随机流理论和外汇 - 页 13 1...67891011121314151617181920...85 新评论 Prival 2007.11.16 18:10 #121 shobvas: 我怀疑我们可以谈论速度,更不用说加速了......至少与飞机的速度和加速度有相同之处。 我同意,速度和加速度是不同的。但他们都在那里,也在那里。这种方法使我们有可能预测 Prival 2007.11.16 18:35 #122 rsi: 但这样一来,组合测试的问题就会全面出现--问题又一次变得巨大了:-(。 你是对的,这个模型,L(k)=[V(k),a(k)],真的很容易复杂化。 考虑不同货币对的速度和加速度+它们的相互关联性+引入量。复杂化很容易,你只需要先处理最简单的砖头。 这就是为什么我说有足够的空间给大家 :-) Sceptic Philozoff 2007.11.17 08:48 #123 私下里,你可以简要说明一下,雷达看到的飞机运动轨迹是什么,以及如何从这些轨迹中提取导数,此外还有第二种? 一种是有规律的、"好的 "函数的数值微分,另一种是随机过程,其采样间隔(分钟)显然比间隔大得多,在这种情况下,它可以突然改变价值。 从你的文章 "前凸下的速度估计"。 Д(t),V(t),a(t) – детерминированные составляющие соответственно дальности, скорости и ускорения; DV(t)、Da(t)是速度和加速度的波动成分。 但前者是以某种方式确定的--基于一种特定的波动模式,即噪音。 Prival 2007.11.17 13:17 #124 这里有一篇公开的新闻报道(附后),它在文章的结尾提到了我们的研究。并给出了真实机载TDS的ACF(多普勒频率轨迹)(多普勒频率与速度成正比),见图9。将它们与我发布的ACF("随机流动理论和外汇 " 或这里的"随机流动理论和外汇")进行直观的比较。当我看到这条曲线时,我简直不敢相信自己的眼睛,我检查了20次(我用不同的方法建立它,现在我通过第三种方法检查,没有错误)。 阿尔法、贝塔和西格玛,只是以ACF的形式奠定的(被插入这些方程),是一个二阶的惯性链接。在物理上,它进行振荡,围绕一定的水平,如果没有外部能量的到来,振荡会被阻尼。如果一个冲动到来,它(震荡)可以移动到一个新的水平,它将再次震荡。 如果你改变采样深度,不同的振荡(快,慢,大约是文章中所说的),也就是说,总的运动好像是由所有这些具有不同(α,β,σ)的振荡组成。运动的多维性和多维性。 在最佳处理中,对于每个振荡,你需要有一个不同的滤波器。但这是一个无限多的卡尔曼滤波器;-(。我在前面写道,进一步的艺术(修剪计算)我们每个人都可能需要这个过程的不同细节来建立一个TS。而有人,比方说,想考虑不同货币的关系(类似于本文中的主从关系),它们之间存在关联,这也可以放在模型中,估计这种运动,把外汇的能量引向你的口袋,不是全部,捏一下就够了 :-)。 P.S. 我对公式(10)有疑问,有些地方不适合。而在书中,也似乎是一个错字。我因此去找季霍诺夫,但他的思想还活着,还有他的学生哈里索夫和亚里科夫,光在学院里找他们就很困难,作为最后的手段,我将去找特维尔的博格达诺夫(本文作者,同时也是这项工作和我论文的导师)。 附加的文件: statja.zip 447 kb Sceptic Philozoff 2007.11.17 14:27 #125 私人,我已经斜着看了这篇文章。有两个关键的假设影响着一切。第一个。 对于一个报价过程(甚至是它的第一个差值)来说,这是非常值得怀疑的,因为过程本身不像一个静止的过程,更不是一个遍历的过程。第二。 我们哪里有常态,Prival? Prival 2007.11.17 15:32 #126 Mathemat: 1.对于一个商数过程(甚至是它的第一个差分)来说,这是非常值得怀疑的,因为过程本身并不像静止的,更不像遍历的。 2. ,我们 的 规范性在哪里? 1.ACF是针对Y-mu构建的,即 "趋势 "mu=y(x)=a+b*x先前已从报价过程中删除,因此过程的MOG=const(在我们的案例中,静止性条件之一为0)。对于卡尔曼来说,确定 "趋势 "是没有问题的--这就是去趋势的速度成分。去除 "趋势 "后的剩余部分是速度的通量部分。我同意波动成分不是一个遍历过程,但有些地方对应于振荡环节,我认为在历史上会有很多(所谓的平坦)。有一些部分不对应,这意味着在过滤器中应该使用另一个模型。应该有很多这样的过滤器,最好是无限大。当我解释物理学时,"就像在接收器中,你转动旋钮来获得一个站(趋势),并保持在那里。丢失了一个电台,转动旋钮,直到它响起aha新闻,工作了的新闻,又走了,去进一步旋转。所以,你去那里。但它更复杂,而且是以公式的形式。" 如果一个报价流与所附模型相对应,那么一切都很好,我们听从新闻、趋势、平淡等等。当信号消失时(过滤器输出的差异超过阈值),我们所需要的就是转动一个旋钮,从剩余的99个(十亿分之一)中寻找一个更适合当前过程(嵌入的模型)的过滤器。 我想注意的是,没有人取消科捷尔尼科夫定理,如果报价在一分钟内出现一次(我们以分钟为单位工作),那么我们可用于研究的过程至少有2分钟的时间,在实践中,采样频率最好在最大频率的5-8倍。如果你把TS的工作投射(集中)在新闻上,那么我们就应该改用ticks。 2.可能有常态,仔细阅读 "直线水平飞行 "的条件,它意味着MOJ=const,并且不改变,无论我们在这个时间间隔的哪一段。在报价单上找到这样一个区域,看看(在MOJ=const时,一小时内+-1点)。不要在意间隔时间 :-)文章中的多余的短语,与研究的本质无关。 而且总的来说,我的手指很疼:-)戴上耳机。 Prival 2007.11.17 15:47 #127 你需要在MQL中制作一个Kolman过滤器,这里是MathCad中的样子 索引 "T"、"-1"--转置操作,逆矩阵计算。所有这些都是矩阵(数组),必须根据矩阵代数进行编程http://alglib.sources.ru/matrixops/ 有一些C代码的片段,但需要检查。一切都在matkadel中运作。 我不知道我是否能在工作中做到这一点,但这是一个值得大师级的任务,也许在我的业余时间。其目的是最大限度地提高计算的速度和准确性。矩阵H型整数(由0或1组成)。其余的是双倍的。 或者有谁能处理,就点头。 我会尽量写出详细的步骤说明(我有MQL编程的经验)。 Candid 2007.11.17 16:02 #128 Prival:这意味着有100-1000亿个卡尔曼过滤器在并行工作,每个过滤器都在接收报价。 如果报价流与嵌套模型相对应,则一切正常,我们听取新闻、趋势、平盘等。如果没有信号(过滤器输出的差异超过阈值),我们要做的就是在剩下的99个(十亿分之一)过滤器中选择一个最符合正在进行的过程(其中包含的模型)的过滤器。 交易中的主要问题--当模型被或多或少地认可时,其延续和崩溃的概率是差不多的。恐怕这个规则将适用于所有10-100百万的卡尔曼过滤器。 Yurixx 2007.11.17 17:47 #129 lna01: 私下 的。 这意味着有100-1000亿个卡尔曼过滤器在并行工作,每个过滤器都在接收报价。 如果报价流与嵌套模型相对应,则一切正常,我们听取新闻、趋势、平盘等。当信号消失时(过滤器输出的差异超过阈值),我们要做的就是在剩下的99个(十亿分之一)过滤器中寻找一个最符合当前过程(嵌入其中的模型)的过滤器。 交易中的主要问题是,当一个模型被或多或少地认可时,其延续和崩溃的概率是差不多的。恐怕这条规则也将适用于所有10-100米的卡尔曼滤镜。 嗯,我认为这是一个过于严厉的说法。事实上,没有任何研究对模型的寿命作出统计。此外,没有关于识别一个模型所需的信息量(=lag time)的数据。 甚至那些引入和使用这些模型的人也不愿意进行或发表这样的研究。显然,人们认为,如果策略具有正摩,那么在概率均衡之前,该模型就会被认可。 而且有这样的策略,活生生的。看得更 清楚。他的专家顾问实际上做了我想在我的顾问中实现的事情--它识别了转折点,并在波浪的起点进入。而且它既可以向上移动,也可以向下移动。在这里,你有一个预测和之前的认识。 至于Prival 的方案,我想说的是:它很有趣,有一个想法,平行的距离不是那么遥远。不幸的是,我还没有理解数学,我有很多自己的案例,但如果过渡矩阵不是固定的东西,可能会有这样的解决方案。但计算的部分需要少些铺张。如果只是直接计算过程需要计算超过100-1000亿个过滤器,那么我们就可以忘掉ticks。还有一个反面的问题,我们必须以某种方式调整参数以适应不断变化的市场条件。 因此,有必要在内存和计算周期时间方面明确估计资源。否则我们可能会得到一个5-10小时的计算周期。届时会有什么新闻呢?我们所要做的就是玩上几天或几周。:-) Prival 2007.11.17 19:55 #130 适应性F的构造有一些变体,如果几个滤波器的并行计算超过了适应性的计算成本,就会进入这些变体。即矩阵F(t,ACF,L)取决于时间、ACF参数和L--流量的一些属性。但这已经是非线性过滤的范畴了。我想暂时保持在线性过滤的限度内。在典型的区域(平静的市场,开盘,新闻发布,几个不同参数的趋势,几个不同参数的笛子)为ACF拨号统计。 正如他们所说的拉弦看。 我认为大约10-16个过滤器就足够了,当出现差异,与模型的分歧,应该做出决定(市场的关键点--决定点)。这时改用Wald统计决策函数。不知何故,到目前为止,我对所有问题都没有答案,只有一条明确的道路和一个目标。 是的,关于检测时间,它取决于特征和模型集的质量。它可能是瞬间的。例子(比方说在这套系统中)将有2个负责处理间隙的过滤器(1个向上1个向下)。从整套模型中的选择是毫不含糊的+该特征是相当强大的:-)。 1...67891011121314151617181920...85 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
我怀疑我们可以谈论速度,更不用说加速了......至少与飞机的速度和加速度有相同之处。
我同意,速度和加速度是不同的。但他们都在那里,也在那里。这种方法使我们有可能预测
但这样一来,组合测试的问题就会全面出现--问题又一次变得巨大了:-(。
从你的文章 "前凸下的速度估计"。
Д(t),V(t),a(t) – детерминированные составляющие соответственно дальности, скорости и ускорения;
DV(t)、Da(t)是速度和加速度的波动成分。
这里有一篇公开的新闻报道(附后),它在文章的结尾提到了我们的研究。并给出了真实机载TDS的ACF(多普勒频率轨迹)(多普勒频率与速度成正比),见图9。将它们与我发布的ACF("随机流动理论和外汇 " 或这里的"随机流动理论和外汇")进行直观的比较。当我看到这条曲线时,我简直不敢相信自己的眼睛,我检查了20次(我用不同的方法建立它,现在我通过第三种方法检查,没有错误)。
阿尔法、贝塔和西格玛,只是以ACF的形式奠定的(被插入这些方程),是一个二阶的惯性链接。在物理上,它进行振荡,围绕一定的水平,如果没有外部能量的到来,振荡会被阻尼。如果一个冲动到来,它(震荡)可以移动到一个新的水平,它将再次震荡。
如果你改变采样深度,不同的振荡(快,慢,大约是文章中所说的),也就是说,总的运动好像是由所有这些具有不同(α,β,σ)的振荡组成。运动的多维性和多维性。
在最佳处理中,对于每个振荡,你需要有一个不同的滤波器。但这是一个无限多的卡尔曼滤波器;-(。我在前面写道,进一步的艺术(修剪计算)我们每个人都可能需要这个过程的不同细节来建立一个TS。而有人,比方说,想考虑不同货币的关系(类似于本文中的主从关系),它们之间存在关联,这也可以放在模型中,估计这种运动,把外汇的能量引向你的口袋,不是全部,捏一下就够了 :-)。
P.S. 我对公式(10)有疑问,有些地方不适合。而在书中,也似乎是一个错字。我因此去找季霍诺夫,但他的思想还活着,还有他的学生哈里索夫和亚里科夫,光在学院里找他们就很困难,作为最后的手段,我将去找特维尔的博格达诺夫(本文作者,同时也是这项工作和我论文的导师)。
对于一个报价过程(甚至是它的第一个差值)来说,这是非常值得怀疑的,因为过程本身不像一个静止的过程,更不是一个遍历的过程。第二。
我们哪里有常态,Prival?
1.对于一个商数过程(甚至是它的第一个差分)来说,这是非常值得怀疑的,因为过程本身并不像静止的,更不像遍历的。 2. ,我们
的 规范性在哪里?
1.ACF是针对Y-mu构建的,即 "趋势 "mu=y(x)=a+b*x先前已从报价过程中删除,因此过程的MOG=const(在我们的案例中,静止性条件之一为0)。对于卡尔曼来说,确定 "趋势 "是没有问题的--这就是去趋势的速度成分。去除 "趋势 "后的剩余部分是速度的通量部分。我同意波动成分不是一个遍历过程,但有些地方对应于振荡环节,我认为在历史上会有很多(所谓的平坦)。有一些部分不对应,这意味着在过滤器中应该使用另一个模型。应该有很多这样的过滤器,最好是无限大。当我解释物理学时,"就像在接收器中,你转动旋钮来获得一个站(趋势),并保持在那里。丢失了一个电台,转动旋钮,直到它响起aha新闻,工作了的新闻,又走了,去进一步旋转。所以,你去那里。但它更复杂,而且是以公式的形式。"
如果一个报价流与所附模型相对应,那么一切都很好,我们听从新闻、趋势、平淡等等。当信号消失时(过滤器输出的差异超过阈值),我们所需要的就是转动一个旋钮,从剩余的99个(十亿分之一)中寻找一个更适合当前过程(嵌入的模型)的过滤器。
我想注意的是,没有人取消科捷尔尼科夫定理,如果报价在一分钟内出现一次(我们以分钟为单位工作),那么我们可用于研究的过程至少有2分钟的时间,在实践中,采样频率最好在最大频率的5-8倍。如果你把TS的工作投射(集中)在新闻上,那么我们就应该改用ticks。
2.可能有常态,仔细阅读 "直线水平飞行 "的条件,它意味着MOJ=const,并且不改变,无论我们在这个时间间隔的哪一段。在报价单上找到这样一个区域,看看(在MOJ=const时,一小时内+-1点)。不要在意间隔时间 :-)文章中的多余的短语,与研究的本质无关。
而且总的来说,我的手指很疼:-)戴上耳机。
你需要在MQL中制作一个Kolman过滤器,这里是MathCad中的样子
索引 "T"、"-1"--转置操作,逆矩阵计算。所有这些都是矩阵(数组),必须根据矩阵代数进行编程http://alglib.sources.ru/matrixops/
有一些C代码的片段,但需要检查。一切都在matkadel中运作。
我不知道我是否能在工作中做到这一点,但这是一个值得大师级的任务,也许在我的业余时间。其目的是最大限度地提高计算的速度和准确性。矩阵H型整数(由0或1组成)。其余的是双倍的。
或者有谁能处理,就点头。 我会尽量写出详细的步骤说明(我有MQL编程的经验)。
这意味着有100-1000亿个卡尔曼过滤器在并行工作,每个过滤器都在接收报价。 如果报价流与嵌套模型相对应,则一切正常,我们听取新闻、趋势、平盘等。如果没有信号(过滤器输出的差异超过阈值),我们要做的就是在剩下的99个(十亿分之一)过滤器中选择一个最符合正在进行的过程(其中包含的模型)的过滤器。
交易中的主要问题--当模型被或多或少地认可时,其延续和崩溃的概率是差不多的。恐怕这个规则将适用于所有10-100百万的卡尔曼过滤器。
这意味着有100-1000亿个卡尔曼过滤器在并行工作,每个过滤器都在接收报价。 如果报价流与嵌套模型相对应,则一切正常,我们听取新闻、趋势、平盘等。当信号消失时(过滤器输出的差异超过阈值),我们要做的就是在剩下的99个(十亿分之一)过滤器中寻找一个最符合当前过程(嵌入其中的模型)的过滤器。
交易中的主要问题是,当一个模型被或多或少地认可时,其延续和崩溃的概率是差不多的。恐怕这条规则也将适用于所有10-100米的卡尔曼滤镜。
嗯,我认为这是一个过于严厉的说法。事实上,没有任何研究对模型的寿命作出统计。此外,没有关于识别一个模型所需的信息量(=lag time)的数据。 甚至那些引入和使用这些模型的人也不愿意进行或发表这样的研究。显然,人们认为,如果策略具有正摩,那么在概率均衡之前,该模型就会被认可。
而且有这样的策略,活生生的。看得更 清楚。他的专家顾问实际上做了我想在我的顾问中实现的事情--它识别了转折点,并在波浪的起点进入。而且它既可以向上移动,也可以向下移动。在这里,你有一个预测和之前的认识。
至于Prival 的方案,我想说的是:它很有趣,有一个想法,平行的距离不是那么遥远。不幸的是,我还没有理解数学,我有很多自己的案例,但如果过渡矩阵不是固定的东西,可能会有这样的解决方案。但计算的部分需要少些铺张。如果只是直接计算过程需要计算超过100-1000亿个过滤器,那么我们就可以忘掉ticks。还有一个反面的问题,我们必须以某种方式调整参数以适应不断变化的市场条件。
因此,有必要在内存和计算周期时间方面明确估计资源。否则我们可能会得到一个5-10小时的计算周期。届时会有什么新闻呢?我们所要做的就是玩上几天或几周。:-)
适应性F的构造有一些变体,如果几个滤波器的并行计算超过了适应性的计算成本,就会进入这些变体。即矩阵F(t,ACF,L)取决于时间、ACF参数和L--流量的一些属性。但这已经是非线性过滤的范畴了。我想暂时保持在线性过滤的限度内。在典型的区域(平静的市场,开盘,新闻发布,几个不同参数的趋势,几个不同参数的笛子)为ACF拨号统计。 正如他们所说的拉弦看。 我认为大约10-16个过滤器就足够了,当出现差异,与模型的分歧,应该做出决定(市场的关键点--决定点)。这时改用Wald统计决策函数。不知何故,到目前为止,我对所有问题都没有答案,只有一条明确的道路和一个目标。
是的,关于检测时间,它取决于特征和模型集的质量。它可能是瞬间的。例子(比方说在这套系统中)将有2个负责处理间隙的过滤器(1个向上1个向下)。从整套模型中的选择是毫不含糊的+该特征是相当强大的:-)。