理論から実践へ - ページ 73 1...666768697071727374757677787980...1981 新しいコメント 削除済み 2017.12.13 22:17 #721 skoはsao（平均絶対偏差）よりどうなんだろう、極値がずれて いるのかも しれないが...何か ありそう。 ある尺度からの偏差を数えたところ、skoは12点、sooは6点でした。 skoとcoの大きな違いは何を意味するのだろう。 削除済み 2017.12.13 22:19 #722 Vladimir:なぜ取り上げるかというと、公式があるからです。RMSは確かに、比較にならないほど多いですね。まず、最小二乗法（LSM）が生み出すシンプルさと計算効率の良さが挙げられます。ここで簡単な例を挙げてみましょう。とりあえず、平均値はMNCと同じ算術と仮定してみます。何本も何本も線がある。電子版ソビエト大百科事典行のスペースの数の平均分数を計算する必要があり、この分数の分散の指標のいずれか、RMSまたはこの平均からあなたのモジュロ平均偏差（簡単に私はそれをChebと呼ぶでしょう、その後理由を教えてください）すべての行の各パスは高価ですが、本は別のインターネットリソース、銅ペアを介してモデム接続されています。ですから、実効値計算には1回で十分であり（線数、空間分数の合計、空間分数の二乗の合計をコピーし、これらの量から直ちに実効値をカウントします）、Chebには2回必要です（最初のコピーでは線数と分数の合計、それらに平均を考慮し、2回目は平均からの絶対偏差の和をコピーします、それは偏差Chebを数えます）。労働強度の差は2倍です。そうして、どこを向いても、チェブ方式で何かをする必要があれば、楔があるのです。表形式で定義された関数を近似する問題では、全く異なる解答コストが発生します。最も単純なケースは、関数を定数に置き換えることである。MNAによれば、これは算術平均であり、数値の表を一通り見れば、誰でも分かることである。絶対偏差を最小にした近似を一様近似、あるいはチェビシェフ近似という。任意の定数からの絶対偏差の和の最小値を確保する中央値平均を求めるために使用される。中央値の計算方法を考える。MQLには、そのための機能が用意されています。これは、まずすべての要素を昇順に並べるというものです。これは、算術平均を求めるのとは違う。といった具合に。同時に、LOCが現象に対する正常な考えを歪めてしまうことも意識しなければなりません。例えば、賃金の平均的な水準。統計機関はこれを利用して、平均賃金を発表している。ある会社の従業員が25人で、そのうち上位5人が100万円、残りの20人が5万円だとすると、算術平均賃金は6/25=24万円、中央値平均は5万円となります。そうか、トレーディングでは偏差値中央値を使うべきかも...。は、ステープルの意味がわからないから。 すべての偏差値を2乗して、偏差値の中央値を2乗して、その根をまた取るという、skoを使う意味がわからない。 Vladimir 2017.12.13 22:20 #723 Максим Дмитриев:csrがsao（平均絶対偏差）よりも優れている点。極端な部分がずれているのかもしれないが、何かが ある。 マッハからの偏差を計算すると、skoは12ポイント、sooは6ポイントになります。 スコとコの大きな違いは、何を物語っているのだろう。 RMSのエミッションに対する感度。結局、排出量の偏差は2乗の効果があり、加重平均で言えばその重みが飛躍的に増すことに相当する。 削除済み 2017.12.13 22:23 #724 Vladimir: RMSのエミッションに対する感度について。結局、排出量の乖離は2乗の効果があり、加重平均で言えばその重みが急激に増すことに相当する。その点では、skoはsaoよりひどい。 ということで、なぜみんな彼女を基準にするのでしょうか？ 削除済み 2017.12.13 22:29 #725 Yuriy Asaulenko:見た） scoとsaoの偏差が大きいということは、排出量が多いか、偏差の値がすべてほぼ同じではなく、大きく異なっている可能性があります。 Yuriy Asaulenko 2017.12.13 22:35 #726 Максим Дмитриев: それどころか、後回しにするどころか、体重を増やしてしまうのです。非常に大雑把に言うと、すべての統計はエネルギーや仕事の会計（気体理論）から来ています。というのはちょっと違うけど、まあいいや)。物体の平均エネルギーはWcp=(M*V1^2/2+M*V2^2/2+...)/nとなる。つまり、仕事をする物体は、平均速度Vcp=sqrt(Wcp)/Mを持たなければならないのだ。数式は等価である。平均速度では、この計算には全く役に立ちません。 Vladimir 2017.12.13 23:18 #727 Yuriy Asaulenko:このスレッドの最初のほうで、アレキサンダーが「市場は自己相似形である」と書いていましたね。つまり、異なる時間軸で同じ性質を持つということです。それを知るために、周期の大きく異なる複数のMAを取り出し、TF1mにプロットし、それに対する分布を計算しました。同じRでも十分早くできます。市場が自己相似的であれば、スケールアップする際に分布が重なるはずである。その結果、分布が大きく異なる、つまり市場が自己相似でないことが判明したのです。つまり、異なる時間スケールで動作する戦略は、スケーリングによって別の時間スケールに移行することはできず、おそらく場合によっては全く移行できない。非類似性は、異なる時間スケールで運用される戦略が、技術的に大きく異なることを確認するものでもある。スキャルピング、イントラデイ、短中期戦略、長期戦略など、それぞれ全く異なるトレード手法であると言うことです。些細なことかもしれませんが、今まで考えてもみなかったことです。スレッドによると、アレクサンダーの戦略は「何時間も続くレアトレード」だそうですが、目の前にあるのはデモだけなので、これは確かなことではありません。私の活動は、取引という時間軸が違うし、市場との自己相似性もないため、まったく違う手法になっています。要するに、私の担当分野ではない）。つまり、自分がザワークラウトを取引しているのに、ロールスロイスのトレーダーにアドバイスするのは馬鹿げている、ということだ。ちなみに、逆もまた真なり。ご指摘の件、興味あります。実は、重なりがないということ。私は2年間のEURUSDの分を取り、分単位の総時間Tallに対して、期間T1分の速い平均の期間T2分の遅いものからの偏差数Nの、4桁のポイントの偏差dのサイズへの依存を見ることにしました0.0001。平均値T1とT2について、半開放範囲[d-0.5, d+0.5]における両者の差のサンプル頻度を計算し、この頻度とdを関連付け、N(d, T1,T2) で示す。 次に、遭遇したすべてのdの値の和N(d,T1,T2)を数え、N(d,T1,T2)をそれで割る。そこで、どの組T1,T2でもその和が1になる相対標本度数n(d,T1,T2)を求め、2組(T1,T2)、(T3,T4)で比較せず、平均値のコースからのずれ（周期0分の平均）を比較するので、計算量が少なくなっています。実際には、T1=4 T2=16 T3=64 T4=256 T5=1024 と、4分から17時間までの5期間のスローアベレージを一度に与えてみることにする。これら5つの遅い平均の速い平均は1つで、T0=0、コースそのものである。つまり、周波数N(d,Ti,0)を集めるのである。さらに、図に従うとよいでしょう。分析のためのテーブルは、Excel（750千行94 Mb）で作られたhttps://yadi.sk/d/97QaopiK3QbTv9（80 Mb）、誰が望んでいる - それをチェックし、多分私はミスを犯した。図1.一次サンプルの偏差値は-350ポイントから+350ポイントの範囲にあります。 対称性が見られるので、符号の異なる偏差の度数を足し合わせて、横軸にも対数化を適用する。また、対数計算の問題を排除するために、すべての度数を1ずつ増やしています。その結果、図2が得られました。サンプル頻度の総和を計算し、それで割ると、相対頻度になる。図2は、すでに曲線が等距離になる傾向があることを示している。また、それぞれのSMAの発振振幅を考慮してみましょう。平方根の法則(EQChttps://www.mql5.com/ru/forum/193378/page16#comment_5116118 式(2)、平均の振動規模は周期の根に比例する)を用いてdをTi^0.5で割ると、次の図3の曲線がより近くなる。2回目に振動そのものにZKCを直接適用すると、その大きさは周波数の2乗に反比例することが判明した。図では4 分布をオートモデル形式に還元する最後のステップを行う。ユーリ、教えてくれ！どんな自己相似性を求めていたんだ？私が買ったのとは違う？ EUR_M1_2_Year_To_2017-02-04.zip yadi.sk View and download from Yandex.Disk Maxim Dmitrievsky 2017.12.13 23:31 #728 Vladimir:あなたの技術で）小さな一歩が残り、人類にとって大きな一歩となるのです。浅い時間のサイクルで、同じ瞬間に形成される大きな時間のサイクルの特徴を識別し、予測のために少しずらす。そして、残りを異なる周期のサイクルに外挿する。それが予報でしょう。ちなみに私はうまくいきませんでしたが、数学の塊で、相関関係やサイクルのアフィン回転（似たようなサイクルが違う角度で存在できる）でやりましたが、そこでは依存関係はそんなに甘くないかもしれませんね。:)というか、何か動いたけど、満足いく結果が得られない...コード例と写真をあげよう 削除済み 2017.12.13 23:59 #729 Vladimir:ご指摘の質問に興味を持ちました。実は、重なりがないということ。私は2年間のEURUSDの分を取り、分単位の総時間Tallの期間T1分で遅いものから期間T2分で速い平均の偏差の数Nの依存性を見ることにしました4桁のポイントで偏差dの大きさ0.0001。平均値T1とT2について、半開放範囲[d-0.5, d+0.5]における両者の差のサンプル頻度を計算し、この頻度とdとの関係をN（d, T1,T2) とする。 次に、遭遇したすべてのdの値の和N(d,T1,T2)を数え、N(d,T1,T2)をそれで割る。そこで、どの組T1,T2でもその和が1になる相対標本度数n(d,T1,T2)を求め、2組(T1,T2)、(T3,T4)で比較せず、平均値のコースからのずれ（周期0分の平均）を比較するので、計算量が少なくなっています。実際には、T1=4 T2=16 T3=64 T4=256 T5=1024 と、4分から17時間までの5期間のスローアベレージを一度に与えてみることにする。これら5つの遅い平均に対する速い平均は1つで、T0=0であり、レートそのものである。それは は、周波数N(d,Ti,0)を収集します。さらに、図に従うとよいでしょう。分析のために私はExcelで表を作った（750千行、94 Mb）https://yadi.sk/d/97QaopiK3QbTv9, （80 Mb）誰が望む - チェック、私はミスを犯したかもしれない。図1.一次サンプルの偏差値頻度が-350ポイントから+350ポイントの範囲にある。 対称性が見られるので、符号の異なる偏差の度数を加算し、横軸に対数を適用する。また、対数計算の問題を排除するために、すべての度数を1ずつ増やしています。その結果、図2が得られました。サンプル頻度の総和を計算し、それで割ると、相対頻度になる。図2は、すでに曲線が等距離になる傾向があることを示している。また、各スライドSMAの発振振幅を考えてみましょう。平方根の法則(EQChttps://www.mql5.com/ru/forum/193378/page16#comment_5116118 式(2)、平均の振動規模は周期の根に比例する)を用いてdをTi^0.5で割ると、次の図3のようになり、曲線がより近くなることがわかる。2回目にすでにZKCを振動そのものに直接適用すると、その大きさは周波数に反比例する。図では4 分布をオートモデル形式に還元する最後のステップを行う。ユーリ、教えてくれ！どんな自己相似性を求めていたんだ？私が考え出したものではないのですか？そして、これをすべて、異なる周期の杖を使ったランダムウォークプロットで行うとしたらどうだろう？ 削除済み 2017.12.14 00:02 #730 Yuriy Asaulenko:このスレッドの最初のほうで、アレキサンダーが「市場は自己相似形である」と書いていましたね。つまり、異なる時間軸で同じ性質を持つということです。それを知るために、周期が大きく異なる複数のMAを取り出し、TF1mにプロットし、それに対する分布を計算しました。同じRでも十分早くできます。市場が自己相似的であれば、スケールアップする際に分布が重なるはずである。その結果、分布が大きく異なる、つまり市場が自己相似でないことが判明したのです。写真やスケーリングの方法を教えてください。 1...666768697071727374757677787980...1981 新しいコメント 理由: キャンセル 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
skoはsao（平均絶対偏差）よりどうなんだろう、極値がずれて いるのかも しれないが...何か ありそう。
ある尺度からの偏差を数えたところ、skoは12点、sooは6点でした。
skoとcoの大きな違いは何を意味するのだろう。
なぜ取り上げるかというと、公式があるからです。RMSは確かに、比較にならないほど多いですね。まず、最小二乗法（LSM）が生み出すシンプルさと計算効率の良さが挙げられます。ここで簡単な例を挙げてみましょう。とりあえず、平均値はMNCと同じ算術と仮定してみます。
何本も何本も線がある。電子版ソビエト大百科事典行のスペースの数の平均分数を計算する必要があり、この分数の分散の指標のいずれか、RMSまたはこの平均からあなたのモジュロ平均偏差（簡単に私はそれをChebと呼ぶでしょう、その後理由を教えてください）すべての行の各パスは高価ですが、本は別のインターネットリソース、銅ペアを介してモデム接続されています。ですから、実効値計算には1回で十分であり（線数、空間分数の合計、空間分数の二乗の合計をコピーし、これらの量から直ちに実効値をカウントします）、Chebには2回必要です（最初のコピーでは線数と分数の合計、それらに平均を考慮し、2回目は平均からの絶対偏差の和をコピーします、それは偏差Chebを数えます）。労働強度の差は2倍です。
そうして、どこを向いても、チェブ方式で何かをする必要があれば、楔があるのです。表形式で定義された関数を近似する問題では、全く異なる解答コストが発生します。最も単純なケースは、関数を定数に置き換えることである。MNAによれば、これは算術平均であり、数値の表を一通り見れば、誰でも分かることである。絶対偏差を最小にした近似を一様近似、あるいはチェビシェフ近似という。任意の定数からの絶対偏差の和の最小値を確保する中央値平均を求めるために使用される。中央値の計算方法を考える。MQLには、そのための機能が用意されています。これは、まずすべての要素を昇順に並べるというものです。これは、算術平均を求めるのとは違う。
といった具合に。同時に、LOCが現象に対する正常な考えを歪めてしまうことも意識しなければなりません。例えば、賃金の平均的な水準。統計機関はこれを利用して、平均賃金を発表している。ある会社の従業員が25人で、そのうち上位5人が100万円、残りの20人が5万円だとすると、算術平均賃金は6/25=24万円、中央値平均は5万円となります。
そうか、トレーディングでは偏差値中央値を使うべきかも...。
は、ステープルの意味がわからないから。
すべての偏差値を2乗して、偏差値の中央値を2乗して、その根をまた取るという、skoを使う意味がわからない。
csrがsao（平均絶対偏差）よりも優れている点。極端な部分がずれているのかもしれないが、何かが ある。
マッハからの偏差を計算すると、skoは12ポイント、sooは6ポイントになります。
スコとコの大きな違いは、何を物語っているのだろう。
RMSのエミッションに対する感度について。結局、排出量の乖離は2乗の効果があり、加重平均で言えばその重みが急激に増すことに相当する。
その点では、skoはsaoよりひどい。
ということで、なぜみんな彼女を基準にするのでしょうか？
見た）
scoとsaoの偏差が大きいということは、排出量が多いか、偏差の値がすべてほぼ同じではなく、大きく異なっている可能性があります。
それどころか、後回しにするどころか、体重を増やしてしまうのです。
非常に大雑把に言うと、すべての統計はエネルギーや仕事の会計（気体理論）から来ています。というのはちょっと違うけど、まあいいや)。
物体の平均エネルギーはWcp=(M*V1^2/2+M*V2^2/2+...)/nとなる。つまり、仕事をする物体は、平均速度Vcp=sqrt(Wcp)/Mを持たなければならないのだ。数式は等価である。
平均速度では、この計算には全く役に立ちません。
このスレッドの最初のほうで、アレキサンダーが「市場は自己相似形である」と書いていましたね。つまり、異なる時間軸で同じ性質を持つということです。
それを知るために、周期の大きく異なる複数のMAを取り出し、TF1mにプロットし、それに対する分布を計算しました。同じRでも十分早くできます。
市場が自己相似的であれば、スケールアップする際に分布が重なるはずである。その結果、分布が大きく異なる、つまり市場が自己相似でないことが判明したのです。
つまり、異なる時間スケールで動作する戦略は、スケーリングによって別の時間スケールに移行することはできず、おそらく場合によっては全く移行できない。
非類似性は、異なる時間スケールで運用される戦略が、技術的に大きく異なることを確認するものでもある。スキャルピング、イントラデイ、短中期戦略、長期戦略など、それぞれ全く異なるトレード手法であると言うことです。
些細なことかもしれませんが、今まで考えてもみなかったことです。
スレッドによると、アレクサンダーの戦略は「何時間も続くレアトレード」だそうですが、目の前にあるのはデモだけなので、これは確かなことではありません。
私の活動は、取引という時間軸が違うし、市場との自己相似性もないため、まったく違う手法になっています。要するに、私の担当分野ではない）。
つまり、自分がザワークラウトを取引しているのに、ロールスロイスのトレーダーにアドバイスするのは馬鹿げている、ということだ。ちなみに、逆もまた真なり。
ご指摘の件、興味あります。実は、重なりがないということ。私は2年間のEURUSDの分を取り、分単位の総時間Tallに対して、期間T1分の速い平均の期間T2分の遅いものからの偏差数Nの、4桁のポイントの偏差dのサイズへの依存を見ることにしました0.0001。平均値T1とT2について、半開放範囲[d-0.5, d+0.5]における両者の差のサンプル頻度を計算し、この頻度とdを関連付け、N(d, T1,T2) で示す。
次に、遭遇したすべてのdの値の和N(d,T1,T2)を数え、N(d,T1,T2)をそれで割る。そこで、どの組T1,T2でもその和が1になる相対標本度数n(d,T1,T2)を求め、2組(T1,T2)、(T3,T4)で比較せず、平均値のコースからのずれ（周期0分の平均）を比較するので、計算量が少なくなっています。実際には、T1=4 T2=16 T3=64 T4=256 T5=1024 と、4分から17時間までの5期間のスローアベレージを一度に与えてみることにする。これら5つの遅い平均の速い平均は1つで、T0=0、コースそのものである。つまり、周波数N(d,Ti,0)を集めるのである。さらに、図に従うとよいでしょう。分析のためのテーブルは、Excel（750千行94 Mb）で作られたhttps://yadi.sk/d/97QaopiK3QbTv9（80 Mb）、誰が望んでいる - それをチェックし、多分私はミスを犯した。
図1.一次サンプルの偏差値は-350ポイントから+350ポイントの範囲にあります。
対称性が見られるので、符号の異なる偏差の度数を足し合わせて、横軸にも対数化を適用する。また、対数計算の問題を排除するために、すべての度数を1ずつ増やしています。その結果、図2が得られました。サンプル頻度の総和を計算し、それで割ると、相対頻度になる。図2は、すでに曲線が等距離になる傾向があることを示している。また、それぞれのSMAの発振振幅を考慮してみましょう。平方根の法則(EQChttps://www.mql5.com/ru/forum/193378/page16#comment_5116118 式(2)、平均の振動規模は周期の根に比例する)を用いてdをTi^0.5で割ると、次の図3の曲線がより近くなる。2回目に振動そのものにZKCを直接適用すると、その大きさは周波数の2乗に反比例することが判明した。図では4 分布をオートモデル形式に還元する最後のステップを行う。
ユーリ、教えてくれ！どんな自己相似性を求めていたんだ？私が買ったのとは違う？
あなたの技術で）小さな一歩が残り、人類にとって大きな一歩となるのです。
浅い時間のサイクルで、同じ瞬間に形成される大きな時間のサイクルの特徴を識別し、予測のために少しずらす。そして、残りを異なる周期のサイクルに外挿する。それが予報でしょう。
ちなみに私はうまくいきませんでしたが、数学の塊で、相関関係やサイクルのアフィン回転（似たようなサイクルが違う角度で存在できる）でやりましたが、そこでは依存関係はそんなに甘くないかもしれませんね。:)
というか、何か動いたけど、満足いく結果が得られない...コード例と写真をあげよう
ご指摘の質問に興味を持ちました。実は、重なりがないということ。私は2年間のEURUSDの分を取り、分単位の総時間Tallの期間T1分で遅いものから期間T2分で速い平均の偏差の数Nの依存性を見ることにしました4桁のポイントで偏差dの大きさ0.0001。平均値T1とT2について、半開放範囲[d-0.5, d+0.5]における両者の差のサンプル頻度を計算し、この頻度とdとの関係をN（d, T1,T2) とする。
次に、遭遇したすべてのdの値の和N(d,T1,T2)を数え、N(d,T1,T2)をそれで割る。そこで、どの組T1,T2でもその和が1になる相対標本度数n(d,T1,T2)を求め、2組(T1,T2)、(T3,T4)で比較せず、平均値のコースからのずれ（周期0分の平均）を比較するので、計算量が少なくなっています。実際には、T1=4 T2=16 T3=64 T4=256 T5=1024 と、4分から17時間までの5期間のスローアベレージを一度に与えてみることにする。これら5つの遅い平均に対する速い平均は1つで、T0=0であり、レートそのものである。それは
は、周波数N(d,Ti,0)を収集します。さらに、図に従うとよいでしょう。分析のために私はExcelで表を作った（750千行、94 Mb）https://yadi.sk/d/97QaopiK3QbTv9, （80 Mb）誰が望む - チェック、私はミスを犯したかもしれない。
図1.一次サンプルの偏差値頻度が-350ポイントから+350ポイントの範囲にある。
対称性が見られるので、符号の異なる偏差の度数を加算し、横軸に対数を適用する。また、対数計算の問題を排除するために、すべての度数を1ずつ増やしています。その結果、図2が得られました。サンプル頻度の総和を計算し、それで割ると、相対頻度になる。図2は、すでに曲線が等距離になる傾向があることを示している。また、各スライドSMAの発振振幅を考えてみましょう。平方根の法則(EQChttps://www.mql5.com/ru/forum/193378/page16#comment_5116118 式(2)、平均の振動規模は周期の根に比例する)を用いてdをTi^0.5で割ると、次の図3のようになり、曲線がより近くなることがわかる。2回目にすでにZKCを振動そのものに直接適用すると、その大きさは周波数に反比例する。図では4 分布をオートモデル形式に還元する最後のステップを行う。
ユーリ、教えてくれ！どんな自己相似性を求めていたんだ？私が考え出したものではないのですか？
そして、これをすべて、異なる周期の杖を使ったランダムウォークプロットで行うとしたらどうだろう？
このスレッドの最初のほうで、アレキサンダーが「市場は自己相似形である」と書いていましたね。つまり、異なる時間軸で同じ性質を持つということです。
それを知るために、周期が大きく異なる複数のMAを取り出し、TF1mにプロットし、それに対する分布を計算しました。同じRでも十分早くできます。
市場が自己相似的であれば、スケールアップする際に分布が重なるはずである。その結果、分布が大きく異なる、つまり市場が自己相似でないことが判明したのです。
写真やスケーリングの方法を教えてください。