振動振幅の測定 - ページ 9

 

カーブは特定のジグザグアルゴリズムに依存します。

現在の膝がNピップスより小さい場合、それは形成されない:明示的に記載されている既知のジグザグがあります。そして、そのようなジグザグは、ニーがNピップス未満になることはない。

 
Mathemat:

カーブは特定のジグザグアルゴリズムに依存します。

現在の膝がNピップスより小さい場合、それは形成されない:明示的に記載されている既知のジグザグがあります。そして、そのようなジグザグは、ニーがNピップス未満になることはない。


ゴリー、アレクセイ:どのカーブが特定のジグザグアルゴリズムに依存しているのですか?
 
前のページでHideYourRichess さんが描いてくれたもの。
 
Mathemat:

カーブは特定のジグザグアルゴリズムに依存します。

現在の膝がNピップスより小さい場合、それは形成されない:明示的に記載されている既知のジグザグがあります。そして、そのようなジグザグは、ニーがNピップス未満になることはない。

では何が問題かというと、我々のデータは離散的なのです。1本のパイプの膝を取る。
 
HideYourRichess: ワンピップニーを取る。
なんでこんなジグザグがいいんだ?
 
どれが必要ですか?
 
正直なところ、ありません。結局はどれも同じなのです :)
 

それなら、私たちを困らせないでください。財産を隠す。あなたの努力と私生活の幸福を祈ります。

アレクセイ、お前じゃない。

 
tara:
どれが必要ですか?

少なくとも2つのスプレッドは見る意味がある...。

;)

 
223231:

例えば、最初のレンジは10-13pipsで、10+30%に相当します。 私はこれを偏差値30%のレンジと呼んでいます。42~54.6ポイントの範囲内の最大パーセンテージ(チャート上)は、42~54.6ポイントの範囲内のすべての単一変動のうち、26個、すなわち26%落ちたことを意味します。つまり、42~54.6ポイントを通過した価格が、逆に同量のポイントを通過する確率は26%である。当然、範囲が広ければ広いほど、一つの変動がそこに収まる確率は高くなる。

1ヶ月という短い履歴では、最小値と最大値を見ることができ、3年の履歴を取ると、ほぼ横ばいになり、最初に下落があることがわかります。したがって、歴史が長くなればなるほど、分布は均一 化される。相場がどのように変化するか、振幅の分布が時間帯ごとに異なるので、ある時間帯に最適化したTSは最前線で失敗することがわかる。そのため、振幅の分布を知ることで、リアルタイムに最適化するように、TSのパラメータを調整することができるのです。


それならば、新しいトピックを開くか、このトピックを振幅分布の予測といったものに改名した方が論理的かもしれません。

基本的にはバウンス分布に他ならないが、分布の基となる標本長(太字)に依存する。

しかし、サンプルの長さを変えることと、分布の均一 性を変えることの関係はどうなっているのでしょうか? そっちの方が興味深いですね。

理由: