一丝不苟有一个明确的解释。不久前,我厌倦了科学的捅破法,认为一定有一些客观的方法来评估某个TA工具是否有某种(如预测)价值。总的来说,我得出一个结论,这种估计可能是工具与价格的相关性的函数。而标准是这个函数大于(模)FAC的条件。 你认为这在原则上是可能的吗? 可能有兴趣的指标,对于这些指标,相关函数在未来有一个最大值。而相应的区间就是最佳预测区间。不清楚哪一个更有价值:FC的最大值或差异的最大值(FC-FAC)。 简而言之,我已经列出了一个研究计划,但我还没有开始实施。首先,我还没有完成我之前开始的工作。其次,我还没有消除教育方面的差距。所以我非常高兴在这个论坛上看到你。我希望我没有用问题来打扰你。:-) PS。从引文来看,西塞罗是一个热情的无神论者。无论如何,他对辩证法一无所知。 而他对上帝的概念,也可能是没有深度的闪耀。当然,如果他是真诚地说出来的话。:-)) Forex Trader 2006.12.17 06:54 #1890 谢谢你提供的非常有趣的结果!我还没有遇到过这样的研究!<br/ translate="no">从图片上看,我的理解是,我们可以得出结论,某种预测只可能在短时间内实现,例如,最多100分钟?而不同的货币对有不同的 "预测 "潜力?换句话说,从这张图来看,欧元兑美元做预测的效率非常低?这是一个非常有趣的结论,因为我认为大多数交易者玩的正是欧元兑美元。另一方面,从这幅图中得出的结论非常有趣,欧元兑美元和欧元兑英镑货币对更有希望为它们做出预测。通常情况下,几乎没有人玩这些对子。交易者只是认为他们是 "低波动性"。实际上,以每日期间的高低点与平均价格的比率衡量的平均波动率大约如下: EURUSD 0,8% EURCHF 0,3% EURGBP 0,5%. 你认为这些数值如何影响货币的 "可预测性"?从这张图来看,我们可以假设,较高的波动率可能会导致货币较高的不可预测性,至少在100分钟以内的指定时间间隔内是如此? 或者,也许我误解了什么,那么请纠正我。 PS:说到这里,你能否为外汇市场上的其他货币提供类似的图片?根据上述原则,对货币获得类似的结果将是非常有趣的。我也在 "摸索 "计算上个月的相关性,以便将其用于预测。我正在测试以下想法。我们采取某种长度的样本,并将其与历史上相同长度的样本进行比较。计算相关系数。在历史上选择一个具有最大相关系数的样本。然后我们把历史上最重合的那部分样本画到未来,当然是相对于当前价格重新计算过的。当然,对于一个预测,我正在建立一个几个长度的平均预测样本,以 "增加命中的概率";o)。这个原理本身很可能让人联想到神经网络,在很远的地方。某物与某物相比较,在此基础上推断出某物。只是这个原则被极度简化了--只比较了相关系数,而没有其他的了!"。事实证明,这很有趣。到目前为止,我正在收集统计资料,根据这一原则在一分钱上进行交易。也许有些东西会因此而出现? 索兰特,你说对了这正是我在分析结果时可以得出的结论。事实上,随着预测范围的增加,一种或另一种工具的预测的可靠性会以指数形式迅速下降。我故意不显示时间范围超过100分钟的数据,并不是因为我隐藏了一些有趣的东西,而是因为在相关图的这一部分存在统计学上的零。我想指出的是,这些结论与TC的常见方法相悖,其依据是关于使用大投资期限的可行性的断言。人们可以推测出这种说法的根源所在。问题是,一个人意识到在每笔交易中收益超过直流电价差的重要性时,直觉上倾向于在工具波动性远大于现有价差时工作,因此他/她完全忽视了收益的统计性质。是的,在每笔单独的交易中,它对市场的收益或损失远远超过价差,但将所有的收益和损失加在一起,并将获得的价值与交易的数量联系起来,我们惊恐地看到,平均收益率远远小于悲惨的价差!这是不可能的。因为平均收益率不是由工具波动率决定的,而是由其与FAC的乘积决定的。这一点不被认为是...由任何人。 Solandr,你所获得的平均波动率,以每天 的最高-最低价与平均价格的比率来衡量,并不影响货币的 "可预测性"。相反,它是负面FAC下可预测性的结果。我在FAC检查的几乎所有配对都符合图中所示的范围。有趣的是,欧元兑美元是最不可预测的货币对!这是个问题。如果你想为其他乐器建立相关图,你可以使用我给出的表达方式。 1...182183184185186187188189190191192193194195196...309 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
就个人而言,我以其良好的规则适应性为指导。如果从{0:0.5},那么价格可能会逆转等(你之前描述的使用规则)。
哦,怎么了,Neutron,我就是不明白你的意思了。以前,你用黑体字强调说。
......结果表明,外汇市场的周期是存在的,但却是随机的,即不存在具有静止期或接近静止期的周期......
格拉斯恩,我没有撒谎。在同一篇文章中,下面写道,正是因为周期性过程和趋势 缺乏静止性,所以它们没有实际价值!这是对的。数学上已经严格证明,从长远来看,人们不可能用任何的TS来打败一个由预期报酬为零的静止序列整合而成的时间序列(这一点有一些保留,类似于货币工具的价格序列,类似于粒子的布朗运动),尽管这个序列会同时包含趋势和周期性波动,但它们不是静止的。股票市场有固定的趋势和季节性的波动,这是它的优势,但尽管如此,金融市场 尽管不可预测,但也有其曲折性,这也是吸引我的地方。在我的策略中,我放弃了对趋势和周期的寻找,而专注于寻找能够充分描述当前价格行为的自回归模型。这个模型,或多或少可靠地预测了未来的几个条。但是,今天存在的价差在幅度上往往与预测幅度相当,因此,研究的目的被简化为寻找一个标准,以估计这个或那个工具的角度选择和应用的预测模型的适当性。 。
Grasn
就我个人而言,我是以其良好的规则遵守为指导。如果从{0:0.5},那么价格可能会逆转等等(你之前描述了使用规则)。
这更需要说明理由。我将从相反的角度来看待...让我们拿一个随机的时间序列(比如上面这个帖子中描述的),用Hurst算子影响它。当然,它不会等于1/2,但会在这个值附近徘徊,其幅度取决于滑动窗口的大小(窗口越大,指标产生的噪音越小,但它产生的信号的相位延迟越大)。因此,我们会犯一个熟悉的错误,到了信号出现的时候,我们的随机时间序列就会发生变化,我们顶多是一无所获。这源于这样一个假设,即不可能在一个随机值上持续挣钱。转到真正的市场...Grasn,你能证明在你选择的时间框架上价格行为的非随机性,并因此证明Hurst指标的正确工作吗?
在我的策略中,我放弃了对趋势和周期的寻找,而专注于寻找能够充分描述当前价格行为的自回归模型。这个模型,或多或少可靠地预测了未来的几个条。但目前现有的价差在幅度上往往与预测幅度相当,所以我的研究目的是找到允许估计这个或那个工具的角度选择和所使用的预测模型的充分性的标准。
我知道,趋势、周期并不是静止的。当然这很悲哀,但根本没有那么糟糕。问题是,我已经 "摸索 "出了一种使用频谱分析(基于小波)检测趋势/通道终止的方法。与系统的其他组成部分相结合,它能带来良好的效果。
这更需要说明理由。我就反其道而行之......
让我们拿一个随机的时间序列(比如上面这个帖子中描述的),用Hurst算子影响它。当然,它不会等于1/2,但会在这个值附近徘徊,其幅度取决于滑动窗口的大小(窗口越大,指标产生的噪音越小,但它产生的信号的相位延迟越大)。因此,我们会犯一个熟悉的错误,到了信号出现的时候,我们的随机时间序列会发生变化,我们顶多是一无所获。这源于这样一个假设,即不可能在一个随机值上持续挣钱。
转到真正的市场...Grasn,你能证明在你选择的时间框架上价格行为的非随机性,并因此证明Hurst指标的正确工作吗?
当然,需要说明理由,你的预测方法也是如此。这让我有点想起伯格方法的线性预测。工作极其低劣(愿版主原谅我)。
我不使用任何滑动窗口。我不像你那样计算指标。价格变化是一个不容置疑的事实。我在我的帖子90-91中给出了计算的例子和我对其使用的看法 :o)
我看到,对话变得越来越科学。这很好,因为它迫使人们解决主要问题,摆脱未经证实的主张。然而,由于这里的人并非都是DSP、频谱分析、数学统计和其他技巧方面的专家,我建议制定标准,在提出问题的同时,可以在答案中使用。
特别是,中子,你能不能提出你所说的价格的哪些行为是随机的,哪些是你所说的非随机的。而且,如果这些都是定性的,你能不能也为数字系列的非随机行为制定一个定量的标准。
不要对什么可以应用和什么不能应用妄下结论。你不知道!你 已经有了类似的经历(13.11.06:52)。
如果你要把初学者放在正确的道路上,那就在网站上诚实地写上:"你们中只有1-5%的人会成功,而且很可能是坏事,不一定是好事"。
关于1-5%的问题,你当然是完全正确的。在没有解释的情况下,要相信它简直是极其困难的--这只是他的心理。虽然解释也不一定有帮助--看看网站mql4.com每天从一个分支到另一个分支问同样的问题,这些问题已经被详细地回答了一百万次,但人们仍然认为他们比前辈更聪明;o))。纯粹的心理学。
那么,对于抛物线,可以说是以下几点。抛物线只是试图摆脱外汇市场上出现的周期性规律的非平稳性的一种尝试。抛物线回归并不关心样本的频率。它只是显示了一些区域,在它看来,这些区域的价格处于极端位置。当然,从抛物线回归的角度来看,并不是所有的事情都是应该的,但这就是外汇市场本身的随机性,它是无法被征服的,只能通过建立一个策略来适应它。
六个多月前,我就想到,振荡器的主要任务是显示市场中的一些周期性模式,但由于市场周期性特征的非平稳性,如上所述,振荡器未能应付其主要任务。我能找到的震荡器的唯一应用是检测市场的转折点,当它有可能以非常高的概率说价格在1-2小时内不会低于或高于这个或那个水平。当时,我根据这一原则实施了一个简单的专家顾问,现在它正在参加MTS锦标赛https://championship.mql5.com/2012/en。在锦标赛中,专家顾问的风险非常高,以使其显示出一些东西。但实际上,在低风险的情况下,赢的钱可以和银行利息相比。同时,他也会失去很多。这就是我能够或多或少成功地应用于有固定设置的振荡器(根据历史数据安装)。由于我们在优化过程中选择了一个非常高的 "小费水平",以获得最大的赢/输头寸百分比值,所以根据专家顾问的结果,我们看到的交易数量非常少。这就是在冠军赛期间有多少个与历史相适应的参数的 "临界点"。我在一个测试模拟账户上监控工作--一切都与+/-2点的精确度相吻合。
特别是,Neutron,你能不能提出你所说的哪些价格行为是随机的,哪些是非随机的。而且,如果这些判断在本质上是定性的,你能不能也为数字系列的非随机行为制定一个定量的标准。
没有什么比随机性更违背理性和自然界的恒定性了。上帝自己不可能知道什么是偶然发生的。因为如果他知道,就一定会发生,如果一定发生,就不是随机的。西塞罗。关于devinatio。相
关矩是对随机变量Xi和Xj的统计关系(相互依赖或相关)程度的定量测量。相关系数的概念也被用来作为随机变量相关程度的无量纲归一化特征。相关系数r的值在-1到+1之间。如果r=0,随机变量被认为是相互独立的,如果|r|=1,它们是完全相关的(例如,变量X=b*Y,有一个任意的b值);在所有其他情况下,|r|越接近1,随机变量之间的相关性越大,可能是向前或向后(r<0)。顺便说一下,如果统计上独立的随机变量的相关系数总是等于零,那么关于随机变量的相关系数为零时的统计独立性的逆向陈述只对高斯分布是真的,在一般情况下是不够的。相关函数的一个特例是自相关函数(AFC),它被广泛用于信号分析中。它是时间时刻ti和tj的居中(残差)随机函数值的统计平均产物,表征过程的波动成分。
自相关和自方差函数的属性。1
.这很明显,因为在t=0时,计算出了样本与自身的相关程度,它不能小于不同样本的相关程度。协方差函数的最大值的值等于信号的平均功率。2.自变量和自相关函数是偶数:r(t)=r(-t)。换句话说,两个随机变量X(t1)和X(t2)的混合矩与考虑这些数量的序列无关,并分别对其参数对称。3.在t趋于无穷大时能量有限的信号的FAC值趋于零,这直接源于FAC的物理意义。这允许将FAC长度限制在某个最大值tmax--相关半径,超过这个值的计数可以被认为是独立的。4.如果我们在随机函数X(t)中加入一个非随机函数f(t),相关函数不会改变。
计算FAC
让有一个由项x(i)组成的残余时间序列,其中i从0到n运行。那么间隔t距离的系列成员之间的关系程度由公式定义
:FAC=SUM{x(i)*x(i+k)}/SUM{x(i)^2}), 其中i跨度值从0到n-k。这导致了一个在-1和1之间的单一数值。随机性的标准是结果接近于零的程度。通过处理相同长度的RARE时间序列,并收集足够的统计数据,可以得到 "有多接近?"的答案。根据我自己的经验,我可以说,更大的绝对值0.1的值是有实际意义的。特别感兴趣的是对货币工具在1分钟、2分钟等至100分钟的时间框架内的FAC的分析。我在此附上相关图。它显示了2004年欧元兑美元的红线与蓝点,欧元兑瑞郎的蓝线与红点,欧元兑英镑的绿松石线与蓝点,黑叉显示了通过整合静止的RARE值产生的时间序列的FAC,其分布函数和
标准偏差 与欧元兑美元相同。以分钟为单位的时间框架沿着标线绘制。你可以得出你自己的结论。
谢谢你提供的非常有趣的结果!我还没有遇到过这样的研究!从图像上看,我的理解是,我们可以得出结论,某种预测只可能在短时间内实现,比如说,最多100分钟?而不同的货币对有不同的预测潜力?换句话说,从这张图来看,欧元兑美元做预测的效率非常低?这是一个非常有趣的结论,因为我认为大多数交易者玩的正是欧元兑美元。另一方面,从这幅图中得出的结论非常有趣,
欧元兑 美元和欧元兑英镑货币对 更有希望为它们做出预测。通常情况下,几乎没有人玩这些对子。交易者只是认为它们是 "低波动性"。实际上,以每日期间的高低点与平均价格的比率衡量的平均波动率大约如下: EURUSD 0,8% EURCHF 0,3% EURGBP 0,5% . 你认为这些数值如何影响货币的 "可预测性"?看了这幅图,我们可以假设,较高的波动率可能导致货币的不可预测性较高,至少在100分钟以内的特定时间间隔内是如此?或者,也许我误解了什么,那么请纠正我。 PS:说到这里,你能否为外汇市场上的其他货币提供类似的图片?根据上述原则,对货币获得类似的结果将是非常有趣的。我也在 "摸索 "计算上个月的相关性,以便将其用于预测。我正在测试以下想法。我们采取某种长度的样本,并将其与历史上相同长度的样本进行比较。计算相关系数。在历史上选择一个具有最大相关系数的样本。然后我们把历史上最重合的那部分样本画到未来,当然是相对于当前价格重新计算过的。当然,对于一个预测,我正在建立一个几个长度的平均预测样本,以 "增加命中的概率";o)。这个原理本身很可能让人联想到神经网络,在很远的地方。某物与某物相比较,在此基础上推断出某物。只是这个原则被极度简化了--只比较了相关系数,而没有其他的了!"。事实证明,这很有趣。到目前为止,我正在收集统计资料,根据这一原则在一分钱上进行交易。也许有些东西会因此而出现?
简而言之:关于随机过程的决定性。我当时非常喜欢它。
我想所有的部分都在这里,包括第一部分(基金会) -http://www.izb.su/azimo/..%5Caut76a12.html
谢谢你提供的细节。现在我更明白我们在谈论什么了。:-)
我还有几个澄清的问题。经过你的允许。
据我所知,中心化是通过减去整个系列的平均值(数学期望值)来完成的。那么?一个随机函数在时间ti和tj的值是两个数字。他们的产品是如何进行统计平均的?我以为FAC是一个参数的函数,这个参数是xi和xj之间的间隔,实际上是(ti - tj)。它到底是怎样的?
这里有太多的字母了。:-))公式中的任何地方都没有使用距离t。如果t和k是一样的,那么对我来说是有意义的。而且这与我对FAC的理解是一致的。如果没有,那就解释一下它是什么。
你是如何生成这个随机值的?如何计算欧元兑美元在某段历史上的倾斜度,我有一个想法,但我甚至无法猜测从哪里得到eura的分布函数。请分享你从哪里得到的信息。
还有一个问题。这涉及到你对 "时间框架 "一词的使用。一般来说,在MT4中,这个词的意思是图表上的 "分时价格",也就是说,一个柱状图对应的时间段。然而,从你帖子的上下文来看,我理解你指的是计算相关系数的时间区间t。而所有t的这些数值的总和就是FAC。如果不是这样,请纠正我。
最后一件事。你是根据2004年的历史进行计算的。 你使用了什么数据:M1、M5等。?
我的一丝不苟有一个明确的解释。不久前,我厌倦了科学的捅破法,认为一定有一些客观的方法来评估某个TA工具是否有某种(如预测)价值。总的来说,我得出一个结论,这种估计可能是工具与价格的相关性的函数。而标准是这个函数大于(模)FAC的条件。 你认为这在原则上是可能的吗?
可能有兴趣的指标,对于这些指标,相关函数在未来有一个最大值。而相应的区间就是最佳预测区间。不清楚哪一个更有价值:FC的最大值或差异的最大值(FC-FAC)。
简而言之,我已经列出了一个研究计划,但我还没有开始实施。首先,我还没有完成我之前开始的工作。其次,我还没有消除教育方面的差距。所以我非常高兴在这个论坛上看到你。我希望我没有用问题来打扰你。:-)
PS。从引文来看,西塞罗是一个热情的无神论者。无论如何,他对辩证法一无所知。
而他对上帝的概念,也可能是没有深度的闪耀。当然,如果他是真诚地说出来的话。:-))
EURUSD 0,8%
EURCHF 0,3%
EURGBP 0,5%
. 你认为这些数值如何影响货币的 "可预测性"?从这张图来看,我们可以假设,较高的波动率可能会导致货币较高的不可预测性,至少在100分钟以内的指定时间间隔内是如此?
或者,也许我误解了什么,那么请纠正我。
PS:说到这里,你能否为外汇市场上的其他货币提供类似的图片?根据上述原则,对货币获得类似的结果将是非常有趣的。我也在 "摸索 "计算上个月的相关性,以便将其用于预测。我正在测试以下想法。我们采取某种长度的样本,并将其与历史上相同长度的样本进行比较。计算相关系数。在历史上选择一个具有最大相关系数的样本。然后我们把历史上最重合的那部分样本画到未来,当然是相对于当前价格重新计算过的。当然,对于一个预测,我正在建立一个几个长度的平均预测样本,以 "增加命中的概率";o)。这个原理本身很可能让人联想到神经网络,在很远的地方。某物与某物相比较,在此基础上推断出某物。只是这个原则被极度简化了--只比较了相关系数,而没有其他的了!"。事实证明,这很有趣。到目前为止,我正在收集统计资料,根据这一原则在一分钱上进行交易。也许有些东西会因此而出现?
索兰特,你说对了这正是我在分析结果时可以得出的结论。事实上,随着预测范围的增加,一种或另一种工具的预测的可靠性会以指数形式迅速下降。我故意不显示时间范围超过100分钟的数据,并不是因为我隐藏了一些有趣的东西,而是因为在相关图的这一部分存在统计学上的零。我想指出的是,这些结论与TC的常见方法相悖,其依据是关于使用大投资期限的可行性的断言。人们可以推测出这种说法的根源所在。问题是,一个人意识到在每笔交易中收益超过直流电价差的重要性时,直觉上倾向于在工具波动性远大于现有价差时工作,因此他/她完全忽视了收益的统计性质。是的,在每笔单独的交易中,它对市场的收益或损失远远超过价差,但将所有的收益和损失加在一起,并将获得的价值与交易的数量联系起来,我们惊恐地看到,平均收益率远远小于悲惨的价差!这是不可能的。因为平均收益率不是由工具波动率决定的,而是由其与FAC的乘积决定的。这一点不被认为是...由任何人。
Solandr,你所获得的平均波动率,以每天 的最高-最低价与平均价格的比率来衡量,并不影响货币的 "可预测性"。相反,它是负面FAC下可预测性的结果。我在FAC检查的几乎所有配对都符合图中所示的范围。有趣的是,欧元兑美元是最不可预测的货币对!这是个问题。如果你想为其他乐器建立相关图,你可以使用我给出的表达方式。