关于两个MA的交集的定理
这些都是正确的吗？
1和2是同义反复。而无论对错，没有数学上的证明，只是私人意见。而在没有看到实际应用的情况下构建一个证明基础，我不明白有什么意义...也许你可以分享一下这个观点？
1.对于任何时间间隔，可以选择这样的参数（优化），专家顾问将在其基础上提供利润。
换句话说，没有一个区间，在这个区间里，优化不会产生结果。
2）任何时间框架都可以分为有限的几个部分，因此，在优化之后，专家顾问将在其中的每个部分都能获利。
嗯...
这些都是正确的吗？
这就对了。如果我没记错的话，这就是所谓的fitting。
市场上有一种周期性--一种循环。这个周期是不断变化的。但不是立即，而是随着时间的推移。如果你计算一下，那么MA交叉点的效果非常好。问题是要正确地找到这个未来的市场周期，只使用历史数据，知道明天这个周期可能会改变--简单地说--如何在历史数据上优化TS，找到明天的市场周期......)))))。
LeoV，你是在暗指约翰-艾勒的作品还是其他原创方法？
不是同义词。1意味着你总能捡到这样的1（一）套参数。mashek，在任何时期都能获利，包括从99年到2009年的所有。
但是，例如从99年到2010年，这组数据将是不同的。
而2--用一套方案是不可能做到的，但原则上总是可以优化的，而且不会有什么环节是不可避免的损失。
你可以使用任何 "好的 "指标，其可优化的参数有限。一个 "好的 "指标意味着在原则上工作，而不仅仅是任何一段代码。
换句话说，黑匣子的图片如下 - 我们似乎看不到价格系列本身，我们只看到指标参数和优化结果 - 盈利或不盈利。
指标是应用于价格系列的某种数学运算法则。那么如果有一个时期的利润--可以说这个时期的市场有几个参数的特点。就像温度计测量空气温度，但不测量单分子的速度，因此空气有一个宏观参数--温度。也就是说，我们从统计力学转到了热力学。
下一个问题是，一个特定指标的这些参数是否可以直接从价格序列中计算出来，而不是由测试人员进行优化。然后，我们可以把这些计算结果塞给专家顾问
并在飞行中重新计算利润参数。
市场上有一种周期性--一种循环。这个周期是不断变化的。但不是立即，而是随着时间的推移。如果你计算一下，那么MA交叉点的效果非常好。因此，问题是要正确地找到这个未来的市场周期，只使用历史数据，了解明天这个周期可能会改变--简单地说--如何在历史数据上优化TS，找到明天的市场周期......)))))。
你说得很对；））。
同样有一个周期寿命的问题。周期参数不会因为下一个 "嘀 "的到来而改变，对吗？在这些参数不再有利可图之前，应该经过多少个点？
这也可能是一个市场特征。
很明显，它可能是零点，也就是说，我们在最近的历史上进行了优化，从第一条到第N条，开始工作，从零条开始，我们立即进入了损失。
这再次提出了周期时间的问题。
你在这里试图正式提出的东西被称为某个过程中参数的静止性。在这种情况下，我们谈论的是其中一个谐波的静止性，如果把子线视为一组谐波信号的话。
事实上，两个扫频的差值（见你的第一个帖子），几乎是高穆夫的一阶导数。理想的数字微分算子的带宽是一条从原点（y=f）画出的直线，在标轴上以奈奎斯特频率（或它的1/2，记不清了）为终点，对应于标轴上的双TF和1。鉴于在第一种近似情况下，cotier频谱与1/f成正比，我们在整个频率范围内得到一个窗口，其中原始BP的所有谐波都用1的权重表示。因此，使用你提出的算法在历史数据上优化这种RT，只能识别出具有最大振幅的谐波。一切都会很好，但有一个BUT--这种谐波的位置原则上不是静止的。因此，使用两个muves转换建立一个有利可图的TS是不可能的 - 优化参数不是固定的。
如果我们在TS中使用几个具有不同平滑期的muves，并将购买的信号定义为每个交叉点的信号的加权和，我们将得到一个微不足道的傅里叶分析。世界在所有的表现形式中又是一个整体!
1.对于任何时间间隔，可以选择这样的参数（优化），专家顾问将在其基础上提供利润。
换句话说，没有一个区间，在这个区间里，优化不会产生结果。
2）任何时间框架都可以分为有限的几个部分，因此，在优化之后，专家顾问将在其中的每个部分都能获利。
嗯...
这些都是正确的吗？