4) Множество удастся разделить (если удастся) только при сравнении картинок с одним инструментом, а не с разными. И для этого нужно достаточно много этих картинок, и они должны представлять все контексты. Тогда и станет ясно сможете ли вы их классифицировать на основании этих картинок.
---- это не шутка. отчёт прикладываю.
вот теперь стоит потестить стратегию на тесторе. ;)
有趣的是。
我认为结果会更糟--不看 "未来"。
2）如果有一种算法（无论多么粗糙）在转弯前对点进行标记，（也许甚至可以展望未来），我们现在希望看到偏差行为的差异。- 请这样做，这将使我们能够继续前进。
4）如果我们设法分割这组数据，那么这四个切片的信息量会更大。
---
5）材料的统计 "代表性 "只有在对这些代表性的必要水平有建议时，讨论才有意义。我在插图中给出了所有的参数，包括N--样本量。
--------------
6）但你关于不可能拆分这组的断言使我处于一个尴尬的境地。
而且，即使试图这样做，也与这一想法的意义相矛盾。
我不知道该怎么想。
如何解决 "家庭作业"？
6）你一定是误解了我的意思。只有4张图片，每张图片指的是一个不同的物体。这个想法的重点是将具有不同背景的国家分开。在你的特定情况下--使用价格偏离MA的分布。
你给出的图片是为整个故事产生的。在其中，所有的背景都被混合在一起并被平均化。就这样，从4个不同的方面。下一步是什么？
在这里（以及接下来的2个帖子）就这个问题说了https://www.mql5.com/ru/forum/123154， 但没有得到你的回应。
尝试为窗口建立一个分布。如果你想在H1上玩，那么，以5小时的平均持有时间计算，在分钟上将是300个窗口，在M5上将是120个窗口。300是更好的，但120也有点夸张。
此外，由于正态分布的分布偏差不是用一个数字来表示的，所以不能把它作为一个正态参数来对待。你只需为枢轴区域和趋势区域手动绘制这种分布，并尝试用自己的眼睛对它们进行分类。然后尝试提出它们的识别和分离的正式标准。然后编写代码并收集这些识别的统计数据。
IMHO，你的 "功课 "太复杂了。
2）如果你没有自己的I/O算法，那就使用之字形顶点。以2*TR的速度选择参数ZZ。
5）这种情况下的样本量是窗口的大小。这才是建立分布的数据集。当然，选择它是有意义的，这样分布有一个或多或少的清晰形式，但也不会太大，以减少滞后。只有当这种分区已经完成，或薄或厚的情况下，将整个序列合计来解决分区问题才有意义。然后也会出现识别成功/失败的统计数据。
4) 只有在用同一工具比较图像时，才能对这组图像进行分割（如果可能的话），而不是用不同的工具。为此，你需要相当多的这些照片，而且它们必须代表所有的背景情况。然后，你是否能根据这些图片对它们进行分类就会变得很清楚。
4) Множество удастся разделить (если удастся) только при сравнении картинок с одним инструментом, а не с разными. И для этого нужно достаточно много этих картинок, и они должны представлять все контексты. Тогда и станет ясно сможете ли вы их классифицировать на основании этих картинок.
谢谢你...
但你应该看看附件中的图片...
你可以看到那里有两种状态，根据 "面具的交叉 "分割算法。正如Alexey所说;)
我不敢进一步挖掘。
6) Наверное вы меня не поняли.
Вы приводите картинку, которая сформирована для всей истории. В ней все контексты смешаны в кучу и усреднены. И так с 4-х разных сторон. Что дальше ?
你看到报告了吗？
分开后有很多东西可以比较。
它需要一个 "堆 "来定义 "不是堆"。(c) 园丁
对于那些不喜欢 "图片 "和 "借口 "的人。
txt替换为htm !
:)
但你应该看看附件中的图片...
根据 "面具的重叠 "分离算法，你可以看到那里有两种状态。正如Alexey所说;)
我不敢进一步挖掘。
它在前一页的附件中吗？
我真的没有看到。
什么是CZZ和FC？
左上角的图和它所分成的两个图是什么？分割的原则？
轴的单位是什么？
那么，底线是什么？
证明在一系列10万个观察中，"相交 "的马车和之字形产生了14%的信号，在完美的输出中是有利可图的？
好奇的研究人员、激烈的园丁对手和正义的商人在哪里？
;)
难道不是一个简单的算法吗？
1) Ищем по модулю расстояния между машками MaV_MaS. (200 и 15)
2) если оно меньше 10 пунктов, и последняя вершина 33 выше текущей цены не менее 25 пунктов - смело продавайте.
если последняя вершина 33 ниже текущей цены не менее 25 пунктов - смело покупайте.
Стоплоссы = 125 пунктов, ТР =600 пунктов ;) Оптимальнее в случае противоположного сигнала закрывать.
有人受到启发吗？
Zigzag，参数（来自脚本）20,1,3。
M5时间框架的欧元兑美元。
;)
Что такое CZZ и FC ?
Что на верхней левой диаграмме и на тех двух на которые она разделяется ? Принцип разделения ?
В каких единицах оси ?
如果你懒得看所有的帖子，请看代码------。
FileWrite(hFile,"date","Time",
"<O>","<C>","<L>","<H>","<V>",
"DirectH","Forecast","ZZ","Direct",
" F-ZZ"," |F-<C>|"," |<C>-ZZ|","maV100","maS33", "МаV_O",
"MaS_O","MaV_MaS","dVaR","Std","Dstd"
);
for (i=Records;i>=0;i--)
{
ZZ=iCustom(NameVal,Tf1,"ZigZag",20,1,3,0,i);
if (ZZ!=0)
{
bS=!bS;
if (!HTF && MathAbs(ZZ-aForecast[i])>Point)
ZZ0=ZZ;
else if (MathAbs(ZZ-aForecast[i])<Point)
ZZ0=aForecast[i];
}
else if (i==Records) {Records--;continue;}
if (aForecast[i]>=10000) {break;}
aZZ=ZZ0;
aVol=iMA(NameVal,Tf1,15,0,0,1,i);
aSpeed=iMA(NameVal,Tf1,200,0,0,1,i);
FileWrite(hFile,dataConv(iTime(NameVal,Tf1,i)),
iOpen(NameVal,Tf1,i),iClose(NameVal,Tf1,i),
iLow(NameVal,Tf1,i),iHigh(NameVal,Tf1,i),
iVolume(NameVal,Tf1,i),aS[i],
aForecast[i],aZZ,bS
, (aForecast[i]-aZZ),
(aForecast[i]-iClose(NameVal,Tf1,i)),
(aZZ-iClose(NameVal,Tf1,i)),
aVol,aSpeed,
aVol-iOpen(NameVal,Tf1,i),
aSpeed-iOpen(NameVal,Tf1,i),
aVol-aSpeed,
iCustom(NameVal,Tf1,"D_Var",N1+120,15,7,2,false,0,i),
iStdDev(NameVal,Tf1,15,0,0,1,i),
iStdDev(NameVal,Tf1,15,0,0,1,i+1)-iStdDev(NameVal,Tf1,15,0,0,1,i)
计算 filter_$=（Abs(MaV_MaS)<=0.001 & CZZ>0.0025）。 背景B
COMPUTE filter_$=（Abs(MaV_MaS)<=0.001 & CZZ<-0.0025）。 语境S
点和频率。正常频率图。:)
我个人感到很震惊。他妈的统计学，科学！
还是自欺欺人？
Я лично в шоке. Статистика блин, наука!
Или самообман?
统计学恰恰是自取灭亡。在这种情况下，科学是背景化（即澄清条件）。
激烈的对手们在角落里焖着。