测试实时预测系统 - 页 23

 
sol >> :

通过历史测试器和收集统计数据如何?

我向你保证,这不会那么简单,因为准确识别模型的问题不会消失。对这类指标的预测并没有更好,也没有简化问题。


征求意见

我不知道你用什么来预测,但肯定是用一些参数化的模型。试着翻阅历史,在预测的每一次迭代中把你的参数调整为最佳参数。再看看你可能会看到的 "混乱"。

 
grasn >> :
  • ZZ反转的水平...

而你不需要其他东西来获得绝对的幸福......

 
grasn писал(а)>>

我向你保证,这不会那么简单,因为准确识别模型的问题不会消失。预测类似的指标并没有更好,也没有简化问题。

征求意见

我不知道你是用什么来预测的,但你一定是在使用某种参数化模型。试图通过历史,在预测的每个迭代中拟合出最佳参数。再看看你可能会看到的 "混乱"。

根据这两个参数,你可能会在朝向零线的第一根柱子上得到一个异常值(有时会打破预测)。总的来说,我没有看到混乱的情况。

P.S. 我不认为预测指标的想法是一个严肃的想法。我无法做出漂亮的东西,虽然我已经写了一个简单的数据分析库。

 
lea >> :

我预测的第一个结果

令人印象深刻。

 

格拉尼特77

А для абсолютного счастья больше ничего и не надо...

是的,但他们是最麻烦的。枢轴水位是价格很少发生的地方,统计数字很少,而且非常 "模糊"。这种 "黑洞"。 对这种水平的准确预测是一种接近萨满教的伟大艺术。而不准确预测它们是没有用的。


征求意见

根据这两个参数,你可以在第一个条形图上得到一个向零线的弹射(有时会使预测崩溃)。一般来说,我没有观察到任何混乱的情况。

我不是指预测本身,而是指获得最佳预测时模型参数在时间上的表现(几乎与事实完全吻合)。


PS:顺便说一下,再次用眼睛预测,不是很正确,事实不是这样的

 

大家早上好,在文件工厂上发现了一个新的有趣的索引,模式识别 被称为

看起来像这样,这是一个模式识别预测器,我曾经订购过一个.....,但我不知道出了什么。

但我很喜欢这个人。

作者的原创文本。

我目前正在试验一个非常简单的模式识别。它取了n个柱子(或者更确切地说,是这些柱子中每个柱子的SMA值,周期2),计算这些值中的每一个与这组n个柱子中的最后一个柱子之间的差异,然后它将这个n维向量归一为长度1。它对指定范围内的所有条形进行处理,所以它基本上从*每个*条形和它前面的n条形中创建这样一个向量,所以如果n是60,那么它将从0...60、1...61、2...62等条形中创建一个向量。

然后,它将采取当前的模式向量(最后的n个条形),并简单地计算出与历史上每一个其他向量(以及它们的反向量以找到镜像)的欧氏距离,并在指标窗口中绘制出历史图表中最接近的部分。

欢迎改进代码(我相信可以做一些速度优化),用它做实验,建议更好的算法,用它的 "预测 "赚大钱,一旦你变得富有,请我喝啤酒;-)

PS:压缩文件中的第二个指标将绘制第二或第三个最佳匹配。它通过全局变量与第一个进行交流,所以计算只需进行一次。

у меня маленькая брозьбачка, сделайте плз. отображение первого инда (TotalRecall.mq4) в главном окне.

当然,也可以提出你的想法和意见 (^__^)

附加的文件:
 

数据的不断重绘......这意味着你无法真正追踪价格的方向,如果价格上涨--你会得到一个平滑的过渡,然后再上涨,如果它下跌,就会有一个深深的下跌......

 
试试静态选项,与其他几个预测器结合使用,效果非常好。
 

我现在对H4的价格波动水平的预测更加可靠和稳健,为了更准确的移动,我使用M1与通道边界的精确支点...... "欧元兑美元在几周内从1.4到1.5

 

在主窗口做呢,是不是很麻烦?