随机谐振 - 页 20 1...131415161718192021222324252627...38 新评论 Yurixx 2007.10.25 11:11 #191 lna01: 我没有理解错吧,差价是在整个窗口N的范围内进行的吗?如果是这样,我认为在这里很难指望有什么不变的东西。相反,它可能出现在不同的muvinings中,例如最高的muvinings(最大的M)。 当然,我说的是慕容复,但他们不是价格慕容复。在这个话题的第一篇文章中,我写道:"元素X的值集从上面看是有界的,即所有X都属于区间[0,Xmax]"。原则上,价格增量也符合这一定义。 N是图表上所有可用的历史。在我们的工作中,将不需要它。但目前我正在用它进行统计--平均数、抽筋等。这种想法是,统计数据的性质变化不大,而且很缓慢,或者根本没有变化。因此,以这种方式计算的系列参数可以在未来应用。 整个窗口N的范围,也就是整个历史的范围,是[0,Xmax]。窗口M上的范围只是我想从理论上定义的,即只基于主系列的统计和N和M的值,而不是从实验上,即运行所有可能的M窗口。 这一点很简单。当移动到另一个t/f(具有相同的窗口M)时,系列Y的数值范围不应改变。那么当地Y值的变化可以告诉我们一些情况。另一方面,如果数值的区域发生了变化,那么就不清楚应该把局部Y值的变化归因于什么,是规模的变化还是真正的重大事件。 PS 顺便说一句,我对高斯的看法是错误的。正态分布存在于整个轴上,而这里我们说的是右半轴。但分配的种类其实并不重要。我对计算的想法或程序感兴趣,它可以适用于任何分布。 Yurixx 2007.10.25 12:33 #192 好的。假设有一个系列X,已经描述过了,有一个已知的分布函数。如何构建系列Y的分布函数,它是系列X的周期为M的移动平均? Candid 2007.10.25 13:07 #193 Yurixx:整个窗口N的范围,也就是整个历史的范围,是[0,Xmax]。但在窗口M上的传播正是我想从理论上确定的,即只基于主系列的统计数字和N和M的值,而不是通过实验,即通过运行所有可能的窗口M。 我还需要考虑一下,但这里好像缺少一个参数。M是muving的 周期,这意味着我们在这个窗口有一个值。对于价差,我们至少需要两个,也就是说,我们需要定义移动平均线的取值窗口,以确定其价差。如果它不是N,那是什么? Sceptic Philozoff 2007.10.25 13:22 #194 Yurixx: 好的。假设有一个已经用已知分布函数描述的系列X。如何构建系列Y的分布函数,它是系列X的周期为M的移动平均值? Yurixx,理论上你将很难建造它,我可以告诉你。回报分布本身没有明确的分析表达,这就是问题所在。此外,在这种情况下,我们要处理的是一个随机过程,而不是分布本身。而随机过程也有其错综复杂的特点--例如自相关函数。放弃这些理论上的东西... 根据人口X的分布函数来构建慕容 分布函数是没有意义的--仅仅是因为连续的价格样本不是独立的测试。来自同一群体的两个独立测试的总和是一回事(分布的卷积定理在这里起作用),但两个不独立的相邻测试的总和是另一回事。 Сергей 2007.10.25 13:39 #195 Mathemat: Yurixx,理论上你将很难建造它,我可以告诉你。回报分布本身没有明确的分析表达,这就是问题所在。此外,在这种情况下,我们要处理的是一个随机过程,而不是分布本身。而随机过程也有其错综复杂的特点--例如自相关函数。放弃理论... ... 是的,我已经向尤里暗示了很久,但他不听。他早就从经验上获得了一个依赖性,而且相当准确。:о) Candid 2007.10.25 14:22 #196 所以,我一直在思考更多的问题:)。唯一的出路是考虑这不是一个抽象的问题,而是一个相当具体的问题。比方说,增量上的口误将是一个滑动的差额。其目的是使其成为无尺寸的。在实验中,相应的单位可以简单地通过近似地得到在恒定M下的传播对时间框架的依赖性。如果对不同的M来说,至少在某个范围内(M1,M2)是相同的 - 这可以在这个范围内使用。 我也认为试图通过分析得到一些东西是错误的,但如果你仍然需要,第一种方法是把一个随机变量的M个数值的系列作为M个独立随机变量的唯一数值的系列,然后像Mathemat 写的那样。 P.S. 换句话说,寻找这样一种缩放变换,使grasn的帖子中的图片变成类似于水平线的东西。寻找...也许在分形科学方面? P.P.S.顺便说一下,几乎不可能如此轻易地使用这种无尺寸的传播。在我网页上的第二张截图的独立窗口中,画了类似的东西(我不会说它到底是什么:)。我的版本没有明确的食谱。 Yurixx 2007.10.25 16:51 #197 Mathemat:Yurixx: OK。假设有一个已经用已知分布函数描述的系列X。你如何为系列Y构建一个分布函数,它是系列X的M周期的移动平均线? Yurixx,理论上你会对建造它感到厌倦,我告诉你。分布本身没有明确的分析表达,这就是问题所在。此外,在这种情况下,你要处理的是一个随机过程,而不是分布本身。而随机过程也有其错综复杂的特点--例如自相关函数。放弃这些理论上的东西...根据人口X的分布函数来构建慕容分布函数是没有意义的--仅仅是因为连续的价格样本不是独立的测试。来自同一群体的两个独立测试的总和是一回事(分布的卷积定理在这里起作用),但两个不独立的相邻测试的总和是另一回事。 我不知道这与回报有什么关系,但我所处理的实际分布是否有分析形式,绝对没有区别。你可以为任何过程构建一个分布函数(如果你有数据的话)--随机的、马尔科夫的、混乱的或工资过程。:-)我的前提是,市场的性质不是每天都在变化,这意味着我所处理的系列的分布必须是相对 稳定的。我在不同的T/F上检查过了--假设得到了证实,从M5开始,分布形状相互重现得相当好。原则上,用一个具有2-3个参数的分析函数来近似这个形状应该不难。 为了获得对市场状况或多或少的估计,这个X系列应该被平滑,例如,通过muving 来进行平滑。这里出现了一个问题。构建慕容分布函数可以解决这个问题,因为这样我就知道如何计算出数值范围的极限。自然不是准确的,而是统计的。"连续的价格计数 "与X系列没有关系,我以前写过这个。不幸的是,当我在前面几页写到这是一个系列的价格时,我错了。我没有考虑到价值领域和变化性质的重大差异。我再次表示歉意。 感谢这次讨论,我明白了,首先,一个muving中的数值之和可以正确地被认为是系列中任何数值的总和,而不是连续数值的总和。理由是:对变化区域界限的评价是对BEFITS的评价,而不是对当前值的评价。此外,当X值通过其最小(最大值)时,就会得到移动平均线的最小(最大值)--几乎所有移动平均线的元素都在范围边界附近--相当现实的情况。价格方面也是如此。 第二,由于上述原因,可能产生Ymax和Ymin值的积分方程的解是S(p(x)dx)=M/N。这里S(...) 是一个定积分,p(x)是系列X的概率密度函数。为了确定Ymin,积分从0到某个X1取。作为结果,我们得到一个关于X1的分析方程(如果积分以分析形式进行)。然后,通过计算X在这个区间[0,X1]的平均值,我们得到Ymin。 同样,为了确定Ymax,我们采取从X2到无穷大的积分。通过确定X2,我们可以确定Ymax。 而这其中的物理意义就更透明了。Ymin是X的M个最低值的muving值,Ymax是X的M个最高值的muving值,显然这两个值不是精确的。在这个意义上,对于现有的数据来说,它们不太可能在计算真实的系列动作时实现。然而,Ymax和Ymin最初需要作为统计学上的边际估计。我希望没有人会声称它们在未来永远不会实现。:-) 而M=1和M=N情况下的边际估计值与我之前写的相同。 可以对Ymax和Ymin的估计进行完善。但这正是muvinge分布函数的作用。 因此,我已经准备好听取批评意见。 Mathemat,问题是我是一个理论家。这是我的专长。每个人都有自己的短处。因此,敦促我放弃任何理论上的冒险都是失败的。这就像敦促一个酗酒者戒酒一样。:-)但感谢你参与(我的命运)。:-)) 顺便问一下,你能告诉我更多关于分布的卷积吗? Sceptic Philozoff 2007.10.25 20:26 #198 卷积:例如,见http://www.nsu.ru/mmf/tvims/chernova/tv/lec/node39.html#2933。那么,你可以找到很多关于分布函数卷积的内容。 这里重要的是计算两个独立 变量之和的分布。 Сергей Ковалев 2007.10.25 20:34 #199 Yurixx, 不要听任何人的话(请讨论者,没有恶意)。 做你认为正确的事。如果你设法保持努力,这是一件好事。没有什么比放弃更糟糕的了。人靠自己出生,靠自己死亡,靠自己活着;他自己的所有经历都是他自己的。结果是什么并不那么重要。我的意思是,当然很重要,但在运动中的价值本身要高得多。好运。 Yurixx 2007.10.25 21:23 #200 Mathemat: 卷积:例如,见http://www.nsu.ru/mmf/tvims/chernova/tv/lec/node39.html#2933。那么,你可以找到很多关于分布函数卷积的内容。 重要的是,这里计算的是两个独立 变量之和的分布。 谢谢你。我的直觉是,应该有类似的东西(我指的是问题的解决方案,而不是公式本身),但出于无知,我不知道是什么。:-) 2SK 谢谢你,谢尔盖。"运动是一切,目标是什么 "是无政府主义者的口号。而你和我坚持走中间路线。所以在这个意义上,我接受你的愿望。顺便说一句,有时辞职是必要的。甚至是非常必要的。你不会争辩说,如果一个人愚蠢地或无知地跌入了一些冗长的教条,最后,哦,奇迹般地意识到自己的错误,他无论如何都不应该放弃它? 如果没有什么比退出更糟糕的了,那就是我将在外汇上度过我的余生?:-))) 1...131415161718192021222324252627...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
我没有理解错吧,差价是在整个窗口N的范围内进行的吗?如果是这样,我认为在这里很难指望有什么不变的东西。相反,它可能出现在不同的muvinings中,例如最高的muvinings(最大的M)。
当然,我说的是慕容复,但他们不是价格慕容复。在这个话题的第一篇文章中,我写道:"元素X的值集从上面看是有界的,即所有X都属于区间[0,Xmax]"。原则上,价格增量也符合这一定义。
N是图表上所有可用的历史。在我们的工作中,将不需要它。但目前我正在用它进行统计--平均数、抽筋等。这种想法是,统计数据的性质变化不大,而且很缓慢,或者根本没有变化。因此,以这种方式计算的系列参数可以在未来应用。
整个窗口N的范围,也就是整个历史的范围,是[0,Xmax]。窗口M上的范围只是我想从理论上定义的,即只基于主系列的统计和N和M的值,而不是从实验上,即运行所有可能的M窗口。
这一点很简单。当移动到另一个t/f(具有相同的窗口M)时,系列Y的数值范围不应改变。那么当地Y值的变化可以告诉我们一些情况。另一方面,如果数值的区域发生了变化,那么就不清楚应该把局部Y值的变化归因于什么,是规模的变化还是真正的重大事件。
PS
顺便说一句,我对高斯的看法是错误的。正态分布存在于整个轴上,而这里我们说的是右半轴。但分配的种类其实并不重要。我对计算的想法或程序感兴趣,它可以适用于任何分布。
整个窗口N的范围,也就是整个历史的范围,是[0,Xmax]。但在窗口M上的传播正是我想从理论上确定的,即只基于主系列的统计数字和N和M的值,而不是通过实验,即通过运行所有可能的窗口M。
好的。假设有一个已经用已知分布函数描述的系列X。如何构建系列Y的分布函数,它是系列X的周期为M的移动平均值?
Yurixx,理论上你将很难建造它,我可以告诉你。回报分布本身没有明确的分析表达,这就是问题所在。此外,在这种情况下,我们要处理的是一个随机过程,而不是分布本身。而随机过程也有其错综复杂的特点--例如自相关函数。放弃这些理论上的东西...
根据人口X的分布函数来构建慕容 分布函数是没有意义的--仅仅是因为连续的价格样本不是独立的测试。来自同一群体的两个独立测试的总和是一回事(分布的卷积定理在这里起作用),但两个不独立的相邻测试的总和是另一回事。
Yurixx,理论上你将很难建造它,我可以告诉你。回报分布本身没有明确的分析表达,这就是问题所在。此外,在这种情况下,我们要处理的是一个随机过程,而不是分布本身。而随机过程也有其错综复杂的特点--例如自相关函数。放弃理论...
...
是的,我已经向尤里暗示了很久,但他不听。他早就从经验上获得了一个依赖性,而且相当准确。:о)
所以,我一直在思考更多的问题:)。唯一的出路是考虑这不是一个抽象的问题,而是一个相当具体的问题。比方说,增量上的口误将是一个滑动的差额。其目的是使其成为无尺寸的。在实验中,相应的单位可以简单地通过近似地得到在恒定M下的传播对时间框架的依赖性。如果对不同的M来说,至少在某个范围内(M1,M2)是相同的 - 这可以在这个范围内使用。
我也认为试图通过分析得到一些东西是错误的,但如果你仍然需要,第一种方法是把一个随机变量的M个数值的系列作为M个独立随机变量的唯一数值的系列,然后像Mathemat 写的那样。
P.S. 换句话说,寻找这样一种缩放变换,使grasn的帖子中的图片变成类似于水平线的东西。寻找...也许在分形科学方面?
P.P.S.顺便说一下,几乎不可能如此轻易地使用这种无尺寸的传播。在我网页上的第二张截图的独立窗口中,画了类似的东西(我不会说它到底是什么:)。我的版本没有明确的食谱。
OK。假设有一个已经用已知分布函数描述的系列X。你如何为系列Y构建一个分布函数,它是系列X的M周期的移动平均线?
Yurixx,理论上你会对建造它感到厌倦,我告诉你。分布本身没有明确的分析表达,这就是问题所在。此外,在这种情况下,你要处理的是一个随机过程,而不是分布本身。而随机过程也有其错综复杂的特点--例如自相关函数。放弃这些理论上的东西...
根据人口X的分布函数来构建慕容分布函数是没有意义的--仅仅是因为连续的价格样本不是独立的测试。来自同一群体的两个独立测试的总和是一回事(分布的卷积定理在这里起作用),但两个不独立的相邻测试的总和是另一回事。
我不知道这与回报有什么关系,但我所处理的实际分布是否有分析形式,绝对没有区别。你可以为任何过程构建一个分布函数(如果你有数据的话)--随机的、马尔科夫的、混乱的或工资过程。:-)我的前提是,市场的性质不是每天都在变化,这意味着我所处理的系列的分布必须是相对 稳定的。我在不同的T/F上检查过了--假设得到了证实,从M5开始,分布形状相互重现得相当好。原则上,用一个具有2-3个参数的分析函数来近似这个形状应该不难。
为了获得对市场状况或多或少的估计,这个X系列应该被平滑,例如,通过muving 来进行平滑。这里出现了一个问题。构建慕容分布函数可以解决这个问题,因为这样我就知道如何计算出数值范围的极限。自然不是准确的,而是统计的。"连续的价格计数 "与X系列没有关系,我以前写过这个。不幸的是,当我在前面几页写到这是一个系列的价格时,我错了。我没有考虑到价值领域和变化性质的重大差异。我再次表示歉意。
感谢这次讨论,我明白了,首先,一个muving中的数值之和可以正确地被认为是系列中任何数值的总和,而不是连续数值的总和。理由是:对变化区域界限的评价是对BEFITS的评价,而不是对当前值的评价。此外,当X值通过其最小(最大值)时,就会得到移动平均线的最小(最大值)--几乎所有移动平均线的元素都在范围边界附近--相当现实的情况。价格方面也是如此。
第二,由于上述原因,可能产生Ymax和Ymin值的积分方程的解是S(p(x)dx)=M/N。这里S(...) 是一个定积分,p(x)是系列X的概率密度函数。为了确定Ymin,积分从0到某个X1取。作为结果,我们得到一个关于X1的分析方程(如果积分以分析形式进行)。然后,通过计算X在这个区间[0,X1]的平均值,我们得到Ymin。
同样,为了确定Ymax,我们采取从X2到无穷大的积分。通过确定X2,我们可以确定Ymax。
而这其中的物理意义就更透明了。Ymin是X的M个最低值的muving值,Ymax是X的M个最高值的muving值,显然这两个值不是精确的。在这个意义上,对于现有的数据来说,它们不太可能在计算真实的系列动作时实现。然而,Ymax和Ymin最初需要作为统计学上的边际估计。我希望没有人会声称它们在未来永远不会实现。:-)
而M=1和M=N情况下的边际估计值与我之前写的相同。
可以对Ymax和Ymin的估计进行完善。但这正是muvinge分布函数的作用。
因此,我已经准备好听取批评意见。
Mathemat,问题是我是一个理论家。这是我的专长。每个人都有自己的短处。因此,敦促我放弃任何理论上的冒险都是失败的。这就像敦促一个酗酒者戒酒一样。:-)但感谢你参与(我的命运)。:-))
顺便问一下,你能告诉我更多关于分布的卷积吗?
Yurixx, 不要听任何人的话(请讨论者,没有恶意)。
做你认为正确的事。如果你设法保持努力,这是一件好事。没有什么比放弃更糟糕的了。人靠自己出生,靠自己死亡,靠自己活着;他自己的所有经历都是他自己的。结果是什么并不那么重要。我的意思是,当然很重要,但在运动中的价值本身要高得多。好运。
卷积:例如,见http://www.nsu.ru/mmf/tvims/chernova/tv/lec/node39.html#2933。那么,你可以找到很多关于分布函数卷积的内容。 重要的是,这里计算的是两个独立 变量之和的分布。
谢谢你。我的直觉是,应该有类似的东西(我指的是问题的解决方案,而不是公式本身),但出于无知,我不知道是什么。:-)
2SK
谢谢你,谢尔盖。"运动是一切,目标是什么 "是无政府主义者的口号。而你和我坚持走中间路线。所以在这个意义上,我接受你的愿望。顺便说一句,有时辞职是必要的。甚至是非常必要的。你不会争辩说,如果一个人愚蠢地或无知地跌入了一些冗长的教条,最后,哦,奇迹般地意识到自己的错误,他无论如何都不应该放弃它?
如果没有什么比退出更糟糕的了,那就是我将在外汇上度过我的余生?:-)))