基于艾略特波浪理论的交易策略 - 页 194 1...187188189190191192193194195196197198199200201...309 新评论 Forex Trader 2006.12.27 09:39 #1931 而你的问题，颇有反问的意味，是一种不回答的方式。这是主人的事。<br / translate="no"> Yurixx 这并不难回答，但进行预测几乎是一样的。 就像预测天气一样。"预测者 "是一个鞭策者 :-))) 我目前在英镑/美元上交易，这里的波动性比欧元/美元高。 相应地，有更多的机会。:))) Forex Trader 2006.12.27 10:14 #1932 Yurixx 假设我有两个指标，每个指标都显示某些事件的概率（例如，价格将至少上升N点）。这些指标是自然相关的，可以计算它们的相关系数。我们如何从这两个数字中计算出一个事件的累积概率？ 我无法对我的论断给出严格的证明。 在这种情况下，我们处理的是一些二进制检测器的类似物。让检测器以概率p表明样品中存在某种物质。很明显，在进行了足够多的测量N次后，如果样品中真的含有某种物质，我们将在p*N的情况下确认其存在，如果不存在，则确认其存在的(1-p)*N。因此，只要我们有足够的N个实验，并且(1-p)*N*R*N>N，我们就能以接近1的确定性（如1-(1-p)^N）确立真理。为此，只要看看检测器的读数之和收敛到什么数值就够了，是收敛到p*N还是收敛到（1-p）*N。很明显，用一个探测器连续进行N次实验和在一次实验中同时使用N个探测器没有区别。 这个例子不难推广到每次测量中每个探测器的任意概率p[i]>0.5的情况。通过类比推理。 进行足够数量的测量N，我们将在SUM(p[i])（进行i=1...N的求和）的情况下，确认给定物质的存在，如果它真的包含在样品中，和SUM(1-p[i])的存在 - 如果它不存在。事实证明，如果所有哔哔声指标的总和趋向于SUM(p[i])或更多，事件就会发生。 如果所有信号指标的总和趋向于SUM(1-p[i])或更小，事件就不会发生。在这种一般情况下，我不能说结果的概率--我没有足够的知识，但在特殊情况下，事件会有概率发生。 P=1-P(1-p[i])， 其中乘积在所有i=0...N上进行，且p[i]>0.5。 如果所有N个指标都同时发出信号。 Forex Trader 2006.12.27 10:35 #1933 <br/ translate="no">我目前正在研究英镑/美元，它的波动性比欧元/美元更大。 相应地，有更多的机会。:))) 这很奇怪，我一直认为两种货币的波动性差不多。而对日线（高低点）/收盘的平均相对价差的计算，按一周内的天数 计算，也证实了这一点。EURUSD_1440_Day_of_Week_1 0.007266 EURUSD_1440_Day_of_Week_2 0.007871 EURUSD_1440_Day_of_Week_3 0.007981 EURUSD_1440_Day_of_Week_4 0。008332 EURUSD_1440_Day_of_Week_5 0.008522 GBPUSD_1440_Day_of_Week_1 0.007224 GBPUSD_1440_Day_of_Week_2 0。007431 GBPUSD_1440_Day_of_Week_3 0.007535 GBPUSD_1440_Day_of_Week_4 0.007863 GBPUSD_1440_Day_of_Week_5 0.008052 为了计算每个数值，在相应的星期中取100条日线。如果我们用公式（平均相对范围）*Close[0]来计算以点为单位的平均绝对范围，那么这个值当然会不同，因为Close[0]对每个货币来说当然是不同的。但这里的 "更多机会 "能藏在哪里--完全不清楚吗？因为英镑兑美元的止损和止盈将简单地按货币之间的比例放大约1.5倍？因此，战略本身的盈利能力将保持不变! Forex Trader 2006.12.27 10:59 #1934 2Neutron 谢谢你的波动性。我想请你帮助解决另一个问题。 假设我有两个指标，每个指标都显示某些事件的概率（例如，价格将至少上涨N点）。这些指标是自然相关的，可以计算它们的相关系数。我如何从这两个数字中计算出一个事件的总概率？ 预先感谢你。 摘自《新市场奇才》（Eckhardt）： "......稳健的方法是否还有其他实际意义，与假设正态 概率分布 的研究结果不同？- 一个重要的应用涉及到你对一个特定市场有多个指标的情况。问题出现了：如何以最有效的方式结合几个指标？基于某些精确的统计测量，有可能为不同的指标分配权重。然而，为每个指标分配的权重的选择往往是主观的。你会发现，在大多数情况下，最好的策略不是加权，而是给每个指标分配一个1或0的值。 换句话说，接受或拒绝一个指标。如果一个指标足够好，可以在原则上使用，那么它也足够好，可以被分配一个与其他指标相同的权重。如果它不符合这个标准，就不值得去理会。这一原则同样适用于交易的选择。你如何将你的资产最好地分配给不同的行业？我将再次论证，分配应该是均匀的。要么交易想法足够好，可以执行--在这种情况下，应该全面执行--要么根本不值得关注。" Forex Trader 2006.12.27 12:22 #1935 我刚刚得到了一个惊人的结果! 我对自己对理论法则的无知感到不满，迅速写了一段代码，由蒙特卡洛播放事件，并附上N个指标，每个指标的概率为p[i]，预测下一个事件。然后我过滤掉那些所有指标都重合的情况，并计算出事件预测的正确率。 你怎么看...所有指标ONCE的正确预测概率是每个指标的概率的算术平均值。 P=SUM(p[i])/N，求和是i=1...N。 真的吗？我很震惊! 因此，当几个指标一起使用时，正确的事件预测的概率P比使用一个最可靠的指标时要小！这就是为什么要使用几个指标。也就是说，把几个指标放在一起使用并不能使预测的可靠性有明显的提高。 Forex Trader 2006.12.27 12:53 #1936 <br / translate="no">Solandr 我不知道，我想我已经在这里说明了我对传播的主要想法。这都是同样的一阶和二阶的 "收敛 "回归，我想这里的每个人都已经知道....。 一点也不，你的方法非常有趣。我以为你会根据统计数字和 "通过眼睛 "的方法。我唯一能想到的是制作一个 "智能窗"。也就是说，我们的任务是控制当前的趋势，从而控制可能的反转区域，例如使用ATR（需要改写一下），因此，算法可以是以下内容（提出想法的要点）。 1.寻找当前的趋势（或者说，一些有趣的价格变动）。 2.我们发现一个柱状物，象征着一个趋势（运动）的开始。 我们为这个运动固定（计算，固定）一个相对于发现的酒吧的窗口 4.我们与价格一起移动，看ATR何时到达边界 5.它已经接近--可能出现逆转 6.趋势结束--寻找新的趋势，重复一切 还没有试过，其他工作已经计划好了，但我很快就会做。也就是说，它就像消除使用 "硬 "窗口带来的延迟的某种方式。还是我错过了什么，ATR中非常重要的东西？） Yurixx，我想起来了，什么是行中心化！？如果我没记错的话，它是这样的。你有一个系列。 x[0], x[1], x[2], x[3], x[4] 。 中心数列的获得方法如下（用公式比用文字更容易）。 X[0]，无值 x[1]=（x[0]+x[1]+x[2]）/3 x[2]=（x[1]+x[2]+x[3]）/3 x[3]=（x[2]+x[3]+x[4]/3 X[4]没有值 阿瓦尔斯 好啊，这意味着我不是唯一的一个。我的意思是，我读过很多赞扬波动性的文章，但我并不真正理解它给我带来了什么。:о) 例如，http://forex.kbpauk.ru/showflat.php/Cat/0/Number/40044/page/0/fpart/1/vc/1 阿瓦尔斯，谢谢，有趣的东西。 中子 因此，当使用一个以上的指标时，正确预测事件的概率P小于单独使用最可靠的指标时！！。也就是说，把几个指标放在一起使用并不会导致预测可靠性的明显提高。 很对。这正是我在分析弗拉迪斯拉夫的策略时，只留下赫斯特指标作为主要（可靠）指标而放弃选择可靠通道的 "竞争 "方法的原因。 为什么新闻指标在Windows 7中不起作用？ 交易员手册：订单、价格、堆栈、资金、货币 神经网络：从理论到实践 Forex Trader 2006.12.27 15:19 #1937 我刚刚得到的惊人的结果!<br / translate="no"> ... P=SUM(p[i])/N，求和是i=1...N。 真的吗？我很震惊! 因此，同时使用几个指标时，正确预测事件的概率P小于单独使用最可靠的指标时！！！。也 就是说，把几个指标放在一起使用，并不能使预测的可靠性有明显的提高。 嗯... 我更喜欢前一个帖子的结论。:-)) 可能是因为我自己是以公式为指导的 P=1-P（1-p[i]），其中乘积适用于所有i=0...N，且p[i]>0.5。 如果所有N个指标同时发出信号。 也许真的使用多个指标并不能增加预测的可靠性？我不知道。然而，我的物理思维方式并不想同意这个结论。我内心的东西告诉我，这里有问题。 如果指标是独立的，我会倾向于依靠公式P=1-P（1-p[i]）。然而，由于所有的指标都是基于价格序列的，因此它们很可能都在某种程度上具有依赖性。这就是为什么我不能无条件地接受这个公式。这就是为什么我也想在相关系数的帮助下对它进行一些细化。 由于同样的原因，将概率确定为算术平均值的结论对我来说并不满意。对物理意义的基本分析说，情况如下。 假设该概率确实被计算为两个（用于确定的）概率p1和p2的算术平均值。如果这两个指标是完全相关的（即coeff=1），那么p1=p2=p0和（p1+p2）/2=p0似乎是正确的。但如果coeff=0，就会出现矛盾。由于p1和p2是独立的，可以同时进行测量。然后，在大数极限中，正面结果与总结果的比率甚至不应倾向于第2个极限，而应倾向于第3个极限：p1、p2和（p1+p2）/2。这里有一些问题。 Forex Trader 2006.12.27 19:32 #1938 嗯...我在哪里搞砸了！？很明显。但在哪里呢？ Forex Trader 2006.12.27 20:33 #1939 嗯...我在哪里搞砸了！？很明显。但在哪里呢？ 不幸的是，我不知道蒙特卡洛方法。但也许是再现它的算法？ 就像随机数发生器 实际上只生成一个伪随机序列一样？ 也许问题在于这些N个指标不是独立的，也就是相互关联的？ 或者说我的考虑是错误的？ Forex Trader 2006.12.27 21:42 #1940 我没有使用蒙特卡洛方法，我认为没有必要。但根据我收集的统计数据，我从我使用的几个指标（参数）得出了大致相同的结论。使用一个最可靠的，比全部使用（不包括最可靠的那个）的结果更好。也就是说，我依次排除了被研究组中的指标。 至于这些指标与主要结论之间存在关联，理由是它们都来自同一个主要系列，我不同意，主要有两个原因。 1可以肯定的是，不是所有的指标都会相互依赖（如ATR和任何一个MAs）。这很容易检查。 2对这些指标本身的使用有根本的不同，因此结论也不同（如MACD和同一MA）。 1...187188189190191192193194195196197198199200201...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
Yurixx 这并不难回答，但进行预测几乎是一样的。
就像预测天气一样。"预测者 "是一个鞭策者 :-)))
我目前在英镑/美元上交易，这里的波动性比欧元/美元高。
相应地，有更多的机会。:)))
假设我有两个指标，每个指标都显示某些事件的概率（例如，价格将至少上升N点）。这些指标是自然相关的，可以计算它们的相关系数。我们如何从这两个数字中计算出一个事件的累积概率？
我无法对我的论断给出严格的证明。
在这种情况下，我们处理的是一些二进制检测器的类似物。让检测器以概率p表明样品中存在某种物质。很明显，在进行了足够多的测量N次后，如果样品中真的含有某种物质，我们将在p*N的情况下确认其存在，如果不存在，则确认其存在的(1-p)*N。因此，只要我们有足够的N个实验，并且(1-p)*N*R*N>N，我们就能以接近1的确定性（如1-(1-p)^N）确立真理。为此，只要看看检测器的读数之和收敛到什么数值就够了，是收敛到p*N还是收敛到（1-p）*N。很明显，用一个探测器连续进行N次实验和在一次实验中同时使用N个探测器没有区别。
这个例子不难推广到每次测量中每个探测器的任意概率p[i]>0.5的情况。通过类比推理。
进行足够数量的测量N，我们将在SUM(p[i])（进行i=1...N的求和）的情况下，确认给定物质的存在，如果它真的包含在样品中，和SUM(1-p[i])的存在 - 如果它不存在。事实证明，如果所有哔哔声指标的总和趋向于SUM(p[i])或更多，事件就会发生。 如果所有信号指标的总和趋向于SUM(1-p[i])或更小，事件就不会发生。在这种一般情况下，我不能说结果的概率--我没有足够的知识，但在特殊情况下，事件会有概率发生。
P=1-P(1-p[i])， 其中乘积在所有i=0...N上进行，且p[i]>0.5。
如果所有N个指标都同时发出信号。
相应地，有更多的机会。:)))
这很奇怪，我一直认为两种货币的波动性差不多。而对日线（高低点）/收盘的平均相对价差的计算，按一周内的天数 计算，也证实了这一点。EURUSD_1440_Day_of_Week_1 0.007266 EURUSD_1440_Day_of_Week_2 0.007871 EURUSD_1440_Day_of_Week_3 0.007981 EURUSD_1440_Day_of_Week_4 0。008332 EURUSD_1440_Day_of_Week_5 0.008522 GBPUSD_1440_Day_of_Week_1 0.007224 GBPUSD_1440_Day_of_Week_2 0。007431 GBPUSD_1440_Day_of_Week_3 0.007535 GBPUSD_1440_Day_of_Week_4 0.007863 GBPUSD_1440_Day_of_Week_5 0.008052 为了计算每个数值，在相应的星期中取100条日线。如果我们用公式（平均相对范围）*Close[0]来计算以点为单位的平均绝对范围，那么这个值当然会不同，因为Close[0]对每个货币来说当然是不同的。但这里的 "更多机会 "能藏在哪里--完全不清楚吗？因为英镑兑美元的止损和止盈将简单地按货币之间的比例放大约1.5倍？因此，战略本身的盈利能力将保持不变!
谢谢你的波动性。我想请你帮助解决另一个问题。
假设我有两个指标，每个指标都显示某些事件的概率（例如，价格将至少上涨N点）。这些指标是自然相关的，可以计算它们的相关系数。我如何从这两个数字中计算出一个事件的总概率？
预先感谢你。
摘自《新市场奇才》（Eckhardt）： "......稳健的方法是否还有其他实际意义，与假设正态
概率分布 的研究结果不同？- 一个重要的应用涉及到你对一个特定市场有多个指标的情况。问题出现了：如何以最有效的方式结合几个指标？基于某些精确的统计测量，有可能为不同的指标分配权重。然而，为每个指标分配的权重的选择往往是主观的。你会发现，在大多数情况下，最好的策略不是加权，而是给每个指标分配一个1或0的值。 换句话说，接受或拒绝一个指标。如果一个指标足够好，可以在原则上使用，那么它也足够好，可以被分配一个与其他指标相同的权重。如果它不符合这个标准，就不值得去理会。这一原则同样适用于交易的选择。你如何将你的资产最好地分配给不同的行业？我将再次论证，分配应该是均匀的。要么交易想法足够好，可以执行--在这种情况下，应该全面执行--要么根本不值得关注。"
我对自己对理论法则的无知感到不满，迅速写了一段代码，由蒙特卡洛播放事件，并附上N个指标，每个指标的概率为p[i]，预测下一个事件。然后我过滤掉那些所有指标都重合的情况，并计算出事件预测的正确率。
你怎么看...所有指标ONCE的正确预测概率是每个指标的概率的算术平均值。
P=SUM(p[i])/N，求和是i=1...N。
真的吗？我很震惊!
因此，当几个指标一起使用时，正确的事件预测的概率P比使用一个最可靠的指标时要小！这就是为什么要使用几个指标。也就是说，把几个指标放在一起使用并不能使预测的可靠性有明显的提高。
我不知道，我想我已经在这里说明了我对传播的主要想法。这都是同样的一阶和二阶的 "收敛 "回归，我想这里的每个人都已经知道....。
一点也不，你的方法非常有趣。我以为你会根据统计数字和 "通过眼睛 "的方法。我唯一能想到的是制作一个 "智能窗"。也就是说，我们的任务是控制当前的趋势，从而控制可能的反转区域，例如使用ATR（需要改写一下），因此，算法可以是以下内容（提出想法的要点）。
1.寻找当前的趋势（或者说，一些有趣的价格变动）。
2.我们发现一个柱状物，象征着一个趋势（运动）的开始。
我们为这个运动固定（计算，固定）一个相对于发现的酒吧的窗口
4.我们与价格一起移动，看ATR何时到达边界
5.它已经接近--可能出现逆转
6.趋势结束--寻找新的趋势，重复一切
还没有试过，其他工作已经计划好了，但我很快就会做。也就是说，它就像消除使用 "硬 "窗口带来的延迟的某种方式。还是我错过了什么，ATR中非常重要的东西？）
Yurixx，我想起来了，什么是行中心化！？如果我没记错的话，它是这样的。你有一个系列。
x[0], x[1], x[2], x[3], x[4] 。
中心数列的获得方法如下（用公式比用文字更容易）。
X[0]，无值
x[1]=（x[0]+x[1]+x[2]）/3
x[2]=（x[1]+x[2]+x[3]）/3
x[3]=（x[2]+x[3]+x[4]/3
X[4]没有值
阿瓦尔斯
好啊，这意味着我不是唯一的一个。我的意思是，我读过很多赞扬波动性的文章，但我并不真正理解它给我带来了什么。:о)
例如，http://forex.kbpauk.ru/showflat.php/Cat/0/Number/40044/page/0/fpart/1/vc/1
阿瓦尔斯，谢谢，有趣的东西。
中子
因此，当使用一个以上的指标时，正确预测事件的概率P小于单独使用最可靠的指标时！！。也就是说，把几个指标放在一起使用并不会导致预测可靠性的明显提高。
很对。这正是我在分析弗拉迪斯拉夫的策略时，只留下赫斯特指标作为主要（可靠）指标而放弃选择可靠通道的 "竞争 "方法的原因。
P=SUM(p[i])/N，求和是i=1...N。
真的吗？我很震惊!
因此，同时使用几个指标时，正确预测事件的概率P小于单独使用最可靠的指标时！！！。也 就是说，把几个指标放在一起使用，并不能使预测的可靠性有明显的提高。
嗯...
我更喜欢前一个帖子的结论。:-))
可能是因为我自己是以公式为指导的
如果所有N个指标同时发出信号。
也许真的使用多个指标并不能增加预测的可靠性？我不知道。然而，我的物理思维方式并不想同意这个结论。我内心的东西告诉我，这里有问题。
如果指标是独立的，我会倾向于依靠公式P=1-P（1-p[i]）。然而，由于所有的指标都是基于价格序列的，因此它们很可能都在某种程度上具有依赖性。这就是为什么我不能无条件地接受这个公式。这就是为什么我也想在相关系数的帮助下对它进行一些细化。
由于同样的原因，将概率确定为算术平均值的结论对我来说并不满意。对物理意义的基本分析说，情况如下。
假设该概率确实被计算为两个（用于确定的）概率p1和p2的算术平均值。如果这两个指标是完全相关的（即coeff=1），那么p1=p2=p0和（p1+p2）/2=p0似乎是正确的。但如果coeff=0，就会出现矛盾。由于p1和p2是独立的，可以同时进行测量。然后，在大数极限中，正面结果与总结果的比率甚至不应倾向于第2个极限，而应倾向于第3个极限：p1、p2和（p1+p2）/2。这里有一些问题。
不幸的是，我不知道蒙特卡洛方法。但也许是再现它的算法？
就像随机数发生器 实际上只生成一个伪随机序列一样？
也许问题在于这些N个指标不是独立的，也就是相互关联的？
或者说我的考虑是错误的？
至于这些指标与主要结论之间存在关联，理由是它们都来自同一个主要系列，我不同意，主要有两个原因。
1可以肯定的是，不是所有的指标都会相互依赖（如ATR和任何一个MAs）。这很容易检查。
2对这些指标本身的使用有根本的不同，因此结论也不同（如MACD和同一MA）。