从理论到实践 - 页 1323 1...131613171318131913201321132213231324132513261327132813291330...1981 新评论 Maxim Dmitrievsky 2019.06.08 10:41 #13221 那么，移动窗口中的熵是150（黑色），同样的，但对于SB（红色），对于回归者来说，熵是150 很明显，市场回溯与标准SB不同，在趋势段上熵值下降，在平坦段上接近纯SB。 它的发生是由于回报的尾部，但不是周期。它在橙色区域特别明显，那里的熵对尖峰有反应（但对周期没有反应）。这能叫 "记忆 "吗？ 当然不能。 如果你在SB中随机添加尾巴，那就几乎一样了。我以后会检查的（我不知道为什么）。 另一件事是，波动性是聚类的（异常值以一定的频率出现），所以熵的变化是平稳的。好吧，这就是异方差性，像往常一样。 CHINGIZ MUSTAFAEV 2019.06.08 11:01 #13222 Maxim Dmitrievsky:那么，移动窗口中的熵是150（黑色），同样的，但对于SB（红色），对于回归者来说，熵是150 很明显，市场回溯与标准SB不同，在趋势段上熵值下降，在平坦段上接近纯SB。 它的发生是由于回报的尾部，但不是周期。它在橙色区域特别明显，那里的熵对尖峰有反应（但对周期没有反应）。这能叫 "记忆 "吗？ 当然不能。 如果你在SB中随机添加尾巴，那就几乎一样了。我以后会检查的（我不知道为什么）。 另一件事是，波动性是聚类的（异常值以一定的频率出现），所以熵的变化是平稳的。好吧，这就是异方差性，像往常一样。 阅读我的评论，你所有问题的答案都在我的评论中。但你是最接近的。因为你的想法很大) 不是异质性）因为谁告诉你，价格的定向运动不可能是随机的？） Maxim Dmitrievsky 2019.06.08 11:06 #13223 Martin_Apis_Bot Cheguevara: 阅读我的评论，你所有问题的答案都在我的评论中。 但你是最接近的）。 不是异质性的）因为谁告诉你，价格的定向运动不可能是随机的？） 确切地说，收益的异方差性，即排放量变大，例如。显然，方向性的运动有时会被波动性的聚类所证实，尽管不一定是 再加上串行相关的出现。在滑动窗口中，它都被认为是对SB的一种偏离。 Renat Akhtyamov 2019.06.08 11:22 #13224 Martin_Apis_Bot Cheguevara: 阅读我的评论，你所有问题的答案都在我的评论中。 但你是最接近的）。 不是异性恋）为谁告诉你的？ 价格的定向运动不可能是随机的？) 不可能 价格一直在上涨，甚至没有稍微偏离它的路线，从点到面。 Alexander_K 2019.06.08 11:48 #13225 Maxim Dmitrievsky: 那么，移动窗口中的熵是150（黑色），同样的，但对于SB（红色），对于回归者来说，熵是150 很明显，市场回溯与标准SB不同，在趋势段上熵值下降，在平坦段上接近纯SB。 它的发生是由于回报的尾部，但不是周期。它在橙色区域特别明显，那里的熵对尖峰有反应（但对周期没有反应）。这能叫 "记忆 "吗？ 当然不能。 如果你在SB中随机添加尾巴，那就几乎一样了。我以后会检查的（我不知道为什么）。 另一件事是，波动性是聚类的（异常值以一定的频率出现），所以熵的变化是平稳的。好吧，这就是异方差性，像往常一样。 干得好，马克西姆! 窗口=150 关闭M15?我说对了吗？即=2250分钟？1.14103是BP的平均熵值吗？ 当然，我不能给你任何作业，但如果你有机会，请做一个以1小时为倍数的滑动窗口的平均熵值表。 60分钟（一小时），120，180，240，...，1440分钟（一天）。 我们需要找到平均熵值最小的窗口BP。 Maxim Dmitrievsky 2019.06.08 11:58 #13226 Alexander_K: 干得好，马克西姆! 窗口=150 关闭M15?我说对了吗？即=2250分钟？1.14103是BP的平均熵值吗？ 当然，我不能给你任何作业，但如果你有机会，请做一个以1小时为倍数的滑动窗口的平均熵值表。 60分钟（一小时），120，180，240，...，1440分钟（一天）。 我们需要找到熵值最小的窗口，即BP。 我知道了，我会做的......我想知道它可以在TS中使用的地方。 不太明白 - 维基百科在公式中使用了自然对数，尽管它说基数可以不同......好吧，暂时留下自然对数。 CHINGIZ MUSTAFAEV 2019.06.08 11:58 #13227 Renat Akhtyamov: 不，它不能。 价格持续上升和下降，没有一点偏离其路线，从一点到另一点 好吧，那么请解释一下，为什么我可以用随机数发生器来模拟这样的事情？） 有很多话要说）但我想说的是。 我可能是错的，但数字从不说谎) 我相信数字、干巴巴的统计数字，仅此而已，我建议所有阅读我的人也这样做) Alexander_K 2019.06.08 12:04 #13228 Maxim Dmitrievsky: 我明白，我会做的......但我想知道在哪里可以把它放到TC。 我不太明白 - 维基百科在公式中使用自然对数，尽管它说基数可以不同......好吧，我暂时留下自然对数 顺其自然吧。而且它是如此清晰。 如果找到了这样一个滑动窗口，并且对各种货币对具有稳定的最小平均熵，那么它就是你的TS中应该使用的窗口。正是在这个窗口，将观察到与SB的最大差异。 我已经找到了这样一个时间窗口（虽然用的是其他方法），我有兴趣与独立研究进行比较。 Renat Akhtyamov 2019.06.08 12:10 #13229 Martin_Apis_Bot Cheguevara: 那么，请向我解释一下，为什么我可以用随机数发生器来模拟这个？） 但看起来还不像--价差很窄。 你能把它扩大到比如说70点，并在这个运动中找到某种模式吗？ CHINGIZ MUSTAFAEV 2019.06.08 12:15 #13230 Renat Akhtyamov: 但看起来还不像--价差很窄。 如果你想扩大，比如说，扩大到70点，并在这个运动中找到某种模式。 你需要多少张图表？ 我可以画二十个或一百个））。 但重点不会改变......一点也不会这与价差有什么关系？ 例如，你可以分析一小时的图表）。 我们说的是价格运动的方向根本不是随机的) 我代表统计学发言，并提供明确的例子。 1...131613171318131913201321132213231324132513261327132813291330...1981 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
那么，移动窗口中的熵是150（黑色），同样的，但对于SB（红色），对于回归者来说，熵是150
很明显，市场回溯与标准SB不同，在趋势段上熵值下降，在平坦段上接近纯SB。
它的发生是由于回报的尾部，但不是周期。它在橙色区域特别明显，那里的熵对尖峰有反应（但对周期没有反应）。这能叫 "记忆 "吗？ 当然不能。
如果你在SB中随机添加尾巴，那就几乎一样了。我以后会检查的（我不知道为什么）。
另一件事是，波动性是聚类的（异常值以一定的频率出现），所以熵的变化是平稳的。好吧，这就是异方差性，像往常一样。
那么，移动窗口中的熵是150（黑色），同样的，但对于SB（红色），对于回归者来说，熵是150
很明显，市场回溯与标准SB不同，在趋势段上熵值下降，在平坦段上接近纯SB。
它的发生是由于回报的尾部，但不是周期。它在橙色区域特别明显，那里的熵对尖峰有反应（但对周期没有反应）。这能叫 "记忆 "吗？ 当然不能。
如果你在SB中随机添加尾巴，那就几乎一样了。我以后会检查的（我不知道为什么）。
另一件事是，波动性是聚类的（异常值以一定的频率出现），所以熵的变化是平稳的。好吧，这就是异方差性，像往常一样。
阅读我的评论，你所有问题的答案都在我的评论中。
确切地说，收益的异方差性，即排放量变大，例如。显然，方向性的运动有时会被波动性的聚类所证实，尽管不一定是
再加上串行相关的出现。在滑动窗口中，它都被认为是对SB的一种偏离。阅读我的评论，你所有问题的答案都在我的评论中。
不是异性恋）为谁告诉你的？
价格的定向运动不可能是随机的？)
不可能
价格一直在上涨，甚至没有稍微偏离它的路线，从点到面。
那么，移动窗口中的熵是150（黑色），同样的，但对于SB（红色），对于回归者来说，熵是150
很明显，市场回溯与标准SB不同，在趋势段上熵值下降，在平坦段上接近纯SB。
它的发生是由于回报的尾部，但不是周期。它在橙色区域特别明显，那里的熵对尖峰有反应（但对周期没有反应）。这能叫 "记忆 "吗？ 当然不能。
如果你在SB中随机添加尾巴，那就几乎一样了。我以后会检查的（我不知道为什么）。
另一件事是，波动性是聚类的（异常值以一定的频率出现），所以熵的变化是平稳的。好吧，这就是异方差性，像往常一样。
干得好，马克西姆!
窗口=150 关闭M15?我说对了吗？即=2250分钟？1.14103是BP的平均熵值吗？
当然，我不能给你任何作业，但如果你有机会，请做一个以1小时为倍数的滑动窗口的平均熵值表。
60分钟（一小时），120，180，240，...，1440分钟（一天）。
我们需要找到平均熵值最小的窗口BP。
干得好，马克西姆!
窗口=150 关闭M15?我说对了吗？即=2250分钟？1.14103是BP的平均熵值吗？
当然，我不能给你任何作业，但如果你有机会，请做一个以1小时为倍数的滑动窗口的平均熵值表。
60分钟（一小时），120，180，240，...，1440分钟（一天）。
我们需要找到熵值最小的窗口，即BP。
我知道了，我会做的......我想知道它可以在TS中使用的地方。
不太明白 - 维基百科在公式中使用了自然对数，尽管它说基数可以不同......好吧，暂时留下自然对数。
不，它不能。
价格持续上升和下降，没有一点偏离其路线，从一点到另一点
好吧，那么请解释一下，为什么我可以用随机数发生器来模拟这样的事情？）
有很多话要说）但我想说的是。
我可能是错的，但数字从不说谎)
我相信数字、干巴巴的统计数字，仅此而已，我建议所有阅读我的人也这样做)
我明白，我会做的......但我想知道在哪里可以把它放到TC。
我不太明白 - 维基百科在公式中使用自然对数，尽管它说基数可以不同......好吧，我暂时留下自然对数
顺其自然吧。而且它是如此清晰。
如果找到了这样一个滑动窗口，并且对各种货币对具有稳定的最小平均熵，那么它就是你的TS中应该使用的窗口。正是在这个窗口，将观察到与SB的最大差异。
我已经找到了这样一个时间窗口（虽然用的是其他方法），我有兴趣与独立研究进行比较。
那么，请向我解释一下，为什么我可以用随机数发生器来模拟这个？）
但看起来还不像--价差很窄。
你能把它扩大到比如说70点，并在这个运动中找到某种模式吗？
但看起来还不像--价差很窄。
如果你想扩大，比如说，扩大到70点，并在这个运动中找到某种模式。
你需要多少张图表？
我可以画二十个或一百个））。
但重点不会改变......一点也不会
这与价差有什么关系？ 例如，你可以分析一小时的图表）。
我们说的是价格运动的方向根本不是随机的)
我代表统计学发言，并提供明确的例子。