Нормальный закон распределения вероятностей Без преувеличения его можно назвать философским законом. Наблюдая за различными объектами и процессами окружающего мира, мы часто сталкиваемся с тем, что чего-то бывает мало, и что бывает норма: Перед вами принципиальный вид функции плотности нормального распределения вероятностей, и я приветствую...
スイング...え・ま・え...:)))
なるほど。専門用語は深入りしない。時間がない。
私たちは、何に対しても最も純粋な指数を持っています。
これらの成分の和は、再び負の二項分布(連続NEの場合はアーラン分布)になると強調する。 既知 を分散させる。限界に-求める正規分布
今、何を研究しているのか、数式も見えないし、想像もつかない。しかし、あえて推測すると、統計的な分析が行われていないため、発見されたパターンはパターンではなく、「Double Relation」に関係しているのではないでしょうか。
https://ru.wikipedia.org/wiki/%D0%94%D0%B2%D0%BE%D0%B9%D0%BD%D0%BE%D0%B5_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5
価格チャートに描かれたものをグラフィカルに分析するのと非常によく似た特性で 、なかなか興味深いです
どうだろう...
機能は面白いけど、どうやって活用するんだろう?私はKagiもRenkoも「全く」という言葉からして苦手なので、何かを提案するのは難しいです。
でも、挑戦してみます。
1.正規分布を実現することをあきらめ、何世紀にもわたって探し続けなければならない。すでに見つかっているパターンで作業するのは、もうとても大変なことなんです。
2.https://en.wikipedia.org/wiki/Generalized_normal_distribution
3.簡単に言うと、k=1のxy二乗は正規分布のNAの二乗和、k=2のxy二乗はラプラス分布のNAの二乗和となる
4.市場がラプラス分布(正確には二重幾何分布)に支配されているという研究結果があるので、k=2の場合に興味を持ちました。
5.ここではっきりしないのは、これらのRenkoの中で、何が重要なのか?差分(High-Low)の合計?
6.もしそうなら、Renko の差(High-Low)はラプラス分布に属する SV であることになります。
7.次に、スライディングウィンドウ内の差分(High-Low)の合計(あるサンプル量に対して)が、既知の分位関数を持つk=2のxy-squareを形成します。
https://keisan.casio.com/exec/system/1180573197
8.ある分位数に対する信頼区間の限界を超えた移動窓の出口(High-Low)を待って、トレードを開始するのです。
まあ、これはアルゴリズムのラフ案であって、テーマを開発するためだけのもので、それ以上のものではありません :)))
は、下書き...。
ろくな問題じゃない!
結果を見てみたいと思ったくらいですまた、どのZZが、どのような設定で研究に携わっているのでしょうか?
1.正規分布を実現するために、何世紀もかけて探すのはあきらめなければならない。すでに見つかっているパターンで作業するのは、とてもとても大変なことです。
8.ある分位の信頼区間の境界を超えたスライディングウィンドウで出口(High-Low)を待ち、取引に入ります。
トレンドに対する追加のフィルターなしで平均分布に戻ることに盲目的に賭けることは、この戻りが大きなドローダウンで起こる可能性があることを考慮に入れていません。
一般に、これまでのところ、すべてが常識的な観点から非常に不文律に計画されており、科学的なアプローチが欠けていることは言うまでもありません。
トレンドフィルターを追加することなく平均分布に戻ることにブラインドベットすることは、この戻りが大きなドローダウンで起こりうること、すなわち、特にエントリーがトレンドに逆らうことを考慮すると、すべての利益を食い尽くすSLが発動されることを考慮していません。
そこは全く同感です。ようやく、子供じみたお喋りではなく、筋の通ったことを言ってくれるようになりましたね。
ここは全く同感です。子供じみたお喋りではなく、やっとまともなことを言うようになりましたね。
理屈を言うのは我々ではなく、もう何度も説明されていることなので、酔いが醒めているのはあなたの方です。))
どうだろう...
機能は面白いけど、どうやって活用するんだろう?私はKagiもRenkoも「全く」という言葉からしてダメなので、何かを提案するのは難しいです。
でも、挑戦してみます。
1.正規分布を実現することをあきらめ、何世紀にもわたって探し続けなければならない。すでに見つかっているパターンで作業するのは、もうとても大変なことなんです。
2.https://en.wikipedia.org/wiki/Generalized_normal_distribution
3.簡単に言うと、k=1のxy二乗は正規分布のNAの二乗和、k=2のxy二乗はラプラス分布のNAの二乗和となる
4.市場がラプラス分布(正確には二重幾何分布)に支配されているという研究結果があるので、k=2の場合に興味を持ちました。
5.ここではっきりしないのは、これらのRenkoの中で、何が重要なのか?差分(High-Low)の合計?
6.もしそうなら、Renko の差(High-Low)はラプラス分布に属する SV であることになります。
7.次に、スライディングウィンドウ内の差分(High-Low)の合計(あるサンプル量に対して)が、既知の分位関数を持つk=2のxy-squareを形成します。
https://keisan.casio.com/exec/system/1180573197
8.ある分位数に対する信頼区間の限界を超えた移動窓の出口(High-Low)を待って、トレードを開始するのです。
まあ、これはせいぜいテーマを発展させるだけのアルゴリズムのラフ案なんですけどね :)))
ラプラス分布の正規分布への変換を示唆する興味深い記事を追加することにした。
http://www.mathprofi.ru/normalnoe_raspredelenie_veroyatnostei.html
また、分布の知識は値動きの方向性については何も語らず、ボラティリティ・トレーディングにのみ役立つという点にも無教養さがある。しかし、彼らは1年後にこの話題で酔いを覚ますだろう)
価格の方向は全く関係なく、ZZシグメンツ(不可逆性のもの)と1の比(一定、例えば3p.)で符号は常に正、その比の分布(2シグメンツの出現頻度、3,4など)はその程度です。
ZZシグメンツ(ブレイクアウトしているもの)の1に対する比率(一定、例えば3pips)と価格の方向性に何の関係があるのでしょうか? サインは常にポジティブで、そのような比率の分布(2シグメンツ、3、4などの発生頻度)、これが私たちの話していることです。
科学的な霧から少し目をそらし、普通のトレーダーの視点からこの問題を見てみましょう - 彼のニーズと願望...
トレーダーには何が必要なのか?利益を得るために、トレーダーは情報を必要とします。そして何よりも価格(現在の価格と方向)...この情報は、トレーダーが自分の問題を解決するのに十分なものです...。
もし、その難解な科学がトレーダーの利益につながるなら、その努力は無駄ではなかったと思うのだが...。