나는 추세 구성 요소가 있는 무작위(THIS IS NOT A PRICE) 시리즈를 생성하고 사후 고전 TA가 무작위로 설명될 수도 있음을 보여주기 위해 기술적 분석 수치로 그렸습니다. , 그러나 그것은 거기에 없으며 추세 구성 요소가 있는 계열의 속성일 뿐입니다. 모든 반전은 TA 수치로 설명할 수 있습니다. 알겠습니까? 이것은 무작위로라도 항상 헤드 앤 숄더 또는 이중 또는 삼중 상단이 될 것이지만 동시에 이러한 수치에 어떤 예측 속성도 제공하지 않습니다.
요점은 이러한 수치가 대칭 랜덤 워크에 존재하는지 여부가 아닌 것 같습니다. 무작위로 생성된 값과 이 수치 근처에 있는 여러 실제 가격의 행동에 통계적으로 유의한(그리고 실질적으로 유용한) 차이가 있는지 묻는 것이 더 정확할 것입니다. 이것을 정확히 확인하고 싶다면, 도형의 형식적 정의에 문제가 생기기 시작하는 식이다. 등. 예를 들어, 이전의 갭은 대칭 랜덤 워크(이것으로 돈을 벌 수 있다는 사실이 아님)로 있어야 하는 것보다 훨씬 빨리 닫힙니다.
무작위 대칭 보행은 추세와 주기를 모두 잘 "그립니다". 이것은 orver 방법을 사용하여 표시할 수 있습니다. 그러나 물론, 당신은 그것으로 돈을 벌 수 없습니다.
랜덤 워크는 예측 속성이 없고 단순히 추세를 따르는 원시적 추세 시스템을 최적화하기 위한 대안 이력으로 사용될 수 있을 것 같습니다.
예를 들어, 3000년의 대체 역사를 생성하고 이러한 데이터에서 추세 로봇을 최적화하려면 새 데이터에서 얻은 매개변수를 사용하여 로봇이 마지막에 최적화된 것보다 실제 거래에서 더 잘 보여줄 것 같습니다. 실제 역사는 몇 년이지만 실험하지 않았기 때문에 이것은 나에게 거의 관심이 없습니다.
시장의 역학에 대해 조금...
바로 사진 올려서 어떻게 되는지 봐야겠다...
하나)
고객의 공개 포지션을 공개하는 외환 브로커 "oanda"
이것은 브로커 구매자 - 판매자의 순 오픈 포지션 금액의 차이입니다.
2)
아주 오래전 14년차에 우리 자신의 상사가 있었을 때 유리 위에 세워진 지표를 이용하여 거래를 하다가 한동안 매수자와 매도자의 누계가 쌓이고 그 차이를 델타로 여겼습니다 그들 사이에 표시기는 Excel로 작성되었습니다. 여기 내 일기의 사진이 있습니다. 2014
삼)
훈련된 신경망, 2개의 클래스에서 구매하여 판매하지만 "11010010"과 같은 클래스 대신 클래스의 확률을 제공합니다. 다시 구매 클래스와 판매 클래스의 확률의 누적 합을 만들고 계산합니다. 차이점, 이것은 파란색 그래프이고 새로운 데이터에 대한 신경망의 작업입니다.
화살표를 그리거나 직접 해야 합니까? )))
그건 그렇고, 이것은 같은 스레드의 40 페이지입니다
보시다시피, 다른 출처, 다른 접근 방식, 그러나 본질은 동일합니다 ...
시장은 팔 때 오르고 살 때 떨어진다...
흥미롭게도 무작위로 생성된 VR을 실제 가격과 구별하는 방법을 아는 사람이 있는지 설명합니다.
생성된 시리즈와 실제 시리즈의 샘플링 증분 사이에 적합도 테스트(예: Kolmogorov-Smirnov)를 적용할 수 있습니다. 예를 들어, 실제 가격은 가우스 분포보다 더 두꺼운 꼬리와 더 날카로운 중심을 제공한다고 믿어집니다.
보시다시피, 다른 출처, 다른 접근 방식, 그러나 본질은 동일합니다 ...
시장은 팔 때 오르고 살 때 떨어진다...
그래서 그렇습니다
하나의 작고 거의 중요하지 않은 뉘앙스
가격이 오르면 로봇은 어떻게 팔 수 있습니까?
앗!
조금 생각한 후에 대답, 알았지?
나는 이미 위에서 왜 그렇게 썼는지, 만약 cho ...
흥미롭게도 무작위로 생성된 VR을 실제 가격과 구별하는 방법을 아는 사람이 있는지 설명합니다.
실제 VR에서는 하루 중 특정 시간에 세션 시작과 관련된 변동성이 증가하는 반복(24시간 기간)을 관찰할 수 있습니다. 이것은 무작위의 경우가 아닙니다.
하나의 작고 거의 중요하지 않은 뉘앙스
가격이 오르면 로봇은 어떻게 팔 수 있습니까?
앗!
이해가 되지 않습니다. 무슨 일이죠?
이해가 되지 않습니다. 무슨 일이죠?
........
화살표를 그릴 필요가 있습니까 아니면 이미 직접 하고 있습니까? )))
그건 그렇고, 이것은 같은 스레드의 40 페이지입니다
네, 화살표
2012년 예측 스레드에 정확히 동일한 오픈 소스 칠면조를 넣었습니다. 그가 아직 거기 있기를 바랍니다.
아무도 아무것도 이해하지 못했기 때문에 모두가 거기에서 웃고있었습니다 ;))))
물론 코티라의 거울은 상황에 따라 구매 또는 판매
그리고 다시 반복하겠습니다.
이 모든 것은 평평한 시장에서 다른 것들과 모든 신경망과 마찬가지로 잘 작동합니다.
나는 추세 구성 요소가 있는 무작위(THIS IS NOT A PRICE) 시리즈를 생성하고 사후 고전 TA가 무작위로 설명될 수도 있음을 보여주기 위해 기술적 분석 수치로 그렸습니다. , 그러나 그것은 거기에 없으며 추세 구성 요소가 있는 계열의 속성일 뿐입니다. 모든 반전은 TA 수치로 설명할 수 있습니다. 알겠습니까? 이것은 무작위로라도 항상 헤드 앤 숄더 또는 이중 또는 삼중 상단이 될 것이지만 동시에 이러한 수치에 어떤 예측 속성도 제공하지 않습니다.
요점은 이러한 수치가 대칭 랜덤 워크에 존재하는지 여부가 아닌 것 같습니다. 무작위로 생성된 값과 이 수치 근처에 있는 여러 실제 가격의 행동에 통계적으로 유의한(그리고 실질적으로 유용한) 차이가 있는지 묻는 것이 더 정확할 것입니다. 이것을 정확히 확인하고 싶다면, 도형의 형식적 정의에 문제가 생기기 시작하는 식이다. 등. 예를 들어, 이전의 갭은 대칭 랜덤 워크(이것으로 돈을 벌 수 있다는 사실이 아님)로 있어야 하는 것보다 훨씬 빨리 닫힙니다.
무작위 대칭 보행은 추세와 주기를 모두 잘 "그립니다". 이것은 orver 방법을 사용하여 표시할 수 있습니다. 그러나 물론, 당신은 그것으로 돈을 벌 수 없습니다.
랜덤 워크는 예측 속성이 없고 단순히 추세를 따르는 원시적 추세 시스템을 최적화하기 위한 대안 이력으로 사용될 수 있을 것 같습니다.
예를 들어, 3000년의 대체 역사를 생성하고 이러한 데이터에서 추세 로봇을 최적화하려면 새 데이터에서 얻은 매개변수를 사용하여 로봇이 마지막에 최적화된 것보다 실제 거래에서 더 잘 보여줄 것 같습니다. 실제 역사는 몇 년이지만 실험하지 않았기 때문에 이것은 나에게 거의 관심이 없습니다.