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。