随机谐振 - 页 15 1...8910111213141516171819202122...38 新评论 Sceptic Philozoff 2007.10.23 06:47 #141 grasn: 它看起来很像一个混乱的吸引器。你已经深陷其中，无法自拔。 Сергей 2007.10.23 06:59 #142 Mathemat: 格拉斯恩。... 它看起来很像一个混乱的吸引器。你已经陷得很深了，grasn.... 陷得很深，而它所显示的只是 "开始"。以平坦的形式和局部趋势作为从水平到水平的过渡的价格运动模式是一个有趣的事情。有时在我看来，波浪是从模型中提取的，但这只是一种哲学。我使用吸引器，但不是为了价格，而是为了一些通道参数。 至vaa20003 ...如果你追踪历史上的价格波动频谱（在GBPJPG上观看M1），峰值在3、5、7、13等左右。 的确，振幅和峰值每天都会有一些浮动。只是用这些周期建立一个正弦波，然后把它们加起来。结果发现（到目前为止纯粹是视觉上的），对于每一个运动 是一个尖峰还是一个低谷。我可以用这个作为亚阈值信号吗？ 我已经说了我对这个问题的看法，即它没有任何观点。 随机共振的模型没有预测的特质，无法计算出与市场有关的平坦的新水平，而它似乎是最有兴趣的。但开发一个工具来控制 "危险情况 "的发生，如局部趋势的可能性和系统过渡到一个新的水平，我认为，有所有的机会。 aab 2007.10.23 10:21 #143 Mathemat: 格拉斯恩。 它看起来很像一个混乱的吸引器。你要去深渊，格拉斯... 我认为它看起来更像一只虾，请不要笑:)它不是TA的虾，是这个http://www.ibiblio.org/e-notes/Chaos/ru/swallow_r.htm。 在 "虾 "字的末尾是 [删除] 2007.10.23 10:58 #144 (哇，疯狂的图片）你们真的认为它们比例如价格图表更有信息量吗？有必要挖掘这样的荒野吗？ Candid 2007.10.23 11:34 #145 Figar0: (哇，疯狂的图片）你们真的认为它们比例如价格图表更有信息量吗？有必要挖掘这样的荒野吗？ 很有可能，它们对电脑来说信息量更大 :)。或者你能向它（电脑）解释你是如何识别图像的吗？ Yurixx 2007.10.23 15:01 #146 向专家们提出一个问题，但偏离主题。 假设有一个正态分布的数值序列X，序列成员的数量为N=1000000，平均值为A，Ska为S。很明显，元素X的值集从上面看是有界的，即所有的X都属于区间[0,Xmax]。我们从序列的M=100个成员中取样，并计算其平均XM。我们从所有的序列样本中形成一个新的序列Y={XM}，包含初始序列的M个元素。很明显，Y值的集合也是有边界的。 如何找到它的上界和下界，即[Ymin,Ymax]值的区间？ 我自然对通过数学统计的方式进行分析评估感兴趣（可惜我在这方面并不强）。要正面计算并不困难，但并不有趣。得到这个区间的极限对N和M的比例以及初始序列的统计特性的依赖是很有意思的。 Сергей 2007.10.23 17:36 #147 Yurixx: 向专家们提出一个问题，但偏离主题。 假设有一个正态分布的数值序列X，序列成员的数量为N=1000000，平均值为A，Ska为S。很明显，元素X的值集从上面看是有界的，即所有的X都属于区间[0,Xmax]。我们从序列的M=100个成员中抽取一个样本，并计算其平均数XM。 我们从包含原序列M个元素的所有序列样本中形成一个新的序列Y={XM}。 很明显，Y值的集合也是有边界的。 如何找到它的上界和下界，即[Ymin,Ymax]值的区间？ 我自然对通过数学统计的方式进行分析评估感兴趣（可惜我在这方面并不强）。要正面计算并不困难，但并不有趣。得到这个区间的极限与N和M的比例以及初始序列的统计特性的关系是很有趣的。 可以这么说，用我自己的话说，有一点澄清。我没有理解错吧，原始样本被分割成长度为M的非重叠部分（区间），新序列的每个样本都是以区间为界的数据的平均值，并由分区号来识别？ PS：完全不是专家，只是想帮忙 :o) Yurixx 2007.10.23 19:14 #148 grasn: 可以说，用我自己的话来说，是一个小小的澄清。我的理解是否正确，原始样本被分割成长度为M的不相交的片段（区间），而新序列的每个样本是区间所约束的数据的平均值，并由分割的数字来识别？ PS：完全不是专家，只是想帮忙 :o) 不，它只是一个长度为M个样本的滑动窗口。因此，序列Y中的元素数量为N-M+1。 在M=1的极限中，我们得到相同的序列X，其数值范围为[0,Xmax]。但在M=N的相反情况下，我们在序列Y中只得到一个项--原始序列A的平均值，即Ymin=Ymax=A。 真相总是在中间。:-)以任意的M 0<Ymin<A，A<Ymax<Xmax。我希望能有分析公式（或至少是计算程序）来计算这些数量。我认为在数学中，这个问题属于学生水平，早就解决了。 Candid 2007.10.23 20:17 #149 Yurixx: 假设有一个正态分布的数值序列X，该序列的成员数为N=1000000，平均值为A，ska为S。很明显，X元素值的集合从上面看是有界的，即所有的X都属于区间[0,Xmax]。我们从序列的M=100个成员中抽取一个样本，并计算其平均数XM。 我们从包含原序列M个元素的所有序列样本中形成一个新的序列Y={XM}。 很明显，Y值的集合也是有界的。 如何找到它的上界和下界，即[Ymin,Ymax]值的区间？ 我自然对通过数学统计的方式进行分析评估感兴趣（可惜我在这方面并不强）。要正面计算并不困难，但并不有趣。有意思的是，得到了区间的极限对N和M的比例以及初始序列的统计特性的依赖。 如果X是一个随机变量，那么Y是M个独立随机变量之和，其分布与X相同。因此，如果X是正常的，那么Y也将是正常的，方差为S/sqrt（M）。最大值和最小值的问题只能针对系列的特定实现方式（即正面计数）提出，对于任意的实现方式，我们只能谈论概率。 P.S. 上述内容并不意味着我认为自己是数学统计学的专家 :) Yurixx 2007.10.23 20:52 #150 lna01: 如果X是一个随机变量，那么Y是M个独立随机变量之和，其分布与X相同。因此，如果X是正常的，那么Y也将是正常的，方差为S/sqrt（M）。最大值和最小值的问题只能针对系列的特定实现（即正面计数）提出，对于任意的实现，我们只能谈论概率。 当然了。我的意思是统计上的估计。 比如说。如果我们知道分布函数，那么对于任何X0，我们就知道序列中值>=X0的元素出现的概率P。如果一个序列包含N个元素，那么该序列中满足X>=X0条件的元素总数为P*N。如果这个值小于1，即0，那么从统计学上看，Xmax<X0。但这当然不意味着在这样的序列中不能有一个>=X0的元素。 我希望我没有在任何地方犯算术错误？ 1...8910111213141516171819202122...38 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
它看起来很像一个混乱的吸引器。你已经深陷其中，无法自拔。
...
它看起来很像一个混乱的吸引器。你已经陷得很深了，grasn....
陷得很深，而它所显示的只是 "开始"。以平坦的形式和局部趋势作为从水平到水平的过渡的价格运动模式是一个有趣的事情。有时在我看来，波浪是从模型中提取的，但这只是一种哲学。我使用吸引器，但不是为了价格，而是为了一些通道参数。
至vaa20003
的确，振幅和峰值每天都会有一些浮动。只是用这些周期建立一个正弦波，然后把它们加起来。结果发现（到目前为止纯粹是视觉上的），对于每一个运动
是一个尖峰还是一个低谷。我可以用这个作为亚阈值信号吗？
我已经说了我对这个问题的看法，即它没有任何观点。 随机共振的模型没有预测的特质，无法计算出与市场有关的平坦的新水平，而它似乎是最有兴趣的。但开发一个工具来控制 "危险情况 "的发生，如局部趋势的可能性和系统过渡到一个新的水平，我认为，有所有的机会。
它看起来很像一个混乱的吸引器。你要去深渊，格拉斯...
我认为它看起来更像一只虾，请不要笑:)它不是TA的虾，是这个http://www.ibiblio.org/e-notes/Chaos/ru/swallow_r.htm。
在 "虾 "字的末尾是
(哇，疯狂的图片）你们真的认为它们比例如价格图表更有信息量吗？有必要挖掘这样的荒野吗？
(哇，疯狂的图片）你们真的认为它们比例如价格图表更有信息量吗？有必要挖掘这样的荒野吗？
向专家们提出一个问题，但偏离主题。
假设有一个正态分布的数值序列X，序列成员的数量为N=1000000，平均值为A，Ska为S。很明显，元素X的值集从上面看是有界的，即所有的X都属于区间[0,Xmax]。我们从序列的M=100个成员中取样，并计算其平均XM。我们从所有的序列样本中形成一个新的序列Y={XM}，包含初始序列的M个元素。很明显，Y值的集合也是有边界的。
如何找到它的上界和下界，即[Ymin,Ymax]值的区间？
我自然对通过数学统计的方式进行分析评估感兴趣（可惜我在这方面并不强）。要正面计算并不困难，但并不有趣。得到这个区间的极限对N和M的比例以及初始序列的统计特性的依赖是很有意思的。
向专家们提出一个问题，但偏离主题。
假设有一个正态分布的数值序列X，序列成员的数量为N=1000000，平均值为A，Ska为S。很明显，元素X的值集从上面看是有界的，即所有的X都属于区间[0,Xmax]。我们从序列的M=100个成员中抽取一个样本，并计算其平均数XM。 我们从包含原序列M个元素的所有序列样本中形成一个新的序列Y={XM}。 很明显，Y值的集合也是有边界的。
如何找到它的上界和下界，即[Ymin,Ymax]值的区间？
我自然对通过数学统计的方式进行分析评估感兴趣（可惜我在这方面并不强）。要正面计算并不困难，但并不有趣。得到这个区间的极限与N和M的比例以及初始序列的统计特性的关系是很有趣的。
可以这么说，用我自己的话说，有一点澄清。我没有理解错吧，原始样本被分割成长度为M的非重叠部分（区间），新序列的每个样本都是以区间为界的数据的平均值，并由分区号来识别？
PS：完全不是专家，只是想帮忙 :o)
可以说，用我自己的话来说，是一个小小的澄清。我的理解是否正确，原始样本被分割成长度为M的不相交的片段（区间），而新序列的每个样本是区间所约束的数据的平均值，并由分割的数字来识别？
PS：完全不是专家，只是想帮忙 :o)
不，它只是一个长度为M个样本的滑动窗口。因此，序列Y中的元素数量为N-M+1。
在M=1的极限中，我们得到相同的序列X，其数值范围为[0,Xmax]。但在M=N的相反情况下，我们在序列Y中只得到一个项--原始序列A的平均值，即Ymin=Ymax=A。
真相总是在中间。:-)以任意的M 0<Ymin<A，A<Ymax<Xmax。我希望能有分析公式（或至少是计算程序）来计算这些数量。我认为在数学中，这个问题属于学生水平，早就解决了。
假设有一个正态分布的数值序列X，该序列的成员数为N=1000000，平均值为A，ska为S。很明显，X元素值的集合从上面看是有界的，即所有的X都属于区间[0,Xmax]。我们从序列的M=100个成员中抽取一个样本，并计算其平均数XM。 我们从包含原序列M个元素的所有序列样本中形成一个新的序列Y={XM}。 很明显，Y值的集合也是有界的。
如何找到它的上界和下界，即[Ymin,Ymax]值的区间？
我自然对通过数学统计的方式进行分析评估感兴趣（可惜我在这方面并不强）。要正面计算并不困难，但并不有趣。有意思的是，得到了区间的极限对N和M的比例以及初始序列的统计特性的依赖。
如果X是一个随机变量，那么Y是M个独立随机变量之和，其分布与X相同。因此，如果X是正常的，那么Y也将是正常的，方差为S/sqrt（M）。最大值和最小值的问题只能针对系列的特定实现方式（即正面计数）提出，对于任意的实现方式，我们只能谈论概率。
P.S. 上述内容并不意味着我认为自己是数学统计学的专家 :)
如果X是一个随机变量，那么Y是M个独立随机变量之和，其分布与X相同。因此，如果X是正常的，那么Y也将是正常的，方差为S/sqrt（M）。最大值和最小值的问题只能针对系列的特定实现（即正面计数）提出，对于任意的实现，我们只能谈论概率。
当然了。我的意思是统计上的估计。
比如说。如果我们知道分布函数，那么对于任何X0，我们就知道序列中值>=X0的元素出现的概率P。如果一个序列包含N个元素，那么该序列中满足X>=X0条件的元素总数为P*N。如果这个值小于1，即0，那么从统计学上看，Xmax<X0。但这当然不意味着在这样的序列中不能有一个>=X0的元素。
我希望我没有在任何地方犯算术错误？