Vladislav, Hurst 매개변수의 계산을 2차 함수로 근사화된 채널에 적용하는 것이 가능하다고 생각하십니까? 즉, S로 추정된 채널 근사 오류의 표준 편차를 취하지만 R로 채널 자체의 최대값과 최소값 사이의 전통적인 차이 또는 다른 것을 취할 수 있습니까? 예를 들어, 시간 축에 대해 이차 함수의 절반을 위 또는 아래로 돌리면 채널이 있는지 알 수 있습니다. 예를 들어 x<0에 대해 y=-Ax^2와 같은 포물선으로 근사화됩니다. x>0의 경우 y=Ax^2. 그리고 그러한 인위적으로 구성된 샘플에서 이미 R 채널의 범위를 가져오십시오. 이것이 의미가 있다고 생각합니까? 아니면 Hurst 계수가 항상 선형 회귀 채널에 대해서만 계산되거나 예를 들어 권장 사항에 따른 이동 평균에 대해서만 계산될 수 있습니까?
Vladislav, 이동에 의한 Hurst 지수 계산은 평균 기간의 값이 무엇인지 알 수 없기 때문에 다소 의심스러운 것 같습니다. 각 특정 계산에 대한 이 값은 포인트 수에 따라 어떻게든 변경되어야 한다고 가정합니다. 따라서 지금은 선형 회귀 채널에 정착했습니다.
답변이 늦어 다시 한 번 죄송합니다. 더 일찍 보지 않은 것이 유감입니다. 시간을 절약할 수 있었지만 헛되이 낭비되지 않았으면 합니다. 그래서 - 나는 이동하여 허스트 기준을 계산할 것을 제안하지 않았습니다 - 나는 표준 패키지에서 알고리즘을 가져 와서 이동 평균 값 대신 필요한 것을 대체하도록 제안했습니다. 귀하가 게시한 알고리즘(마지막 알고리즘은 아직 확인하지 않음)에는 샘플의 중앙값이라는 하나의 변수가 있습니다. 어떻게 상상하는지 말해줘? 채널이 수평으로 이동하면 모든 것이 정상이고 필요한 것을 얻을 수 있지만 일반적인 경우에는 그렇지 않습니다. 즉, 실제 가격과 각 막대에 대한 이 가격의 예상 사이의 차이를 가져와야 합니다. 더 자세히 살펴보겠습니다 . 종가를 이동 평균으로 근사하면 이동 값과 각 막대의 종가 간의 차이를 구합니다. 비선형 회귀인 경우 이 회귀의 값이 각각 선형인 경우 회귀선의 값이지만 이 모든 것은 각 막대에 대한 것 입니다. 그렇기 때문에 최소한 투영 배열이 있어야 한다고 썼습니다. 각 막대에는 자체 투영이 있습니다. 그런 다음 평가할 수 있습니다. 전체 샘플을 사용하지 않고 일부만 사용하여 간격을 만듭니다. 여전히 범위 내에 있으면 전체 샘플을 사용하여 미래에 대한 예측을 작성합니다(외삽).
행운을 빕니다. ZY 그리고 접근 방식은 선형에 대한 접근 방식, 비선형 근사화에 대한 접근 방식이 일반적입니다.
내 마지막 버전에서는 먼저 샘플을 기반으로 선형 회귀를 구축하고 막대의 실제 가격과 전체 채널에 대해 한 번에 구축한 선형 회귀 방정식 간의 차이를 계산했습니다. 하지만 다른 계산 방법을 사용하는 것으로 알고 있습니까? 즉, 내가 이해하는 한 귀하의 방법에 따라 Hurst 매개변수를 계산하는 경우 알고리즘은 다음과 같아야 합니다. 1. Hurst 지수를 얻고자 하는 점의 샘플을 취합니다. 예를 들어, 명확성을 위해 0에서 N까지의 샘플을 취하겠습니다. 2. 샘플의 일부를 0에서 M까지 순차적으로 가져옵니다. 여기서 0<M<=N입니다. 즉, 이론적으로 0-1, 0-2, 0-3, 0-4, ... 0-(N-1), 0-N 범위의 N 샘플이 있습니다. 3. 각 샘플에 대해 선형 회귀 채널을 만듭니다. 우리는 채널의 배열과 미래에 대한 예측을 얻습니다. 4. 0-(M-1) 샘플을 기반으로 구축된 선형 회귀 채널 의 막대 번호 M의 종가 와 이 막대에 대한 투영 간의 차이를 계산합니다. 즉, 차이를 계산할 때 현재 막대를 포함하지 않고 PAST를 기반으로 하는 선형 회귀 투영 데이터를 가져옵니다. 바르게? 5. 다음으로 RMS(S)를 결정하는 다양한 차이점이 있습니다. 6. 최대 및 최소 샘플 값의 차이로 R을 찾으십시오. 7. 허스트 매개변수를 계산합니다. 이제 Hurst 매개변수를 계산하는 방법을 올바르게 이해했습니까? 귀하의 아이디어를 올바르게 이해했다면 이것이 책의 공식으로 표시된 Hurst 매개변수를 계산하는 방법에 필수적인 추가 사항인 것 같습니다. 이 상황은 강조되지 않습니다.
예, 하지만 선택 자체는 최소한 특정 수의 막대여야 합니다. 즉, 샘플의 최소 막대 수를 설정합니다(매우 작음 - 약 30개, 작으면 큰 오류이지만 일반적으로 Pearson 기준이 있음). 그런 다음 현재 막대에서 회귀를 계산합니다. 또한 샘플이 허용 가능한 최소값보다 크면 먼저 샘플을 최대 약 2/3까지 실행하고 RMS를 고려하고 간격을 만들고 현재 위치를 확인합니다. 여전히 간격에 있으면 전체 샘플을 먼저 취하고 마지막 막대까지 RMS를 계산합니다(일반적인 경우에는 다름). 우리는 간격을 만듭니다. 수렴시 최소한 증가해서는 안됩니다.). RMS - 회귀 값(이 경우 이동 평균 또는 이동 평균을 근사하는 경우 이동 평균 또는 종가 값을 근사화하는 일부 함수)과 각 막대 의 종가와의 차이의 제곱을 취합니다. 모든 것이 괜찮다면 Hurst를 고려하십시오. RMS가 이미 있는 경우 최대 및 최소 편차를 결정합니다. 우리는 대수 ..... 더 - 기술. 옵션으로 이는 종가가 아니라 거래에 따른 이익일 수 있습니다. 그러면 이 전략으로 이익을 얻는 무작위성을 평가할 수 있습니다.).
그건 그렇고, 나는 다음과 같이 묻고 싶습니다. 초기 계산에 따르면 특정 시가, 종가, 고가 또는 저가가 아닌 바의 평균 가격(O+C+H+L)을 바의 가격으로 취하는 것이 가장 좋은 것 같습니다. /4. 그러면 모든 매개변수가 더 중심에 놓이게 됩니다. 즉, 예측의 실제 위치에서 위 또는 아래로의 이동이 최소화됩니다. 그러면 오차 차트에 표본 막대의 평균 가격에 대한 신뢰 구간 의 선을 간단하게 그려서 오류 자체를 두 개의 선으로 표시할 수 있습니다. 한 줄은 고가 샘플링 오류이고 다른 한 줄은 저가 오류입니다. 이러한 표현은 신뢰 구간에서 현재 가격 위치를 보다 편리하게 시각적으로 표현해 줄 수 있습니다. 블라디슬라프, 이에 대해 어떻게 생각하세요? 아니면 막대의 시작점으로 전통적인 종가를 한 번만 선택하고 이미 입증되었습니까?
이것은 내가 이해하는 한 수준의 개념(음성 의미)이 현재 순간에만 의미가 있다는 사실을 의미합니까? 그리고 시간이 지나면 가격이 움직이는 채널이 일정 거리를 통과하고 미래의 신뢰 구간의 경계가 다른 위치에 있기 때문에 레벨의 값이 자연스럽게 변경됩니다. 아니면 이 문구가 더 의미하는 바가 있었나요? 예를 들어, 가격이 이 수준에 도달한 속도를 정확히 의미했습니까? 여기에서 아마도 Hurst 매개변수의 계산이 의미가 있다고 가정합니다. 즉, 가격이 이미 특정 수준에 거의 도달했지만 Hurst가 추세의 지속에 대해 말하면 즉시는 아니더라도 수준은 확실히 깨질 것입니까? 이는 신뢰 구간 내의 수준에서 특히 그렇습니다.
Vladislav, Hurst 계산의 경우와 최적 샘플에 대한 일반적인 검색의 경우에 특히 신뢰 구간의 너비는 얼마입니까? 90% 95% 99% 99.9% 아니면 최적의 샘플을 찾는 일반적인 검색에서 신뢰 구간의 폭을 일관되게 설정합니까? 예를 들어, 그들은 90%에 대한 샘플을 검색했습니다. 이런 저런 샘플을 찾은 다음, 95%를 검색한 다음 다른 샘플을 찾았고, 계속해서 99.9%까지? 또는 실험에 기초하여 예를 들어 95%보다 큰 신뢰 구간에 대해 얻은 샘플은 예측에 거의 사용되지 않으며 분석에서 폐기해야 한다고 설정했습니까? 아니면 후속 구성 간격이 샘플의 2/3로 구성된 초기 간격보다 작아야 한다는 사실에 의해서만 안내를 받을 수 있습니까?
우리는 간격을 만듭니다. 수렴시 최소한 증가해서는 안됩니다.).
그러나 여전히 첫 번째 간격을 구성할 때 너비를 지정해야 하는 것 아닙니까?
그리고 계산 순서(최종 계산 시간)에 대한 질문이 하나 더 있습니다. 제가 알기로는 선형회귀채널을 검색하는 경우에는 현재의 순간부터 과거로 깊숙이 샘플링을 시작하는 것이 필요합니다. 수렴 요구 사항을 충족하는 샘플 집합을 찾았다고 가정합니다. 그러나 아직 계산되지 않은 막대가 있으며 샘플링 간격을 벗어나는 막대를 가져와 계속 계산합니다. 그렇다면 더 이상의 계산이 의미가 없고 선택 주기를 완료할 수 있다는 사실에 대해 어떤 기준을 취할 수 있습니까? 즉, 가장 긴 성공적인 샘플의 막대 수와 동일한 막대 수를 계산하는 것으로 충분하다고 생각합니다. 아니면 결정을 내리기 위한 다른 옵션이 있습니까? 예를 들어, 가장 긴 선택 항목의 30%만 계산하거나 다른 막대 수를 계산하는 것으로 충분합니까? 아니면 결과에 관계없이 지난 6개월 동안의 전체 가격 배열을 평가한 다음 다른 주문의 기능에 의한 가격 계열의 근사값 계산에서 얻은 오류를 평가합니까? 예를 들어 이미 언급한 2차.
말씀해 주세요. 근사를 위해 다른 함수를 사용합니까? 예를 들어 조화, 지수, 로그, 지수(2차 이상) 등? 또는 Forex 시장에 적용되는 성공적인 작업을 위해 선형 및 이차 함수의 두 가지만 사용하면 충분합니까?
그건 그렇고, 나는 다음과 같이 묻고 싶습니다. 초기 계산에 따르면 특정 시가, 종가, 고가 또는 저가가 아닌 바의 평균 가격(O+C+H+L)을 바의 가격으로 취하는 것이 가장 좋은 것 같습니다. /4. 그러면 모든 매개변수가 더 중심에 놓이게 됩니다. 즉, 예측의 실제 위치에서 위 또는 아래로의 이동이 최소화됩니다.
물론 당신은 할 수.
이것은 내가 이해하는 한 수준의 개념(음성 의미)이 현재 순간에만 의미가 있다는 사실을 의미합니까? 그리고 시간이 지나면 가격이 움직이는 채널이 일정 거리를 통과하고 미래의 신뢰 구간의 경계가 다른 위치에 있기 때문에 레벨의 값이 자연스럽게 변경됩니다.
권리. 반전 영역과 반전 레벨 중 하나가 일치하면 계산 정확도가 크게 높아집니다.
그리고 Hurst 계산의 경우와 최적 샘플에 대한 일반적인 검색의 경우에 신뢰 구간의 너비는 얼마입니까?
나는 99% 신뢰구간 이 깨질 때까지 표본이 참이라고 믿는다. 나는 또 다른 90과 95 %를 고려합니다. 거기에서 롤백이 완료되고 회전이 복원되는 경우가 종종 있습니다.
그러나 여전히 첫 번째 간격을 구성할 때 너비를 지정해야 하는 것 아닙니까?
반드시 - 표준 편차에서 - 가장 보편적인 방법입니다.
말씀해 주세요. 근사를 위해 다른 함수를 사용합니까? 예를 들어 조화, 지수, 로그, 지수(2차 이상) 등? 또는 Forex 시장에 적용되는 성공적인 작업을 위해 선형 및 이차 함수의 두 가지만 사용하면 충분합니까?
아니오 - 고조파 함수는 2차 형식의 특별한 경우입니다. 나머지는 - Forex 시장과 관련하여 뿐만 아니라 가격 필드의 잠재력에 대한 고려 사항을 참조하십시오. 가격 필드가 잠재적인 곳이면 어디든지, 즉 수익은 가격 궤적에 의존하지 않고 가격 차이에만 의존합니다 열기 및 닫기 위치용.
기준과 관련하여 저는 방법론적으로 썼습니다. 가격 궤적은 잠재적인 에너지 기능을 최소화합니다. 자신을 위해 더.....
Vladislav는 원칙적으로 선형 회귀를 기반으로 한 채널 검색을 이미 완료했습니다. 이제 나는 Hurst의 계산을 수행했습니다. 아마도 귀하의 권장 사항(각 막대에 대한 개별적인 예측 계산)에 따라 완전히 일치했을 것입니다. 그리고 각 막대에 대한 예측을 기반으로 한 Hurst의 계산이 더 유용한 정보를 전달하는 것 같고, 여전히 보고 있지만 이미 실행에 옮기려고 합니다. 이제 내 스크립트는 비 발산 원칙을 충족하는 선형 회귀 채널을 찾습니다. 즉, 전체 채널 샘플의 RMSD가 샘플의 2/3의 RMSE보다 작고 마지막에 비 이상값 샘플의 원칙 99% 신뢰 구간 의 경우 1/3(모두 권장 사항에 따름). 그러나 이제 작은 기술적인 문제가 있습니다. 현재 시간에 작동하는 조건부로 말하면 "진정한"채널이 여러 개 있기 때문에 통계의 다른 곳에서와 같이 이러한 채널의 경우 산란 영역이 있습니다. 즉, 예를 들어 "true" 채널 중 하나가 현재 시간부터 H1 기간의 200막대 이전까지의 샘플에 구축된 선형 회귀 채널이라고 가정합니다. 예를 들어, 190-210 bar 내에서 샘플을 변경하면 위의 2가지 조건이 완전히 충족됩니다. 이 샘플에 대한 표준 편차의 크기를 보고 가장 작은 값을 선택합니다. 귀하의 전략에 따르면 이 채널은 예측에 적용할 수 있습니다. 그런 다음 다른 시간대(예: M15)로 전환합니다. 같은 시간 영역에서 유사한 채널을 찾으려고 합니다. 그리고 우리는 다음과 같은 결과를 얻습니다. M15의 최적 채널(최소 RMS 포함)은 800개 막대(200 * 4) 샘플에서 얻은 선형 회귀 채널이 아니라 640개 막대 샘플에서 얻은 채널입니다. 즉, 시간 영역은 최대 25%의 샘플 불일치를 제공합니다(이는 최대 수치이며 일반적으로 더 적음). 또한 이 때문에 현재로서는 신뢰구간 자체의 경계를 약 5-10포인트 정도 결정하는 데 차이가 있습니다. 우리는 막대의 평균 가격 (O + H + L + C) / 4를 샘플로 취하고 어떤 식으로든 패턴 분석을 수행하지 않기 때문에 이론적으로 우리는 서로 다른 시간대의 동일한 시간 영역이 일치해야 합니까? 아니면 그렇지 않은데, 이 경우에도 모수 추정을 위한 통계적 방법을 적용해야 하는 것일까요? 그리고 최적의 채널에 대한 시간 간격에는 자체적인 분산도 있습니다. 이것이 서로 다른 시간 프레임에서 최적의 채널에 대한 샘플 간의 이러한 불일치를 설명할 수 있습니까?
따라서 질문이 있습니다. 같은 상황에 어떻게 대처합니까? 무엇을 기준으로 계산합니까? 즉, 예를 들어 더 작은 기간에 구축된 채널을 결정의 기준으로 삼습니까? 아니면 다른 기간에 얻은 채널 경계를 평균화하여 신뢰 구간의 경계를 추가로 추정합니까? 즉, 예를 들어 4개의 시간 프레임(M5, M15, M30, H1)에서 동일한 채널을 계산하는 경우 동일한 채널에 대한 신뢰 구간 경계의 평균 추정치가 2배 더 신뢰할 수 있습니까? 그리고 한 시간대에 대한 채널 계산에 별도로 의존하는 것보다 더 많이 의존하는 것이 가능할까요? 아니면 다른 일을 하고 계시나요? 그런 상황에서 평균을 내지는 않지만 앞서 말했듯이 가장 가까운 적절한 Murray 수준을 찾으면 됩니다.
몇 시에 주요 계산을 합니까? 당신은 당신의 프로그램이 30-40초 안에 6개월 동안의 데이터를 계산한다고 말했습니다. 나는 이것을 위해 시간 프레임이 H1보다 작아서는 안된다고 가정합니다. 사실인가요?
내 알고리즘에서 std_dev[][]는 채널 및 프로젝션 샘플에 대해 계산된 표준 편차 테이블입니다. 이제 두 번째 상수 인덱스 대신 변수가 사용되었습니다. 그런 다음 투영은 한 가지 방법으로만 작성되었습니다. 이제 여러 가지가 있습니다. 어느 것이 더 나은지 아직 모르겠습니다. 지금은 모든 것을 떠나기로 결정했습니다.
Vladislav, 이 std_dev[][] 배열에 대해 알려주십시오. 내가 이해하는 한 이 배열의 차원은 Nx2이며 여기서 N은 계산된 채널의 수입니다. 셀 값은 다음과 같을 수 있습니다. std_dev[n][0] - 채널 n의 2/3 샘플당 RMS 값 std_dev[n][1] - 채널 n의 전체 샘플에 대한 RMS 값(프로젝션에 대한 RMS) 아니면 내가 틀렸고이 배열에 다른 것이 포함되어 있습니까? 예를 들어, 선택 항목의 시작 막대 번호를 포함하는 세 번째 셀 std_dev[n][2] 를 가질 수 있습니다.
그건 그렇고, 표준 이외의 건물 투영을 위해 어떤 옵션이 있습니까? 결국, 투영은 근사 함수로 취한 함수 + 근사 함수를 반복하는 신뢰 구간 의 경계를 형식으로 반복합니까? 이 영역에서 또 무엇을 생각할 수 있습니까? 예를 들어, 몇 막대 전에 얻은 데이터를 기반으로 프로젝션을 구축하는 것이 가능하다고 가정할 수 있습니다. 따라서 현재 시간에 대해서만 투영을 구축하면 가격이 반전 영역에 접근할 때 몇 막대 전에 형성한 일부 채널을 파괴하고 나머지 채널이 경계를 이동하기 때문에 훨씬 더 합리적으로 보입니다. 도달할 수 없는 영역까지의 간격. 즉, 반전 영역이 표시되고 가격이 그에 가까우면 반전 영역으로 약간의 가격 이동이 있더라도 "참"으로 간주되는 채널 중 하나가 2가지 조건 중 하나를 충족하지 못하게 됩니다. 검색되었습니다. 이 문제를 어떻게 처리합니까? 현재 상황을 분석할 때 몇 바 전에 했던 예측에도 초점을 맞추나요?
답변이 늦어 다시 한 번 죄송합니다. 더 일찍 보지 않은 것이 유감입니다. 시간을 절약할 수 있었지만 헛되이 낭비되지 않았으면 합니다. 그래서 - 나는 이동하여 허스트 기준을 계산할 것을 제안하지 않았습니다 - 나는 표준 패키지에서 알고리즘을 가져 와서 이동 평균 값 대신 필요한 것을 대체하도록 제안했습니다. 귀하가 게시한 알고리즘(마지막 알고리즘은 아직 확인하지 않음)에는 샘플의 중앙값이라는 하나의 변수가 있습니다. 어떻게 상상하는지 말해줘? 채널이 수평으로 이동하면 모든 것이 정상이고 필요한 것을 얻을 수 있지만 일반적인 경우에는 그렇지 않습니다. 즉, 실제 가격과 각 막대에 대한 이 가격의 예상 사이의 차이를 가져와야 합니다. 더 자세히 살펴보겠습니다 . 종가를 이동 평균으로 근사하면 이동 값과 각 막대의 종가 간의 차이를 구합니다. 비선형 회귀인 경우 이 회귀의 값이 각각 선형인 경우 회귀선의 값이지만 이 모든 것은 각 막대에 대한 것 입니다. 그렇기 때문에 최소한 투영 배열이 있어야 한다고 썼습니다. 각 막대에는 자체 투영이 있습니다. 그런 다음 평가할 수 있습니다. 전체 샘플을 사용하지 않고 일부만 사용하여 간격을 만듭니다. 여전히 범위 내에 있으면 전체 샘플을 사용하여 미래에 대한 예측을 작성합니다(외삽).
행운을 빕니다.
ZY 그리고 접근 방식은 선형에 대한 접근 방식, 비선형 근사화에 대한 접근 방식이 일반적입니다.
즉, 내가 이해하는 한 귀하의 방법에 따라 Hurst 매개변수를 계산하는 경우 알고리즘은 다음과 같아야 합니다.
1. Hurst 지수를 얻고자 하는 점의 샘플을 취합니다. 예를 들어, 명확성을 위해 0에서 N까지의 샘플을 취하겠습니다.
2. 샘플의 일부를 0에서 M까지 순차적으로 가져옵니다. 여기서 0<M<=N입니다. 즉, 이론적으로 0-1, 0-2, 0-3, 0-4, ... 0-(N-1), 0-N 범위의 N 샘플이 있습니다.
3. 각 샘플에 대해 선형 회귀 채널을 만듭니다. 우리는 채널의 배열과 미래에 대한 예측을 얻습니다.
4. 0-(M-1) 샘플을 기반으로 구축된 선형 회귀 채널 의 막대 번호 M의 종가 와 이 막대에 대한 투영 간의 차이를 계산합니다. 즉, 차이를 계산할 때 현재 막대를 포함하지 않고 PAST를 기반으로 하는 선형 회귀 투영 데이터를 가져옵니다. 바르게?
5. 다음으로 RMS(S)를 결정하는 다양한 차이점이 있습니다.
6. 최대 및 최소 샘플 값의 차이로 R을 찾으십시오.
7. 허스트 매개변수를 계산합니다.
이제 Hurst 매개변수를 계산하는 방법을 올바르게 이해했습니까?
귀하의 아이디어를 올바르게 이해했다면 이것이 책의 공식으로 표시된 Hurst 매개변수를 계산하는 방법에 필수적인 추가 사항인 것 같습니다. 이 상황은 강조되지 않습니다.
행운을 빕니다.
이것은 내가 이해하는 한 수준의 개념(음성 의미)이 현재 순간에만 의미가 있다는 사실을 의미합니까? 그리고 시간이 지나면 가격이 움직이는 채널이 일정 거리를 통과하고 미래의 신뢰 구간의 경계가 다른 위치에 있기 때문에 레벨의 값이 자연스럽게 변경됩니다. 아니면 이 문구가 더 의미하는 바가 있었나요? 예를 들어, 가격이 이 수준에 도달한 속도를 정확히 의미했습니까? 여기에서 아마도 Hurst 매개변수의 계산이 의미가 있다고 가정합니다. 즉, 가격이 이미 특정 수준에 거의 도달했지만 Hurst가 추세의 지속에 대해 말하면 즉시는 아니더라도 수준은 확실히 깨질 것입니까? 이는 신뢰 구간 내의 수준에서 특히 그렇습니다.
Vladislav, Hurst 계산의 경우와 최적 샘플에 대한 일반적인 검색의 경우에 특히 신뢰 구간의 너비는 얼마입니까?
90%
95%
99%
99.9%
아니면 최적의 샘플을 찾는 일반적인 검색에서 신뢰 구간의 폭을 일관되게 설정합니까? 예를 들어, 그들은 90%에 대한 샘플을 검색했습니다. 이런 저런 샘플을 찾은 다음, 95%를 검색한 다음 다른 샘플을 찾았고, 계속해서 99.9%까지?
또는 실험에 기초하여 예를 들어 95%보다 큰 신뢰 구간에 대해 얻은 샘플은 예측에 거의 사용되지 않으며 분석에서 폐기해야 한다고 설정했습니까?
아니면 후속 구성 간격이 샘플의 2/3로 구성된 초기 간격보다 작아야 한다는 사실에 의해서만 안내를 받을 수 있습니까?
그러나 여전히 첫 번째 간격을 구성할 때 너비를 지정해야 하는 것 아닙니까?
그리고 계산 순서(최종 계산 시간)에 대한 질문이 하나 더 있습니다. 제가 알기로는 선형회귀채널을 검색하는 경우에는 현재의 순간부터 과거로 깊숙이 샘플링을 시작하는 것이 필요합니다. 수렴 요구 사항을 충족하는 샘플 집합을 찾았다고 가정합니다. 그러나 아직 계산되지 않은 막대가 있으며 샘플링 간격을 벗어나는 막대를 가져와 계속 계산합니다. 그렇다면 더 이상의 계산이 의미가 없고 선택 주기를 완료할 수 있다는 사실에 대해 어떤 기준을 취할 수 있습니까? 즉, 가장 긴 성공적인 샘플의 막대 수와 동일한 막대 수를 계산하는 것으로 충분하다고 생각합니다. 아니면 결정을 내리기 위한 다른 옵션이 있습니까? 예를 들어, 가장 긴 선택 항목의 30%만 계산하거나 다른 막대 수를 계산하는 것으로 충분합니까? 아니면 결과에 관계없이 지난 6개월 동안의 전체 가격 배열을 평가한 다음 다른 주문의 기능에 의한 가격 계열의 근사값 계산에서 얻은 오류를 평가합니까? 예를 들어 이미 언급한 2차.
말씀해 주세요. 근사를 위해 다른 함수를 사용합니까? 예를 들어 조화, 지수, 로그, 지수(2차 이상) 등? 또는 Forex 시장에 적용되는 성공적인 작업을 위해 선형 및 이차 함수의 두 가지만 사용하면 충분합니까?
물론 당신은 할 수.
이것은 내가 이해하는 한 수준의 개념(음성 의미)이 현재 순간에만 의미가 있다는 사실을 의미합니까? 그리고 시간이 지나면 가격이 움직이는 채널이 일정 거리를 통과하고 미래의 신뢰 구간의 경계가 다른 위치에 있기 때문에 레벨의 값이 자연스럽게 변경됩니다.
권리. 반전 영역과 반전 레벨 중 하나가 일치하면 계산 정확도가 크게 높아집니다.
그리고 Hurst 계산의 경우와 최적 샘플에 대한 일반적인 검색의 경우에 신뢰 구간의 너비는 얼마입니까?
나는 99% 신뢰구간 이 깨질 때까지 표본이 참이라고 믿는다. 나는 또 다른 90과 95 %를 고려합니다. 거기에서 롤백이 완료되고 회전이 복원되는 경우가 종종 있습니다.
그러나 여전히 첫 번째 간격을 구성할 때 너비를 지정해야 하는 것 아닙니까?
반드시 - 표준 편차에서 - 가장 보편적인 방법입니다.
말씀해 주세요. 근사를 위해 다른 함수를 사용합니까? 예를 들어 조화, 지수, 로그, 지수(2차 이상) 등? 또는 Forex 시장에 적용되는 성공적인 작업을 위해 선형 및 이차 함수의 두 가지만 사용하면 충분합니까?
아니오 - 고조파 함수는 2차 형식의 특별한 경우입니다. 나머지는 - Forex 시장과 관련하여 뿐만 아니라 가격 필드의 잠재력에 대한 고려 사항을 참조하십시오. 가격 필드가 잠재적인 곳이면 어디든지, 즉 수익은 가격 궤적에 의존하지 않고 가격 차이에만 의존합니다 열기 및 닫기 위치용.
기준과 관련하여 저는 방법론적으로 썼습니다. 가격 궤적은 잠재적인 에너지 기능을 최소화합니다. 자신을 위해 더.....
행운을 빕니다.
이제 내 스크립트는 비 발산 원칙을 충족하는 선형 회귀 채널을 찾습니다. 즉, 전체 채널 샘플의 RMSD가 샘플의 2/3의 RMSE보다 작고 마지막에 비 이상값 샘플의 원칙 99% 신뢰 구간 의 경우 1/3(모두 권장 사항에 따름). 그러나 이제 작은 기술적인 문제가 있습니다. 현재 시간에 작동하는 조건부로 말하면 "진정한"채널이 여러 개 있기 때문에 통계의 다른 곳에서와 같이 이러한 채널의 경우 산란 영역이 있습니다. 즉, 예를 들어 "true" 채널 중 하나가 현재 시간부터 H1 기간의 200막대 이전까지의 샘플에 구축된 선형 회귀 채널이라고 가정합니다. 예를 들어, 190-210 bar 내에서 샘플을 변경하면 위의 2가지 조건이 완전히 충족됩니다. 이 샘플에 대한 표준 편차의 크기를 보고 가장 작은 값을 선택합니다. 귀하의 전략에 따르면 이 채널은 예측에 적용할 수 있습니다.
그런 다음 다른 시간대(예: M15)로 전환합니다. 같은 시간 영역에서 유사한 채널을 찾으려고 합니다. 그리고 우리는 다음과 같은 결과를 얻습니다. M15의 최적 채널(최소 RMS 포함)은 800개 막대(200 * 4) 샘플에서 얻은 선형 회귀 채널이 아니라 640개 막대 샘플에서 얻은 채널입니다. 즉, 시간 영역은 최대 25%의 샘플 불일치를 제공합니다(이는 최대 수치이며 일반적으로 더 적음). 또한 이 때문에 현재로서는 신뢰구간 자체의 경계를 약 5-10포인트 정도 결정하는 데 차이가 있습니다. 우리는 막대의 평균 가격 (O + H + L + C) / 4를 샘플로 취하고 어떤 식으로든 패턴 분석을 수행하지 않기 때문에 이론적으로 우리는 서로 다른 시간대의 동일한 시간 영역이 일치해야 합니까? 아니면 그렇지 않은데, 이 경우에도 모수 추정을 위한 통계적 방법을 적용해야 하는 것일까요? 그리고 최적의 채널에 대한 시간 간격에는 자체적인 분산도 있습니다. 이것이 서로 다른 시간 프레임에서 최적의 채널에 대한 샘플 간의 이러한 불일치를 설명할 수 있습니까?
따라서 질문이 있습니다. 같은 상황에 어떻게 대처합니까? 무엇을 기준으로 계산합니까? 즉, 예를 들어 더 작은 기간에 구축된 채널을 결정의 기준으로 삼습니까? 아니면 다른 기간에 얻은 채널 경계를 평균화하여 신뢰 구간의 경계를 추가로 추정합니까? 즉, 예를 들어 4개의 시간 프레임(M5, M15, M30, H1)에서 동일한 채널을 계산하는 경우 동일한 채널에 대한 신뢰 구간 경계의 평균 추정치가 2배 더 신뢰할 수 있습니까? 그리고 한 시간대에 대한 채널 계산에 별도로 의존하는 것보다 더 많이 의존하는 것이 가능할까요? 아니면 다른 일을 하고 계시나요? 그런 상황에서 평균을 내지는 않지만 앞서 말했듯이 가장 가까운 적절한 Murray 수준을 찾으면 됩니다.
몇 시에 주요 계산을 합니까? 당신은 당신의 프로그램이 30-40초 안에 6개월 동안의 데이터를 계산한다고 말했습니다. 나는 이것을 위해 시간 프레임이 H1보다 작아서는 안된다고 가정합니다. 사실인가요?
Vladislav, 이 std_dev[][] 배열에 대해 알려주십시오. 내가 이해하는 한 이 배열의 차원은 Nx2이며 여기서 N은 계산된 채널의 수입니다. 셀 값은 다음과 같을 수 있습니다.
std_dev[n][0] - 채널 n의 2/3 샘플당 RMS 값
std_dev[n][1] - 채널 n의 전체 샘플에 대한 RMS 값(프로젝션에 대한 RMS)
아니면 내가 틀렸고이 배열에 다른 것이 포함되어 있습니까? 예를 들어, 선택 항목의 시작 막대 번호를 포함하는 세 번째 셀 std_dev[n][2] 를 가질 수 있습니다.
그건 그렇고, 표준 이외의 건물 투영을 위해 어떤 옵션이 있습니까? 결국, 투영은 근사 함수로 취한 함수 + 근사 함수를 반복하는 신뢰 구간 의 경계를 형식으로 반복합니까? 이 영역에서 또 무엇을 생각할 수 있습니까? 예를 들어, 몇 막대 전에 얻은 데이터를 기반으로 프로젝션을 구축하는 것이 가능하다고 가정할 수 있습니다. 따라서 현재 시간에 대해서만 투영을 구축하면 가격이 반전 영역에 접근할 때 몇 막대 전에 형성한 일부 채널을 파괴하고 나머지 채널이 경계를 이동하기 때문에 훨씬 더 합리적으로 보입니다. 도달할 수 없는 영역까지의 간격. 즉, 반전 영역이 표시되고 가격이 그에 가까우면 반전 영역으로 약간의 가격 이동이 있더라도 "참"으로 간주되는 채널 중 하나가 2가지 조건 중 하나를 충족하지 못하게 됩니다. 검색되었습니다. 이 문제를 어떻게 처리합니까? 현재 상황을 분석할 때 몇 바 전에 했던 예측에도 초점을 맞추나요?