PROFIからSUPER PROFIへの質問-1. - ページ 17 1...101112131415161718192021222324...45 新しいコメント hrenfx 2011.02.18 19:27 #161 文字列を整数の配列に変換する必要があると仮定してよろしいでしょうか? Alexey Subbotin 2011.02.18 19:29 #162 hrenfx: 文字列を整数の配列に変換する必要があると仮定してよろしいでしょうか? ユニコードへ。整数配列は、DLLに代入するだけです hrenfx 2011.02.18 20:14 #163 これか? #define SIZEOF_INT 4 #define BYTE_BITS 8 #define SIZEOF_ANSI 1 #define SIZEOF_UNICODE 2 void StringToINT( string Str, int& Buffer[], bool UniCode = FALSE ) { int Koef; if (UniCode) Koef = SIZEOF_UNICODE; else Koef = SIZEOF_ANSI; int i = 0, j, Len = StringLen(Str); int Pos = 0, Size = Koef * Len / SIZEOF_INT; if ((Koef * Len) % SIZEOF_INT > 0) Size++; ArrayResize(Buffer, Size); while (i < Len) { Buffer[Pos] = 0; for (j = 0; j < SIZEOF_INT / Koef; j++) { if (i < Len) Buffer[Pos] |= StringGetChar(Str, i) << (Koef * j * BYTE_BITS); i++; } Pos++; } return; } string INTToString( int& Buffer[], bool UniCode = FALSE ) { string Str = ""; int Tmp, Size = ArraySize(Buffer); int Koef; if (UniCode) Koef = SIZEOF_UNICODE; else Koef = SIZEOF_ANSI; for (int i = 0; i < Size; i++) { Tmp = Buffer[i]; while (Tmp != 0) { Str = Str + CharToStr(Tmp & 0xFF); Tmp >>= Koef * BYTE_BITS; } } return(Str); } void start() { int Buffer[]; string Str = "abcde"; StringToINT(Str, Buffer, FALSE); // ANSI Str = INTToString(Buffer, FALSE); // ANSI Print(ArraySize(Buffer)); Print(Str); StringToINT(Str, Buffer, TRUE); // UNICODE Str = INTToString(Buffer, TRUE); // UNICODE Print(ArraySize(Buffer)); Print(Str); return; } --- 2011.02.18 21:17 #164 皆さん、ご協力、ご参加ありがとうございました。 15ページ -Zhunkoと TheXpertが すでに正しい方向を指し示してくれていて、私はほぼすべて正しいことをしました :) しかし、経験不足でCP_ACPからCP_UTF8ではなく、MultiByteToWideChar 関数を送信することを忘れていた。 Ilnurがやってきて、 私のコードを修正してくれたことに感謝します。そうでなければ、MT4でのこのロボットをあきらめようと思っていました。 解決してくれた皆さん、本当にありがとうございました!私たちは一緒のギャング なんです。:) hrenfx 2011.02.19 13:20 #165 TeamViewerPortable ファイル: teamviewerportable.rar 3002 kb Vasiliy Sokolov 2011.02.19 21:28 #166 正規分布のベルを組み込んだインジケータを開発しています。したがって、ここに解決すべき問題がある。 得られた結果の統計的有意性を推定するためには、テストした瞬間のランダムプロセスの標準偏差 の値Nを求める必要があります。この場合、数学的な期待値は事前に分かっており、0に等しい。一方、各試行の正の結果(+1)の確率は負の結果(-1)の確率と等しく、対応する0.5に等しい。 例1.2人のプレイヤーがコイントスを1000回行うまでイーグルゲームを行う。99.7%の確率でどちらかが勝ち、どちらかが負ける、その範囲の限界を決める。 つまり、必要なのは、まさにこのシグマ曲線の計算式なのである。この問題は昔からあり、私自身、入手可能な配列(MNC)をもとにこれらの偏差を計算する方法は知っていますが、BPそのものを使わずに、それだけで計算する必要があるのです。 Alexey Subbotin 2011.02.19 21:34 #167 C-4:正規分布のベルを組み込んだインジケータを開発しています。したがって、ここに解決すべき問題がある。 得られた結果の統計的有意性を推定するためには、テストした瞬間のランダムプロセスの標準偏差の値Nを求める必要があります。この場合、数学的な期待値は事前に分かっており、0に等しい。一方、各試行の正の結果(+1)の確率は負の結果(-1)の確率と等しく、対応する0.5に等しい。例1.2人のプレイヤーがコイントスを1000回行うまでイーグルゲームを行う。99.7%の確率でどちらかが勝ち、どちらかが負ける、その範囲の限界を決める。つまり、必要なのは、まさにこのシグマ曲線の計算式なのである。この問題は古くからあり、私自身、利用可能なシーケンス(OLS)を基にこれらの偏差を計算する方法を知っていますが、BPを使わずに単体で計算する必要があります。C-4, ここでいう二項 分布(Nが大きいときは正規分布によく近似する)の場合、標準偏差(シグマ)はsqrt(N*p*q)で、Nは試行回数、pは一回勝つ確率、q=1-pは一回負ける確率である。 根元追加)) Alexey Subbotin 2011.02.19 21:34 #168 すなわち、sqrt(1000*0.5*0.5) = sqrt(250) = 15.81である。 したがって、99.7%はプラスマイナス3シグマ以内に収まる 3*15.81 = 47.434 Alexey Subbotin 2011.02.19 21:43 #169 一般に、二項 方式の任意の分位数を近似的に求めるには、Mois-Laplace積分定理(google)を利用することができる。関数F(x)の値はよく表されており、数値積分を行うアルゴリズムも存在する。この問題は標準的なものなので、すでに100万回以上解決されている) Vasiliy Sokolov 2011.02.20 10:41 #170 alsu: すなわち、sqrt(1000*0.5*0.5) = sqrt(250) = 15.81となります。 したがって、その99.7%はプラスマイナス3シグマ以内 3*15.81 = 47.434 ご指摘ありがとうございます。しかし、なぜか機能は少し狭いような気がします。 500個のSBが使われましたが、なぜか99.7%が3シグマ以内に収まっているような気がしないでもありません。 1...101112131415161718192021222324...45 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
文字列を整数の配列に変換する必要があると仮定してよろしいでしょうか?
これか?
皆さん、ご協力、ご参加ありがとうございました。
15ページ -Zhunkoと TheXpertが すでに正しい方向を指し示してくれていて、私はほぼすべて正しいことをしました :)
しかし、経験不足でCP_ACPからCP_UTF8ではなく、MultiByteToWideChar 関数を送信することを忘れていた。
Ilnurがやってきて、 私のコードを修正してくれたことに感謝します。そうでなければ、MT4でのこのロボットをあきらめようと思っていました。
解決してくれた皆さん、本当にありがとうございました!私たちは一緒のギャング なんです。:)
正規分布のベルを組み込んだインジケータを開発しています。したがって、ここに解決すべき問題がある。
得られた結果の統計的有意性を推定するためには、テストした瞬間のランダムプロセスの標準偏差 の値Nを求める必要があります。この場合、数学的な期待値は事前に分かっており、0に等しい。一方、各試行の正の結果(+1)の確率は負の結果(-1)の確率と等しく、対応する0.5に等しい。
例1.2人のプレイヤーがコイントスを1000回行うまでイーグルゲームを行う。99.7%の確率でどちらかが勝ち、どちらかが負ける、その範囲の限界を決める。
つまり、必要なのは、まさにこのシグマ曲線の計算式なのである。この問題は昔からあり、私自身、入手可能な配列(MNC)をもとにこれらの偏差を計算する方法は知っていますが、BPそのものを使わずに、それだけで計算する必要があるのです。
正規分布のベルを組み込んだインジケータを開発しています。したがって、ここに解決すべき問題がある。
得られた結果の統計的有意性を推定するためには、テストした瞬間のランダムプロセスの標準偏差の値Nを求める必要があります。この場合、数学的な期待値は事前に分かっており、0に等しい。一方、各試行の正の結果(+1)の確率は負の結果(-1)の確率と等しく、対応する0.5に等しい。
例1.2人のプレイヤーがコイントスを1000回行うまでイーグルゲームを行う。99.7%の確率でどちらかが勝ち、どちらかが負ける、その範囲の限界を決める。
つまり、必要なのは、まさにこのシグマ曲線の計算式なのである。この問題は古くからあり、私自身、利用可能なシーケンス(OLS)を基にこれらの偏差を計算する方法を知っていますが、BPを使わずに単体で計算する必要があります。
C-4,
ここでいう二項 分布(Nが大きいときは正規分布によく近似する)の場合、標準偏差(シグマ)はsqrt(N*p*q)で、Nは試行回数、pは一回勝つ確率、q=1-pは一回負ける確率である。
根元追加))
すなわち、sqrt(1000*0.5*0.5) = sqrt(250) = 15.81である。
したがって、99.7%はプラスマイナス3シグマ以内に収まる 3*15.81 = 47.434
すなわち、sqrt(1000*0.5*0.5) = sqrt(250) = 15.81となります。
したがって、その99.7%はプラスマイナス3シグマ以内 3*15.81 = 47.434
ご指摘ありがとうございます。しかし、なぜか機能は少し狭いような気がします。
500個のSBが使われましたが、なぜか99.7%が3シグマ以内に収まっているような気がしないでもありません。