基于艾略特波浪理论的交易策略 - 页 87

新评论
 
嗯，我不知道这个公式。但纸笔和没有纸的帮助 :)

你认为这个公式是如何得出的？这是老式的方法。我以前也不知道。
我想知道你是如何使用笔和纸的？
 
Хм, а я и не знал этой формулы. Но ручка с бумагой и без неё помогают :)

你认为这个公式是如何得出的？正是通过这个 "祖父 "的方法。我以前也不知道。
我想知道你是如何使用笔和纸的？

如果你是指他们给我的计算有效值的方法，这个主题的既定做法不允许我在这里发布结果。我会回信的:)。这个地址原则上存在于我在这个论坛上的一些代码中。
 
2罗什
在我看来，这个教派（我喜欢你的定义）已经聚集了一个非常聪明的团队。我们在思想层面上相互理解。而且每个人都能用MQL写作。在这种情况下，在这里发布代码是否值得？
弗拉迪斯拉夫建议我们避免任何对自由职业者有用的行动。而且我们都同意。
让我们，如果你有强烈的愿望来分享你的工作，通过电子邮件有针对性地进行。

还有一件事。我不明白的事情是这样的。 СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
在我看来，在你的符号中，RMS2/3[N]=（D[2N/3]）^0.5
或者，如果你试图把它表现为一种差异。
СКО2/3[N]=({S[N]-S[последняя треть]}/{2N/3})^0.5

整批参数的计算是一次性的。

这一点毋庸置疑。除了误差方差D(E)和误差分布R(E)。
 
2候选人
我就是这样的人。我很高兴有更多人也使用纸笔。
而且我倍感欣慰的是，你也支持这个话题中的既定做法。
 
Yurixx:我很高兴还有人也在使用纸笔。
而且我倍感欣慰的是，你也支持这个话题中的既定做法。


同理 :)

这里有一张概率求和的一个变体的图片。它还显示了Murray水平，由于缺乏缓冲器，后者是以1为单位绘制的。

 
在某个页面上，Rosh 建议我发布RMS数据进行比较。这里有一个150kb的文件。这是欧元表的数据，为期180天。它包含了SPR2/3和SPR的数据，为了比较，还给出了我的第一个算法的SPR（我马上看到了某种错误，但还不能理解为什么SPR值太高，通道似乎是正常绘制的，但SPR2/3的计算结果却像一个故障）。我也得到了计算时间（Duron800），我可以看到区别，但还是太多，即使我在70毫秒内计算了整个系列的通道，大部分时间都花在检查最后三分之一的通道是否不会落在2/3的样本中建立的置信区间之外。


http://kursovye-diplomy.narod.ru/ERO_CKO.rar

我想我找到了无法向MQL4.com上传图片的原因，这似乎是一个浏览器错误（Opera9）。我用资源管理器检查文本和空文件是否正常，但当我加载文件时，花了60秒，出现了 "BOLT你，年轻人 "的信息。 一个操作的时间不应该超过60秒，但我猜今天的互联网太慢了。
 
虽然我可能急着发帖，但我越看这个文件，发现的错误就越多。 仅仅从优化算法的RMS2/3来看，每3个小节就有一些不清楚的东西滑落:(
 
不知何故，我找不到几个问题的答案，请帮助我：
1.据我了解，通道选择的标准之一是回归误差的方差最小，这在我看来并不十分正确。也就是说，在我看来，应该对通道进行比较，例如，通过确定系数或可区分的反应等级的数量，并采取系数较大的通道。
2.即使以回归误差的方差为基础，最小的那个方差是如何计算的？据我所知，由于误差方差是一个随机值，你可以分离出一个类，一组最小的，根据卡方置信区间，它们在统计学上是没有区别的。而我们如何能从这一组中选择我们所需要的呢？
3.同样，关于2/3支架的问题是关于2/3数字的准确性。为什么不说5/8或其他一些数字。与这个数字的偏差会有多大。我记得弗拉迪斯拉夫谈到过2/3样本的近似性。也许他有一些选择准确性的标准？
4.由于我们必须比较回归样本中的sko2\3和sko，而这些又是随机变量，我们又必须处理边界情况，当我们不能肯定地说sko2\3更少或等于sko。如何处理这组渠道？
5.再次提出我的问题。当以下几点得到回答时，我们可以谈论ANC创建的回归模型的充分性（根据Bulashev）。
回归误差的分布接近于正态
回归误差的数学期望值接近于0
误差方差--常数
误差--独立，自相关接近于0
因为，虽然我可能是错的，我注意到没有人检查这些条件的渠道，我想知道为什么，在什么假设下，或者只是为了减少计算的数量？
提前感谢您的回答
尊敬的各位。
 
我仍然不明白如何处理抛物线通道，但操作ANG3110善意发布的脚本at_PR+SQ-e，我经常观察到以下事情。当一个通道在3方被最大限度地压缩并压近价格时（显然，我们可以说决定系数 接近最大值），价格突破了通道向与其方向相反的一侧（抛物线分支），而不是像通常从线性通道的边界反弹；由于通道非常狭窄，没有什么东西也会反弹到通道。我有一种感觉，分支渠道的变窄预示着过度销售/购买。对立方体也可以这样说。顺便说一下，Vladislav的图片没有显示抛物线通道，但它清楚地显示了线性通道与局部最低/最高点相联系，这一点solandr已经提到过。
 
据我所知，回归误差的最小方差被作为选择通道的标准之一，这在我看来并不十分正确。也就是说，在我看来，你应该对通道进行比较，例如，通过决定系数或响应的可区分等级的数量，并采取具有较高系数的通道。

通道选择标准的选择是你自己的创意。一般来说，任何战略都是基于模型和逻辑的。弗拉迪斯拉夫已经分享了这个模型。我把逻辑留给每个人，让他们自己去想。而标准--是用逻辑做决定的基本要素。创造。

2.即使以回归误差的方差为基础，最小的那个方差是如何计算的？就我所见，由于误差方差是一个随机变量，卡方置信区间可以用来确定一个类，一组最小的，在统计学上无法区分的类。而我们如何能从这一组中选择我们所需要的呢？

弗拉迪斯拉夫上的是这门课的最差版本。

3.同样，关于2/3支架的问题是关于2/3数字的准确性。为什么不说5/8或其他一些数字。与这个数字的偏差会有多大。我记得弗拉迪斯拉夫谈到过2/3样本的近似性。也许他有一些选择准确性的标准？

大括号精度的选择是由其定义的统计精度决定的。你自己说，这是一个随机变量。

4.由于我们必须比较回归样本中的sko2\3和sko，而这些又是随机变量，我们又必须处理边界情况，当我们不能肯定地说sko2\3更少或等于sko。如何处理这组渠道？

这真的很重要吗？无论你得到多少个频道，你只能使用一个（我指的是来自近似的一类）。而那个是边缘的，也就是可以接受的最差的一个。由于要做的决定无论如何都是概率性的，所以列举的错误并不影响任何东西。这就像善与恶的边界线--每个人都同意它们是不同的两极，但每个人都自己画出边界线。:-)

5.再次提出我的问题。关于ANC建立的回归模型的充分性（由Bulashev建立），我们可以在获得以下项目的答案时谈论。
因为，尽管我可能搞错了，我注意到没有人检查这些条件的渠道，我想知道为什么，基于什么假设，或只是为了减少计算的数量？

如果你作为一个科学家对它感兴趣，请进行研究并确定这些条件是否得到满足。然而，我认为这种尝试在确定误差分布的性质阶段就已经失败了。市场不会允许你享受大数法则。当大多数人意识到出现了一种趋势时，渠道就会出现和崩溃。
如果你对一个工作模式感兴趣，那么就把所有这些作为一个公理，以程序化的方式实现这个模式，市场本身会告诉你你的这套公理是否公平。
1...808182838485868788899091929394...309
新评论