De la théorie à la pratique - page 518

 
Renat Akhtyamov:

pas plus de 10 minutes ou jusqu'à ce qu'une nouvelle transaction suffisamment risquée sur le marché

si cette dernière n'est pas disponible, recalculer

Cela dépend de la trame temporelle, qui a ses propres sections de tendance.

 
Novaja:
OK, en prenant le dernier point, c'est-à-dire que nous connaissons l'état du système à ce stade, combien de temps l'état du système sera-t-il stable dans le futur pour pouvoir le prédire ?

il est toujours possible de prédire, car un état passe à un autre et une prédiction peut être faite en fonction de cela.

 
Novaja:
Victor a un exemple d'un filtre passback basé sur l'EMA dans sa kodobase,
https://www.mql5.com/ru/code/192

Ce qu'il écrit sur le sujet :
Le résultat du lissage sera le même que celui obtenu avec un filtre à retard nul (réponse impulsionnelle symétrique), sauf pour les bords de la séquence où l'effet de bord, ou comme on l'appelle ici, le dépassement, se produira. MA, c'est-à-dire un filtre à réponse impulsionnelle finie, a été utilisé ci-dessus à titre d'exemple. Si vous utilisez des filtres à réponse impulsionnelle infinie (EMA par exemple), les effets de bord s'étendront théoriquement sur toute la longueur de la séquence.

Le redécoupage par la logique est plutôt un bien qu'un mal, car il permet de produire une systématisation des états parasités par les composantes du bruit, qui sont des états, c'est-à-dire des informations utiles sur une période plus réduite...

 
Andrei:

La réécriture est logiquement plus un bienfait qu'un mal, car elle permet de systématiser des états qui sont entravés par des composantes de bruit, qui sont des états, c'est-à-dire des informations utiles sur une période plus réduite...

Andrey, tu es un génie, ça m'a vraiment manqué, dans le bon sens du terme)).
 
En général, la formule D = Sqrt(c * lambda * t) manque clairement quelque chose d'autre. L'inertie ou l'accélération.
 
Novaja:
Andrei, tu es un génie, ça m'a vraiment manqué, dans le bon sens du terme)).
Non, ça a été expliqué ici une centaine de fois par différentes personnes. ))
 
Andrei:

Il est toujours possible de faire des prédictions lorsqu'un état passe à un autre et que l'on peut faire des prédictions en conséquence.

complètement coo-coo ?

 
Maxim Dmitrievsky:

Vous êtes complètement cinglé ?

Essayez-vous de créer une querelle ici ? Je ne suis pas intéressé...

 
Andrei:

Vous voulez commencer une querelle ici ? Je ne suis pas intéressé...

Non, j'appelle à la sobriété.)

 
Smokchi Struck:
x@@@@@vo ! )))

trouver comment l'améliorer.

Eh bien, c'est ce que j'ai supposé ;)))

1) La régression polynomiale est applicable à l'approximation de données fixes (non variables) (ordre polynomial de 5 ou moins). Le modèle peut être utilisé pour interpoler des valeurs intermédiaires. Mais elle n'est pas applicable pour l'extrapolation au-delà de l'intervalle d'approximation.

2) La régression polynomiale est une très mauvaise idée pour l'approximation de données dynamiques (changeantes).

Raison: