建议一个研究主题 - 页 3 123456789 新评论 [删除] 2012.05.16 18:40 #21 orb: 如果这不是什么秘密,什么方法能激发人们的信心? Alexey Subbotin 2012.05.16 18:42 #22 将商数分解为其组成部分。"内部波动 "和 "外部影响",单独研究它们的特点和可能的可预测性。我可以给你一个提示,在哪个方向和如何尝试挖掘...我自己还没来得及做,但这是一个有趣的方向。 Aleksander 2012.05.16 18:44 #23 这是胡说八道......让他研究一下这个话题--火星上有生命吗......或如何击败ilan.... Alexey Subbotin 2012.05.16 18:45 #24 Aleksander: 这是胡说八道......让他研究一下这个话题--火星上有生命吗......或如何击败ilan.... 在前台扔三次... Рустам 2012.05.16 18:54 #25 mokl = MQL。 alsu: 前面扔了三次... 老人第三次把马丁扔进了绿海。 马丁和科利亚叔叔一起回来了:) Алексей Тарабанов 2012.05.16 19:19 #26 来吧。两次翻转,就这样7 LIZ 2012.05.16 19:44 #27 orb: 我在学院里呆了一段时间,我在一些事情上变得更好了,我开始更好地编程,我开始相信所教的预测方法的无能,而我没有去。我已经消除了差距,理解了外汇)。 干得好!这是一个很大的优点。 orb 2012.05.17 03:43 #28 DmitriyN: 如果不是秘密,哪些方法能激发人们的信心? 听着,有两种方法:线性的,我们所有的方法本质上都是线性的,我们被教导过AR、SS、ARPSS等经典的方法。在这里,如果我们估计第一个报价差的ACF和CHAFC,我们会看到与白噪声的ACF和CHAFC相似,因此,模型y(t)-y(t-1)给出了静止的误差,这是一个好兆头,静止的时间序列 模型不会给我们足够的结果,因为ACF和CHAFC中没有滞后(开始选择的标准之一),我还是建立了这些模型,自己确定了它。我的结论是,在线性方法中,随机漫步模型是合适的,因此最好的预测值是前一个时间点的价值。 但这是无稽之谈,不是吗? 谁会这样交易? 我建立了模型,确实对于第一个差异,y(t)=b*y(t-1)+e。Coeff.总是意味着和接近1。我在一本书中发现,有一个你可以尝试预测随机行走的方法。毕竟我们实际上只需要下一步的增量符号,因为我是用第一个差值工作的,课件还没交,所以我想试试,比如接近零的时候,情况是不确定的,离零越远,增量符号就越可能真的如此。 主要的想法是这样的: 也许真相离我们很远,把价格的增量(第一差)的行为描述为随机行走是不正确的,但在线性方法中可以安全地做到这一点。 还有更多的结论,但都是些小事,我反而打消了自己的疑虑。 orb 2012.05.17 03:46 #29 alsu: 将商数分解为其组成部分。"内部波动 "和 "外部影响",单独研究它们的特点和可能的可预测性。我可以给你一个提示,在哪个方向和如何尝试挖掘...我自己还没来得及做,但这是一个有趣的方向。 这都是复杂的数学仪器,也就是说,我应该告诉自己,我应该在这一年里掌握小波,然后尝试分解(decomposition),这个题目确实很有趣,但复杂而耗时,即使我*bash*,也要花上两个多月。而且现在是夏天,女孩,篮球,比赛,聚会) Aleksander 2012.05.17 04:31 #30 如果你有一个好的MAKD EA,使用一个标准的(从MT4交付),并使其在过去5年中至少盈利..... 提示--其中只有一个虚拟交易,而且只有一个交易是真实的:) 123456789 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
这是胡说八道......让他研究一下这个话题--火星上有生命吗......或如何击败ilan....
mokl = MQL。
前面扔了三次...
老人第三次把马丁扔进了绿海。
马丁和科利亚叔叔一起回来了:)
我在学院里呆了一段时间,我在一些事情上变得更好了,我开始更好地编程,我开始相信所教的预测方法的无能,而我没有去。我已经消除了差距,理解了外汇)。
如果不是秘密,哪些方法能激发人们的信心?
听着,有两种方法:线性的,我们所有的方法本质上都是线性的,我们被教导过AR、SS、ARPSS等经典的方法。在这里,如果我们估计第一个报价差的ACF和CHAFC,我们会看到与白噪声的ACF和CHAFC相似,因此,模型y(t)-y(t-1)给出了静止的误差,这是一个好兆头,静止的时间序列 模型不会给我们足够的结果,因为ACF和CHAFC中没有滞后(开始选择的标准之一),我还是建立了这些模型,自己确定了它。我的结论是,在线性方法中,随机漫步模型是合适的,因此最好的预测值是前一个时间点的价值。 但这是无稽之谈,不是吗? 谁会这样交易?
我建立了模型,确实对于第一个差异,y(t)=b*y(t-1)+e。Coeff.总是意味着和接近1。我在一本书中发现,有一个你可以尝试预测随机行走的方法。毕竟我们实际上只需要下一步的增量符号,因为我是用第一个差值工作的,课件还没交,所以我想试试,比如接近零的时候,情况是不确定的,离零越远,增量符号就越可能真的如此。
主要的想法是这样的: 也许真相离我们很远,把价格的增量(第一差)的行为描述为随机行走是不正确的,但在线性方法中可以安全地做到这一点。
还有更多的结论,但都是些小事,我反而打消了自己的疑虑。
将商数分解为其组成部分。"内部波动 "和 "外部影响",单独研究它们的特点和可能的可预测性。我可以给你一个提示,在哪个方向和如何尝试挖掘...我自己还没来得及做,但这是一个有趣的方向。
这都是复杂的数学仪器,也就是说,我应该告诉自己,我应该在这一年里掌握小波,然后尝试分解(decomposition),这个题目确实很有趣,但复杂而耗时,即使我*bash*,也要花上两个多月。而且现在是夏天,女孩,篮球,比赛,聚会)
如果你有一个好的MAKD EA,使用一个标准的(从MT4交付),并使其在过去5年中至少盈利.....
提示--其中只有一个虚拟交易,而且只有一个交易是真实的:)