1 уверен, что далеко не все индикаторы будут зависеть друг от друга (например, ATR и любой из MA). Это просто проверить. 2 встречается принципиально разное использование самих данных индикаторов, а следовательно заключения (например MACD и тот же MA)
Я сейчас работаю по паре GBP/USD, здесь волантильность побольше, чем у EUR/USD.
Соответственно и возможностей больше. :)))
奇怪的是，我一直认为两种货币的波动性是差不多的。而对日线（高低点）/收盘的平均相对价差的计算，按一周的天数进行了确认。
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，在一周的相应日子里，每天取100条。
另一件事是，如果你用公式（平均相对范围）*收盘[0]来计算平均绝对范围的点数，这个数值肯定会是？因为英镑兑美元的止损和止盈将简单地被货币之间的比率缩放，大约为1.5倍？也就是说，战略本身的盈利能力将保持不变！"。
波动性 以及分形性，每个人都有不同的理解：）））)
让我换个说法--英镑/美元的 "波动幅度 "比欧元/美元略大。
在一个方向和另一个方向上，运动发生得越频繁、越 "尖锐"，就越容易发生
以增加或减少存款，而不是在横向趋势中进行 :)
1.我并没有说所有的 指标都是依赖性的。另外，"依赖 "是一个有弹性的术语。既然很容易检查，那就提供一个完全独立指标的例子。例如，证明ATR和MA中的任何一个完全独立。
2.使用，即解释，已经来自心理学领域。:-)在你用这句话作为论据之前，请证明你的使用方式确实带有信息而不是错误信息。:-))
2 встречается принципиально разное использование самих данных индикаторов, а следовательно заключения (например MACD и тот же MA)
1.我并没有说所有的 指标都是依赖性的。另外，"依赖性 "是一个延伸性的术语。既然很容易检查，那就举一个完全独立的指标的例子吧。例如，证明ATR和任何一个MA的完全独立性。
2.使用，即解释，已经来自心理学领域。:-)在你用这句话作为论据之前，请证明你的使用方式确实带有信息而不是错误信息。:-))
我正要开始写一个长长的答案，但重新读了你的帖子，我意识到，我没有什么可做的了，只能把这个符号：--哦：)
让我换个说法--英镑/美元的 "波动幅度 "要比欧元/美元大一些。
在一个方向和另一个方向上，运动发生得越频繁、越 "尖锐"，增加或减少存款就越容易，而不是在横向趋势中进行 :)
我想这就是我所说的...。日线的点差包含了关于一天中价格运动的最大振幅的信息。也就是说，我们有关于一天内一笔交易的最大潜在利润的信息，根据计算，这对两个货币对来说应该是相等的。虽然，如果你已经在你的策略中从未来3-5天的长期分析简单地传递到日内游戏，考虑到一天内英镑的额外抽动，以及预期利润在10-20点的订单，那么，当然，货币对英镑的变化只能促进它。相反，我尽量避免这样做，因为预测长期趋势可能更容易（从你有更多时间思考和证明结论的意义上来说），而不是白天货币的短期抽搐。不过我个人并不反对你的系统。试着在磅上玩。我祝愿你在新货币方面取得成功。 PS：顺便说一下，我可以建议你不要把自己限制在其中一种货币上。我以前也是这样做的--比如说我看了一个欧元兑美元。但现在我已经在我的经纪人那里的所有可用货币上安装了我的专家顾问。其中有19人。相应地，我减少了手数，因为
未结头寸 的数量大幅增加。我认为这有助于我观察不同货币走势的一些技术差异，并相应地改进专家顾问。我还训练我的眼睛来识别技术图像，并形成我自己的推测、观察和结论，我认为这有助于我根据这里描述的策略来改进我的专家顾问。
关于预测可靠性P 是如何随着所使用的指标数量N 的增加而变化的，这个问题的答案令人感兴趣。该计算是针对任何数量的指标进行的，这些指标相互之间没有关联，并且在该系列中每个正确预测的概率p 相同。该图显示了所有指标同时运行时预测可靠性的数值模型结果，P=0.5 ...0.7 我认为在实践中，从长期来看，不可能从指标的准确性中获得p=0.55及以上，这就是为什么p>0.6的情况只具有学术意义。
这些结果看起来很有道理。可以注意到，预测的可靠性随着相互之间不相关的指标数量的增加而急剧增加。在这个意义上，预先评估应用指标的信号的独立性并尝试使用它们是很有用的。另一方面，任何使用历史 价格数据 生成信号的指标都是先验的。因此，我们应该尝试在不同的时间段使用指标，这将减少信号的相关性，至少在一定程度上。
谢谢，真的很有道理。
在任何情况下，我内心都没有反对意见。沉默!:-))
有趣的是，这两个公式都没有在数字实验上得到证实。
尽管没有关联性，但结果却比带产品的公式给出的要少。
然而，它也不是一个算术平均数 !
事实证明，要达到P>80%，你需要8个指标的P=0.55，4个指标的P=0.6，只有2个指标的P=0.7。
结论很清楚--我们必须创造一个好的指标。越是这样，它们也是相关的。:-))
再次感谢，这真是一个有价值的结果。
虽然计算的形式对我来说仍然是个问题。
好运。
这样就能实现绝对的一致和相互理解。:-)
我认为，事实上，指标越多，就越糟糕。
s=Vol*（2P-1）。TS在有限的时间段t的利润S可以被估计为收益与交易频率f和时间的乘积：
S=s*f*t。
乍一看，我们可以认为P几乎是随着使用指标数量的增加而线性增加的（见上一篇文章的图片）。反过来，随着n的增加，n个指标同时运行的概率呈指数下降，这意味着交易的频率也会迅速下降。因此，我们有两个相互竞争的过程：盈利能力和交易频率。第一种是线性增长，而第二种是随着指标数量的增长呈指数级下降。应该牢记这一事实，因为当指标数量超过一定数量时，TS的有效性将开始急剧下降。找到指标的最佳数量是很有意思的，例如，对于每个p=0.55的预测概率，见图片
。结论是相同的：使用两个独立的指标，在交易数量>10（对于统计意义）的图上，一般会比使用一个指标的结果差。这是由于进入市场的 频率急剧下降。
Получается, что чтобы добиться Р>80%, нужно аж 8 индикаторов с р=0.55, 4 с р=0.6 и только 2 с р=0.7.
我认为，事实上，指标越多，就越糟糕。
我同意Rosh 的观点。这都是来自 "恶者"。至少，我自己的经验证实了这一点。此外，我所强调的几点是极其重要的，让我在征得同事同意后提醒你们。
1确保不是所有的指标都会相互依赖（例如ATR和任何一个MA）。这很容易检查。
2人们可能会遇到对这些指标本身根本不同的使用，从而得出结论（例如MACD和相同的MA）。
第2点尤其有趣。 以MACD为例。在其基础上，有可能选择足够大的 "触发"。最有趣的是超买和超卖水平。那就是如何确定它们？当然，它们是肉眼可见的，但毕竟最有趣的事情已经过去了。再加上它的一些输入参数，一切都取决于这些参数，再加上每个玩家为 "触发 "而建立的额外逻辑。这一切不禁让人想到，许多指标比一个指标更糟糕。