私のアルゴリズム
1.数字の差を求めます。これは、お互いの近さを表しているだけです。
2.項目1で求めたデルタの平均値より小さい場合は-1、小さい場合は-0とする。
3. 手順 2 の値が 1 であれば、その値を前の合計値に加え、そうでなければ -0 とする。
4.項目3から最大値を求めよ。
5.範囲を定義する-項目4から値を求め、項目3から値が0の数を調べ、見つかった数を1つ増やす。
こうして、他との関係で最も密度が高い数字の範囲を求めます。
NO.P./P. | 番号 | デルタ | 親密度の値 | 連続して閉じる | 最大 | 緻密な |
---|---|---|---|---|---|---|
1 | 3 | 4 | 3 | |||
2 | 5 | 2 | 1 | 1 | 5 | |
3 | 6 | 1 | 1 | 2 | 6 | |
4 | 7 | 1 | 1 | 3 | 7 | |
5 | 8 | 1 | 1 | 4 | 8 | |
6 | 23 | 15 | 0 | 0 | ||
7 | 27 | 4 | 1 | 1 | ||
8 | 34 | 7 | 0 | 0 | ||
9 | 36 | 2 | 1 | 1 | ||
10 | 55 | 19 | 0 | 0 |
しかし、この方法論によれば、密度が等しい領域が生じる可能性がある
NO. P./P. | 番号 | デルタ | プロキシミティ・バリュー | 連続して閉じる | 最大 | 緻密な |
---|---|---|---|---|---|---|
1 | 11 | 2 | ||||
2 | 12 | 1 | 1 | 1 | ||
3 | 18 | 6 | 0 | 0 | 18 | |
4 | 21 | 3 | 1 | 1 | 21 | |
5 | 22 | 1 | 1 | 2 | 22 | |
6 | 28 | 6 | 0 | 0 | ||
7 | 36 | 8 | 0 | 0 | 36 | |
8 | 37 | 1 | 1 | 1 | 37 | |
9 | 39 | 2 | 1 | 2 | 39 | |
10 | 55 | 16 | 0 | 0 |
批判的なコメントやアイデアをお待ちしています。
最初の投稿を修正 - テーブルを計算する際に、最初の行が考慮されました - 私たちはデルタを探しているので、これを行う必要はありませんし、それは2番目の数字から表示されます。実際、2列目のデルタを求めると、最初の数字と2番目の数字がどれだけ近いかがわかる。以上のことから、列「密」(数字)は、列の最初の数字(列「行の近接」のゼロの値)、すなわち列「最大」の数字のペアを取得するので、実際の桁数は常に1つ多くなるという事実に注目したいです。
なぜこのような計算をわざわざするかというと、私の理論では、抵抗線の雲の密度が濃くなればなるほど、相場が反転する可能性が高くなるからです。つまり、この理論は、市場のダイナミクスを考慮した支持・抵抗レベルの決定に適用可能であり、理論的には、より高い確率でエントリーポイントとエグジットポイントを決定するのに役立つはずです。
いくつかのクラスターがある場合の進め方として、(グループの最大数-グループの最小数)/(グループの個数)の式でそのグループの密度を求める方法がある。数値が小さいほど、互いの数値が密になる。
NO.P./P. | 番号 | デルタ | より身近な価値観 | 連続した接近 | 最大 | 緻密な | 密度 |
---|---|---|---|---|---|---|---|
1 | 11 | 2 | |||||
2 | 12 | 1 | 1 | 1 | |||
3 | 18 | 6 | 0 | 0 | 18 | 1,33 | |
4 | 21 | 3 | 1 | 1 | 21 | ||
5 | 22 | 1 | 1 | 2 | 22 | ||
6 | 28 | 6 | 0 | 0 | |||
7 | 36 | 8 | 0 | 0 | 36 | 1,00 | |
8 | 37 | 1 | 1 | 1 | 37 | ||
9 | 39 | 2 | 1 | 2 | 39 | ||
10 | 55 | 16 | 0 | 0 |
古いバージョンですが、"Market Profile MT5 - tradeliakeapro "でググると、ライブバージョンがあるかもしれません。
タスクの納期が足りない。2回目の投稿でアルゴリズムからターゲットを割り出そうとしたが、その中で
"2.項目1で求めたデルタの平均値より小さい場合は-1、小さい場合は-0とする。
3.手順2の値が1であれば、その値を前の合計に加え、そうでなければ-0。"
項目2の結果は0と-1だけでよいが、項目3は+1が必要である。
クラスタを見つける問題は、通常、クラスタリングと呼ばれる。例えば、サイズや色が近いメンズソックスを重ねるなど、多くの特徴でクラスターを検索すると、難しい場合があります。御社の場合、1つの特徴量であれば、1値のクラスタリング条件を設定すれば十分だと思いますし、アルゴリズムも見つけやすいと思います。例: 数式で計算された、拡大すると密度値が低くなる最大のレベルグループを見つける。例えば、「密度=グループのレベル数÷カバーするコース範囲の長さ」という式になります(この最も単純な式でも、1レベルのグループには失敗します)。また、同じレベルが履歴に何度か出てきた場合、何回と数えるのかという問題もあります。
また、確率論に類似したものとして、分布の最頻値というものがある。分布が単峰性である場合、つまり確率密度が ちょうど1つの最大値を持つ場合は、簡単に見つけることができます。しかし、幅の面で適切な領域を選択するための基準が必要です。
タスクの納期が足りない。2回目の投稿でアルゴリズムからターゲットを割り出そうとしたが、その中で
"2.項目1で求めたデルタの平均値より小さい場合は-1、小さい場合は-0とする。
3.手順2の値が1であれば、その値を前の合計に加え、そうでなければ-0。"
そこでは、「-」記号はマイナス記号ではなく、ダッシュとして使われています。以下は、Excelからの計算式です(左上のテーブル挿入を考慮した座標)。
1. =B3-B2
2. =if(cf($c$3:$c$11)>c3;1;0)
3. =if(d3=0;0;e2+d3)
4. =max(e2:e11)
5.まだ公式はありません。私たちはそれを視覚的に定義しています。
6. =(g6-g2)/(f2+1)
6番目の式は半自動式で、系列の最大数と最小数を必要に応じて修正する必要があります。それに、割り切れる整数の差ではなく、デルタを合計して組の数で割る方が正しい計算だと思うのです。計算式は、=SUM(C3:C6)/F2です。
例1
P./P. | 番号 | デルタ | プロキシミティ・バリュー | プロキシミティ・イン・ザ・ロウ | 最大 | 緻密な | 密度 | 密度v2 |
---|---|---|---|---|---|---|---|---|
1 | 3 | 4 | 3 | 1,00 | 1,25 | |||
2 | 5 | 2 | 1 | 1 | 5 | |||
3 | 6 | 1 | 1 | 2 | 6 | |||
4 | 7 | 1 | 1 | 3 | 7 | |||
5 | 8 | 1 | 1 | 4 | 8 | |||
6 | 23 | 15 | 0 | 0 | ||||
7 | 27 | 4 | 1 | 1 | ||||
8 | 34 | 7 | 0 | 0 | ||||
9 | 36 | 2 | 1 | 1 | ||||
10 | 55 | 19 | 0 | 0 |
例2
NO.P./P. | 番号 | デルタ | プロキシミティ・バリュー | 連続して閉じる | 最大 | 緻密な | 密度 | 密度v2 |
---|---|---|---|---|---|---|---|---|
1 | 11 | 2 | ||||||
2 | 12 | 1 | 1 | 1 | ||||
3 | 18 | 6 | 0 | 0 | 18 | 1,33 | 2,00 | |
4 | 21 | 3 | 1 | 1 | 21 | |||
5 | 22 | 1 | 1 | 2 | 22 | |||
6 | 28 | 6 | 0 | 0 | ||||
7 | 36 | 8 | 0 | 0 | 36 | 1,00 | 1,50 | |
8 | 37 | 1 | 1 | 1 | 37 | |||
9 | 39 | 2 | 1 | 2 | 39 | |||
10 | 55 | 16 | 0 | 0 |
クラスタを見つける作業は、通常、クラスタリングと呼ばれる。例えば、サイズや色が近い男性用靴下を重ねるなど、一度に多くの特徴に基づいてクラスタを検索する場合は、厄介なことになります。御社の場合、1つの特徴量であれば、1値のクラスタリング条件を設定すれば十分だと思いますし、アルゴリズムも見つけやすいと思います。例: 数式で計算された、拡張すると密度値が低くなる最大のレベルグループを見つける。例えば、「密度=グループのレベル数÷そのグループがカバーするコース範囲の長さ」という式になります(この最も単純な式でも、1レベルのグループでは失敗します)。また、同じレベルが履歴に何度か出てきた場合、何回と数えるのかという問題もあります。
また、確率論に類似したものとして、分布の最頻値というものがある。分布が単峰性である場合、つまり確率密度が ちょうど1つの最大値を持つ場合は、簡単に見つけることができます。しかし、必要な領域を幅で選別する基準が必要になりますね。
ご清聴ありがとうございました。理論的なエクスカーションは、知識の効果を実際に見ることができれば、有用です。私は元データを与え、その結果を示しましたが、エクセルで計算式と説明をつけて計算し、結果を示していただけるとありがたいです。靴下を探すタスクは、似たような機能の検索があり、この機能が知られていないことを事前に知っているため、ここでは適用されません。ここでモジュールを適用する方法私は理解していない、しかし、再び、私は正しく理解している場合 - あなたは、自分自身のグループに入るの範囲を指定する必要があり、それは解決策を排除します。
質問「質問もあります:同じレベルが、歴史の中で複数回発生した場合、何回数えるのか」に答えて、私が正しく理解すれば、質問は数字のシーケンスが繰り返される場合である方法です - 一見、それらの間のデルタがゼロになり、これは高密度の兆候であり、上記のアルゴリズムを破壊してはいけません。

- 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
私は、数の密度が既知である場合に、その密度を求めるアルゴリズムと方法を議論することを提案する。
例えば、10個の数字があるとします。使える数字に対して密度が高い数字の範囲は、どのように見つけるのでしょうか?
私の感想はもう少し後に掲載しますが、それまでの間、皆さんのご意見をお聞かせください。