随机流理论和外汇 - 页 18 1...111213141516171819202122232425...85 新评论 Sceptic Philozoff 2007.11.22 14:03 #171 好的，所以说合身是有点完美的。现在我们需要用一些更有意义的东西来代替a*x+b，这样才能真正消除趋势，比如'ang PR (Din)-v1' 。 vaa20003 2007.11.23 07:48 #172 酷！！！。 我曾经试图做类似的事情，但我没有足够的知识 :) 我希望我可以在初始化过程中在BarsCount上向后画出阴影，因为它们也携带信息。 但我在工作时，一切都很慢:)。 还有一个问题--外汇上是否有趋势平坦，或者外汇上是否没有趋势平坦。它已经被讨论了很多，有多少人就有多少意见。 你可以这样做："现在我们需要用一些更有意义的东西来代替a*x+b，真正消除趋势，比如'ang PR（Din）-v1'" 定义参考时间。我非常喜欢time_avg_v1.0.mq4中关于偏离 "趋势 "的解决方案。 附加的文件： time_avg_v1.0.mq4 4 kb Sceptic Philozoff 2007.11.23 09:22 #173 这里最有趣的一点是，相关系数是一个根本性的限定值。感应器正常化问题的第一个解决方案是由Yurixx 在"随机共振 " 中提出的。找不到照片了，该死的。 剩下的事情不多--教它与市场的极端情况相关联。但看起来应该在这个指标的零点上寻找进入/退出点。 P.S. 不，不完全是。指标的负值（如果从某种意义上说是ACF）并不表明有下降趋势。它可以是最肆无忌惮的平坦。 vaa20003 2007.11.23 09:40 #174 Mathemat: P.S. 不，不是真的。指数的负值（如果从某种意义上说是ACF）并不表明有下降的趋势。这可能是最肆无忌惮的平坦。 不，他们没有 :)昨天我比赛了3个小时。 再说一遍--平--多少钱？25便士或50便士。更高的时间框架呢？time_avg_v1. 0.mq4给出了关于这个问题的一些数字。 Candid 2007.11.23 19:36 #175 Mathemat: 好的，所以说合身是有点完美的。现在我们需要用一些更有意义的东西来代替a*x+b，以真正消除趋势，如'ang PR (Din)-v1'。 数学，但毕竟趋势确实是线性的，至少乍一看是这样。此外，线性回归的考虑速度更快（就像在灯笼下看，因为那里更亮：）。在我看来，试图确定LR计算的区间更为诱人。这意味着它应该是可变的，取决于当前的情况。 Sceptic Philozoff 2007.11.24 04:36 #176 候选人，我指的是动态线性回归，也就是说，一个指标可以根据给定数量的先前值线性预测下一个柱状的值。我曾经对它感兴趣，当时我在玩神经网络，甚至还分析计算过；它是SMA和LWMA的线性组合，周期相等，相当小，不是1000。我会记住的--我会公布计算公式或指标本身。 是的，趋势是线性的，但非常粗略，而且只在最大的TF上，如周。自己看看吧。 那么让我们试着理解作者（不仅是作者）在对图表进行去趋势化处理时想要达到什么目的。Prival 可能建议这样做，以便首先从初始报价中去除不可预测的规则成分（趋势），留下接近随机过程的东西，其期望值不会太偏离零（就s.c.s.的数量而言），然后分析这个过程的ACF-属性（自变量，而不是自相关），用ACF本身来预测我们未知的趋势。私人，你去哪里了？告诉我，这是否符合逻辑？ 只有当"趋势线"与图形本身的偏差不太大时，去趋势才有意义，这就决定了回归本身（而不是ACF）的 "平滑 "周期的一个小值。否则，在去趋势区间内就会出现浅层的局部趋势，这正是我们想要摆脱的东西。(假设：所以我们可能会减少初始过程的Hurst系数，使其更接近高斯系数？ 现在看看5分钟，告诉我趋势是否是线性的？ 如果存在这样的现象，"随机共振 "这个话题似乎应该反驳这个概念。 P.S.顺便问一下，你有没有注意到为什么我们的诱导器在零条上显示为1？ rsi 2007.11.24 08:09 #177 Mathemat: 烛光。 P.S. 顺便说一下，你有没有注意过，为什么我们的指标在零条上显示1？ 这不是我的问题，但既然我在偷看这个话题... Prival曾经试图在这里谈论常识。因此，常识或物理意义上的ACF只是在定义上将其值等同于零条的1，因为它显示了时间样本与自身的相关性。它的下降到零可以被看作是BP值从零开始去除相应的条数后的实际相关性损失。只是我仍然不明白我们想从中得到什么。请注意，维基百科给出了AFC的另一个定义，根据我的理解，这个定义更接近Matemet的内心，但这里我们只考虑第一个定义。 P.S. 私下里，我仍然没有内心开始编码的冲动，因为我对这个任务没有一个清晰的认识。顺便说一下，我不认为自己是一个MQL向导，我也从来没有当过，但实践表明，只要理解了任务，一切都可以编码。而且论坛上有很多大师。 P.P.S. 我把论坛活动的减少与论坛用户希望快速学习概率神经网络（我希望Prival也在其中）联系起来，或者大家都跑去开一个真实的账户，而你仍然可以免费使用Better的信号:-)。 Prival 2007.11.24 09:40 #178 我刚刚有了一些空闲时间。我将尝试今晚在这里回答这些问题。 试着回答"......概率...... "的问题， 关于Better神经网络 所调整的概率？ 到了晚上，我将尝试对所有的东西进行编程，并将我的想法以图片的形式发布。 rsi 2007.11.24 12:45 #179 Prival: rsi 试图回答"......概率...... "的问题，关于概率的问题，Better神经网络 设置了什么？ 我最近才开始上网（像往常一样不着急）。在论坛上有这方面的专家（Vinin、Leo、klot和许多其他人，当然也包括Better）。(虽然我看到已经有一个关于这个主题的新主题--这并不奇怪。 但既然你问了，我就试试。正如谚语所说：如果你自己不能做什么，至少要教给别人!:-)在这里的支部，也聚集了很多人，所以我希望如果我搞砸了，他们会纠正我。 就我今天的理解而言，当建立一个概率网络时，使用的是贝叶斯方法，网络的每个输出获得一个估计值（很明显，然后与一个阈值或其他输出进行比较；私下里，甚至可能有两个阈值:-)），这个估计值是一个标量形式的充分统计量，其精确程度达到一个常数，由输入向量的最大似然函数描述。因此（为了回答这个问题），网络（每个输出）被调整为输入向量的最大可能性，以匹配决策（输出）。 网络本身通常是三层的--输入层、辐射层和输出层。用于分类的矢量（在Better的案例中，正如我们已经知道的，它们很可能是几条移动平均线的线性组合，尽管也可能使用布尔函数）。输出的数量，对应于输出解决方案的所需维度。例如，4、如果我们需要做出买入、卖出、closebuy、closell的决定。训练时，实行 "赢家通吃 "原则，即不止一个输出可能不接近最大值。这是工作的创造性部分：我们必须找到最合适的宽度（sigma）和中间层的神经元数量。有些输入向量与成功买入最合理的匹配，有些则与其他输出向量匹配。径向层之所以被称为径向层，是因为它使用了所谓的径向基础--欧氏距离的钟形函数（在输入矢量的相关成分的更一般的情况下--马哈拉诺比斯距离），而不是西格莫德转换函数。 正如我们所看到的，这种方法与 "手 "交易非常相似：交易员评估输入向量（价格、TA模式、指标读数等）并作出决定，如果根据他的估计达到标准。 关于培训--我还没有研究过。这是一个单独的问题，如果我理解的话，我可能会在以后介绍:-)。我记得，甚至在锦标赛之前，我就写过，我的专家顾问一直在使用一年的数据进行训练。 Candid 2007.11.24 12:48 #180 Mathemat: 候选人，我的意思是动态线性回归，即一个指标在给定数量的先前值的基础上线性预测下一栏的值。我曾经对它感兴趣，当时我在玩神经网络，甚至还分析计算过；它是SMA和LWMA的线性组合，周期相等，相当小，不是1000。我会记住的--我会公布计算公式或指标本身。 我称之为移动线性回归，我有这样一个指标，我可以自己分享:) P.S. 顺便说一下，你有没有注意到为什么我们的指标在零点栏上显示为1？ 我的意思是在第一条杠上（零条杠不被处理）？那么每一个点与自身的相关性被视为1，假设这是最大可能的相关程度。这一假设进一步得到了证明:)。但由于即使没有我，你也可能知道这一点，看来这个问题包含了一个暗示，而我还没有理解这个暗示。 然后，让我们试着理解这个主题的作者（不仅是他）试图通过去趋势图达到什么目的。Prival 可能建议这样做，以便首先从初始报价中去除不可预测的规则成分（趋势），留下接近随机过程的东西，其期望值与零没有太大差别（就s.c.o.数而言），然后分析这个过程的ACF-属性（自变量，而不是自相关），并使用ACF本身预测我们案例中的未知趋势。私人，你去哪里了？告诉我，这是否符合逻辑？ Prival 承诺会给出他的意见，但我认为这个想法不是只留下随机成分，而是去除 "长 "趋势，得到一个预期值为零的系列。这个系列将包含与预期游戏范围相对应的较短趋势。记住，数学统计学（而不仅仅是R/S分析）更倾向于使用这样的序列，我们得到了或多或少正确的还原问题，即 "在路灯下搜索"。 是的，趋势是线性的，但非常粗略，而且只在最大的TF上，如周。自己看看吧。 只有当"趋势线"与图表的偏差不太大时，去趋势才有意义，这就决定了回归本身的 "平滑 "周期的数值要小（不是ACF）。否则，在去趋势区间内就会出现浅层的局部趋势，这正是我们想要摆脱的东西。(假设：所以我们可能会减少初始过程的Hurst系数，使其更接近高斯系数？ 现在看看5分钟，告诉我，趋势到底是不是线性的？ 如果存在这样的现象，"随机共振 "这个话题似乎应该反驳这个概念。 现在--甜点 :)。如上所述，我对去趋势的含义的理解恰恰相反，即：任务只是去掉全局趋势，并以干净的形式得到与所选博弈范围相对应的局部趋势。从这个意义上说，用时间框架来说话是相当绕弯子的。只是有一个时间序列，我们可以用不同的时间框架来看待它，但作为客观现实的趋势并不取决于尺度的选择。我突然想到的是--线性变换有明确的物理意义：这种变换的结果是另一个惯性 参考框架，即一个系统，其中的力将与原系统中的作用相同。在非线性变换中，正如我们从物理学中知道的那样，我们得到了一个世界，其中 "不合逻辑的 "和难以描述的力量会以意想不到的方式出现和消失。有趣的是，使用回报率也是一种线性转换，但在满足零期望条件时，其误差比用线性回归去趋势时大得多。 1...111213141516171819202122232425...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
我希望我可以在初始化过程中在BarsCount上向后画出阴影，因为它们也携带信息。
但我在工作时，一切都很慢:)。
还有一个问题--外汇上是否有趋势平坦，或者外汇上是否没有趋势平坦。它已经被讨论了很多，有多少人就有多少意见。
你可以这样做："现在我们需要用一些更有意义的东西来代替a*x+b，真正消除趋势，比如'ang PR（Din）-v1'"
定义参考时间。我非常喜欢time_avg_v1.0.mq4中关于偏离 "趋势 "的解决方案。
这里最有趣的一点是，相关系数是一个根本性的限定值。感应器正常化问题的第一个解决方案是由Yurixx 在"随机共振 " 中提出的。找不到照片了，该死的。
剩下的事情不多--教它与市场的极端情况相关联。但看起来应该在这个指标的零点上寻找进入/退出点。
P.S. 不，不完全是。指标的负值（如果从某种意义上说是ACF）并不表明有下降趋势。它可以是最肆无忌惮的平坦。
P.S. 不，不是真的。指数的负值（如果从某种意义上说是ACF）并不表明有下降的趋势。这可能是最肆无忌惮的平坦。
再说一遍--平--多少钱？25便士或50便士。更高的时间框架呢？time_avg_v1. 0.mq4给出了关于这个问题的一些数字。
好的，所以说合身是有点完美的。现在我们需要用一些更有意义的东西来代替a*x+b，以真正消除趋势，如'ang PR (Din)-v1'。
是的，趋势是线性的，但非常粗略，而且只在最大的TF上，如周。自己看看吧。
那么让我们试着理解作者（不仅是作者）在对图表进行去趋势化处理时想要达到什么目的。Prival 可能建议这样做，以便首先从初始报价中去除不可预测的规则成分（趋势），留下接近随机过程的东西，其期望值不会太偏离零（就s.c.s.的数量而言），然后分析这个过程的ACF-属性（自变量，而不是自相关），用ACF本身来预测我们未知的趋势。私人，你去哪里了？告诉我，这是否符合逻辑？
只有当"趋势线"与图形本身的偏差不太大时，去趋势才有意义，这就决定了回归本身（而不是ACF）的 "平滑 "周期的一个小值。否则，在去趋势区间内就会出现浅层的局部趋势，这正是我们想要摆脱的东西。(假设：所以我们可能会减少初始过程的Hurst系数，使其更接近高斯系数？
现在看看5分钟，告诉我趋势是否是线性的？ 如果存在这样的现象，"随机共振 "这个话题似乎应该反驳这个概念。
P.S.顺便问一下，你有没有注意到为什么我们的诱导器在零条上显示为1？
烛光。
P.S. 顺便说一下，你有没有注意过，为什么我们的指标在零条上显示1？
这不是我的问题，但既然我在偷看这个话题...
Prival曾经试图在这里谈论常识。因此，常识或物理意义上的ACF只是在定义上将其值等同于零条的1，因为它显示了时间样本与自身的相关性。它的下降到零可以被看作是BP值从零开始去除相应的条数后的实际相关性损失。只是我仍然不明白我们想从中得到什么。请注意，维基百科给出了AFC的另一个定义，根据我的理解，这个定义更接近Matemet的内心，但这里我们只考虑第一个定义。
P.S. 私下里，我仍然没有内心开始编码的冲动，因为我对这个任务没有一个清晰的认识。顺便说一下，我不认为自己是一个MQL向导，我也从来没有当过，但实践表明，只要理解了任务，一切都可以编码。而且论坛上有很多大师。
P.P.S. 我把论坛活动的减少与论坛用户希望快速学习概率神经网络（我希望Prival也在其中）联系起来，或者大家都跑去开一个真实的账户，而你仍然可以免费使用Better的信号:-)。
我刚刚有了一些空闲时间。我将尝试今晚在这里回答这些问题。
试着回答"......概率...... "的问题， 关于Better神经网络 所调整的概率？
到了晚上，我将尝试对所有的东西进行编程，并将我的想法以图片的形式发布。
rsi 试图回答"......概率...... "的问题，关于概率的问题，Better神经网络 设置了什么？
我最近才开始上网（像往常一样不着急）。在论坛上有这方面的专家（Vinin、Leo、klot和许多其他人，当然也包括Better）。(虽然我看到已经有一个关于这个主题的新主题--这并不奇怪。 但既然你问了，我就试试。正如谚语所说：如果你自己不能做什么，至少要教给别人!:-)在这里的支部，也聚集了很多人，所以我希望如果我搞砸了，他们会纠正我。
就我今天的理解而言，当建立一个概率网络时，使用的是贝叶斯方法，网络的每个输出获得一个估计值（很明显，然后与一个阈值或其他输出进行比较；私下里，甚至可能有两个阈值:-)），这个估计值是一个标量形式的充分统计量，其精确程度达到一个常数，由输入向量的最大似然函数描述。因此（为了回答这个问题），网络（每个输出）被调整为输入向量的最大可能性，以匹配决策（输出）。
网络本身通常是三层的--输入层、辐射层和输出层。用于分类的矢量（在Better的案例中，正如我们已经知道的，它们很可能是几条移动平均线的线性组合，尽管也可能使用布尔函数）。输出的数量，对应于输出解决方案的所需维度。例如，4、如果我们需要做出买入、卖出、closebuy、closell的决定。训练时，实行 "赢家通吃 "原则，即不止一个输出可能不接近最大值。这是工作的创造性部分：我们必须找到最合适的宽度（sigma）和中间层的神经元数量。有些输入向量与成功买入最合理的匹配，有些则与其他输出向量匹配。径向层之所以被称为径向层，是因为它使用了所谓的径向基础--欧氏距离的钟形函数（在输入矢量的相关成分的更一般的情况下--马哈拉诺比斯距离），而不是西格莫德转换函数。
正如我们所看到的，这种方法与 "手 "交易非常相似：交易员评估输入向量（价格、TA模式、指标读数等）并作出决定，如果根据他的估计达到标准。
关于培训--我还没有研究过。这是一个单独的问题，如果我理解的话，我可能会在以后介绍:-)。我记得，甚至在锦标赛之前，我就写过，我的专家顾问一直在使用一年的数据进行训练。
候选人，我的意思是动态线性回归，即一个指标在给定数量的先前值的基础上线性预测下一栏的值。我曾经对它感兴趣，当时我在玩神经网络，甚至还分析计算过；它是SMA和LWMA的线性组合，周期相等，相当小，不是1000。我会记住的--我会公布计算公式或指标本身。
我称之为移动线性回归，我有这样一个指标，我可以自己分享:)
我的意思是在第一条杠上（零条杠不被处理）？那么每一个点与自身的相关性被视为1，假设这是最大可能的相关程度。这一假设进一步得到了证明:)。但由于即使没有我，你也可能知道这一点，看来这个问题包含了一个暗示，而我还没有理解这个暗示。
Prival 承诺会给出他的意见，但我认为这个想法不是只留下随机成分，而是去除 "长 "趋势，得到一个预期值为零的系列。这个系列将包含与预期游戏范围相对应的较短趋势。记住，数学统计学（而不仅仅是R/S分析）更倾向于使用这样的序列，我们得到了或多或少正确的还原问题，即 "在路灯下搜索"。
只有当"趋势线"与图表的偏差不太大时，去趋势才有意义，这就决定了回归本身的 "平滑 "周期的数值要小（不是ACF）。否则，在去趋势区间内就会出现浅层的局部趋势，这正是我们想要摆脱的东西。(假设：所以我们可能会减少初始过程的Hurst系数，使其更接近高斯系数？
现在看看5分钟，告诉我，趋势到底是不是线性的？ 如果存在这样的现象，"随机共振 "这个话题似乎应该反驳这个概念。
现在--甜点 :)。如上所述，我对去趋势的含义的理解恰恰相反，即：任务只是去掉全局趋势，并以干净的形式得到与所选博弈范围相对应的局部趋势。从这个意义上说，用时间框架来说话是相当绕弯子的。只是有一个时间序列，我们可以用不同的时间框架来看待它，但作为客观现实的趋势并不取决于尺度的选择。我突然想到的是--线性变换有明确的物理意义：这种变换的结果是另一个惯性 参考框架，即一个系统，其中的力将与原系统中的作用相同。在非线性变换中，正如我们从物理学中知道的那样，我们得到了一个世界，其中 "不合逻辑的 "和难以描述的力量会以意想不到的方式出现和消失。有趣的是，使用回报率也是一种线性转换，但在满足零期望条件时，其误差比用线性回归去趋势时大得多。