Densité des séries numériques - page 20
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Je ne pense pas qu'il serait utile de chercher simplement des clusters. Il est préférable de calculer un point de repère de la veille, par exemple le centre de masse. C'est suffisant.
Assez pour quoi ?
Vous ne pouvez pas être aussi catégorique - cela nuit au progrès...
C'est compréhensible - et je vous ai déjà écrit pourquoi... mais nous devons considérer la relation de chaque cube avec son voisin...
Nous pouvons le trouver, mais seulement si nous savons ce que nous cherchons... ce qui complique la recherche - j'en ai indiqué la raison ci-dessus.
À propos de l'exemple - en théorie, prenons les chiffres et.. :
1. Augmentons la série de chiffres par la même série de chiffres, en la multipliant préalablement par 1000
2. le même point que 1, mais en remplaçant 56 par 59
J'ajoute simplement une valeur minimale de 1 point dans mon algorithme.
Heh, donc tu ne vas pas du tout les prendre en compte ? OK.
Comment se fait-il que je ne vais pas les prendre en compte - ils augmentent la densité. Votre méthode sera intéressante - dites-moi.
A propos des oscillations - c'est simplement la preuve que cette approche - comme trouver le point le plus proche en moyenne de n'importe quel autre point - est discutable, ce que j'ai dit plus d'une fois - et proposé un nouveau calcul qui devrait le prouver - si je ne me trompe pas.
Assez pour quoi ?
A quoi ça sert ? Déterminer le prix sur le graphique où quelque chose va se passer, n'est-ce pas ?
Hmm, ce n'était pas le but - l'idée originale est que les gens utilisent différents présages - analyse technique, mais les présages de chacun sont différents, et si de nombreux présages appellent le même prix, alors cette zone sera significative pour le marché, car un grand nombre de personnes s'attendent à ce que le marché change et seront influencées par cela.
Si vous mettez de côté mon idée, alors en utilisant votre méthode proposée, il sera possible de trouver un certain point - il n'est pas clair quelle fenêtre prendre - dans le script a pris 100 chandeliers hebdomadaires. Je ne peux pas encore prédire le résultat, mais il s'agira soit d'une bande étroite, soit au contraire d'une bande très large, ce qui est plus probable. L'utilité de cette méthode, vous ne pourrez la découvrir que par l'expérience.
Je ne peux pas faire ça. C'est comme si je donnais des exemples dans le vide. Je parle de Thomas, tu parles de Thomas.
Voici donc un exemple https://www.mql5.com/ru/forum/163871/page6#comment_4083680 - le résultat est assez bon.
Il serait bon de programmer votre algorithme - c'est difficile de tout calculer dans Excel...
Eh bien, vous avez trouvé 20 points. Si tu avais une plus grande rangée, tu aurais trouvé 100, 7000.
Vous me posez donc les mêmes questions que celles auxquelles je cherche des réponses :)
C'est pourquoi je me demande quel critère utiliser pour trier les clusters - et si ce tri sera correct.
Je peux éliminer plus de deltas - je règle le % de deltas restants par rapport à tous les nombres - maintenant c'est 50%, mais je peux aussi éliminer 10% - votre algorithme ne me permet pas d'automatiser ce processus.
Maintenant, selon votre algorithme, j'ai 132 deltas différents - comment filtrer les bons est une question - il est clair que de la plus petite, mais il n'est pas clair à la plus grande.