我怎样才能区分外汇图表和PRNG? - 页 7 1234567891011121314...30 新评论 Alexey Subbotin 2013.01.29 06:01 #61 C-4: 至于第二点--所有这些都是儿戏。模仿波动性是很简单的,只需取一个真实工具的tick量并在其基础上生成一个随机行走。在美国时段会出现粗大的尾巴和波动率的飙升,以及其他一些影响。但SB仍然是随机的,它仍然会被检测到。 不同意。如果你考虑到价格的所有统计模式,并在此基础上生成一个随机系列,将不可能分辨出其中的差别。 Vasiliy Sokolov 2013.01.29 06:03 #62 alsu: 但即使在这种情况下,必须说,大型TFs上的分布应该趋于正常。当然,如果发电机质量好的话。 。 不太清楚 "大TF "在中频振荡器的背景下意味着什么?在振荡器中没有时间这个概念。无论我们看的是100个 "分钟 "的收盘价 还是100个 "日 "的收盘价,都没有区别。 Дмитрий 2013.01.29 06:04 #63 alsu: 我的意思是三元的。谁在乎呢,主要是知道分布情况,反正描述的方法是通用的。 为什么是正常而不是统一?同时,如果我理解正确的话,它只能在一个非常大的样本上发挥作用。如果你像我一样进行1000次观察,就不可能分辨出其中的差别。 Vasiliy Sokolov 2013.01.29 06:05 #64 alsu: 我不同意。如果你考虑到所有的统计价格模式,并在此基础上生成一个随机系列,那就不可能分辨出其中的差别。 是的,但所有的统计价格模式都比所有的统计波动模式多一些。 Дмитрий 2013.01.29 06:05 #65 C-4: 关于第二点,这都是些幼稚的把戏。仿真波动率是很简单的,只需取一个真实工具的tick量,并在此基础上生成一个随机行走。在美国时段会出现粗大的尾巴和波动率的飙升,以及其他一些影响。但SB仍然是随机的,它仍然会被检测到。了解了这些基本的东西,我当然暗示你至少会用(和)一些la Garch或(和)真实的成交量来产生小时条形的集群波动。要明白,分布的类型并不能决定一个系列是否是随机的。只是,非随机 的市场序列不是正态的,而我们的原始生成器在最简单的情况下产生正态分布。但据此假设所有非正态序列都是市场,而正态序列是随机漫步,是有缺陷的,因为随机漫步也可以是非正态的。 怎么做,方法是什么? Alexey Subbotin 2013.01.29 06:09 #66 C-4: 是的,但所有价格的统计模式都比所有波动的统计模式要多一些。 的koz。我们考虑的模式越多,就越难将生成的序列与真实的序列区分开来。 Alexey Subbotin 2013.01.29 06:12 #67 alsu: 山羊的。我们所考虑的规律性越多,就越难将生成的序列与真实的序列区分开来。 这里的实际产出是相反的过程:一旦我们有了一个生成的序列,我们无法将其与真实的序列区分开来,我们就已经可以认为我们知道了真实模式的很大一部分。因此,我们可以尝试利用它们。 Vasiliy Sokolov 2013.01.29 06:14 #68 Demi: 如何?一种方法? 这很难一言以蔽之。此外,如果我是你,我也不会相信我。这就是为什么我建议你去看看。 Vasiliy Sokolov 2013.01.29 06:17 #69 alsu: 这里的实际产出是相反的过程:一旦我们有了一个生成的序列,我们无法将其与真实的序列区分开来,我们就已经可以认为我们知道了真实模式的很大一部分。因此,我们可以尝试利用它们。 好吧,假设我们生成一个ACF与实际相同的序列。下一步是什么?我们能在真实市场的ACF上挣钱吗?我试过了--即使没有佣金,也失败了。所以问题是--这种知识的力量是什么?我们无法通过这种指示来区分SB和市场,但我们仍然无法赚钱。 [删除] 2013.01.29 06:21 #70 C-4: 这很难用两个词来解释。此外,如果我是你,我也不会相信我。这就是为什么我建议你去看看。 你真漂亮!你已经擦了这么久,你不知道方法或....。但你却把它揉成了一团。你在说服我的东西。在结尾处你写道:"此外,如果我是你,我不会相信我。"即使是金发碧眼的人也会羡慕这种逻辑。没有方法,也根本没有方法。而作者问的是 "如何计算",而不是哲学上的 "你看不出来吗 "的问题。 1234567891011121314...30 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
至于第二点--所有这些都是儿戏。模仿波动性是很简单的,只需取一个真实工具的tick量并在其基础上生成一个随机行走。在美国时段会出现粗大的尾巴和波动率的飙升,以及其他一些影响。但SB仍然是随机的,它仍然会被检测到。
不同意。如果你考虑到价格的所有统计模式,并在此基础上生成一个随机系列,将不可能分辨出其中的差别。
但即使在这种情况下,必须说,大型TFs上的分布应该趋于正常。当然,如果发电机质量好的话。
。
不太清楚 "大TF "在中频振荡器的背景下意味着什么?在振荡器中没有时间这个概念。无论我们看的是100个 "分钟 "的收盘价 还是100个 "日 "的收盘价,都没有区别。
我的意思是三元的。谁在乎呢,主要是知道分布情况,反正描述的方法是通用的。
为什么是正常而不是统一?
同时,如果我理解正确的话,它只能在一个非常大的样本上发挥作用。如果你像我一样进行1000次观察,就不可能分辨出其中的差别。
我不同意。如果你考虑到所有的统计价格模式,并在此基础上生成一个随机系列,那就不可能分辨出其中的差别。
关于第二点,这都是些幼稚的把戏。仿真波动率是很简单的,只需取一个真实工具的tick量,并在此基础上生成一个随机行走。在美国时段会出现粗大的尾巴和波动率的飙升,以及其他一些影响。但SB仍然是随机的,它仍然会被检测到。
了解了这些基本的东西,我当然暗示你至少会用(和)一些la Garch或(和)真实的成交量来产生小时条形的集群波动。
要明白,分布的类型并不能决定一个系列是否是随机的。只是,非随机 的市场序列不是正态的,而我们的原始生成器在最简单的情况下产生正态分布。但据此假设所有非正态序列都是市场,而正态序列是随机漫步,是有缺陷的,因为随机漫步也可以是非正态的。
是的,但所有价格的统计模式都比所有波动的统计模式要多一些。
山羊的。我们所考虑的规律性越多,就越难将生成的序列与真实的序列区分开来。
这里的实际产出是相反的过程:一旦我们有了一个生成的序列,我们无法将其与真实的序列区分开来,我们就已经可以认为我们知道了真实模式的很大一部分。因此,我们可以尝试利用它们。
如何?一种方法?
这里的实际产出是相反的过程:一旦我们有了一个生成的序列,我们无法将其与真实的序列区分开来,我们就已经可以认为我们知道了真实模式的很大一部分。因此,我们可以尝试利用它们。
好吧,假设我们生成一个ACF与实际相同的序列。下一步是什么?我们能在真实市场的ACF上挣钱吗?我试过了--即使没有佣金,也失败了。所以问题是--这种知识的力量是什么?我们无法通过这种指示来区分SB和市场,但我们仍然无法赚钱。
这很难用两个词来解释。此外,如果我是你,我也不会相信我。这就是为什么我建议你去看看。
你真漂亮!你已经擦了这么久,你不知道方法或....。但你却把它揉成了一团。你在说服我的东西。在结尾处你写道:"此外,如果我是你,我不会相信我。"
即使是金发碧眼的人也会羡慕这种逻辑。
没有方法,也根本没有方法。而作者问的是 "如何计算",而不是哲学上的 "你看不出来吗 "的问题。