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。