从理论到实践 - 页 62 1...555657585960616263646566676869...1981 新评论 Mykola Demko 2017.12.12 13:01 #611 Alexander_K2:尼古拉,我快速看了一下开/关分钟条形图的分配,尤里-阿索连科 提供给我的链接。是的,看来我们必须与这些价格合作,或者说选择其中的一个。这里你有delta T = 60秒,以及接近拉普拉斯分布的分布。虽然,我还是会看的--没有必要着急。这一刻是非常关键的。条形图上有洞,选择打开,我们将用前一个条形图的收盘价来填补这些洞。我理解,对于许多符号来说,计算将是困难的,特别是由于开盘价是实时设定的,不再改变,而收盘价在历史上固定之前,每一个刻度都会动态变化。这几行是相同的,只是有一个刻度的变化。一般来说,Open[i]-Close[i-1]是一个tick的增量,测量频率为1分钟。 Alexander_K2 2017.12.12 13:06 #612 Nikolay Demko: 条形图上有洞,选择 "打开",用前一个条形图的 "关闭 "来填补这些洞。据我所知,计算将是困难的,对于许多符号来说更是如此,开盘价是实时设定的,不再改变,而收盘价在历史上固定的条形图之前,每一个刻度都会动态变化。这几行是相同的,只是有一个刻度的变化。一般来说,Open[i]-Close[i-1]是一个tick的增量,测量频率为1分钟。是的,是的...显然,我们必须在这样的价格系列下工作......问题--那么你为什么要为虱子和它们的历史而战????。А???:))))可能是觉得这样更准确?结果就是这样。根本不可能用ticks工作--对硬件要求极高,而且根本没有delta T...。你如何解决这些方程?:)))))) Alexander_K2 2017.12.12 13:15 #613 此外,现在来自不同DC的人有一种 "语言 "可以交流--正是在分钟级的开/关层面。你同意吗? Alexander_K2 2017.12.12 13:26 #614 此外,我们有一个H4时间框架的240个值的样本。这是一个不错的样本,你可以也应该用它来工作。不是吗?我刚刚检查了一下,225个值的样本足以覆盖拉普拉斯分布的95%。嗯,这一切都很合适! secret 2017.12.12 13:38 #615 Alexander_K2: 刚刚检查过,225个值的样本足以覆盖拉普拉斯分布的95%。好了,这一切都加起来了! 那你说的 "95%的分布 "是什么意思? Alexander_K2 2017.12.12 13:39 #616 bas: 而你说的'95%的分布'是什么意思? 95%的数值 secret 2017.12.12 13:43 #617 95%的什么? Alexander_K2 2017.12.12 13:44 #618 bas:95%的什么?你甚至知道样本量是如何计算的吗? secret 2017.12.12 13:45 #619 Alexander_K2: 你甚至知道样本量是如何计算的吗?我并不关心你是如何计算的。我在问你为什么决定100个样本和95个样本的分布会有根本的不同。你应该把它写成样本量的95%。否则就是 "关于分配"。字里行间有水。 Alexander_K2 2017.12.12 13:58 #620 bas: 我才不管你怎么计算呢。我在问,为什么你认为100个样本和95个样本会有根本不同的分布。我说过吗?不,听着--为了谈论置信度,我们必须确切地知道我们的样本量以一定的置信概率覆盖一个特定的分布。这可以从切比雪夫的不等式中找到。也就是说,如果我们选择240个值的样本量,那么我们就可以肯定,我们几乎 涵盖了整个 拉普拉斯分布。然后超过从量化函数计算出来的置信区间(或者说是容忍区间),确实会告诉我们已经超过了某个极限,超过这个极限,价格上涨的概率就会小于下跌。 1...555657585960616263646566676869...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
尼古拉,我快速看了一下开/关分钟条形图的分配,尤里-阿索连科 提供给我的链接。
是的,看来我们必须与这些价格合作,或者说选择其中的一个。这里你有delta T = 60秒,以及接近拉普拉斯分布的分布。
虽然,我还是会看的--没有必要着急。这一刻是非常关键的。
条形图上有洞,选择打开,我们将用前一个条形图的收盘价来填补这些洞。
我理解,对于许多符号来说,计算将是困难的,特别是由于开盘价是实时设定的,不再改变,而收盘价在历史上固定之前,每一个刻度都会动态变化。
这几行是相同的,只是有一个刻度的变化。一般来说,Open[i]-Close[i-1]是一个tick的增量,测量频率为1分钟。
条形图上有洞,选择 "打开",用前一个条形图的 "关闭 "来填补这些洞。
据我所知,计算将是困难的,对于许多符号来说更是如此,开盘价是实时设定的,不再改变,而收盘价在历史上固定的条形图之前,每一个刻度都会动态变化。
这几行是相同的,只是有一个刻度的变化。一般来说,Open[i]-Close[i-1]是一个tick的增量,测量频率为1分钟。
是的,是的...显然,我们必须在这样的价格系列下工作......
问题--那么你为什么要为虱子和它们的历史而战????。А???:))))可能是觉得这样更准确?结果就是这样。根本不可能用ticks工作--对硬件要求极高,而且根本没有delta T...。你如何解决这些方程?:))))))
此外,现在来自不同DC的人有一种 "语言 "可以交流--正是在分钟级的开/关层面。你同意吗?
此外,我们有一个H4时间框架的240个值的样本。这是一个不错的样本,你可以也应该用它来工作。不是吗?
我刚刚检查了一下,225个值的样本足以覆盖拉普拉斯分布的95%。嗯,这一切都很合适!
而你说的'95%的分布'是什么意思?
95%的什么?
95%的什么?
你甚至知道样本量是如何计算的吗?
我并不关心你是如何计算的。我在问你为什么决定100个样本和95个样本的分布会有根本的不同。
你应该把它写成样本量的95%。否则就是 "关于分配"。字里行间有水。
我才不管你怎么计算呢。我在问,为什么你认为100个样本和95个样本会有根本不同的分布。
我说过吗?不,听着--为了谈论置信度,我们必须确切地知道我们的样本量以一定的置信概率覆盖一个特定的分布。这可以从切比雪夫的不等式中找到。也就是说,如果我们选择240个值的样本量,那么我们就可以肯定,我们几乎 涵盖了整个 拉普拉斯分布。然后超过从量化函数计算出来的置信区间(或者说是容忍区间),确实会告诉我们已经超过了某个极限,超过这个极限,价格上涨的概率就会小于下跌。