基于艾略特波浪理论的交易策略 - 页 39

新评论
 
弗拉迪斯拉夫，我认为这是一个计算错误（没有足够的条数）。我在H1上计算，你在M30上计算。我改用M30，现在最后一个通道的比率>0.5<br / translate="no"> 这里是图片。因此，我需要切换到M30以获得更准确的计算结果（更多的条形图--30条形图不能提供足够的Hearst计算质量）。
https://c.mql5.com/mql4/forum/2006/06/sverkaM30.zip


好的。所以我不需要为图像而烦恼。我删除以前的帖子;)。

好运和良好的趋势。
 
弗拉迪斯拉夫，我认为这是一个计算错误（没有足够的条数）。我在H1上计算，你在M30上计算。我改用M30，现在最后一个通道的比率>0.5<br / translate="no"> 这里是图片。因此，我需要切换到M30以获得更准确的计算结果（更多的条形图--30条形图不能提供足够的Hearst计算质量）。
https://c.mql5.com/mql4/forum/2006/06/sverkaM30.zip


这是否意味着通道是在一个时间框架上计算的（通过SkO_full_selection <=SkO2/3的标准），而Hurst是在另一个时间框架上计算的？
我只是假设没有什么不同。我把取样的最小条数定为45条（2/3为30条），并寻找符合标准的通道。很多时候，这样的通道似乎等于45条，这表明不可能从当前的条形图中画出通道。在这种情况下，我打算将滑动指标插入到历史的深处，以找到这样一个通道。例如，我昨天发布的手表上的通道今天已经被打破，并试图调整到最后45条--这表明该通道的不适宜性（换句话说--在这种情况下适合该方法）。

而对于赫斯特--在这里，我们有一个尖锐的提示和愚蠢的提示的情况。由于一些我不知道的原因，计算的算法被替换了。我承认，这其实是一种新的计算方法，但不是Hurst指数的新标准。也就是说，我不否认这种方法是有效的，但我还不能理解其读数的物理（或数学）意义。即相对于某个零线的振荡与该振荡的最大绝对通道之间的关系，它考虑到了N次测量中位移的累积误差。
 
我的意思是，我不否认这种方法是有效的，但我还不能理解其读数的物理（或数学）意义。

暂时忘掉公式本身吧。就做followingu 有误差的均方根，相对于回归线计算，用Vladislava的方法（对前一个样本的回归，不包括计算的条形图）计算时，会来回走动一下。还有就是Hi-Low的所有价格样本的整体价差。取出并分析这些数值之间的比率。如果你有一个大约相等的比例，那么你可以说，这个渠道可能是偶然被选中的，并将在不久的将来消失。如果这些数值之间的比率很高，那么就可以说这个渠道不是随机的，并且会在未来继续下去。我认为这里可以在赫斯特比率和决定系数（Bulashev）之间做某种类比，如果它对你来说更有意义的话。也就是说，比率越高，通道稳固的可能性就越小。
 
То есть, я не отрицаю что этот метод работает, но пока не могу понять физический(или математичекий) смысл его показания.

暂时忘掉公式本身吧。只是做了以下工作。 有一个相对于回归线计算的误差RMS，在使用Vladislava的方法（对前一个样本的回归，不包括计算的条形图）计算时，会有一些来回。还有就是Hi-Low的所有价格样本的整体价差。取出并分析这些数值之间的比率。如果你有一个大约相等的比例，那么你可以说，这个渠道可能是随机挑选的，并将在不久的将来消失。如果这些数值之间的比率很高，那么就可以说这个渠道不是随机的，并且会在未来继续下去。我认为这里可以在赫斯特比率和决定系数（Bulashev）之间做某种类比，如果它对你来说更有意义的话。也就是说，比率越大，通道就越不可能有稳固的错误。


这就对了。我最初写道，我考虑的是R/S统计，也就是通常所说的Hurst比率。在这个比率中，S是有效值，R是样本分布。对于水平通道来说，它是毫不含糊的；对于倾斜的通道来说，有几种方法来计算传播。一般的想法与Hurst指数相同--得到确定性程度的估计（如果用Hurst指数表示，则是局部持久性）。祝您好运，并祝您在趋势方面好运。
 
亲爱的Vladislav!

根据Peters的说法，Hurst指数 使用RMS({Log(Close[i]/Close[i+1]})（i是MT中的条数）
，也可以使用RMS({Close[i]-Close[i+1]})。
正如Solandr向我们解释的那样，你使用RMS({Close[i]-Approx[i]})，其中About[i]是通过对所选条形的近似预测。

连续的Close的差值（比率的对数也适合）是作为累积价差的基础的同一数值。

但是Close[i]-Approx[i]的值并不构成累计价差的基础，而是代表回归预测误差。也就是说，该值的扩散与均方根的比率应表明近似的质量。

然而，回归预测误差的积累是由另一个量形成的，即（Close[i]-Approx[i]）-（Close[i+1]-Approx[i+1]），我认为，这将给我们带来原始序列的有效值被近似的 "预测能力 "所减少。然后，我认为，我们应该采取误差差，而不是原始价格序列的差。
然后，正好使用这些RMS和R/S统计的差值，可以估计具有回归排除趋势的价格序列的质量，并与原始价格序列的类似值进行比较，分别可以估计近似的质量。

这个推理是否有错误？所得的比较结果是否可以应用于你所设定的问题？为什么？

预先感谢你。
 
//*************
 
作品。线性回归 通道之间可能有冲突（如果solandr使用标准的手段来创建它）。
 
对我来说，这几乎是有效的。

也就是说，你把它扔在图表上--它画出了你需要的一切，但你不能用鼠标抓住通道并拖动它。
然后按Ctrl-B -> LR -> 属性 ，改变其中一个日期，确定，关闭。

在那之后，一切都归于平静。

Bild pre194.
 
作品。也许线性回归通道之间有冲突（如果solandr使用常规工具来创建）。

回归是用OBJ_TREND 绘制的。我没有使用常规的退步。
 
人!我有一个问题。除了索兰德拉，还有谁试过前一页给出的脚本。我的意思是，是我的问题，还是索兰德拉的问题不灵？


然而，这个脚本怎么会锁住电脑呢！？在很长一段时间里，我都不知道航站楼里的资源在哪里，我不得不穿过所有的窗口。
1...323334353637383940414243444546...309
新评论