从理论到实践 - 页 412

新评论
 
Maxim Dmitrievsky:

是的，我稍后将向你展示 "记忆 "交易实验的结果。

但现在还不算太早，有很多条件要想出来......只是为了好玩，但也许会有一些有趣的东西。

没问题。也许科尔敦和阿廖申科会醒过来。他们会帮忙的。

 
Alexander_K2:

作为提醒，这个真实蜱虫流的柱状图。

暗示市场事件（tick quotes的出现）也有一个 "记忆"。这就不知道是怎么回事了。扩散性马尔可夫过程理论就不适合了。

我需要事件没有 "记忆"。有什么不明白的呢？

这是一个无奈之举 ....

你不能这样做。

 
Renat Akhtyamov:

Bummer ....

这是不可能的。

我知道了，瑞娜。好吧，我像羊一样固执，那有什么大不了的？至少我从这个指数中得到了尽可能多的东西。这不是...我现在正坐在对数上。它怎么能变得更没有标记呢？太漂亮了!薛定谔的猫和我刚刚开始了我们在时间螺旋中的漫长旅程。

 

Н4H1

M15M5


M1 这些图是用这样的代码创建的...

      int size=10;
      for(int i=0;i<size;i++)
        {
         FileWrite(han,
         Array[i]/Array[10],
         Array[i+10]/Array[20],
         Array[i+20]/Array[30],
         Array[i+30]/Array[40],
         Array[i+40]/Array[50],
         Array[i+50]/Array[60],
         Array[i+60]/Array[70]
         );
        }
 
图表上有什么？

高点上相邻小节之间的增量分布（低点也一样），分布被切成7个部分，如下所示。
10以内的分布被分布数10的值归一化（即增量的数量等于10）。
从10到20的分布被归一化为分布数20，等等，直到70。
正如你所看到的，我们在M1上仍然看到一定的规律，但TF越老，越是混乱；在H4上，有关的规律完全没有被遵守。

这就是拥有正确数据的意义，它表明天文时间是不相关的。

ZS 在上面的代码中，i计数器是以点为单位的增量模块。

 
Alexander_K2:

我又看了一下那个条形图，把我的TS转换成对数时间间隔。这是第一次!并直奔真正的。

而这一切都是徒劳的。

根据你的直方图，亚历山大，以对数时间间隔读取报价比通过指数读取报价更具有确定性。至于样本本身，我们应该看到在阅读不同的报价时，峰度、偏度、离散度和标准差的不同。根据这个想法，峰度应该增长，标准差应该减少，也就是说，过程的决定性在增长，也就是说，过程变得不那么随机。此外，我们还需要看一下不同读数的刻度增量直方图。它们里面有什么？

过程的非随机性越强，其标准差越低，图上的钟形越窄，越高。事实上，相对于数学期望而言，随机性的扩散变得越来越小。

图25.3, 25.4

http://stratum.ac.ru/education/textbooks/modelir/lection25.html

PS。顺便说一下，交易员博士 正是指出了这一点。

 
Novaja:

关于这个问题：一个过程的非随机性越强，其标准差越低，图上的钟形越窄，越高。事实上，相对于数学期望而言，随机性的扩散变得越来越小。

在许多情况下，这是真的，对于现实生活中的许多过程（不是生成的）。

但并不总是如此，所以它不能成为一般规则（法律）。

以GSF增量+1和-1的累积总和为例（亚历山大非常害怕的那枚臭名昭著的硬币）。得到一个随机 漫步--没有记忆的基准随机过程。

而它的增量是两个狭窄的山峰，没有更多)

我建议谨慎使用这些讲座，它们有些 "业余"，措辞非常松散。
 


Alexander_K2:

我又看了看那个直方图，把我的TS转换成对数时间间隔。这是第一次!并直奔真正的。

而让它见鬼去吧。


Novaja:

理论上，峰度应该增加，标准偏差应该减少，即过程的确定性增加，也就是说，过程变得越来越不随机。

Alexander_K2，你应该阅读语录。 第一次阅读--24小时一次，第二次--一小时一次，下次--24小时一次，再下次--一小时一次 ...)))
这个过程将越来越非随机。

将如何分配？

以及最重要的是，它将给你带来什么？

 

在我最喜欢的线上很安静....

两次经历，这些是结果。 如果有什么不对，请不要笑，因为我以前没有做过。


经验1


经验2


柱状图

在第一次经验中，止损大小与利润大小的比例是2/1，在第二次经验中是1/2。

根据我的理解，如果增量等于或低于（未观察到）-0.05，那么在下一步中正增量的成功率会更高。

除了-0.05可能会连续出现几次。 那么我们需要计算这个值何时会以低概率出现。

附加的文件：
hufz9s3d8ji_85i60e6_16a_ak3l0ibz.zip  540 kb
 

(喘气) 好的!

圣杯 万岁!


1...405406407408409410411412413414415416417418419...1981
新评论