浮动市场参数 - 页 4 12345678 新评论 Rorschach 2012.01.21 15:06 #31 [删除] 2012.01.24 13:15 #32 Rorschach: 在这里，我们的一切))))，早就对这样的图片感兴趣了，但我自己没有造过，颜色的层次感超强））），如果不是什么秘密，从什么地方来，怎么来？ Rorschach 2012.01.24 14:42 #33 trollolo: 在这里，我们的一切))))，早就对这样的图片感兴趣了，但我自己没有造过，色彩层次感超强））），如果不是秘密，从什么地方来，怎么来？ 在第一张图片上，我设置了小波。在X样本上，在Y上，左边是频率，右边是周期。 khorosh 2012.01.24 15:01 #34 trollolo: ...如果这不是一个秘密，那么从什么地方来，如何来？ 你没看到吗--通古斯加陨石落地后却开始弹跳：）。 СанСаныч Фоменко 2012.01.24 15:48 #35 Neutron: 我们可以。 我们将寻找时间序列中相邻样本之间的成对相关系数。对于选定的时间框架，我们有一个在-1到+1范围内的系数。系数值小于零表示样本之间存在反持久性，大于零--在这个TF中的持久性，接近于零--离开这里!反过来，持久性作为选定的TF上的符号的趋势性/崩溃的指标。BP的最后一个属性允许使用TA的适当指标。 相关系数是在一个n-样本的窗口中。在这种情况下，我们使用了2010年的会议记录，通过稀释它们，我们建立了从1分钟到100分钟的人工TF。对于每个TF，我们找到了相关系数，并绘制了该值对TF的依赖性。我在上面的引文中正是指这种依赖性。 图中显示了不同仪器在不同TF下发现的配对相关系数的依赖性。你可以看到，几乎所有的地方的系数都是负的，表明价格在扰动后倾向于返回到它的初始值。这一特性或多或少是所有符号的特征，在小TF上体现得最为明显（见图）。我使用了Alpari的2010年的数据。 问题是什么算作 "接近零"。为了估计，我们可以用选定的TF的相关系数乘以该TF的工具波动率（点），并将得到的值与经纪公司的佣金（也是点）进行比较。如果结果是大于点差，那么无论如何你都不会成功，因为市场不是一个二律背反的系统，只要你一开仓，一切都会变的很糟糕（只对你）。 你的推理有什么问题？ 相关性是一个非常狡猾的东西。如果你的报价中有确定的成分，你应该非常小心相关的结果，因为确定的成分 "堵塞 "了噪音成分，我们无法判断关于报价的统计特征。 让我给你举一个我在其他场合多次提到的例子。 让我们用HP滤波器把决定性的部分单列出来 下面，"循环 "成分是一个不幸的名字，我认为，我更喜欢 "奇迹领域中的一百万个皮诺切斯"，但血清在那里。 让我们仔细看看。 我们看到，这个 "周期性 "成分相当有规律地围绕一条平滑的曲线振荡，这条曲线具有分析性，即确定性的形式。 让我们计算一下这个HP曲线的顶部和底部的频率 负面的多于正面的。但趋势一直在下降，可能是这样的结果 如果我们以下降趋势开始分析，我们会得到一个轻微的，但不断增加的负值 СанСаныч Фоменко 2012.01.24 15:57 #36 如果我们以上涨的英镑为例。 我们得到一个不同的画面。 这证实了我的观点，即较多的负偏离或正偏离表明图中有一个趋势。 Rorschach 2012.01.24 17:03 #37 除了ACF趋于delta函数外，还可以如何识别噪声？ СанСаныч Фоменко 2012.01.25 04:51 #38 Rorschach: 除了ACF趋于delta函数外，还可以如何识别噪声？ ACF和delta函数可以用来证明任何东西，这就是随机行走和有效市场的支持者所做的，而且现在仍然在做。证据就在内容领域。商品和服务的生产几乎100%不是随机的，这就是狗。所以任何引入SB的尝试都是偷偷摸摸的，是数字游戏。 Rorschach 2012.01.25 07:35 #39 faa1947: 使用ACF和delta函数，你可以证明任何事情 这正是我的观点。 Rorschach 2012.01.25 08:27 #40 我搞不清楚这个阶段。 难道不应该从-90度变成90度吗？为什么只到-54？ 12345678 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
在这里，我们的一切))))，早就对这样的图片感兴趣了，但我自己没有造过，颜色的层次感超强））），如果不是什么秘密，从什么地方来，怎么来？
在这里，我们的一切))))，早就对这样的图片感兴趣了，但我自己没有造过，色彩层次感超强））），如果不是秘密，从什么地方来，怎么来？
在第一张图片上，我设置了小波。在X样本上，在Y上，左边是频率，右边是周期。
...如果这不是一个秘密，那么从什么地方来，如何来？
我们可以。
我们将寻找时间序列中相邻样本之间的成对相关系数。对于选定的时间框架，我们有一个在-1到+1范围内的系数。系数值小于零表示样本之间存在反持久性，大于零--在这个TF中的持久性，接近于零--离开这里!反过来，持久性作为选定的TF上的符号的趋势性/崩溃的指标。BP的最后一个属性允许使用TA的适当指标。
相关系数是在一个n-样本的窗口中。在这种情况下，我们使用了2010年的会议记录，通过稀释它们，我们建立了从1分钟到100分钟的人工TF。对于每个TF，我们找到了相关系数，并绘制了该值对TF的依赖性。我在上面的引文中正是指这种依赖性。
图中显示了不同仪器在不同TF下发现的配对相关系数的依赖性。你可以看到，几乎所有的地方的系数都是负的，表明价格在扰动后倾向于返回到它的初始值。这一特性或多或少是所有符号的特征，在小TF上体现得最为明显（见图）。我使用了Alpari的2010年的数据。
问题是什么算作 "接近零"。为了估计，我们可以用选定的TF的相关系数乘以该TF的工具波动率（点），并将得到的值与经纪公司的佣金（也是点）进行比较。如果结果是大于点差，那么无论如何你都不会成功，因为市场不是一个二律背反的系统，只要你一开仓，一切都会变的很糟糕（只对你）。
你的推理有什么问题？
相关性是一个非常狡猾的东西。如果你的报价中有确定的成分，你应该非常小心相关的结果，因为确定的成分 "堵塞 "了噪音成分，我们无法判断关于报价的统计特征。
让我给你举一个我在其他场合多次提到的例子。
让我们用HP滤波器把决定性的部分单列出来
下面，"循环 "成分是一个不幸的名字，我认为，我更喜欢 "奇迹领域中的一百万个皮诺切斯"，但血清在那里。
让我们仔细看看。
我们看到，这个 "周期性 "成分相当有规律地围绕一条平滑的曲线振荡，这条曲线具有分析性，即确定性的形式。
让我们计算一下这个HP曲线的顶部和底部的频率
负面的多于正面的。但趋势一直在下降，可能是这样的结果
如果我们以下降趋势开始分析，我们会得到一个轻微的，但不断增加的负值
如果我们以上涨的英镑为例。
我们得到一个不同的画面。
这证实了我的观点，即较多的负偏离或正偏离表明图中有一个趋势。
除了ACF趋于delta函数外，还可以如何识别噪声？
使用ACF和delta函数，你可以证明任何事情
这正是我的观点。
我搞不清楚这个阶段。
难道不应该从-90度变成90度吗？为什么只到-54？