記事「取引におけるトレンド基準」についてのディスカッション
興味深い記事ですが、他のトレンド基準についても続編を書いていただけますか？また、画像の結果はどのような設定でテストしたのですか？同じペアで最適化を試してみましたが、効果がありませんでした。
試してみますが...。ピボットポイントの決定など、他にも興味深い基準がある。もっと簡単に説明する方法を考えなければならない。
テスターについてですが、何が問題なのかわかりません。
私はあなたの論文で述べられているWald-Wolfowitzトレンド基準の実用的な適用に取り組んでいます。私が理解しているように、Wald-Wolfowitz基準はデータのランダム性/定常性の仮説を検証します。エキスパートアドバイザーのコードでは、インジケータが何を返すかを理解することが重要です。
インジケータは、ウォルド・ウォルフォウィッツ基準に基づいて、一連の価格（この場合はオープン値）がランダムである確率（パーセント）を計算します。
結果はバッファ buffer[0] に保存され、確率のパーセンテージ (0 から 100 まで) を表します。
値が100%に近いほど、ランダムである（傾向がない）確率が高い。
0%に近いほど、非ランダム性（トレンドまたはクラスタリングの存在）の確率が高くなります。
計算ロジック：
このインディケータは、選択した期間( iPeriod )のオープン値をランク付けし、ランクに基 づいて統計値を計算し、CDF (経験分布関数)を使用してパーセンテージ値に変換します：
buffer[i] = 100. * cdf / cnt; // 確率の割合
グラフのレベル：
indicator_level1=33とindicator_level2=67は、解釈のためのベンチマークです：
<33% - 強い非ランダム性（傾向の可能性）。
<33% - 強い非ランダム性（トレンドの可能性） >67% - 高いランダム性（横ばい）。
この記事の指標の解釈は正しいですか？
私はあなたの論文で述べられているWald-Wolfowitzトレンド基準の実用的な適用に取り組んでいます。私が理解しているように、Wald-Wolfowitz基準はデータのランダム性/定常性の仮説を検証します。エキスパート・アドバイザーの取引コードでは、インジケータが具体的に何を返すのかを理解することが重要です。
このインジケータは、ウォルド・ウォルフォウィッツ基準に基づいて、一連の価格（この場合はオープン値）がランダムである確率（パーセント）を計算するというのが正しい理解でしょうか。
結果はバッファbuffer[0]に保存され、パーセンテージの確率を表します（0から100まで）。
値が100%に近いほど、ランダムである(トレンドがない)確率が高くなります。
値が0%に近いほど、非ランダム性（傾向またはクラスタリングの存在）の確率が高くなります。
計算ロジック：
このインジケータは、選択した期間( iPeriod )のオープン値をランク付けし、ランクに基づいて統計値を計算し、CDF (経験分布関数)を使用してパーセンテージ値に変換します：
グラフのレベル
indicator_level1=33とindicator_level2=67は、解釈のためのベンチマークです：
<33% - 強い非ランダム性（傾向の可能性）。
>67% - 高いランダム性（横ばい）。
この記事の指標の解釈は正しいですか？
はい、すべて正しく理解しています。ただ、私が33と67のレベルを設定したのは、いくつかのレベルが必要だったからです。他のレベル、例えば25と80を設定することもできます。
- 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
新しい記事「取引におけるトレンド基準」はパブリッシュされました:
すべてのトレーダーは「トレンドはあなたの友達である」というフレーズを知っています。実際、トレンドに沿った価格変動は非常に大きな利益をもたらすことがあります。トレンドトレーディングは、価格の動きが同じ方向に継続するという仮定に基づいています。このタイプの取引における主な問題は、トレンドの開始と終了のタイミングを十分な精度で判断することです。
現在、トレンドパラメータを定義して計算するための多くのアプローチがあります。本記事では、その中でも特に興味深いものを見ていき、実践への応用を試みます。
作者: Aleksej Poljakov