分析模式的最重要的统计学特征，并选择一种交易方法。 - 页 7 1234567 新评论 Aleksey Vyazmikin 2017.04.28 12:51 #61 关于交易、自动交易系统和交易策略测试的论坛 外汇--2015年的趋势、预测和后果 -Aleks-, 2015.06.21 12:29 以俄罗斯联邦金融市场局03.04.2012№12 21/pz的命令为例"关于批准管理投资基金、共同基金和非国家养老基金的金融市场专家专业资格考试方案（第五系列考试）"看看 "金融市场的技术分析章节"，就会明白为什么技术分析能够发挥作用...至少事实是，中央银行希望它能够发挥作用...... 如果你按照引用中的链接，那里有一个文件。 nevar 2018.03.25 01:27 #62 Vladimir :在代码中寻找。该方法非常简单。设置当前模式的长度，在历史上寻找类似的模式（例如，使用相关性作为模式之间的距离），从过去的模式预测未来价格的行为。这本质上是相同的聚类，或RBF，或SVM，或GRNN。这完全取决于我们如何衡量与当前模式的距离。关于GRNN和贝叶斯的阅读。在那里，预测的理论是以统计分布 的方式来描述的。写了很多关于GRNN和上述预测方法的文章，但它归结为一个简单的公式。预测是 y = SUM y [k] * exp (-d [k] / 2s ^ 2) / SUM exp (-d [k] / 2s ^ 2)其中y[k]是第k个过去的模式，d[k]是第k个模式到当前模式的距离。如果距离具有高斯分布，那么d [k] = (x - x [k]) ^ 2。对于一个任意的（超高斯）分布，d [k] = | x - x [k] | ^ p，其中你选择p，取决于你是想给最近的邻居更多的权重（大p），还是像社会主义下给几乎所有邻居相同的权重（小p）。对于p=0，我们有完全的社会主义。在熟悉了最近的邻居和GRNN后，会出现以下明显的问题。以及如何衡量当前模式与过去模式之间的距离。如果你考虑到沿时间轴的扭曲。这就是狗被埋葬的地方。也许这将有助于https://en.wikipedia.org/wiki/Hellinger_distance https://dl.acm.org/citation.cfm?id=1288866 1234567 新评论 原因: 取消 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
关于交易、自动交易系统和交易策略测试的论坛
外汇--2015年的趋势、预测和后果
-Aleks-, 2015.06.21 12:29
在代码中寻找。该方法非常简单。设置当前模式的长度，在历史上寻找类似的模式（例如，使用相关性作为模式之间的距离），从过去的模式预测未来价格的行为。这本质上是相同的聚类，或RBF，或SVM，或GRNN。这完全取决于我们如何衡量与当前模式的距离。关于GRNN和贝叶斯的阅读。在那里，预测的理论是以统计分布 的方式来描述的。写了很多关于GRNN和上述预测方法的文章，但它归结为一个简单的公式。
预测是 y = SUM y [k] * exp (-d [k] / 2s ^ 2) / SUM exp (-d [k] / 2s ^ 2)
其中y[k]是第k个过去的模式，d[k]是第k个模式到当前模式的距离。如果距离具有高斯分布，那么d [k] = (x - x [k]) ^ 2。对于一个任意的（超高斯）分布，d [k] = | x - x [k] | ^ p，其中你选择p，取决于你是想给最近的邻居更多的权重（大p），还是像社会主义下给几乎所有邻居相同的权重（小p）。对于p=0，我们有完全的社会主义。
在熟悉了最近的邻居和GRNN后，会出现以下明显的问题。以及如何衡量当前模式与过去模式之间的距离。如果你考虑到沿时间轴的扭曲。这就是狗被埋葬的地方。
也许这将有助于https://en.wikipedia.org/wiki/Hellinger_distance
https://dl.acm.org/citation.cfm?id=1288866