Yurixx 두 개의 지표가 있다고 가정해 보겠습니다. 각 지표는 어떤 사건의 확률을 보여줍니다(예: 가격이 N 포인트 이상 올라갈 것). 지표는 물론 상관 관계가 있으며 상관 계수를 계산할 수 있습니다. 이 두 숫자를 기반으로 이벤트의 누적 확률을 어떻게 계산할 수 있습니까?
내 주장에 대한 엄격한 증거를 제시할 수 없습니다. 이 경우 우리는 이진 검출기의 아날로그를 다루고 있습니다. 확률 p를 가진 검출기가 샘플에 있는 물질의 존재를 나타내게 하십시오. 충분한 수의 측정을 수행한 후 N, p * N의 경우 샘플에 실제로 포함된 경우 이 물질의 존재 확인 및 (1-p) * N 존재 확인 - 거기에 없다면. 따라서 충분한 수의 실험 N 및 (1-p)*N-p*N>N이 주어지면 (1-(1-p)^N과 같이) 1에 가까운 확실성으로 진실을 설정할 수 있습니다. 이를 위해서는 검출기 판독값의 합이 p*N 또는 (1-p)*N으로 수렴하는 값을 확인하는 것으로 충분합니다. 하나의 디텍터로 N개의 실험을 순차적으로 하는 것과 한 실험에서 N개의 디텍터를 동시에 사용하는 것의 차이가 없음을 알 수 있습니다. 이 예는 각 측정에서 각 검출기에 대한 임의 확률 p[i]>0.5의 경우로 쉽게 일반화할 수 있습니다. 비슷하게 주장: 충분한 수의 측정 N을 수행한 후 SUM(p[i])(합산은 i=1...N 수행)의 경우 샘플에 실제로 포함되어 있는지 여부를 확인합니다. 및 SUM(1-p[ i]) 존재의 증거 - 존재하지 않는 경우. 시그널링된 모든 지표의 합이 SUM(p[i]) 이상이면 이벤트가 발생합니다. 모든 시그널링된 지표의 합이 SUM(1-р[i]) 이하인 경향이 있으면 이벤트가 발생하지 않습니다. 이 일반적인 경우의 결과 확률에 대해 말할 수는 없습니다. 지식이 충분하지 않지만 특정 경우에는 다음과 같은 확률로 이벤트가 발생합니다. Р=1-П(1-p[i]), 여기서 곱은 모든 i=0...N 및 p[i]>0.5에 대해 수행됩니다. 모든 N 지표가 동시에 이에 대해 신호를 보낸 경우.
또 다른 점은 (평균 상대 범위)*Close[0] 공식을 사용하여 평균 절대 범위를 핍 단위로 계산하면 Close[0] 가격의 값이 통화에 따라 자연스럽게 다르기 때문에 물론 이 값이 달라집니다. . 그러나 여기에 "더 많은 기회"가 숨겨져 있을 수 있습니다. 완전히 이해할 수 없습니까? 결국, 당신은 손절매가 있고 GBPUSD에서 이익을 얻습니다. 단순히 통화 간의 비율로 약 1.5배 조정될 것입니까? 즉, 전략 자체의 수익성은 그대로 유지됩니다!
두 개의 지표가 있다고 가정해 보겠습니다. 각 지표는 어떤 사건의 확률을 보여줍니다(예: 가격이 N 포인트 이상 올라갈 것). 지표는 물론 상관 관계가 있으며 상관 계수를 계산할 수 있습니다. 이 두 숫자를 기반으로 이벤트의 누적 확률을 어떻게 계산할 수 있습니까?
미리 감사드립니다.
"시장의 새로운 마술사"(Erkhardt)에서: "... 정규 확률 분포 의 존재를 가정하는 연구 결과와 다른 강력한 방법을 사용하는 다른 실제 결과가 있습니까? — 중요한 응용 프로그램은 특정 시장에 대한 여러 지표가 있는 상황과 관련이 있습니다. 여러 지표를 가장 효과적으로 결합하는 방법은 무엇입니까? 특정 정확한 통계 측정값을 기반으로 다양한 지표에 가중치를 할당할 수 있습니다. 그러나 각 지표에 할당된 가중치의 선택은 종종 주관적입니다. 강력한 통계에 대한 문헌에서 대부분의 경우 최상의 전략은 가중치를 두지 않고 각 지표에 1 또는 0의 값을 부여하는 것임을 알 수 있습니다. 즉, 지표를 수락하거나 거부합니다. 지표가 원칙적으로 사용하기에 충분하다면 나머지와 동일한 가중치를 부여하는 것으로 충분합니다. 그리고 이 기준을 충족하지 못한다면 걱정할 필요가 없습니다. 거래를 선택할 때도 동일한 원칙이 적용됩니다. 다양한 거래에 자산을 가장 잘 분배하는 방법은 무엇입니까? 다시 한 번, 나는 분포가 균일해야 한다고 주장할 것입니다. 거래 아이디어가 실행하기에 충분하거나(이 경우 완전히 실행되어야 함) 또는 전혀 관심을 가질 가치가 없습니다."
놀라운 결과가 나왔습니다! 이론의 법칙에 대한 무지에서 내부 불만을 느낀 나는 Montecarlo에 따라 이벤트를 재생하는 코드를 신속하게 작성하고 N개의 지표를 첨부했습니다. 각 지표는 확률 p[i]로 다음 이벤트를 예측합니다. 그런 다음 모든 표시기의 판독값이 일치하는 경우만 걸러내고 이 경우 이벤트의 정확한 예측 백분율을 계산했습니다. 어떻게 생각하세요? ... 모든 지표의 동시 작업으로 올바른 예측의 확률은 각각의 확률의 산술 평균에 불과하다는 것이 밝혀졌습니다. P=SUM(p[i])/N, 합산이 수행됩니다. i=1...N. 솔직히? 나는 충격을 받았다! 결과적으로 여러 지표를 동시에 사용할 때 이벤트를 올바르게 예측할 확률 P는 가장 신뢰할 수 있는 지표만 사용할 때보다 적습니다!!! 즉, 여러 지표의 공동 사용은 예측의 신뢰도를 눈에 띄게 증가시키지 않습니다.
솔란더 잘 모르겠지만 반전에 대한 나의 주요 생각은 이미 여기에서 요약한 것 같습니다. 이들은 모두 1차 및 2차 주문의 동일한 "수렴" 회귀이며, 아마도 여기 있는 모든 사람들이 이미 환호했을 것입니다....
그런 건 없습니다. 당신의 접근 방식은 매우 흥미롭습니다. 나는 당신이 통계와 "눈으로 보는"접근법을 기반으로 할 것이라고 가정했습니다. '스마트 윈도우'를 만들 생각만 하면 된다. 저것들. 우리는 현재 추세를 제어하는 작업을 설정하므로 예를 들어 ATR(조금 다시 작성해야 함)을 사용하여 가능한 반전 영역을 설정하므로 알고리즘은 다음과 같을 수 있습니다(아이디어의 본질 그 자체):
1. 현재 추세(또는 다소 흥미로운 가격 움직임) 찾기 2. 발견된 추세(움직임)의 시작을 상징하는 막대 찾기 3. 찾은 막대를 기준으로 이 이동에 대한 창을 수정(계산, 수정) 4. 가격과 함께 이동하고 ATR이 국경에 접근할 때 확인 5.접근…유턴 가능… 6. 트렌드의 끝 - 우리는 새로운 것을 찾고 모든 것을 반복합니다.
나는 계획에 따라 다른 작업을 아직 시도하지 않았지만 곧 할 것입니다. 저것들. 이는 "하드" 창을 사용할 때 발생하는 대기 시간을 제거하는 방법과 같습니다. 아니면 ATR에서 매우 중요한 무언가를 이해하지 못하고 있습니까? :o)
Yurixx , 행 센터링이 무엇인지 기억했습니다! 내가 틀리지 않았다면 상황은 이렇습니다. 다음과 같은 것들이 있습니다. X[0], X[1], X[2], X[3], X[4]
놀라운 결과를 얻었습니다! ... P=SUM(p[i])/N, 합산이 수행됩니다. i=1...N. 솔직히? 나는 충격을 받았다! 결과적으로 여러 지표를 동시에 사용할 때 이벤트를 올바르게 예측할 확률 P는 가장 신뢰할 수 있는 지표 중 하나를 사용할 때보다 적습니다!!! 즉, 여러 지표를 공동으로 사용하더라도 예측의 신뢰도가 눈에 띄게 증가하지 않습니다.
음... 나는 이전 포스트의 결론이 더 좋았다. :-)) 아마도 나 자신이 공식에 의해 인도되었기 때문일 것이다.
Р=1-П(1-p[i]) , 여기서 곱은 모든 i=0...N 및 p[i]>0.5에 대해 수행됩니다. 모든 N 지표가 동시에 이에 대해 신호를 보낸 경우.
여러 지표를 사용해도 예측의 신뢰도가 높아지지 않습니까? 모르겠어. 그러나 나의 육체적인 사고 방식은 이 결론에 동의하고 싶지 않습니다. 내 안의 무언가가 여기에서 뭔가 잘못되었다고 말합니다.
지표가 독립적이라면 공식 P=1-P(1-p[i])에 의존하는 경향이 있습니다. 그러나 모든 지표는 가격 계열을 기준으로 작성되기 때문에 모두 어느 정도 종속적일 가능성이 있습니다. 그러므로 나는 이 공식을 무조건 받아들일 수 없었다. 그래서 상관 계수를 사용하여 설명을 듣고 싶었습니다.
확률이 산술 평균으로 정의된다는 결론은 같은 이유로 나와 맞지 않습니다. 상황의 물리적 의미에 대한 기본 분석은 다음과 같습니다. 확률이 실제로 두 개의 (확정성을 위해) 확률 p1과 p2의 산술 평균으로 계산된다고 가정합니다. 이 두 지표가 완전히 상관관계가 있는 경우(즉, 계수=1) р1=р2=р0 및 (р1+р2)/2=р0 - 모든 것이 올바른 것 같습니다. 그러나 계수 = 0이면 모순이 발생합니다. p1과 p2는 독립적이므로 동시에 측정할 수 있습니다. 그런 다음 큰 숫자의 한계에서 전체 결과 수에 대한 긍정적인 결과의 비율은 2번째 한계가 아니라 3번째 한계인 p1, p2 및 (p1 + p2)/2까지 가는 경향이 있어야 합니다. 문제가 있습니다.
몬테카를로 방식을 사용해본 적도 없고 필요하다고 생각하지도 않습니다. 그러나 내가 수집한 통계를 기반으로 내가 사용한 여러 지표(매개변수)에 대해 거의 동일한 결론을 내렸습니다. 가장 신뢰할 수 있는 것 중 하나를 사용하는 것이 모든 것을 함께 사용하는 것보다 더 나은 결과를 제공했습니다(가장 안정적인 것 없이). 저것들. 나는 지속적으로 연구 그룹에서 지표를 제외했습니다.
지표와 주요 결론 사이의 의존성(상관관계)의 존재에 관해서는 그것들이 모두 하나의 기본 시리즈에서 얻어졌다는 것을 기반으로 하며, 저는 두 가지 주요 이유로 여기에 동의하지 않습니다.
1은 모든 지표가 서로 의존하지 않는다는 것을 확신합니다(예: ATR 및 MA). 확인하기 쉽습니다.
Yurixx 는 대답하기 어렵지 않지만 예측을하는 것은 거의 동일합니다.
날씨를 예측하는 것. "점쟁이"- 채찍질 소년 :-)))
저는 현재 GBP/USD 쌍에 대해 작업하고 있습니다. 여기에서 변동성은 EUR/USD보다 큽니다.
결과적으로 더 많은 기회가 있습니다. :)))
두 개의 지표가 있다고 가정해 보겠습니다. 각 지표는 어떤 사건의 확률을 보여줍니다(예: 가격이 N 포인트 이상 올라갈 것). 지표는 물론 상관 관계가 있으며 상관 계수를 계산할 수 있습니다. 이 두 숫자를 기반으로 이벤트의 누적 확률을 어떻게 계산할 수 있습니까?
내 주장에 대한 엄격한 증거를 제시할 수 없습니다.
이 경우 우리는 이진 검출기의 아날로그를 다루고 있습니다. 확률 p를 가진 검출기가 샘플에 있는 물질의 존재를 나타내게 하십시오. 충분한 수의 측정을 수행한 후 N, p * N의 경우 샘플에 실제로 포함된 경우 이 물질의 존재 확인 및 (1-p) * N 존재 확인 - 거기에 없다면. 따라서 충분한 수의 실험 N 및 (1-p)*N-p*N>N이 주어지면 (1-(1-p)^N과 같이) 1에 가까운 확실성으로 진실을 설정할 수 있습니다. 이를 위해서는 검출기 판독값의 합이 p*N 또는 (1-p)*N으로 수렴하는 값을 확인하는 것으로 충분합니다. 하나의 디텍터로 N개의 실험을 순차적으로 하는 것과 한 실험에서 N개의 디텍터를 동시에 사용하는 것의 차이가 없음을 알 수 있습니다.
이 예는 각 측정에서 각 검출기에 대한 임의 확률 p[i]>0.5의 경우로 쉽게 일반화할 수 있습니다. 비슷하게 주장:
충분한 수의 측정 N을 수행한 후 SUM(p[i])(합산은 i=1...N 수행)의 경우 샘플에 실제로 포함되어 있는지 여부를 확인합니다. 및 SUM(1-p[ i]) 존재의 증거 - 존재하지 않는 경우. 시그널링된 모든 지표의 합이 SUM(p[i]) 이상이면 이벤트가 발생합니다. 모든 시그널링된 지표의 합이 SUM(1-р[i]) 이하인 경향이 있으면 이벤트가 발생하지 않습니다. 이 일반적인 경우의 결과 확률에 대해 말할 수는 없습니다. 지식이 충분하지 않지만 특정 경우에는 다음과 같은 확률로 이벤트가 발생합니다.
Р=1-П(1-p[i]), 여기서 곱은 모든 i=0...N 및 p[i]>0.5에 대해 수행됩니다.
모든 N 지표가 동시에 이에 대해 신호를 보낸 경우.
저는 현재 GBP/USD 쌍에 대해 작업하고 있습니다. 여기에서 변동성은 EUR/USD보다 큽니다.
결과적으로 더 많은 기회가 있습니다. :)))
이상하게도 두 통화의 변동성은 항상 거의 동일한 것으로 간주되었습니다. 그리고 일일 막대의 평균 상대 범위(높음-낮음)/ 요일별 마감을 계산하면 다음과 같이 확인됩니다.
EURUSD_1440_Day_of_Week_1 0.007266
EURUSD_1440_Day_of_Week_2 0.007871
EURUSD_1440_Day_of_Week_3 0.007981
EURUSD_1440_Day_of_Week_4 0.008332
EURUSD_1440_Day_of_Week_5 0.008522
GBPUSD_1440_Day_of_Week_1 0.007224
GBPUSD_1440_Day_of_Week_2 0.007431
GBPUSD_1440_Day_of_Week_3 0.007535
GBPUSD_1440_Day_of_Week_4 0.007863
GBPUSD_1440_Day_of_Week_5 0.008052
각 값을 계산하기 위해 해당 요일에 대해 100개의 일일 막대를 사용했습니다.
또 다른 점은 (평균 상대 범위)*Close[0] 공식을 사용하여 평균 절대 범위를 핍 단위로 계산하면 Close[0] 가격의 값이 통화에 따라 자연스럽게 다르기 때문에 물론 이 값이 달라집니다. . 그러나 여기에 "더 많은 기회"가 숨겨져 있을 수 있습니다. 완전히 이해할 수 없습니까? 결국, 당신은 손절매가 있고 GBPUSD에서 이익을 얻습니다. 단순히 통화 간의 비율로 약 1.5배 조정될 것입니까? 즉, 전략 자체의 수익성은 그대로 유지됩니다!
변동성에 감사드립니다. 한 가지 질문을 더 드리고 싶습니다.
두 개의 지표가 있다고 가정해 보겠습니다. 각 지표는 어떤 사건의 확률을 보여줍니다(예: 가격이 N 포인트 이상 올라갈 것). 지표는 물론 상관 관계가 있으며 상관 계수를 계산할 수 있습니다. 이 두 숫자를 기반으로 이벤트의 누적 확률을 어떻게 계산할 수 있습니까?
미리 감사드립니다.
"시장의 새로운 마술사"(Erkhardt)에서:
"... 정규 확률 분포 의 존재를 가정하는 연구 결과와 다른 강력한 방법을 사용하는 다른 실제 결과가 있습니까?
— 중요한 응용 프로그램은 특정 시장에 대한 여러 지표가 있는 상황과 관련이 있습니다. 여러 지표를 가장 효과적으로 결합하는 방법은 무엇입니까? 특정 정확한 통계 측정값을 기반으로 다양한 지표에 가중치를 할당할 수 있습니다. 그러나 각 지표에 할당된 가중치의 선택은 종종 주관적입니다.
강력한 통계에 대한 문헌에서 대부분의 경우 최상의 전략은 가중치를 두지 않고 각 지표에 1 또는 0의 값을 부여하는 것임을 알 수 있습니다. 즉, 지표를 수락하거나 거부합니다. 지표가 원칙적으로 사용하기에 충분하다면 나머지와 동일한 가중치를 부여하는 것으로 충분합니다. 그리고 이 기준을 충족하지 못한다면 걱정할 필요가 없습니다.
거래를 선택할 때도 동일한 원칙이 적용됩니다. 다양한 거래에 자산을 가장 잘 분배하는 방법은 무엇입니까? 다시 한 번, 나는 분포가 균일해야 한다고 주장할 것입니다. 거래 아이디어가 실행하기에 충분하거나(이 경우 완전히 실행되어야 함) 또는 전혀 관심을 가질 가치가 없습니다."
이론의 법칙에 대한 무지에서 내부 불만을 느낀 나는 Montecarlo에 따라 이벤트를 재생하는 코드를 신속하게 작성하고 N개의 지표를 첨부했습니다. 각 지표는 확률 p[i]로 다음 이벤트를 예측합니다. 그런 다음 모든 표시기의 판독값이 일치하는 경우만 걸러내고 이 경우 이벤트의 정확한 예측 백분율을 계산했습니다.
어떻게 생각하세요? ... 모든 지표의 동시 작업으로 올바른 예측의 확률은 각각의 확률의 산술 평균에 불과하다는 것이 밝혀졌습니다.
P=SUM(p[i])/N, 합산이 수행됩니다. i=1...N.
솔직히? 나는 충격을 받았다!
결과적으로 여러 지표를 동시에 사용할 때 이벤트를 올바르게 예측할 확률 P는 가장 신뢰할 수 있는 지표만 사용할 때보다 적습니다!!! 즉, 여러 지표의 공동 사용은 예측의 신뢰도를 눈에 띄게 증가시키지 않습니다.
솔란더
잘 모르겠지만 반전에 대한 나의 주요 생각은 이미 여기에서 요약한 것 같습니다. 이들은 모두 1차 및 2차 주문의 동일한 "수렴" 회귀이며, 아마도 여기 있는 모든 사람들이 이미 환호했을 것입니다....
그런 건 없습니다. 당신의 접근 방식은 매우 흥미롭습니다. 나는 당신이 통계와 "눈으로 보는"접근법을 기반으로 할 것이라고 가정했습니다. '스마트 윈도우'를 만들 생각만 하면 된다. 저것들. 우리는 현재 추세를 제어하는 작업을 설정하므로 예를 들어 ATR(조금 다시 작성해야 함)을 사용하여 가능한 반전 영역을 설정하므로 알고리즘은 다음과 같을 수 있습니다(아이디어의 본질 그 자체):
1. 현재 추세(또는 다소 흥미로운 가격 움직임) 찾기
2. 발견된 추세(움직임)의 시작을 상징하는 막대 찾기
3. 찾은 막대를 기준으로 이 이동에 대한 창을 수정(계산, 수정)
4. 가격과 함께 이동하고 ATR이 국경에 접근할 때 확인
5.접근…유턴 가능…
6. 트렌드의 끝 - 우리는 새로운 것을 찾고 모든 것을 반복합니다.
나는 계획에 따라 다른 작업을 아직 시도하지 않았지만 곧 할 것입니다. 저것들. 이는 "하드" 창을 사용할 때 발생하는 대기 시간을 제거하는 방법과 같습니다. 아니면 ATR에서 매우 중요한 무언가를 이해하지 못하고 있습니까? :o)
Yurixx , 행 센터링이 무엇인지 기억했습니다! 내가 틀리지 않았다면 상황은 이렇습니다. 다음과 같은 것들이 있습니다.
X[0], X[1], X[2], X[3], X[4]
중심 계열은 다음과 같이 얻습니다(단어보다 쉬운 공식 사용).
X[0], 값 없음
X[1]=(X[0]+ X[1]+ X[2])/3
X[2]=(X[1]+ X[2]+ X[3])/3
X[3]=(X[2]+ X[3]+ X[4])/3
X[4] 값 없음
아발
와, 저만 그런게 아닙니다. 내 말은, 변동성을 칭찬하는 기사를 많이 읽었지만 어쩐지 그것이 나에게 무엇을 줄지 이해하지 못했습니다. :에 대한)
예: http://forex.kbpauk.ru/showflat.php/Cat/0/Number/40044/page/0/fpart/1/vc/1
Avals , 감사합니다. 흥미로운 자료입니다.
중성자
결과적으로 여러 지표를 동시에 사용할 때 이벤트를 올바르게 예측할 확률 P는 가장 신뢰할 수 있는 지표만 사용할 때보다 적습니다!!! 즉, 여러 지표의 공동 사용은 예측의 신뢰도를 눈에 띄게 증가시키지 않습니다.
맞아요. 바로 이런 이유로 Vladislav의 전략을 분석할 때 Hurst 지표만 주요(신뢰할 수 있는) 지표로 남겨두고 신뢰할 수 있는 채널을 선택하는 "경쟁" 접근 방식을 포기했습니다.
...
P=SUM(p[i])/N, 합산이 수행됩니다. i=1...N.
솔직히? 나는 충격을 받았다!
결과적으로 여러 지표를 동시에 사용할 때 이벤트를 올바르게 예측할 확률 P는 가장 신뢰할 수 있는 지표 중 하나를 사용할 때보다 적습니다!!! 즉, 여러 지표를 공동으로 사용하더라도 예측의 신뢰도가 눈에 띄게 증가하지 않습니다.
음...
나는 이전 포스트의 결론이 더 좋았다. :-))
아마도 나 자신이 공식에 의해 인도되었기 때문일 것이다.
모든 N 지표가 동시에 이에 대해 신호를 보낸 경우.
여러 지표를 사용해도 예측의 신뢰도가 높아지지 않습니까? 모르겠어. 그러나 나의 육체적인 사고 방식은 이 결론에 동의하고 싶지 않습니다. 내 안의 무언가가 여기에서 뭔가 잘못되었다고 말합니다.
지표가 독립적이라면 공식 P=1-P(1-p[i])에 의존하는 경향이 있습니다. 그러나 모든 지표는 가격 계열을 기준으로 작성되기 때문에 모두 어느 정도 종속적일 가능성이 있습니다. 그러므로 나는 이 공식을 무조건 받아들일 수 없었다. 그래서 상관 계수를 사용하여 설명을 듣고 싶었습니다.
확률이 산술 평균으로 정의된다는 결론은 같은 이유로 나와 맞지 않습니다. 상황의 물리적 의미에 대한 기본 분석은 다음과 같습니다.
확률이 실제로 두 개의 (확정성을 위해) 확률 p1과 p2의 산술 평균으로 계산된다고 가정합니다. 이 두 지표가 완전히 상관관계가 있는 경우(즉, 계수=1) р1=р2=р0 및 (р1+р2)/2=р0 - 모든 것이 올바른 것 같습니다. 그러나 계수 = 0이면 모순이 발생합니다. p1과 p2는 독립적이므로 동시에 측정할 수 있습니다. 그런 다음 큰 숫자의 한계에서 전체 결과 수에 대한 긍정적인 결과의 비율은 2번째 한계가 아니라 3번째 한계인 p1, p2 및 (p1 + p2)/2까지 가는 경향이 있어야 합니다. 문제가 있습니다.
안타깝게도 몬테카를로 방식의 본질을 모릅니다. 하지만 그것을 재현하는 알고리즘이 아닐까요?
같은 방식 으로 난수 생성기 는 실제로 의사 난수 시퀀스만 생성하는 방법은 무엇입니까?
어쩌면 사실이 N 개의 지표가 독립적이지 않다는 것, 즉 서로 상관 관계가 있다는 것입니까?
내 추론이 잘못된 것은 아닐까?
지표와 주요 결론 사이의 의존성(상관관계)의 존재에 관해서는 그것들이 모두 하나의 기본 시리즈에서 얻어졌다는 것을 기반으로 하며, 저는 두 가지 주요 이유로 여기에 동의하지 않습니다.
1은 모든 지표가 서로 의존하지 않는다는 것을 확신합니다(예: ATR 및 MA). 확인하기 쉽습니다.
2 이러한 지표 자체의 사용이 근본적으로 다르므로 결론(예: MACD 및 동일한 MA)