市场礼仪或雷区中的良好风度 - 页 8 123456789101112131415...104 新评论 Prival 2008.12.09 14:50 #71 Mathemat писал(а)>> 写作。这里的传播更微妙：猴子扮演他们的角色。而在交易结果方面，该系统必须是伯努利式的。否则，估计将是不准确的。但我还没有达成一个纯粹的分析性解决方案。 我不明白。为什么是伯努利的？因为它说明了交易的随机性。抛掷硬币的过程。 Sceptic Philozoff 2008.12.09 15:54 #72 到目前为止，我只能得出关于伯努利系统的某些结论。真的没有太多这样的人。非伯努利系统更难建模--显然必须涉及马尔科夫过程。分析这种系统的仪器将更加困难。 P.S. 这种情况经常发生--翻转硬币，但不对称。我是说一个三明治。 Prival 2008.12.09 16:04 #73 Mathemat писал(а)>> 到目前为止，我只能得出关于伯努利系统的某些结论。真的没有太多这样的人。非伯努利系统更难建模--显然必须涉及马尔科夫过程。分析这种系统的仪器将更加困难。 P.S. 这种情况经常发生--翻转硬币，但不对称。我是说一个三明治。 明白了。我一直在努力工作。你也可以把概率设置为0.9，我卡在0.5上了。)) Neutron 2008.12.09 17:31 #74 Mathemat писал(а)>> 1.我不知道，谢尔盖，这个问题非常非同小可。在我关于三明治的文章中，我指出了我所发现的金矿--伯努利系统。 让我再重读一下你的文章--我会努力把你的烹饪杰作整个吞下去:-))。 顺便说一下，这里还有一件事：在存款增长的公式中 会员 是负责存款翻倍的特征时间（时间量子等于陶--估计波动率的时间范围）。我们可以看到，决定这个时间的一个重要参数是所选工具波动率与价差比率的平方。通过这个参数，我们可以估计一个乐器的 "吸引力"。这个参数越高，仪器就越好。我对Alpari公司提出的33个符号估计了这个参数。 这里第一栏显示价差，第二栏显示每小时波动率，第三栏显示归一化相对波动率，第四栏显示其归一化平方。列中的数据是按波动率降序排列的。 因此，在这个意义上，欧元/美元是最有吸引力的货币对--其水平被认为是100%。英镑/美元是下一个，数值为59%。看一下最后一个公式，我们可以看到，在其他条件相同的情况下，该货币对的存款翻倍所需时间几乎是欧元/美元的两倍。请记住，这个估计翻倍时间的相同公式包括第四个参数p，表征仪器的可预测性。对它的考虑可以大大改变这一估计。学习如何从一般考虑和时间序列特性出发进行极限P估计 ，而不使用实验性的 "科学直觉 "方法是非常重要的（生活是不够的）。这样的方法将是一个真正的突破。对于所选的符号，将有一个理论上合理的可预测性限制，要知道，在某一时刻之前，有可能改善TS与理想的对应关系! Павел 2008.12.19 09:15 #75 Neutron >> : 我对Alpari公司提出的33种工具做了参数估计... 有用的分析。>> 尊重!;) Neutron 2008.12.26 18:47 #76 不幸的是，我还没能实现任何估计价格型时间序列的可预测性（p 参数）的方法。我打算使用 "浸入式 "方法作为主要思路，正如Ezhov, Shumsky的"预测金融时间序列"中所述。然而，要么是作者自欺欺人，要么是我的手歪了--结果肯定是马马虎虎......。总之，我决定放弃间接估计，并为自己决定，只要神经网络是各种显性和非显性规律性的最佳捕捉者，就让它来捕捉，而我们在NS的输出端将只计算正确的价格运动方向猜测的相对数量，即我们将通过直接方法估计P 参数（见上述帖子）。当然，不确定NS是否能抓住埋藏在价格中的所有东西，但由于缺乏最好的--让我们把它视为最好的! 为此，我对一个简单的Perseptron进行了锐化，其条目数为 d， 作为算法的参数，并将时间序列分为几个交易区间，今年欧元/美元的最小步长为10点，欧元/英镑为5点。取1分钟条形图的开盘价进行分析，并预测剧烈运动的迹象。然后计算出猜中的方向数，并与总方向数相关。得到的数值被除以2，这就是所需的参数 p。 可以注意到，BP欧元/英镑的可预测性比欧元/美元好得多。也许，这就是为什么一些交易者在锦标赛上选择这个货币对作为最有前途的货币对的原因。在p=0.04，sigma=18点/小时，欧元/美元的点差=2点，以及p=0.15，sigma=8点/小时，欧元/英镑的点差=3点（见上表），这些货币对的典型存款翻倍时间的比率可以通过公式（见上文）估算出来。 结果是17倍，换句话说，在其他条件相同的情况下，这些GP的可预测性差异允许你在利率不同的情况下存款，几乎是20倍，有利于欧元/英镑!使用上面给出的公式，你可以估计出H-- 平均贿赂规模和 L-- 最佳杠杆的最佳值。因此，对于欧元/美元对，H=50 点， L=8。对于欧元/英镑货币对，H=20 点， L=75。 Prival 2008.12.26 19:16 #77 不，不是的。 在那篇文章的评论中，我写道，这不足以确定价格移动的+或-。你需要能够在未来的某个时间范围内推断出这种运动。NS不知道如何做到这一点。 Neutron 2008.12.27 06:05 #78 市场无疑是一个复杂的动态系统，有其自身的规律，而这些规律通常与物理学规律没有什么共同之处。但有一件事或多或少是确定的--对我们来说，作为这个弱可预测过程的直接参与者，首先要知道价格会向什么方向发展，其次--在这个方向上会经过多少个点，第三，也许只有在这个方向上会移动多长时间，这很重要。真的，再看看，谢尔盖，看看利润率的表达。 由此可见，预期运动方向的准确性决定了回报率为四度，这种运动的振幅影响回报率为二度，而这种运动存在的时间则是线性进入。即 p- 预测的准确性下降2倍，我们的利润率就会下降16倍之多!被迫在预期运动的振幅只有你想要的一半的情况下工作--获得四倍的利润减少。请注意，我们不是在谈论预测振幅的必要性，我们只需要这个参数的平均值，你明白这不是一个确定的问题，它是一个惯性指标（一个静止的参数）。时间会吸收一切（或几乎一切），我们也不需要在每一步都预测这个值，只要知道平均值就够了。 综上所述，我不太同意你关于NS无法在任何时间间隔内推断这一运动的 悲观态度，它不是这种声明中的决定性、关键时刻。更重要的是，把所有的智力（不仅是你自己的智力）投入到提高预测预期运动迹象的准确性上。 Neutron 2009.01.31 05:17 #79 我能够在NS的基础上建立一个BP的显性和隐性模式的 "估计器"。现在，通过在kotir上设置这个野兽，有可能估计出大约参数p-- 表征仪器的可预测性，并从0--随机过程，变为1/2--完全确定的系统（毫不含糊的可预测性）。 这里有一些估计的例子。在左边的图中，BP EURUSD的可预测性与交易范围H（价格变化的特征尺度）有关。上面对可预测性的估计（最大可能）显示为红色，我的 "最佳 "神经网络能够检测到的东西显示为蓝色。估算过程是足够的资源密集型，所以我将在上面的几个帖子中给出表格中显示的所有工具的完整信息，只在几天后。 至于给定的数据。我们可以看到eurchf比eurusd对预测更有吸引力，因为它在工具的价格行为中包含更多的规律性。应注意该货币对的可预测性随着滞后期的减少而增长，这使得该货币对对潜在的跳动者更具吸引力。一般来说，可以说eurusd的特点是参数p=0.04，如果我们使用上述估计的最佳 H （在MM的意义上），我们将得到 Hopt=Spread/p=2/0.04=50，它是以点为单位的最佳取值大小。 最佳的杠杆作用。 L=(S/Spread)*p^2=10^4/2*0/04^2=8 用这个最佳MM交易时，存款翻倍的典型时间。 t=tau/sigma^2*Spread^2/p^4，其中sigma 是TF=tau上的一对波动率。让我们采取危机前的变体：西格玛=70 点/天，陶氏=天，价差=2 点。然后。 t=1/70^2*2^2/0.04^4=320天--存款翻倍的大约时间（当然，如果我没有在什么地方弄错的话）。 这对夫妇的情况要糟糕得多。虽然，配对的可预测性很高，但价差等于3。在这样的参数下，没有一个区域在可用的p(H) 下(见图)，最佳的 H 不比当前的大!换句话说，这对夫妇是没有希望的。 Market etiquette or good 谬误，第 2 部分统计学是一门伪科学，亦或是一部记录艰难生计的编年史 资金管理回顾 Neutron 2009.02.10 07:48 #80 我对Alpari报价档案中的P （纵轴）金融工具的可预测性做了评估。计算是针对以点为单位的不同交易期限进行的（横轴）。 每张图上的黑线表示盈利能力的边界，它有条件地划分了盈利和不盈利的区域。如果你想让利用隐藏在报价中的模式的TS以统计学上可靠的方式显示盈利能力，蓝条必须超过盈利水平。边界是根据图中第一个公式绘制的。(第二种是它的边际变体，用于p<1/2)。 对于每个符号，我们可以估计存款翻倍的特征时间 -tau2， 同时保持最佳MM（参数H 和L），这取决于工具的波动性 -sigma，取决于特征时间间隔 -tau，其可预测性 -p，以及DC的佣金 -Sp （图片中的最后一个公式）。这一点我稍后会做。 因此，它将有可能迅速评估使用这个或那个工具的前景，而不必浪费时间编写TS，在其基础上建立MTS，并等待模拟账户上的交易结果。 123456789101112131415...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
写作。这里的传播更微妙：猴子扮演他们的角色。而在交易结果方面，该系统必须是伯努利式的。否则，估计将是不准确的。但我还没有达成一个纯粹的分析性解决方案。
到目前为止，我只能得出关于伯努利系统的某些结论。真的没有太多这样的人。非伯努利系统更难建模--显然必须涉及马尔科夫过程。分析这种系统的仪器将更加困难。
P.S. 这种情况经常发生--翻转硬币，但不对称。我是说一个三明治。
到目前为止，我只能得出关于伯努利系统的某些结论。真的没有太多这样的人。非伯努利系统更难建模--显然必须涉及马尔科夫过程。分析这种系统的仪器将更加困难。
P.S. 这种情况经常发生--翻转硬币，但不对称。我是说一个三明治。
明白了。我一直在努力工作。你也可以把概率设置为0.9，我卡在0.5上了。))
1.我不知道，谢尔盖，这个问题非常非同小可。在我关于三明治的文章中，我指出了我所发现的金矿--伯努利系统。
让我再重读一下你的文章--我会努力把你的烹饪杰作整个吞下去:-))。
顺便说一下，这里还有一件事：在存款增长的公式中
会员
是负责存款翻倍的特征时间（时间量子等于陶--估计波动率的时间范围）。我们可以看到，决定这个时间的一个重要参数是所选工具波动率与价差比率的平方。通过这个参数，我们可以估计一个乐器的 "吸引力"。这个参数越高，仪器就越好。我对Alpari公司提出的33个符号估计了这个参数。
这里第一栏显示价差，第二栏显示每小时波动率，第三栏显示归一化相对波动率，第四栏显示其归一化平方。列中的数据是按波动率降序排列的。
因此，在这个意义上，欧元/美元是最有吸引力的货币对--其水平被认为是100%。英镑/美元是下一个，数值为59%。看一下最后一个公式，我们可以看到，在其他条件相同的情况下，该货币对的存款翻倍所需时间几乎是欧元/美元的两倍。请记住，这个估计翻倍时间的相同公式包括第四个参数p，表征仪器的可预测性。对它的考虑可以大大改变这一估计。学习如何从一般考虑和时间序列特性出发进行极限P估计 ，而不使用实验性的 "科学直觉 "方法是非常重要的（生活是不够的）。这样的方法将是一个真正的突破。对于所选的符号，将有一个理论上合理的可预测性限制，要知道，在某一时刻之前，有可能改善TS与理想的对应关系!
我对Alpari公司提出的33种工具做了参数估计...
有用的分析。>> 尊重!;)
不幸的是，我还没能实现任何估计价格型时间序列的可预测性（p 参数）的方法。我打算使用 "浸入式 "方法作为主要思路，正如Ezhov, Shumsky的"预测金融时间序列"中所述。然而，要么是作者自欺欺人，要么是我的手歪了--结果肯定是马马虎虎......。总之，我决定放弃间接估计，并为自己决定，只要神经网络是各种显性和非显性规律性的最佳捕捉者，就让它来捕捉，而我们在NS的输出端将只计算正确的价格运动方向猜测的相对数量，即我们将通过直接方法估计P 参数（见上述帖子）。当然，不确定NS是否能抓住埋藏在价格中的所有东西，但由于缺乏最好的--让我们把它视为最好的!
为此，我对一个简单的Perseptron进行了锐化，其条目数为 d， 作为算法的参数，并将时间序列分为几个交易区间，今年欧元/美元的最小步长为10点，欧元/英镑为5点。取1分钟条形图的开盘价进行分析，并预测剧烈运动的迹象。然后计算出猜中的方向数，并与总方向数相关。得到的数值被除以2，这就是所需的参数 p。
可以注意到，BP欧元/英镑的可预测性比欧元/美元好得多。也许，这就是为什么一些交易者在锦标赛上选择这个货币对作为最有前途的货币对的原因。在p=0.04，sigma=18点/小时，欧元/美元的点差=2点，以及p=0.15，sigma=8点/小时，欧元/英镑的点差=3点（见上表），这些货币对的典型存款翻倍时间的比率可以通过公式（见上文）估算出来。
结果是17倍，换句话说，在其他条件相同的情况下，这些GP的可预测性差异允许你在利率不同的情况下存款，几乎是20倍，有利于欧元/英镑!使用上面给出的公式，你可以估计出H-- 平均贿赂规模和 L-- 最佳杠杆的最佳值。因此，对于欧元/美元对，H=50 点， L=8。对于欧元/英镑货币对，H=20 点， L=75。
不，不是的。 在那篇文章的评论中，我写道，这不足以确定价格移动的+或-。你需要能够在未来的某个时间范围内推断出这种运动。NS不知道如何做到这一点。
市场无疑是一个复杂的动态系统，有其自身的规律，而这些规律通常与物理学规律没有什么共同之处。但有一件事或多或少是确定的--对我们来说，作为这个弱可预测过程的直接参与者，首先要知道价格会向什么方向发展，其次--在这个方向上会经过多少个点，第三，也许只有在这个方向上会移动多长时间，这很重要。真的，再看看，谢尔盖，看看利润率的表达。
由此可见，预期运动方向的准确性决定了回报率为四度，这种运动的振幅影响回报率为二度，而这种运动存在的时间则是线性进入。即 p- 预测的准确性下降2倍，我们的利润率就会下降16倍之多!被迫在预期运动的振幅只有你想要的一半的情况下工作--获得四倍的利润减少。请注意，我们不是在谈论预测振幅的必要性，我们只需要这个参数的平均值，你明白这不是一个确定的问题，它是一个惯性指标（一个静止的参数）。时间会吸收一切（或几乎一切），我们也不需要在每一步都预测这个值，只要知道平均值就够了。
综上所述，我不太同意你关于NS无法在任何时间间隔内推断这一运动的 悲观态度，它不是这种声明中的决定性、关键时刻。更重要的是，把所有的智力（不仅是你自己的智力）投入到提高预测预期运动迹象的准确性上。
我能够在NS的基础上建立一个BP的显性和隐性模式的 "估计器"。现在，通过在kotir上设置这个野兽，有可能估计出大约参数p-- 表征仪器的可预测性，并从0--随机过程，变为1/2--完全确定的系统（毫不含糊的可预测性）。
这里有一些估计的例子。在左边的图中，BP EURUSD的可预测性与交易范围H（价格变化的特征尺度）有关。上面对可预测性的估计（最大可能）显示为红色，我的 "最佳 "神经网络能够检测到的东西显示为蓝色。估算过程是足够的资源密集型，所以我将在上面的几个帖子中给出表格中显示的所有工具的完整信息，只在几天后。
至于给定的数据。我们可以看到eurchf比eurusd对预测更有吸引力，因为它在工具的价格行为中包含更多的规律性。应注意该货币对的可预测性随着滞后期的减少而增长，这使得该货币对对潜在的跳动者更具吸引力。一般来说，可以说eurusd的特点是参数p=0.04，如果我们使用上述估计的最佳 H （在MM的意义上），我们将得到
Hopt=Spread/p=2/0.04=50，它是以点为单位的最佳取值大小。
最佳的杠杆作用。
L=(S/Spread)*p^2=10^4/2*0/04^2=8
用这个最佳MM交易时，存款翻倍的典型时间。
t=tau/sigma^2*Spread^2/p^4，其中sigma 是TF=tau上的一对波动率。让我们采取危机前的变体：西格玛=70 点/天，陶氏=天，价差=2 点。然后。
t=1/70^2*2^2/0.04^4=320天--存款翻倍的大约时间（当然，如果我没有在什么地方弄错的话）。
这对夫妇的情况要糟糕得多。虽然，配对的可预测性很高，但价差等于3。在这样的参数下，没有一个区域在可用的p(H) 下(见图)，最佳的 H 不比当前的大!换句话说，这对夫妇是没有希望的。
我对Alpari报价档案中的P （纵轴）金融工具的可预测性做了评估。计算是针对以点为单位的不同交易期限进行的（横轴）。
每张图上的黑线表示盈利能力的边界，它有条件地划分了盈利和不盈利的区域。如果你想让利用隐藏在报价中的模式的TS以统计学上可靠的方式显示盈利能力，蓝条必须超过盈利水平。边界是根据图中第一个公式绘制的。(第二种是它的边际变体，用于p<1/2)。
对于每个符号，我们可以估计存款翻倍的特征时间 -tau2， 同时保持最佳MM（参数H 和L），这取决于工具的波动性 -sigma，取决于特征时间间隔 -tau，其可预测性 -p，以及DC的佣金 -Sp （图片中的最后一个公式）。这一点我稍后会做。
因此，它将有可能迅速评估使用这个或那个工具的前景，而不必浪费时间编写TS，在其基础上建立MTS，并等待模拟账户上的交易结果。