苏尔托诺夫系统指标 - 页 56

新评论
 
Maxim Kuznetsov: 这是一种间接测量曲率的巧妙曲折的方法 :-)

将子窗口从-10限制到+10



我已经告诉过你一千次，没有什么比标准指标更好的，另一个是RSI)))

 
Fast235:

Mdem，这完全是一种交易。

在不断下跌的市场中，检查会议记录是一件很痛苦的事，事实证明，指标总是赢的。不太好。给我从上周开始的TF H1的数据

 
Igor Makanu:

将子窗口从-10限制到+10

我已经说过一千次，没有什么比标准指标更好的了，另一个RSI是不可能的))))。

谢谢你没有偷懒（我是），展示了所有这些混乱，我已经在这里 说过了，但没有被听到。

即使是正常的MA效力，也包含了比这更多的妄想。

如果将这4（或5）个系数作为4（5）维空间中的点轨迹来推导，那么这种方法的混乱和 "无意义 "就会得到很好的证明，从这种方法中没有什么可以抓住的。

这里甚至没有一丝RSI的气息。顺便说一下，RSI是我最喜欢的奇特指标。

 
Nikolai Semko:

感谢你没有偷懒（我是偷懒），展示了所有这些混乱，我以前在这里 说过，但没有被听到。

即使是通常的MAshka潜力，也包含了比这更多的偏执狂。

如果将这4（或5）个系数作为4（5）维空间的点轨迹来推导，那么这种方法的混乱和 "无意义 "就会得到很好的证明，从这种方法中没有任何东西可以抓住。

这里甚至没有一丝RSI的气息。顺便说一下，RSI是我在这些奇怪的指标中最喜欢的指标。

好吧，优素福在分段上有机会，有刻意的 "记忆 "过程，即增量的关联性。它将在这些环节上拥有不受限制的利润。如果我们谈论一般的价格运动，那么当然不建议进行计算，预测每一步的下一个数值，然后进入交易（这正是他所做的）。一般来说，我们可以推测出下一个价格值的概率，仅此而已。

 
Nikolai Semko:

如果这4（或5）个系数是作为4（5）维空间中一个点的轨迹推导出来的，那么这种方法的随机性和 "无意义性"，从中是抓不到什么的。

另一个优素福公式是递归公式的变种，是一种SSA算法，但它只近似于某一段数据，如果数据是周期性的，那么SSA算法会很好地重复历史到未来。当我在处理SSA算法时，我也认为可以分析轨迹矩阵，但是......。那里没有鱼--轨迹矩阵只是用来创建原始数据的 "铸件"，但SSA算法并没有在数据之间创建链接。

底线...SSA和Yusuf的SLAU算法是可行的，但我们需要对数据进行预处理，如果数据有了定性的准备，就不再需要这些算法了））。

 

再一次，市场上看似混乱的情况其实不然。价格增量形成一定的概率分布。而通过解决一些方程组，我们可以谈论以下数值的概率 模数。 然而，"+"或"-"符号和0（零）+价差和佣金使得在每一步进行预测是徒劳的。

我假设优素福的方法只有在以下情况下才会有效。

1.价值之间有明显的关联性

2.斜向概率密度（Erlang型）--将真实分布还原成它，我不知道--通过对数变换。

要与变体2合作是一个很大的工作，你不想也不知道它能不能成功。

这就留下了变体1，但我们也需要考虑这个问题。

就像这样...Heh-heh...我想优素福已经知道了。

 
Alexander_K:

那么，在有已知的 "记忆 "过程的领域，即增量的关联性，优素福仍然有机会。他将在这些环节上拥有不受限制的利润。如果我们谈论一般的价格运动，那么当然不建议进行计算，预测每一步的下一个数值，然后进入交易（这正是他所做的）。一般来说，我们可以推测出下一个价格值的概率，仅此而已。

人类的智力及其复杂的模式识别系统要比本网站的人工智能的所有努力强大得多，更不用说4（5）个线性方程的系统了。当你看5根柱子（甚至不是柱子，而是连接5个点的线）时，你的模式识别系统能看到未来吗？

你真的相信通过分析5个价格就能捕捉到预测的信息吗？如果是这样，我很抱歉。

拥有人工智能的机器人比人类智能更有效地工作，不是在分析5个柱子上，而是在分析成千上万的柱子上。

 
Nikolai Semko:

拥有先进模式识别系统的人类智力要比本网站的人工智能的所有努力强大得多，更不用说4（5）个线性方程的系统了。当你看5根柱子（甚至不是柱子，而是连接5个点的线）时，你的模式识别系统能看到未来吗？

你真的相信通过分析5个价格就能捕捉到预测的信息吗？如果是这样，我很抱歉。

人工智能机器人比人类智能更有效地工作，不是在分析5个柱子上，而是在分析成千上万的柱子上。

没有必要大喊大叫。

再一次--有可能在4条杠上做出预测，如果这 一个非随机的、决定性的运动.因为在这种情况下，我们实际上考虑到了所有必要的动态量--速度、加速度、推力和投掷。

如果优素福不愿意像我一样，用概率来工作，那么他唯一的机会就是确定当前的数据集是随机的还是非随机的。

而且你不可能在每一步都进入交易。在这种情况下，任何线性方程组都不会起作用。

 
Nikolai Semko:

拥有先进模式识别系统的人类智力要比本网站的人工智能的所有努力强大得多，更不用说4（5）个线性方程的系统了。当你看5根柱子（甚至不是柱子，而是连接5个点的线）时，你的模式识别系统能看到未来吗？

好吧，正是在这些顿悟的时刻，手被用来排出存款））））。

我不想谷歌，但我认为人类的心理有一个名字--正确的能力--向你的意识证明决定是正确的，你甚至没有分析数据，你只是做了一个猜测，这并不重要......如果你猜测了几次，这被称为 "直觉")

 
Alexander_K:

再一次，市场上看似混乱的情况其实不然。价格增量形成一定的概率分布。而通过解决一些方程组，我们可以谈论以下数值的概率 模数。 然而，"+"或"-"符号和0（零）+价差和佣金使得在每一步进行预测是徒劳的。

我假设优素福的方法只有在以下情况下才会有效。

1.价值之间有明显的关联性

2.斜向概率密度（Erlang型）--将真实分布还原成它，我不知道--通过对数变换。

要与变体2合作是一个很大的工作，你不想也不知道它能不能成功。

这就留下了变体1，但我们也需要考虑这个问题。

就像这样...Heh-heh...我想优素福已经知道了。

我们将以退步而告终，即使没有优素福，即使没有A_K，这种退步也是漫长而众所周知的。
1...495051525354555657585960616263...119
新评论