从理论到实践 - 页 565

新评论
 

还有一件事需要关注。

他们所说的完全的高斯））。

 
Yuriy Asaulenko:

而且也是逆潮流而动）。

而且可能是逆势而为，出现亏损，概率很大。

 
Novaja:

还有一件事。

一个完全的高斯人，正如他们所说的））。

那是增量的模数之和吗？似乎没有...

 
你应该总是逆势进入以抓住新的趋势。
 
Renat Akhtyamov:

而你可能会逆势而行，输掉，概率很高。

无论是顺势还是逆势，人们都在大规模地亏损）。而趋势本身也算，取决于你如何发挥。对我来说是趋势的东西对你来说可能是平的。反之亦然。

 
Alexander_K:

这是增量模块的总和吗？它似乎并不...

增量本身几乎为30,000
 
Alexander_K:

这是增量模块的总和吗？它看起来并不像...

把配方给我，或者说什么东西在什么地方。

到目前为止，我已经阅读了你的所有信息，如下所示。

1.计算相邻两根钢筋的关闭模块。

2.让我们用埃朗流对得到的系列进行应变

...????

一个脚本将其卸载到一个文本文件中。

//+------------------------------------------------------------------+
//|                                                       Erlang.mq4 |
//|                                                            IgorM |
//|                              https://www.mql5.com/ru/users/igorm |
//+------------------------------------------------------------------+
#property copyright "IgorM"
#property link      "https://www.mql5.com/ru/users/igorm"
#property version   "1.00"
#property strict
#property show_inputs

input int Erlang=3;
//+------------------------------------------------------------------+
//| Script program start function                                    |
//+------------------------------------------------------------------+
void OnStart()
  {
   int abs;
   int i,filehandle;
   string fname = StringConcatenate(Symbol(),"_",Erlang,".csv");
   filehandle=FileOpen(fname,FILE_WRITE|FILE_CSV);
   if(filehandle!=INVALID_HANDLE)
     {
      Print("FileOpen OK");
      for(i=Bars-2;i>=0;i--)
        {
         if(i%Erlang==0) abs=int(fabs(Close[i]-Close[i+1])/Point);
         FileWrite(filehandle,abs);
        }
      FileClose(filehandle);
      Print("Скрипт окончил работу, откройте файл ",fname);
     }
   else Print("Операция FileOpen неудачна, ошибка ",GetLastError());
  }
//+------------------------------------------------------------------+
 
Алексей Тарабанов:
你应该总是逆势进入以抓住新的趋势。

我不在乎你怎么进去。只要它能动。我们可能会抓住它）。

 
Igor Makanu:

给我配方，或者说它是用来做什么的。

到目前为止，我在你的帖子中读到的都是以下内容。

1.计算相邻两根柱子的关闭模块。

2.让我们用Erlang's flow对得到的系列进行应变

...????

咳咳...我们采取一个由1440个CLOSE M5值组成的滑动窗口，在每个新的条形图 上计算增量模数的总和。对于这种滑动的总和，应该，只是必须有一个高斯分布。而用周期性的ACF（不仅如此），正如科尔莫戈罗夫遗留的那样，这个过程是由神经元网揭示的。

 
Alexander_K:

咳咳...取一个1440个值的滑动窗口关闭M5，在每个新的条形图 上计算增量模量的总和。对于这样的滑动总和，一定，就是一定要有一个高斯分布。而用周期性的ACF（不仅如此），正如科尔莫戈罗夫遗留的那样，这个过程是由神经元网揭示的。

那么解释一下如何计算？

1...558559560561562563564565566567568569570571572...1981
新评论