Medición de la amplitud de las vibraciones - página 9
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
La curva depende del algoritmo de zigzag concreto.
Hay un zigzag conocido que dice explícitamente: si la rodilla actual es menor que N pips - no se forma. Y tal zigzag no tendrá rodillas menos de N pips.
La curva depende del algoritmo de zigzag concreto.
Hay un zigzag conocido que dice explícitamente: si la rodilla actual es menor que N pips - no se forma. Y tal zigzag no tendrá rodillas menos de N pips.
Caramba, Alexey: ¿qué curva depende de un algoritmo de zigzag concreto?
La curva depende del algoritmo de zigzag concreto.
Hay un zigzag conocido que dice explícitamente: si la rodilla actual es menor que N pips - no se forma. Y tal zigzag no tendrá rodillas menos de N pips.
Bueno, entonces no nos molestes. Oculta tu riqueza. Buena suerte en sus esfuerzos y felicidad en su vida personal.
Alexei, no tú.
¿Cuál necesita?
Por lo menos dos diferenciales tienen sentido para mirar...
;)
Por ejemplo, el primer rango es de 10-13 pips, lo que equivale a 10+30%. Lo llamo el rango con 30% de desviación. El porcentaje máximo (en el gráfico) en el rango 42-54,6 puntos, significa que de todas las fluctuaciones individuales (digamos que hay 100) en el rango 42-54,6 puntos, cayeron 26 piezas, o el 26%. Significa que hay un 26% de probabilidad de que el precio que ha pasado de 42 a 54,6 puntos se revierta y pase la misma cantidad de puntos en la dirección opuesta. Naturalmente, cuanto más amplio sea el rango, más probable será que una sola fluctuación caiga en él.
En una historia corta (un mes), podemos ver mínimos y máximos; si tomamos la historia de 3 años, se vuelve casi plana, con una caída al principio. Así, cuanto más larga es la historia, más uniforme es la distribución. Muestra cómo cambia el mercado, y la distribución de las amplitudes difiere en cada periodo de tiempo por separado, por lo que la TS optimizada para un periodo fallará en el frente. Por lo tanto, conociendo la distribución de las amplitudes, podemos ajustar los parámetros de la TS, como la optimización en tiempo real.
Tal vez entonces sería más lógico abrir un nuevo tema o cambiar el nombre de este por algo así como la predicción de las distribuciones de amplitud.
En esencia, no es más que una distribución de rebote, pero depende de la longitud de la muestra en la que se basa la distribución (en negrita).
pero ¿cuál es la relación entre el cambio de la longitud de la muestra y el cambio de la uniformidad de la distribución? eso sería más interesante de ver.