市场礼仪或雷区中的良好风度 - 页 78 1...717273747576777879808182838485...104 新评论 Neutron 2009.06.18 22:47 #771 YDzh писал(а)>> 中子,你遇到过这本书吗? http://www.logobook.ru/prod_show.php?object_uid=11150699 不,不幸的是,我还没有得到我的手。我想你可以问问Mathemata。 paralocus 写道>>显然,我终究要进入收集蜱虫的行业。 而且是正确的! 显然,我还没有弄清楚为什么这个问题 "不是反问句"。有机会再提示一下。 看看一系列交易的一差分布函数(入口/出口点,图2中的红色方块),需要预测的是这些,而不是一系列商数极值。 你可以看到,它接近 "架子",没有 "对准 "的麻烦。只是,把它带入+/-1的范围。我想提请你们注意这一点。 根据我对你和HideYourRichess 的理解,对所获得的系列的波动率的计算是最简单的事情--将H(以点为单位)乘以2,得到Hvol。然而,前段时间你说过,有+H>2和-H<2(也许我混淆了什么),与所产生的系列的工作,取决于什么H 会完全相反。实际上,问题就在这里。1. 如果最小可能的H=1(即一个点),H 怎么可能<2?如果H 是在报价中提取的,那么它怎么可能>2? 2.到目前为止,我已经通过所研究的系列的双倍波动率对输入到网格的数据进行了归一化处理,现在该怎么做?我也是这样认为的(所有这些混乱都是由2H 争端激发的)-:) 然而,我还是喜欢问。 看一下Kagi的结构(黑色)。 1. Hvol,它是人字形肩部的平均长度,在结构上不能小于H(见图2顶部形成的条件),并且可以超过任何预定的值。对于维纳过程(随机BP)来说,其平均值趋向于2H 或2,如果我们去看归一化的分解步骤的值。为了更好地理解这一点,使用Matcad,将卡基过程边长的所有模数相加,用得到的数字除以划分的步骤H,你会得到比2 稍小的数值。顺便说一下,如果我们从这个值中减去2,并将得到的数字的模数乘以H,那么我们将得到这个策略在选定的符号和给定的交易范围内的平均回报(每笔交易的点数)的估计。 2.在这种情况下,归一化为H 或2H(见图1)足以使NS的输入数据(一系列交易)归一化。 ...和一个 在后巷拿着刀子的数学家的座谈会。 是的,只要不是交媾就可以了 :-) 下面是在不参考时间轴的情况下,H=10 点时,建立在EURJPY点位上的交易系列是怎样的。 同意,同事们,眼睛有东西可以依附......。帕斯图霍夫本人指出,具有这种价格序列分解算法的最佳TS是符号变量的(总是颠倒的)。在大样本上,它比任何其他TS都有统计学上的显著优势。帕斯图霍夫的主管曾经提到,在科蒂尔的右侧没有更有利可图的TS(不是在历史上)......虽然,我同意grasn 关于战略的实际利润率很小(与DC的佣金相比)的意见。可能是出于这个原因,论文作者本人在其作品的最后几页中,对在一些交易中识别重要模式的可能效用进行了猜测。 一般来说,如果人们会采取并严格证明这样的断言:商的这种分割是所有可能的TA构造中最有利的。然后我们就可以一劳永逸地忘掉各种费波级、支持-阻力线、鳄鱼、头肩顶等等,把我们的精力集中在攻击的主要方向。 paralocus 2009.06.19 07:56 #772 Neutron >> : 为了更好地理解,在Matcadet中取所有Kagi结构的边长模数,并将得到的数字除以除法的步骤H,你将得到一个略小于2的值。顺便说一下,如果我们从这个值中取二,并将得到的数字的模数乘以H,我们将得到这个策略在选定的工具和给定的交易期限H的平均回报(每笔交易的点数)的估计值。 卡木位置的长度模数是一系列卡木位置的第一差。我还没有,这就是为什么我增加了一系列交易的第一个差异的模块(卡基系列的模块平均应该多出2H)。结果是500和1分钱。 这里First是交易的第一个差值系列,21是h阈值(在这种情况下,它等于7个价差,即21点)。 Neutron 2009.06.19 08:23 #773 我忘了告诉你,你,要找平均数。将所有东西除以段数。 paralocus 2009.06.19 09:00 #774 是的,结果是1.015。 在这一点上有一个建议(暂时的),即结束对纵向分解的考虑,回到NS,实际上。两层的做。我还没有准备好处理这些数据,因为适合处理的数据实际上是没有的。 顺便说一下,先生们,有一个问题要问大家。 我在哪里可以找到柚子的历史(用于实验...-:))? [删除] 2009.06.19 09:29 #775 paralocus писал(а)>> 是的,结果是1.015。 在这一点上有一个建议(暂时的),即结束对纵向分解的考虑,回到NS,实际上。两层的做。我还没有准备好处理这些数据,因为适合处理的数据实际上是没有的。 顺便说一下,先生们,有一个问题要问大家。 我在哪里可以找到柚子的历史(用于实验...-:))? 而这实际上是一个有趣的问题。如果在某一秒内没有任何交易,就不会有价格数据,对吗?因此,各家经纪公司的打勾历史会有很大不同--我说的对吗? paralocus 2009.06.19 09:47 #776 YDzh >> : 这其实是一个有趣的问题。如果DC在某一秒没有交易,它也不会传输价格数据,对吗?因此,不同的经纪商的tick历史会有很大不同--我的理解是否正确? 当然了。每个经纪公司都有自己的过滤器,这些过滤器的设置对不同的经纪公司来说是不同的。此外,一些经纪公司的政策和条件也是不同的。所有这些诚实地从人们那里拿钱的各种方式都反映在经纪公司给客户的报价中。在一些经纪公司,并非所有客户都能得到相同的报价。也就是说,他们(即我们)也被分成了几组。有人得到过滤器A,有人得到过滤器B,还有人在银行间...取决于存款规模和其所有者的潜在DC交易技能。 中子>>: 一般来说,如果严格证明了这样的说法:这样的kotir划分是所有可能的TA构造中最有利可图的,那么我们就可以一劳永逸地忘记各种Fibo水平、支持-阻力线、鳄鱼、头和肩等等,而把我们的精力集中在主要的攻击方向。 我很久以前就放弃了所有的废话!也许有人需要一个数学上的理由来证明众所周知的方法无利可图,但我不需要。大规模亏损的做法足以让人明白,在黑暗的房间里寻找一只黑猫是没有意义的,尤其是它不在那里(也从未出现过)。在我看来,这个问题应该放在一个稍微不同的层面上。 在多大程度上,一个区段的历史数据N(且不说)适合于预测下一个区段。 为什么一个区段的预测效果好,而另一个区段的预测效果不好,找出可预测性超过50%的区域。在他们身上下功夫,剩下的时间就抽竹子。 Neutron 2009.06.19 14:55 #777 paralocus писал(а)>> 是的,结果是1.015。 我在哪里可以找到蜱虫的历史(用于实验......-:))? 它应该是2。你可能是用 2H 而不是 H 来除以这个数额吗? 我附上了一个文件,里面有半年来的欧元兑美元点数。文件格式:日期、时间、秒数(自1970年起)、卖价、买价。 P.S 我在上面的帖子中给出了一种基于Kagi拆分的TS的盈利能力估计方法。让我澄清一下,这是对最大收益的估计。现实上,由于对一些交易的预期变动不可避免的预测误差,它将会更低。 附加的文件: eurusdtick.zip 3016 kb paralocus 2009.06.19 16:04 #778 Neutron >> : 它应该是2。你是用2H而不是H除以总和吗? 不,我用H除以。 我的结果取决于H的大小。也许是数据的问题,也许是我的错误,但我还找不到它。也许是因为我没有使用cagi拆分,而是在一些交易中拆分?如果你有时间,请看一下我的清单。那里很直接。 顺便说一下,如果我用一个差值(3点)对分钟进行垂直细分,看看我得到的第一差值系列在一排交易中的分布是什么特点。 谢谢你给我的提示! 附加的文件: cotir11.rar 12 kb Neutron 2009.06.19 16:59 #779 paralocus писал(а)>> 也许问题的关键在于,我没有使用卡基的分类,而是将其分解为若干交易? 评估应该针对一个Kagi分类,而不是一系列的交易。 paralocus 2009.06.19 19:07 #780 做了卡吉。现在它刚刚超过2(2,153),然后越来越接近2,然后越来越远,取决于H, 但总是刚刚超过2。 1...717273747576777879808182838485...104 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
中子,你遇到过这本书吗?
http://www.logobook.ru/prod_show.php?object_uid=11150699
不,不幸的是,我还没有得到我的手。我想你可以问问Mathemata。
显然,我终究要进入收集蜱虫的行业。
而且是正确的!
显然,我还没有弄清楚为什么这个问题 "不是反问句"。有机会再提示一下。
看看一系列交易的一差分布函数(入口/出口点,图2中的红色方块),需要预测的是这些,而不是一系列商数极值。
你可以看到,它接近 "架子",没有 "对准 "的麻烦。只是,把它带入+/-1的范围。我想提请你们注意这一点。
1. 如果最小可能的H=1(即一个点),H 怎么可能<2?如果H 是在报价中提取的,那么它怎么可能>2?
2.到目前为止,我已经通过所研究的系列的双倍波动率对输入到网格的数据进行了归一化处理,现在该怎么做?我也是这样认为的(所有这些混乱都是由2H 争端激发的)-:)
然而,我还是喜欢问。
看一下Kagi的结构(黑色)。
2.在这种情况下,归一化为H 或2H(见图1)足以使NS的输入数据(一系列交易)归一化。
...和一个 在后巷拿着刀子的数学家的座谈会。
是的,只要不是交媾就可以了 :-)
下面是在不参考时间轴的情况下,H=10 点时,建立在EURJPY点位上的交易系列是怎样的。
同意,同事们,眼睛有东西可以依附......。帕斯图霍夫本人指出,具有这种价格序列分解算法的最佳TS是符号变量的(总是颠倒的)。在大样本上,它比任何其他TS都有统计学上的显著优势。帕斯图霍夫的主管曾经提到,在科蒂尔的右侧没有更有利可图的TS(不是在历史上)......虽然,我同意grasn 关于战略的实际利润率很小(与DC的佣金相比)的意见。可能是出于这个原因,论文作者本人在其作品的最后几页中,对在一些交易中识别重要模式的可能效用进行了猜测。
一般来说,如果人们会采取并严格证明这样的断言:商的这种分割是所有可能的TA构造中最有利的。然后我们就可以一劳永逸地忘掉各种费波级、支持-阻力线、鳄鱼、头肩顶等等,把我们的精力集中在攻击的主要方向。
为了更好地理解,在Matcadet中取所有Kagi结构的边长模数,并将得到的数字除以除法的步骤H,你将得到一个略小于2的值。顺便说一下,如果我们从这个值中取二,并将得到的数字的模数乘以H,我们将得到这个策略在选定的工具和给定的交易期限H的平均回报(每笔交易的点数)的估计值。
卡木位置的长度模数是一系列卡木位置的第一差。我还没有,这就是为什么我增加了一系列交易的第一个差异的模块(卡基系列的模块平均应该多出2H)。结果是500和1分钱。
这里First是交易的第一个差值系列,21是h阈值(在这种情况下,它等于7个价差,即21点)。
我忘了告诉你,你,要找平均数。将所有东西除以段数。
是的,结果是1.015。
在这一点上有一个建议(暂时的),即结束对纵向分解的考虑,回到NS,实际上。两层的做。我还没有准备好处理这些数据,因为适合处理的数据实际上是没有的。
顺便说一下,先生们,有一个问题要问大家。
我在哪里可以找到柚子的历史(用于实验...-:))?
是的,结果是1.015。
在这一点上有一个建议(暂时的),即结束对纵向分解的考虑,回到NS,实际上。两层的做。我还没有准备好处理这些数据,因为适合处理的数据实际上是没有的。
顺便说一下,先生们,有一个问题要问大家。
我在哪里可以找到柚子的历史(用于实验...-:))?
而这实际上是一个有趣的问题。如果在某一秒内没有任何交易,就不会有价格数据,对吗?因此,各家经纪公司的打勾历史会有很大不同--我说的对吗?
这其实是一个有趣的问题。如果DC在某一秒没有交易,它也不会传输价格数据,对吗?因此,不同的经纪商的tick历史会有很大不同--我的理解是否正确?
当然了。每个经纪公司都有自己的过滤器,这些过滤器的设置对不同的经纪公司来说是不同的。此外,一些经纪公司的政策和条件也是不同的。所有这些诚实地从人们那里拿钱的各种方式都反映在经纪公司给客户的报价中。在一些经纪公司,并非所有客户都能得到相同的报价。也就是说,他们(即我们)也被分成了几组。有人得到过滤器A,有人得到过滤器B,还有人在银行间...取决于存款规模和其所有者的潜在DC交易技能。
一般来说,如果严格证明了这样的说法:这样的kotir划分是所有可能的TA构造中最有利可图的,那么我们就可以一劳永逸地忘记各种Fibo水平、支持-阻力线、鳄鱼、头和肩等等,而把我们的精力集中在主要的攻击方向。
我很久以前就放弃了所有的废话!也许有人需要一个数学上的理由来证明众所周知的方法无利可图,但我不需要。大规模亏损的做法足以让人明白,在黑暗的房间里寻找一只黑猫是没有意义的,尤其是它不在那里(也从未出现过)。在我看来,这个问题应该放在一个稍微不同的层面上。
在多大程度上,一个区段的历史数据N(且不说)适合于预测下一个区段。 为什么一个区段的预测效果好,而另一个区段的预测效果不好,找出可预测性超过50%的区域。在他们身上下功夫,剩下的时间就抽竹子。
是的,结果是1.015。
我在哪里可以找到蜱虫的历史(用于实验......-:))?
它应该是2。你可能是用 2H 而不是 H 来除以这个数额吗?
我附上了一个文件,里面有半年来的欧元兑美元点数。文件格式:日期、时间、秒数(自1970年起)、卖价、买价。
P.S 我在上面的帖子中给出了一种基于Kagi拆分的TS的盈利能力估计方法。让我澄清一下,这是对最大收益的估计。现实上,由于对一些交易的预期变动不可避免的预测误差,它将会更低。
它应该是2。你是用2H而不是H除以总和吗?
不,我用H除以。
我的结果取决于H的大小。也许是数据的问题,也许是我的错误,但我还找不到它。也许是因为我没有使用cagi拆分,而是在一些交易中拆分?如果你有时间,请看一下我的清单。那里很直接。
顺便说一下,如果我用一个差值(3点)对分钟进行垂直细分,看看我得到的第一差值系列在一排交易中的分布是什么特点。
谢谢你给我的提示!
也许问题的关键在于,我没有使用卡基的分类,而是将其分解为若干交易?
评估应该针对一个Kagi分类,而不是一系列的交易。
做了卡吉。现在它刚刚超过2(2,153),然后越来越接近2,然后越来越远,取决于H, 但总是刚刚超过2。