从理论到实践 - 页 104

 
Максим Дмитриев:

为什么要以指数间隔读取刻度线呢? 这只是...无稽之谈。))

嗯...想想吧,马克西姆!创建一个 刻度线之间的时间间隔直方图,研究它,阅读 "简单流",找出你得到的直方图与指数直方图的差异有多大,为什么,等等。
 
Alexander_K2:

MQL的MPF能否从0到1均匀地生成?

如果是这样,在每个程序执行 周期取它的自然对数,乘以-1。这是一个标准的指数型MF发生器。所以你得到了0.12,所以你在120毫秒内读到了一个刻度,下一个值是1.011,所以在1011毫秒内,如此反复。

我加了1,并把整数部分以秒为单位工作,而不是以毫秒为单位。

PS 当然是整个部分,不是模块--已纠正。


也就是说,在从0到1的整个范围内,你只在趋向于零的部分工作,确切地说,是前三分之一。

2/3退化为增加的1(好吧,如果你只取整数部分和2/3的比例,大0.33333根据公式将小于1)。

我们总共有一系列的定时器111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111112,所以呢?

ZS 这是正确的吗?

 

如果采样率至少是1秒,那么你就从1秒开始计时。

然后在调用函数本身中,你设置条件,把这个时间点作为一个刻度来处理,或者忽略它。

在处理部分,你把时间存储在一个静态变量中,或存储在一个预定义的全局变量 中(不要把它与终端的全局变量混淆,它是关于别的东西)。当你到达条件时,你将当前时间和前一个tick的时间之差与上次运行时计算的新时间的值进行比较(通过你解释的公式),如果时间相等或更好,你将进入新tick部分,进行新时间的计算,写下新时间,获得tick数据并将其发送到历史。

也就是说,简单地说,在定时器中我们已经设置了条件,使我们能够决定这个时间是否符合新的刻度线。这就是解决方案。

 
Alexander_K2:

MQL的IF能否从0到1均匀地生成?

如果是这样,在每个程序执行 周期取它的自然对数,乘以-1。这是一个标准的指数型MF发生器。所以你得到了0.12,所以你在120毫秒内读到了一个刻度,下一个值是1.011,所以在1011毫秒内,如此反复。

我加了1,并把整数部分以秒为单位工作,而不是以毫秒为单位。

PS 当然是整个部分,不是模块--已纠正。

PPS 如果在当前步骤中没有新的勾选 - 你不读任何东西!!!!!!!!!!!!!!!!。


为了得到从0.00到1.00的数字,我们需要用emkuel的gpsh除以32768,然后四舍五入到第二个数字。

 
Nikolay Demko:

也就是说,在从0到1的整个范围内,你只对趋向于零的部分进行工作,准确地说,是前三分之一。

三分之二退化为添加的一(好吧,如果你只取整数部分和2/3的比例,大于0.33333的公式将小于1)。

我们总共有一系列的定时器111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111311111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111112

ZS 是这样吗?

不,这有点不对。我的DDE数据是以1秒为单位的,所以完全没有退化现象 :)))))))))
 
Nikolay Demko:

如果采样率至少是1秒,那么你就从1秒开始计时。

然后在调用函数本身中,你设置条件,把这个时间点作为一个刻度来处理,或者忽略它。

在处理部分,你把时间储存在一个静态变量中,或储存在一个预定义的全局变量 中(不要把它与终端的全局变量混淆,它是关于别的东西)。当你到达条件时,你将当前时间和前一个tick的时间之差与上次运行时计算的新时间的值进行比较(通过你解释的公式),如果时间相等或更好,你将进入新tick部分,进行新时间的计算,写下新时间,获得tick数据并将其发送到历史。

也就是说,简单地说,在定时器中我们已经设置了条件,使我们能够决定这个时间是否符合新的刻度线。这就是解决方案。

复杂,不是吗?但在基西米,这是很容易的。:)))))))))))))))))
 

Alexander_K2:

1.而且你马上就错了。我们的增量取决于彼此和如何!我不知道为什么--但是,在我分析的第一天,我明白在两个连续的报价之间有一种依赖性,我们从当前和以前的价格中获得一个向量。2个自由度。在增量中,除了t2学生分布外,还有也不可能有其他的东西!但是,天哪,这有点 "不干净"。事实上,在增量上,我们有一个概率密度函数=t2分布和某种指数分布的乘积,有一个相当大的lambda。这个指数成分意味着什么--还搞不清楚。工作。

2.不存在考奇分布,也从来没有过。

3.4.5.我们正好有一个非马尔科夫过程。而我们必须在此基础上继续努力。而福克-普朗克方程,当然也不能完全描述概率密度函数的行为。它应该包含一个积分项。其结果是一个整数微分方程。

1)不,我没有错。我并不是说价格增量是独立的--这可能是错误的。我只是认为,如果你想从一个由样本构建的经验分布中判断它们的确切分布,你必须做出一些假设。在matstat中,这些通常是独立性和平均分配。从这个假设中,由于Levy-Hinchin定理,我们得到分布必须是无限可分的,而学生分布只有在与Cauchy重合时才有意义。如果存在依赖性和/或不平等的分布,经验分布就不能准确地描述收益的分布。这样做的后果是,特别是建立在报价历史上的分布被证明在未来没什么用。也就是说,简而言之,你否认马尔科夫性,但继续隐含地使用它。

2)Cauchy当然存在,有时与其他无限可分的分布一起,被用来建立价格模型(尽管它几乎不适合于外汇)。

3)非马尔科夫过程是一个极其广泛的类别。你需要以某种方式缩小范围--为此你要考虑一些泛化为扩散的过程类别。有必要以某种方式证明你的广义方程有解--这里可能有问题,因为不太可能使用SRS的仪器。但我甚至不明白你的时间是离散的还是连续的。福克-普朗克方程是为连续的定义的,而移动平均过程是为离散的定义的。

 
Alexander_K2:
这有点复杂,不是吗?在Wissima,这很容易。:)))))))))))))))))

112124113121222123221621222122611311321321223213111112211321232133121233121231322112131215113212223211231312211231161111114222211121221311321134224323

你的公式给了我一系列的时间,就像这样


 
Aleksey Nikolayev:

1)不,我没有错。我并不是说价格增量是独立的--这可能是错误的。我只是认为,如果你想从一个由样本构建的经验分布中判断它们的确切分布,你必须做出一些假设。在matstat中,这些通常是独立性和平均分配。从这个假设中,由于Levy-Hinchin定理,我们得到分布必须是无限可分的,而学生分布只有在与Cauchy重合时才有意义。如果存在依赖性和/或不平等的分布,经验分布就不能准确地描述收益的分布。这样做的后果是,特别是建立在报价历史上的分布被证明在未来没什么用。也就是说,简而言之,你否认马尔科夫性,但继续隐含地使用它。

2)Cauchy当然存在,有时与其他无限可分的分布一起被用来建立价格模型(尽管它很难适用于外汇)。

3)非马尔科夫过程是一个极其广泛的类别。你需要以某种方式缩小它的范围--你是在看某类过程,为此目的而概括扩散。你需要以某种方式证明你的广义方程有解--这里可能有问题,因为你不太可能使用SRU的仪器。但我甚至不明白你的时间是离散的还是连续的。福克-普朗克方程是为连续的定义的,而移动平均过程是为离散的定义的。


!!!!!!!!!!!!!

1.而且我认为它是有用的。如果你在一个巨大的样本中(至少100万个增量),针对不同的时间段,取同一货币对的增量,你会发现增量分布的参数并没有 "完全 "改变。

2.Cauchy分布作为一种类型是存在的,但在外汇市场上它并不存在。

3.!!!!!!!!!!!!!!是的,你是对的--这绝对是一个博士论文的主题。看,方程本身当然是连续时间的,但在数值上我们用离散时间的有限差分方法来解决。不是吗?

PS我们说的是tick报价之间的增量,而不是开盘价或收盘价之类的

 
Nikolay Demko:

112124113121222123221621222122611311321321223213111112211321232133121233121231322112131215113212223211231312211231161111114222211121221311321134224323

你的公式给了我一系列的时间,就像这样


非常相似。