voidOnTick()
{
staticint i = 0;
if (i < 2)
{
MqlTick Tick;
if (SymbolInfoTick(_Symbol, Tick))
Print(Tick.time_msc);
i++;
}
elseExpertRemove();
}
结果
Si-6.18,M1 (MetaQuotes-Demo): every tick generating
Si-6.18,M1: testing of Experts\fxsaber\LimitsSlippage.ex5 from 2018.03.2500:00 to 2018.03.2700:00 started
2018.03.2610:00:0015220584003782018.03.2610:00:0015220584000132018.03.2610:00:00ExpertRemove() function called
我和Novaja做了一些研究。
这些抽搐在一些随机的时间间隔内进入终端。亚历山大写道,重要的是要知道它是什么样的分布。我从mt5中提取了tick历史,所以我可以以毫秒级的精度工作。
抽签之间的停顿分布本身看起来是这样的
"大约 "是因为该图是平均的。迪林扭曲了蜱虫的真实时间。要么把它们四舍五入到~10毫秒,要么周期性地改变它们的生成速率。在平均化之前,这个图表(0-100ms窗口)看起来像这样
我在亚历山大的图表上看到了这些相同的峰值,现在更清楚它们的来源了。
结果发现,平均频率图可以用Gamma和Cauchy分布之和来描述。对于某些交易来说,伽马分布的第一个参数可以选择为整数,伽马分布就成为它的特例--二郎分布。
这是另一个交易的图表。
黑线--从tick历史中得到的分布情况
红色--平均
紫色是根据公式从伽马+科西得到的东西。
它看起来并不完美,但在对数尺度上也很好看,而且顶部和尾部一般都是重合的。
分布的尾部在几十秒内很好地吻合。
该公式。
gamma(4e+00, 2.8e+01) * 5e-01 + cauchy(0e+00, 7.37e+02) * 2e+00 * 5e-01
这是一个特定交易的公式,都有稍微不同的参数和系数。
一般来说,该函数看起来像这样
函数(k, Θ, γ, c){
gamma(k, Θ) * c + cauchy(x0=0, γ) * 2 * (1-c)
}
参数c从0到1
它是否有效果?
关于交易、自动交易系统和交易策略测试的论坛
虫子,虫子,问题
fxsaber, 2018.03.27 21:06
在MQ-Demo上以 "所有刻度 "模式运行EA
结果
第一个产生的刻度线的时间比第二个长 - 错误。
它有效果吗?
不,这个错误似乎只发生在测试器中,发生在从ohlc生成的ticks上。
我从MT5(查看符号,ticks标签)中提取了tick历史,它与此没有关系。
Novaja:
非常感谢你的这种研究。
这种事情值得作为一篇文章的框架,并为其提供酬金。
恭敬地说。
A_K2。
从这项研究中可以得出最重要的实际结论。
1.我们应该学会 "抛弃 "属于考奇分布的刻度线,只处理属于伽马分布的刻度线(在我们的离散情况下,是埃朗分布)。
2.如果这样做了,那么问题的解决方案应该是:。
现在我在一个移动的指数时间窗口工作,在其中计算真实的刻度和交易强度,它应该是反过来的--与移动的刻度选择量一起工作,并计算这个刻度量"聚集 "了多长时间,只有这样才能找到强度。
操盘手医生和Novaja,你们真的做得很好。
好了,伙计们。我们在这里已经不止一次看到过这种理论。但实践在哪里?????如果你不能把它付诸实践,理论有什么意义?
让实践见鬼去吧!!。人们在这里真的有了很大的发现!!!。
让实践见鬼去吧!!。人们在这里真的有了很大的发现!!!。
如果没有实际应用,对任何发现都没有价值。除了在物理学上可能是这样,或者在占星学上。但这样的发现在市场上是不需要的。它们的意义何在?而线程的名称使其有义务实践获得的结果。不是吗?