市场现象 - 页 8 123456789101112131415...75 新评论 Vladimir Paukas 2011.07.06 11:55 #71 Farnsworth: Pakukas,这个现象是存在的,没有看到它的原因非常简单。 如果你建立一个最小间距的mma,你通常会把几十万个指标塞进一个小窗口,你就什么都看不到了。 他们常常迈出一大步,一切都被汇总得面目全非。 但如果它就在那里呢?把你的胡须涂成刺鼻的黄色?好吧,就把你头像上的胡子重新刷一下。如果它不在那里--我就离开论坛,我当然不会再理会你不能使用TA和VA的问题。成交吗?:о))) 你是如此的积极进取。我告诉过你,它会出现的。我们必须等待。 Valery Tupichko 2011.07.06 11:57 #72 Farnsworth: Pakukas,这个现象是存在的,没有看到它的原因非常简单。 如果你建立一个最小间距的mma,你通常会把几十万个指标塞进一个小窗口,你就什么都看不到了。 他们常常迈出一大步,一切都被汇总得面目全非。 但如果它就在那里呢?把你的胡须涂成刺鼻的黄色?好吧,就把你头像上的胡子重新刷一下。如果它不在那里--我就离开论坛,我当然不会再理会你不能使用TA和VA的问题。成交吗?:о))) 这是不公平的。该论坛将受到影响。一个损失,一个实质性的损失。"...如果它不在那里......",你的头像会有胡须。 Vladimir Paukas 2011.07.06 11:58 #73 Sweet: 不公平。该论坛将受到影响。一个损失,一个实质性的损失。"...如果它不在那里......",你的头像会有胡须。 足够公平。一个黄色的,有石蜡灯笼那么大。 михаил потапыч 2011.07.06 12:00 #74 paukas: 哦,我的上帝,你们是如此的积极。我告诉过你,它会出现的。我们必须等待。 在任何情况下,不要同意画你的头像。这又是一个骗局。 比如,"至少是头像"。 你可以给你的染色,几个月后就会长成黑色,但头像不会长出任何东西。以后它也会被称为一种现象,是TA棺材里的另一个钉子。 Candid 2011.07.06 12:50 #75 阿瓦尔斯 06.07.2011 13:31 Farnsworth: 我想发布的现象,可能有人知道,也可能没有人知道,也可能没有人知道。总之,我没有在任何地方注册。让我们以欧元兑美元M15(Alpari约10年的数据)为例,看看其增量。 10多年来,Alpari有一些数据是4位数(减少到5位数),有些确实是5位数。你有一个以0.0001或0.00001为增量的柱状图吗? 在直方图上,哪些增量会出现 "凹陷"? 法思沃斯。 第5位数字是不久前引入的(可能是一年甚至更短),一般来说,它不会影响结果。如果你仔细观察,你可以在 阿尔法和欧米茄过程的动态中看到它。直方图的步长大于0.0001,我现在也说不清楚,但这个现象出现在站点数为500的时候,即大致上是Max(Open)-Min(Open)除以500。如果变量是连续的,它甚至很难产生影响。 PS:"直方图 "不是由我建立的,而是由MathCAD建立的。你可能会感到惊讶,我也知道如何建造它们。 我认为你不需要寻找直方图构建中的错误,只需检查数据。 一般来说,这种 "分布的叠加 "在我身上发生过,它曾经只是发生在4位和5位数字的混合数据上。事实上,5位数的历史要短得多,而不是阻碍了分离。 这就是为什么对于检查来说,值得为4位数的时间和5位数的时间做一个单独的分配,如果我没记错的话,在Alpari大约是2009年。 P.S. 顺便说一下,你好 :) Sceptic Philozoff 2011.07.06 14:41 #76 Avals: 10多年来,阿尔卑斯山的一些数据是4位数(减少到第5位),一些数据实际上是5位数。你有一个以0.0001或0.00001为增量的柱状图吗?顺便说一句,这是个非常微妙的问题。木偶人2号 "在这里做得很好。不是那些真正的木偶人,而是那些DC的人。顺便说一句,这是另一种现象,而是一种消极现象。 在研究分布时,我很久以前就不再选择单一宽度的区间。更像是划分为数量级。但这里也有一个小插曲:在某些个别的回报值(例如0.0004),它们的浓度太高,无法通过量值来定性地选择区间。 数据的抽样误差(0.0001)相当大,会影响直方图的质量。顺便说一下,这是由Prival 间接表示的。也就是说,在形式上可以被认为是连续的分布,与其说是连续的,不如说是非常讨厌的--离散-连续。 例如:取自1999年以来历史上的1H或4H欧元兑美元的回报,并尝试在这组数据上绘制0.02,0.04,...,0.98(50个量级)的量级。当然,Excel在形式上会做得很正确,但如果你重新计算每个区间内的数值数量,它们会有很大差异(尽管它们应该几乎重合)。而且,他们的差异不是以百分比计算,而是有时以时间计算! 起初这很累人,但后来我找到了一个解决办法:我开始在返回值中故意增加一个小的随机值,比0.0001小得多。一切都解决了:量值变得与真正的量值相似,也就是说,属于每个量值区间的值的数量现在有1的差异,即十分之一或百分之一的差异。 这种 "处理 "对数据几乎没有影响,因为这些数据已经被直流滤波器扭曲了一个数量级的传播。 Сергей 2011.07.06 14:47 #77 Candid:一般来说,这种 "分布叠加 "在我身上发生过,而且只是发生在4位数和5位数的混合数据上。5位数的历史要短得多,这一事实有助于分离,而不是阻碍它。 这就是为什么对于检查来说,值得为4位数的时间和5位数的时间做一个单独的分配,如果我没记错的话,在Alpari大约是2009年。 P.S. 顺便说一下,你好 :) 我过几天再检查,但发现这个现象后,我分析了图谱--一切都很稳定。同样,这可以从过程本身的动态上看出来。 第五个符号没有影响,步长的使用远远超过0.0001。嗯,是的,1-1.5年的t.p.s.似乎有一些波动,但我认为是我没有很有质量地介绍分类。 Sceptic Philozoff 2011.07.06 18:39 #78 另一个现象是长期记忆。 我们大多数人(当然是那些做这个的人)都习惯于用皮尔逊相关来衡量市场记忆,更确切地说,是自 相关。众所周知,这种 相关性是相当短暂的,而且最多滞后5-10个柱子就很明显了。因此,通常的结论是,如果市场有记忆,那也是非常短暂的。 然而,皮尔逊相关只能够测量条形之间的线性关系--而几乎忽略了它们之间的非线性关系。随机过程的相关理论不是无缘无故被称为线性的。 然而,有一些统计标准允许我们确定随机变量之间任意 关系的事实。例如,卡方准则--或相互信息的准则。我还没有真正理会第二部,但我已经理会了第一部。我不会解释如何使用它:互联网上有很多手册,解释如何使用它。 主要问题是这样的:在距离较远的条状物之间(例如,如果它们之间有一千个条状物),是否存在统计关系?关于如何在交易中使用它,没有任何问题。 答案是肯定的,它确实存在,而且非常重要。 例如,如果我们把欧元兑美元的历史从1999年的H1开始,检查货币对回报的卡方,我们发现在10到6000条之间的 "距离 "范围内,在大约90%的情况下,当前条形取决于过去的条形。90%!在柱状体之间的距离超过6000的情况下,这种依存关系出现的频率较低,但仍会出现 坦率地说,我被这一 "发现 "惊呆了,因为它直接表明,欧元具有非常长期的记忆。就欧元兑美元的H1而言,6,000根柱子大约是一年。这意味着,在一年前的小时条形图中,仍有当前零点 "记得 "的条形图。 在H4上发现显著的依赖性,直到约1000-1500巴。也就是说,"市场记忆 "的持续时间仍然是一样的--大约一年。 记得彼得斯说过,市场记忆大约是4年。矛盾,但是...我还不知道如何解决这个问题。 还没有平静下来,我决定检查一下,如果我把独立产生的合成收益输入到我的卡方中,是否会显示这种依赖关系。我选择了两种可能的合成收益分布--正态分布和拉普拉斯分布--并运行了它。是的,它显示了,但在标准的显著性水平内(我有0.01)!换句话说,在过去,合成显示了大约1%的依赖条--只是在标准错误的概率水平。 结论是什么? 1.欧元报价绝对不是一个马尔可夫过程。在马尔可夫过程中,当前值只取决于前一个值。在我们的案例中,我们在非常遥远的过去有许多柱状物,当前的柱状物取决于这些柱状物。 2.所谓的 "基础 "当然起到一定的作用--比方说,作为移动报价的一个借口。但它肯定不是唯一的一个。我们需要看一下技术! 3.这个结果仍然是纯理论性的,没有实际意义。然而,它清楚地表明,对于那些寻找东西的人来说,并不是所有的东西都会丢失。 Vladimir Paukas 2011.07.06 18:59 #79 Mathemat: 你必须注意技术! 是的,但你不必看超过一百五十条。 Valery Tupichko 2011.07.06 19:31 #80 Mathemat: 另一个现象是长期记忆。 主要问题是:相距甚远的条形图之间是否存在统计关系(例如,如果它们之间有一千个条形图)?对于如何在交易中使用这一点,没有任何疑问。 答案是:是的,有,而且是一个非常重要的问题。 我要问你一个幼稚的问题。根据你的研究。艾略特的理论,不就是一个神话吗? 123456789101112131415...75 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
Pakukas,这个现象是存在的,没有看到它的原因非常简单。
但如果它就在那里呢?把你的胡须涂成刺鼻的黄色?好吧,就把你头像上的胡子重新刷一下。如果它不在那里--我就离开论坛,我当然不会再理会你不能使用TA和VA的问题。成交吗?:о)))
Pakukas,这个现象是存在的,没有看到它的原因非常简单。
但如果它就在那里呢?把你的胡须涂成刺鼻的黄色?好吧,就把你头像上的胡子重新刷一下。如果它不在那里--我就离开论坛,我当然不会再理会你不能使用TA和VA的问题。成交吗?:о)))
不公平。该论坛将受到影响。一个损失,一个实质性的损失。"...如果它不在那里......",你的头像会有胡须。
哦,我的上帝,你们是如此的积极。我告诉过你,它会出现的。我们必须等待。
在任何情况下,不要同意画你的头像。这又是一个骗局。 比如,"至少是头像"。
你可以给你的染色,几个月后就会长成黑色,但头像不会长出任何东西。以后它也会被称为一种现象,是TA棺材里的另一个钉子。
我想发布的现象,可能有人知道,也可能没有人知道,也可能没有人知道。总之,我没有在任何地方注册。让我们以欧元兑美元M15(Alpari约10年的数据)为例,看看其增量。
10多年来,Alpari有一些数据是4位数(减少到5位数),有些确实是5位数。你有一个以0.0001或0.00001为增量的柱状图吗?
在直方图上,哪些增量会出现 "凹陷"?
法思沃斯。第5位数字是不久前引入的(可能是一年甚至更短),一般来说,它不会影响结果。如果你仔细观察,你可以在 阿尔法和欧米茄过程的动态中看到它。直方图的步长大于0.0001,我现在也说不清楚,但这个现象出现在站点数为500的时候,即大致上是Max(Open)-Min(Open)除以500。如果变量是连续的,它甚至很难产生影响。
PS:"直方图 "不是由我建立的,而是由MathCAD建立的。你可能会感到惊讶,我也知道如何建造它们。 我认为你不需要寻找直方图构建中的错误,只需检查数据。
一般来说,这种 "分布的叠加 "在我身上发生过,它曾经只是发生在4位和5位数字的混合数据上。事实上,5位数的历史要短得多,而不是阻碍了分离。
这就是为什么对于检查来说,值得为4位数的时间和5位数的时间做一个单独的分配,如果我没记错的话,在Alpari大约是2009年。
P.S. 顺便说一下,你好 :)
顺便说一句,这是个非常微妙的问题。木偶人2号 "在这里做得很好。不是那些真正的木偶人,而是那些DC的人。顺便说一句,这是另一种现象,而是一种消极现象。
在研究分布时,我很久以前就不再选择单一宽度的区间。更像是划分为数量级。但这里也有一个小插曲:在某些个别的回报值(例如0.0004),它们的浓度太高,无法通过量值来定性地选择区间。
数据的抽样误差(0.0001)相当大,会影响直方图的质量。顺便说一下,这是由Prival 间接表示的。也就是说,在形式上可以被认为是连续的分布,与其说是连续的,不如说是非常讨厌的--离散-连续。
例如:取自1999年以来历史上的1H或4H欧元兑美元的回报,并尝试在这组数据上绘制0.02,0.04,...,0.98(50个量级)的量级。当然,Excel在形式上会做得很正确,但如果你重新计算每个区间内的数值数量,它们会有很大差异(尽管它们应该几乎重合)。而且,他们的差异不是以百分比计算,而是有时以时间计算!
起初这很累人,但后来我找到了一个解决办法:我开始在返回值中故意增加一个小的随机值,比0.0001小得多。一切都解决了:量值变得与真正的量值相似,也就是说,属于每个量值区间的值的数量现在有1的差异,即十分之一或百分之一的差异。
这种 "处理 "对数据几乎没有影响,因为这些数据已经被直流滤波器扭曲了一个数量级的传播。
一般来说,这种 "分布叠加 "在我身上发生过,而且只是发生在4位数和5位数的混合数据上。5位数的历史要短得多,这一事实有助于分离,而不是阻碍它。
这就是为什么对于检查来说,值得为4位数的时间和5位数的时间做一个单独的分配,如果我没记错的话,在Alpari大约是2009年。
P.S. 顺便说一下,你好 :)
我过几天再检查,但发现这个现象后,我分析了图谱--一切都很稳定。同样,这可以从过程本身的动态上看出来。
第五个符号没有影响,步长的使用远远超过0.0001。嗯,是的,1-1.5年的t.p.s.似乎有一些波动,但我认为是我没有很有质量地介绍分类。
另一个现象是长期记忆。
我们大多数人(当然是那些做这个的人)都习惯于用皮尔逊相关来衡量市场记忆,更确切地说,是自 相关。众所周知,这种 相关性是相当短暂的,而且最多滞后5-10个柱子就很明显了。因此,通常的结论是,如果市场有记忆,那也是非常短暂的。
然而,皮尔逊相关只能够测量条形之间的线性关系--而几乎忽略了它们之间的非线性关系。随机过程的相关理论不是无缘无故被称为线性的。
然而,有一些统计标准允许我们确定随机变量之间任意 关系的事实。例如,卡方准则--或相互信息的准则。我还没有真正理会第二部,但我已经理会了第一部。我不会解释如何使用它:互联网上有很多手册,解释如何使用它。
主要问题是这样的:在距离较远的条状物之间(例如,如果它们之间有一千个条状物),是否存在统计关系?关于如何在交易中使用它,没有任何问题。
答案是肯定的,它确实存在,而且非常重要。
例如,如果我们把欧元兑美元的历史从1999年的H1开始,检查货币对回报的卡方,我们发现在10到6000条之间的 "距离 "范围内,在大约90%的情况下,当前条形取决于过去的条形。90%!在柱状体之间的距离超过6000的情况下,这种依存关系出现的频率较低,但仍会出现
坦率地说,我被这一 "发现 "惊呆了,因为它直接表明,欧元具有非常长期的记忆。就欧元兑美元的H1而言,6,000根柱子大约是一年。这意味着,在一年前的小时条形图中,仍有当前零点 "记得 "的条形图。
在H4上发现显著的依赖性,直到约1000-1500巴。也就是说,"市场记忆 "的持续时间仍然是一样的--大约一年。
记得彼得斯说过,市场记忆大约是4年。矛盾,但是...我还不知道如何解决这个问题。
还没有平静下来,我决定检查一下,如果我把独立产生的合成收益输入到我的卡方中,是否会显示这种依赖关系。我选择了两种可能的合成收益分布--正态分布和拉普拉斯分布--并运行了它。是的,它显示了,但在标准的显著性水平内(我有0.01)!换句话说,在过去,合成显示了大约1%的依赖条--只是在标准错误的概率水平。
结论是什么?
1.欧元报价绝对不是一个马尔可夫过程。在马尔可夫过程中,当前值只取决于前一个值。在我们的案例中,我们在非常遥远的过去有许多柱状物,当前的柱状物取决于这些柱状物。
2.所谓的 "基础 "当然起到一定的作用--比方说,作为移动报价的一个借口。但它肯定不是唯一的一个。我们需要看一下技术!
3.这个结果仍然是纯理论性的,没有实际意义。然而,它清楚地表明,对于那些寻找东西的人来说,并不是所有的东西都会丢失。
另一个现象是长期记忆。
主要问题是:相距甚远的条形图之间是否存在统计关系(例如,如果它们之间有一千个条形图)?对于如何在交易中使用这一点,没有任何疑问。
答案是:是的,有,而且是一个非常重要的问题。