从理论到实践 - 页 463

 
Alexander_K2:

我们需要一个 "记忆 "的措施--在时间滑动窗口中,价格增量相互依赖的具体数值。

这样就有可能说明该窗口的增量之和是否形成属于高斯分布的数字。

事实上,ACF是圣杯,伙计们!它显示了我们是否处于一个趋势或平坦区域...

你只需学会如何正确计算,这就是我现在正在做的事情......

这并不表明,平仓的定义并不像看起来那么复杂,平仓会发生在价格在一天之内比平时更多的时候,它将是横向的,那些 "参与阴谋论 "的人后来会说,价格在这一天被卷走了...一般来说,这并不重要,这是市场运作的方式--价格超过当天的平均水平(一天内ZZ肩的总和,这个数量经常重复),然后新闻或其他一些事件,会有一个大的价格波动

正确计算ACF,这里

https://www.mql5.com/ru/forum/117837/page2#comment_3137982

这里 https://www.mql5.com/ru/code/9930

而且不是计算,而是分析,让它成为ACF,即你需要决定接下来会发生什么--何时何地?

авторегрессия
авторегрессия
  • 2009.06.05
  • www.mql5.com
МОжет, кто-нибудь проводил исследования по применимости авторегрессии в торговли, на сколько она эффективна и т.д...
 
Igor Makanu:

它不会显示出来,而且平盘的定义并不像它看起来那么复杂,平盘将是在一天内价格比平常多过之后,它将是一个横向的移动,那些 "参与阴谋论 "的人然后会告诉你,这是那天的价格在缠绕卷...一般来说,这并不重要,这是市场运作的方式--价格超过当天的平均水平(一天内ZZ肩的总和,这个数量经常重复),然后新闻或其他一些事件,会有一个大的价格波动

正确计算ACF,这里

https://www.mql5.com/ru/forum/117837/page2#comment_3137982

这里 https://www.mql5.com/ru/code/9930

而且不是计算,而是分析,让它成为ACF,即人们必须决定下一步将发生什么--何时何地?

在我的TS中,当价格离开信心概率的通道和ACF值<0的那一刻,会有最明确的 "回归平均线"。

 
Andrei:

并非如此。在这种情况下,ACF只是任何信号在某些有限的片段上与其副本的经典卷积。

这没有什么不正常,也没有任何理由恐慌。

ACF取决于多少个变量并不重要。

你对术语的看法是正确的。QF是两个过程的相关性,ACF是它的特例,当它们是同一个过程时(静止性与它无关)。

问题是这样的:给定一个过程的单一实现(我们的价格序列),ACF的抽样近似只有在该过程是静止的情况下才有意义。在这种情况下,ACF当然会是一个变量的函数。

 
Igor Makanu:

无论你怎么算,每件事加起来都是有意义的。

并非总是如此。产生一个具有考奇分布的大样本,并计算其平均值。随着样本量的增加,它将收敛到什么程度?

答案:没有,因为对于Cauchy分布来说,没有期望值。

 
Igor Makanu:

在主题中提到,需要一个超过一个参数的自相关函数,这已经是一个实地研究,我怀疑一个时间尺度上的离散函数(价格序列)在实地考虑有意义。

对于随机过程,ACF 是两个变量的函数。对于广义的静止过程,它只取决于一个变量。

 
Aleksey Nikolayev:

并非总是如此。产生一个具有考奇分布的大样本,并计算其平均值。随着样本量的增加,它将收敛到什么程度?

答案:没有,因为对于Cauchy分布来说,没有期望值。

我说的是数字理论,而不是某个特定的分布,数字理论中有许多规律性的东西,但它们都出现在大量的分析数据中,我知道有非回归数列等等

好了,想了想,有一些数学方法可以让你从非稳态序列到稳态序列,现在不想去谷歌,但我读到了关于训练神经网络,它教NS概率,但不是P(A)=1或P(A)=0,和更多的 "平滑模式" - 训练正切,并从NS正切的输出得到的值传递给概率的计算值

在论坛上有一篇文章叫做BOX-COX REFORMATION,如果你在谷歌上搜索,你可能会发现其他的转换方法,而不是本质--但直接将任何数学装置应用于市场数据并希望获得一个模式,我认为是一条不归路--价格序列中既没有周期性也没有静止性,而整个数学分析是基于这 "两只鲸鱼"

那么,在任何数学工具的帮助下,研究的变体是只有统计学上重复的规律性的东西才能被研究,但可惜的是,它们在市场上并不是非常多。

阿列克谢-尼古拉耶夫

对于随机过程,ACF 是两个变量的函数。对于广义上的静止过程,它只取决于一个变量。

你的ACF中的第二个变量是什么?

亚历山大_K2

在我的TS中,当价格离开信心概率的通道,并且ACF值<=0的那一刻,会有最明确的 "回归平均线"。

好吧,回归到平均水平是什么? 平均价格?

 
Igor Makanu:


好吧,回归到平均水平是什么? 平均价格?

增量和增量之和的期望值都严格=0。我的工作不涉及净价、混搭之类的无稽之谈。只能用增量。

但是,我不强求我的TS--唉,到目前为止,5个月的交易利润=+5%...。可悲的是...

这就是为什么我像一只受伤的狮子一样紧紧抓住ACF。

 
Igor Makanu:

你的ACF中的第二个变量是什么?

时间,像第一次一样。这里 似乎说明了一切。

 
Alexander_K2:

增量和增量之和的期望值都严格=0。我不与纯粹的价格、混搭等废话打交道。只能用增量。

但是,我不强求我的TS--唉,到目前为止,5个月的交易利润=+5%......。可悲的是...

这就是为什么我像一只受伤的狮子一样紧紧抓住ACF。

再一次,最后一个。

1.KF-AKF是一个函数,而不是一个数字。

2.KF-AKF对当前和未来的时间点完全没有说明,只说明了样本的平均值。

3.将KF-AKF应用于小样本,完全是一派胡言。也就是说,根本没有什么。

我不再参与这个讨论了)。

 
Alexander_K2:

我们需要一个 "记忆 "的措施--在时间滑动窗口中,价格增量相互依赖的具体数值。

这样就有可能说明该窗口中的增量之和是否形成属于高斯分布的数字。

事实上,ACF是圣杯,伙计们!它显示了我们是否处于一个趋势或平坦区域...

我们只需要学习如何正确计算--这就是我现在正在做的事情......

如果我想和一个平盘交易员进行交易,我会努力猜测,他们之间的区别是什么,因为即使我成功地划分了他们,趋势TS也会杀死平盘TS,反之亦然。