А если по теореме Пифагора вывести функцию зависимости расстояния от координаты х. Затем найти ее производную, приравнять к нулю (для поиска экстремума) и решить другое трехэтажное уравнения (зато без синусов и косинусов).
늦은 답변 죄송합니다. 일반적으로 이것이 포물선인 것은 사실입니다. 유일한 것은 당신이 모든 것을 고려하지 않았고 "근사 불가능" 수준으로 미끄러질 위험을 감수하지 않았다는 것입니다. 이것이 내가 의미하는 바입니다. 당신은 포물선 자체를 알지 못하지만 가격 필드의 가능성에서 이것이 포물선이고 방정식을 잘못 결정하거나 근사치로 계산하면 무엇을 얻을 수 있는지 명확하지 않습니다. 내가 위에서 쓴 것을 주의 깊게 읽으십시오. 결국 궤적 방정식이 필요하지 않고 반전 영역이 필요합니다. 수학에서 정확한 답을 얻는 것이 항상 가능한 것은 아니지만 거의 항상 추정할 수 있습니다. 이것은 극한까지 전달하여 수행됩니다. 그리고 내가 사용한 적분법은 근사의 품질과 관련이 없지만 위의 원칙에 따라 구축된 솔루션을 평가하기 때문에 정확하게 작동합니다. 설명을 드리겠습니다. 대부분은 신뢰 구간을 구축하기 위해 표본의 가격 분포를 식별하려고 합니다. 그리고 이것을 정확히 할 수 없기 때문에 통계의 중심극한정리의 존재와 증거를 완전히 무시하고 그것을 백색잡음이라고 선언합니다 - 어떤 수렴 분포도 (그리고 이것은 분포 곡선 아래의 면적이 유한하다는 것을 의미합니다 - 만약 보다 엄격하게는 부적절한 적분 수렴)은 자유도가 증가함에 따라 법선으로 수렴됩니다. 따라서 실제로 곡선의 모양은 면적을 추정하는 데 중요하지 않습니다. 이 숫자가 유한하면 충분합니다. 그러면 추정을 적용할 수 있습니다. 따라서 여기에서는 궤적 자체가 필요하지 않습니다. 극한값의 영역이 필요하며 이는 적분 방법으로 추정할 수 있습니다. 그리고 전체 작업은 위의 원칙에 대한 샘플의 수렴과 수학적 추정의 사용을 결정하는 것으로 귀결됩니다.
따라서 실제로 곡선의 모양은 면적을 추정하는 데 중요하지 않습니다. 이 숫자가 유한하면 충분합니다. 그러면 추정을 적용할 수 있습니다. 따라서 여기에서는 궤적 자체가 필요하지 않습니다. 극한값의 영역이 필요하며 이는 적분 방법으로 추정할 수 있습니다. 그리고 전체 작업은 위의 원칙에 대한 샘플의 수렴과 수학적 추정의 사용을 결정하는 것으로 귀결됩니다.
즉, 내가 이해하는 한, 작업은 먼저 가격 계열의 샘플을 찾는 것입니다. 여기서 실제와 다소 유사한 포물선으로 근사할 때 이 포물선의 가격 계열은 포물선의 계수를 변경할 때 너무 많이 변하지 않습니까? 즉, 우리는 먼저 포물선의 매개변수가 합리적인 한계 내에서 변경될 때 거리 제곱의 합이 크게 변하지 않는 "최적" 샘플의 존재에 대한 가정을 제시합니다(엄격하게 정의된 한계 내) ? 원칙적으로 나는 그러한 정보를 어디에서도 본 적이 없기 때문에 나에게 이것은 거의 발견이라고 말할 수 있습니다!이 위치는 아마도 정확할 것입니다. 확인하겠습니다. 그런 다음 이러한 "극단적인"샘플을 사용하여이 포물선과 다른 간격으로 위치한 점의 수를 간단히 계산합니다. 또한, 가격 계열의 곡선 아래 면적과 포물선은 이와 같은 값과 같아야 함을 알고 사용 가능한 데이터에서 계산된 값과 정규 분포에 따라 이 구간에 있어야 하는 값 사이의 차이를 결정합니다. . 그런 다음 이러한 차이점을 포물선의 왼쪽과 오른쪽에 별도로 요약합니다. 결과적으로 우리는 비율을 얻습니다. 예를 들어 왼쪽의 차이의 합계는 오른쪽의 차이의 합계와 관련되어 20/80%( 계속 위로 이동할 확률 = 20%, 이동할 확률 아래로 = 80%). 이제 내가 올바르게 이해했거나 절대적으로 이해하지 못했습니까? 그럼 고쳐주세요!
...통계의 중심 극한 정리의 존재와 증거를 완전히 무시 - 모든 수렴 분포(이는 분포 곡선 아래의 면적이 유한함을 의미합니다 - 더 엄격하게는 부적절한 적분 수렴)은 정도가 증가함에 따라 정상으로 수렴합니다. 자유. 따라서 실제로 곡선의 모양은 면적을 추정하는 데 중요하지 않습니다. 이 숫자가 유한하면 충분합니다. 그러면 추정치를 적용할 수 있습니다.
내가 기억하는 한, 중심 적분 극한 정리는 N -> 무한대인 샘플을 참조합니다. 작은 표본 크기(막대 수)를 사용하는 경우 이를 어떻게 신뢰할 수 있는지 명확하지 않습니까? 게다가, 그것들은 균등하게 분포된 랜덤 변수들을 위해 공식화되었고, 시장은 내 것과 같지 않습니다. 그리고 마지막으로, 이 모든 정리는 이벤트가 독립적이라는 가정에 기반을 두고 있습니다. 여기서 시장 변동이 독립적인 양인지 여부에 대해 오랫동안 논쟁할 수 있지만, 제 생각에는 그렇지 않은 것 같습니다. 다시 말하지만, 시장의 "관성"으로 인해 그렇지 않으면 시장의 "의존성"을 의미하는 "추세"와 같은 것이 없을 것입니다.
내가 기억하는 한, 중심 적분 극한 정리는 N -> 무한대인 샘플을 참조합니다. 작은 표본 크기(막대 수)를 사용하는 경우 이를 어떻게 신뢰할 수 있는지 명확하지 않습니까? 게다가, 그것들은 균등하게 분포된 랜덤 변수들을 위해 공식화되었고, 시장은 내 것과 같지 않습니다. 그리고 마지막으로, 이 모든 정리는 이벤트가 독립적이라는 가정에 기반을 두고 있습니다. 여기서 시장 변동이 독립적인 양인지 여부에 대해 오랫동안 논쟁할 수 있지만, 제 생각에는 그렇지 않은 것 같습니다. 다시 말하지만, 시장의 "관성"으로 인해 그렇지 않으면 시장의 "의존성"을 의미하는 "추세"와 같은 것이 없을 것입니다.
아마도 아이디어의 본질은 포물선을 사용하여 3-6개월 동안 이 작은 샘플을 근사하면 포물선의 관점에서 이러한 주장을 적용할 수 있다는 것입니다. 즉, 결과적으로 우리는 포물선에 수직인 평면에서 추정치를 얻었고 모든 사람에게 명확한 가격 좌표와 평행한 추정치를 얻지는 못했습니다. Vladislav가 선형 회귀 채널에 대해 동일한 적분 추정치를 적용한다는 것을 이해합니다. 즉, 선형 회귀 채널에 대한 반전 확률은 동일한 적분 방법으로 결정할 수 있습니다. 그런 다음 단순히 다른 채널(선형 회귀 및 포물선)의 정보를 분석하여 시장 상태(반전 및 움직임 지속 가능성)에 대한 보다 정확한 평가를 얻습니다.
사실, 나는 여전히 시간의 반전 가능성을 평가하는 문제를 완전히 이해하지 못합니까? 예를 들어 Vladislav는 Murray의 이론에서 가져온 간단한 가정을 사용합니다. 예를 들어 수준이 계산되는 기간을 가져 와서 8 부분으로 나누면 몇 가지 위기 지점(역전 또는 침투 지점)이 있어야 합니다. ) 이 부분의 경계 영역에서? 즉, 지표 P=64(기간 1440 - 1일)에 대한 기본 매개변수를 사용하는 경우 8로 나누면 이러한 위기 이벤트가 약 8거래일마다 발생해야 한다고 가정합니다. 아니면 그런 것? 말해 주세요. 다른 것을 사용하는 경우(예를 들어, 역전 확률에 대한 통합 추정치), 언뜻 보기에 시간 경과에 따른 예측 아이디어가 명확하지 않기 때문입니다. 말해주세요. 여기서 요점은 무엇입니까?
시간과 가격에 대한 추정은 선택 기준을 똑같이 잘 만족하는 채널의 신뢰 구간 의 교차점에서 얻습니다. Murrey의 수준은 추가 평가만 제공하고 이 영역에 속하는 경우. 수렴과 관련하여 - 근사 오차를 추정할 수 있는 급수의 항이 있다는 것을 잊지 마십시오. 따라서 급수의 무한한 수의 항이 필요하지 않습니다. 예: 숫자 e는 무한소수이지만 그럼에도 불구하고 로그의 밑을 포함하여 여러 가지 방법으로 사용됩니다 ;). 더 많은 예가 있습니다.
이해했다. IMHO, 이것은 일반적으로 사실이 아닙니다. 물론, 나는 이 지표를 확실히 사용하며 이것은 소음과 무관한 추정치를 얻을 수 있는 가능성 중 하나입니다(이를 그렇게 부르자). 이 매개변수는 신뢰 구간에 있는 위치를 추정하는 데 필요합니다. 물론 간격 자체는 내부 배포 유형에 따라 다릅니다(이 문제를 해결할 수 있는 옵션이 있습니다. 이미 썼습니다). 원칙적으로 볼린저 밴드는 신뢰 구간의 값을 결정하기 위한 방법론 측면에서 전략에 논리적으로 적합합니다. 동일한 움직임을 기반으로 구축됩니다. 추세 방향 = MA 자체의 방향. 사실, 이 평가는 다소 지연될 것입니다. 신뢰 구간을 사용할 때 이 지연을 평준화할 수 있습니다.
Vladislav, 현재 시점에서 신뢰 구간의 위치를 평가하는 측면에서 전략에서 표준 편차를 사용하는 방법에 대해 좀 더 말씀해 주시겠습니까? 지난 6개월 동안 가능한 모든 샘플의 전면 재계산을 통해 선형 회귀의 최적 포물선과 채널(허스트 계수 기반)을 이미 찾았고 다음 값을 알고 있다고 가정합니다. 적분 추정 방법에 기초한 현재 시간에서의 반전 확률. 이제 이 전체 시스템에서 표준 편차도 적용하는 방법은 무엇입니까? 즉, 표준편차 값을 계산하기 위해 어떤 매개변수를 선택해야 합니까? 이 경우 표준 편차가 계산되는 이동 평균의 그래프가 우리가 얻은 최적 포물선과 가능한 한 가깝게 일치하는지 또는 다른 방식으로 일치하는지 확인해야 할까요? 즉, 우선 프로그램에서 예를 들어 일반 MA(또는 비정상적인 MA-그런 다음 어느 것입니까?)를 작성하고 그 발산을 예를 들어 지난 주와 같이 최적의 포물선과 비교합니다. MA가 이 포물선에 대해 계산되는 막대 매개변수의 수 값을 조정합니다. 그런 다음 MA 매개 변수의 이러한 값을 받으면 이미 표준 편차 표시기 에 입력하여 최적의 포물선의 선에 대한 신뢰 구간을 결정하는 편차를 찾습니다. 아니면 제가 오해를 하고 있는 건가요? 정정해주세요!
문헌을 읽고 내가 생각해낸 것은 다음과 같습니다.
주어진: 포물선 y = A*x^2, 점 P = (Xp, Yp)
찾기: 점 P에서 포물선까지의 거리.
점 P에서 포물선(P를 통과하는 포물선의 법선)까지 수직선을 그립니다.
포물선과 법선의 교차점을 나타냅니다 O = (Xo, Yo)
O에서 포물선에 대한 접선은 기울기 tan(a) = 2*A*Xo(O에서의 도함수 값)를 갖습니다.
이 경우 점 O에서 포물선에 대한 접선은 벡터 OP에 수직이어야 합니다.
여기에서 방정식 시스템을 얻습니다.
1. Yo = A*Xo^2(점 Xo에서의 포물선 값)
2. tan(a) = 2*A*Xo(점 O에서의 접선 기울기)
3. cos(a)*sin(a) + (Xp - Xo)*(Yp - Yo) = 0(벡터 직각도 조건)
그래서 우리는 3개의 미지수(Xo, Yo, a)를 갖는 3개의 방정식 시스템을 얻었으므로 풀 수 있습니다.
sin과 cos를 통해 ur-e 2를 다시 작성하십시오.
Yo(첫 번째 ur-th에서) 값을 세 번째 값으로 대체하면 다음과 같은 시스템을 얻을 수 있습니다.
1. sin(a) = 2*A*Xo*cos(a)
2. cos(a)*sin(a) + (Xp - Xo)*(Yp - A*Xo^2) = 0
2개의 미지수(Xo, a)가 있는 2개의 방정식 시스템이 이미 더 좋습니다.)
이제 우리는 첫 번째 방정식 Xo에서 표현하고 이 Xo를 두 번째 방정식에 대입합니다.
우리는 하나의 미지의 삼각 방정식을 얻습니다 (a)
(a)를 풀고 찾으면 Xo를 역순으로 찾은 다음 Yo를 찾을 수 있습니다.
더 나아가 피타고라스를 따라 거리 OP를 찾습니다.
수염 :)
마지막 방정식을 풀기 위해 조금 남아 있지만 작지 않은 것으로 나타났습니다.
누가 시도 할 것인가???
고맙습니다! 내가 조금 잊어 버린 정말 간단한 기하학 :o)
인터넷에는 3차 방정식을 풀기 위한 기성 알고리즘도 있습니다. 다음은 C 코드의 첫 번째 예입니다.
http://algolist.manual.ru/maths/findroot/cubic.php
고맙습니다! 내가 조금 잊어 버린 정말 간단한 기하학 :o)
인터넷에는 3차 방정식을 풀기 위한 기성 알고리즘도 있습니다. 다음은 C 코드의 첫 번째 예입니다.
http://algolist.manual.ru/maths/findroot/cubic.php
늦은 답변 죄송합니다. 일반적으로 이것이 포물선인 것은 사실입니다. 유일한 것은 당신이 모든 것을 고려하지 않았고 "근사 불가능" 수준으로 미끄러질 위험을 감수하지 않았다는 것입니다. 이것이 내가 의미하는 바입니다. 당신은 포물선 자체를 알지 못하지만 가격 필드의 가능성에서 이것이 포물선이고 방정식을 잘못 결정하거나 근사치로 계산하면 무엇을 얻을 수 있는지 명확하지 않습니다. 내가 위에서 쓴 것을 주의 깊게 읽으십시오. 결국 궤적 방정식이 필요하지 않고 반전 영역이 필요합니다. 수학에서 정확한 답을 얻는 것이 항상 가능한 것은 아니지만 거의 항상 추정할 수 있습니다. 이것은 극한까지 전달하여 수행됩니다. 그리고 내가 사용한 적분법은 근사의 품질과 관련이 없지만 위의 원칙에 따라 구축된 솔루션을 평가하기 때문에 정확하게 작동합니다. 설명을 드리겠습니다. 대부분은 신뢰 구간을 구축하기 위해 표본의 가격 분포를 식별하려고 합니다. 그리고 이것을 정확히 할 수 없기 때문에 통계의 중심극한정리의 존재와 증거를 완전히 무시하고 그것을 백색잡음이라고 선언합니다 - 어떤 수렴 분포도 (그리고 이것은 분포 곡선 아래의 면적이 유한하다는 것을 의미합니다 - 만약 보다 엄격하게는 부적절한 적분 수렴)은 자유도가 증가함에 따라 법선으로 수렴됩니다. 따라서 실제로 곡선의 모양은 면적을 추정하는 데 중요하지 않습니다. 이 숫자가 유한하면 충분합니다. 그러면 추정을 적용할 수 있습니다. 따라서 여기에서는 궤적 자체가 필요하지 않습니다. 극한값의 영역이 필요하며 이는 적분 방법으로 추정할 수 있습니다. 그리고 전체 작업은 위의 원칙에 대한 샘플의 수렴과 수학적 추정의 사용을 결정하는 것으로 귀결됩니다.
행운을 빕니다.
즉, 내가 이해하는 한, 작업은 먼저 가격 계열의 샘플을 찾는 것입니다. 여기서 실제와 다소 유사한 포물선으로 근사할 때 이 포물선의 가격 계열은 포물선의 계수를 변경할 때 너무 많이 변하지 않습니까? 즉, 우리는 먼저 포물선의 매개변수가 합리적인 한계 내에서 변경될 때 거리 제곱의 합이 크게 변하지 않는 "최적" 샘플의 존재에 대한 가정을 제시합니다(엄격하게 정의된 한계 내) ? 원칙적으로 나는 그러한 정보를 어디에서도 본 적이 없기 때문에 나에게 이것은 거의 발견이라고 말할 수 있습니다!이 위치는 아마도 정확할 것입니다. 확인하겠습니다.
그런 다음 이러한 "극단적인"샘플을 사용하여이 포물선과 다른 간격으로 위치한 점의 수를 간단히 계산합니다. 또한, 가격 계열의 곡선 아래 면적과 포물선은 이와 같은 값과 같아야 함을 알고 사용 가능한 데이터에서 계산된 값과 정규 분포에 따라 이 구간에 있어야 하는 값 사이의 차이를 결정합니다. . 그런 다음 이러한 차이점을 포물선의 왼쪽과 오른쪽에 별도로 요약합니다. 결과적으로 우리는 비율을 얻습니다. 예를 들어 왼쪽의 차이의 합계는 오른쪽의 차이의 합계와 관련되어 20/80%( 계속 위로 이동할 확률 = 20%, 이동할 확률 아래로 = 80%). 이제 내가 올바르게 이해했거나 절대적으로 이해하지 못했습니까? 그럼 고쳐주세요!
거리 함수를 통해 해결하는 것이 더 쉽습니다.
R = sqrt((Xp - Xo)^2 + (Yp - Yo)^2)
R = 제곱(Xp^2 - 2*Xp*Xo + Xo^2 + Yp^2 - 2*Yp*Yo + Yo^2)
대체 Yo = A*Xo^2:
R = 제곱(Xp^2 - 2*Xp*Xo + Xo^2 + Yp^2 - 2*Yp*A*Xo^2 + A^2*Xo^4)
더 나아가 dR/dXo가 아니라 dR^2/dXo를 취하는 것이 더 쉽습니다.
dR^2/dXo = -2*Xp + 2*Xo - 4*Yp*A*Xo + 4*A^2*Xo^3
dR^2/dXo를 0과 같게 하면 a*X^3 + b*X + c = 0 형식의 3차 방정식을 얻습니다.
a = 4*A^2
b = 2 - 4*Yp*A
c = -2*Xp
내가 기억하는 한, 중심 적분 극한 정리는 N -> 무한대인 샘플을 참조합니다.
작은 표본 크기(막대 수)를 사용하는 경우 이를 어떻게 신뢰할 수 있는지 명확하지 않습니까?
게다가, 그것들은 균등하게 분포된 랜덤 변수들을 위해 공식화되었고, 시장은 내 것과 같지 않습니다.
그리고 마지막으로, 이 모든 정리는 이벤트가 독립적이라는 가정에 기반을 두고 있습니다. 여기서 시장 변동이 독립적인 양인지 여부에 대해 오랫동안 논쟁할 수 있지만, 제 생각에는 그렇지 않은 것 같습니다.
다시 말하지만, 시장의 "관성"으로 인해 그렇지 않으면 시장의 "의존성"을 의미하는 "추세"와 같은 것이 없을 것입니다.
댓글만 들어도 재미있을텐데...
작은 표본 크기(막대 수)를 사용하는 경우 이를 어떻게 신뢰할 수 있는지 명확하지 않습니까?
게다가, 그것들은 균등하게 분포된 랜덤 변수들을 위해 공식화되었고, 시장은 내 것과 같지 않습니다.
그리고 마지막으로, 이 모든 정리는 이벤트가 독립적이라는 가정에 기반을 두고 있습니다. 여기서 시장 변동이 독립적인 양인지 여부에 대해 오랫동안 논쟁할 수 있지만, 제 생각에는 그렇지 않은 것 같습니다.
다시 말하지만, 시장의 "관성"으로 인해 그렇지 않으면 시장의 "의존성"을 의미하는 "추세"와 같은 것이 없을 것입니다.
아마도 아이디어의 본질은 포물선을 사용하여 3-6개월 동안 이 작은 샘플을 근사하면 포물선의 관점에서 이러한 주장을 적용할 수 있다는 것입니다. 즉, 결과적으로 우리는 포물선에 수직인 평면에서 추정치를 얻었고 모든 사람에게 명확한 가격 좌표와 평행한 추정치를 얻지는 못했습니다. Vladislav가 선형 회귀 채널에 대해 동일한 적분 추정치를 적용한다는 것을 이해합니다. 즉, 선형 회귀 채널에 대한 반전 확률은 동일한 적분 방법으로 결정할 수 있습니다. 그런 다음 단순히 다른 채널(선형 회귀 및 포물선)의 정보를 분석하여 시장 상태(반전 및 움직임 지속 가능성)에 대한 보다 정확한 평가를 얻습니다.
사실, 나는 여전히 시간의 반전 가능성을 평가하는 문제를 완전히 이해하지 못합니까? 예를 들어 Vladislav는 Murray의 이론에서 가져온 간단한 가정을 사용합니다. 예를 들어 수준이 계산되는 기간을 가져 와서 8 부분으로 나누면 몇 가지 위기 지점(역전 또는 침투 지점)이 있어야 합니다. ) 이 부분의 경계 영역에서? 즉, 지표 P=64(기간 1440 - 1일)에 대한 기본 매개변수를 사용하는 경우 8로 나누면 이러한 위기 이벤트가 약 8거래일마다 발생해야 한다고 가정합니다. 아니면 그런 것? 말해 주세요. 다른 것을 사용하는 경우(예를 들어, 역전 확률에 대한 통합 추정치), 언뜻 보기에 시간 경과에 따른 예측 아이디어가 명확하지 않기 때문입니다. 말해주세요. 여기서 요점은 무엇입니까?
행운을 빕니다.
Vladislav, 현재 시점에서 신뢰 구간의 위치를 평가하는 측면에서 전략에서 표준 편차를 사용하는 방법에 대해 좀 더 말씀해 주시겠습니까? 지난 6개월 동안 가능한 모든 샘플의 전면 재계산을 통해 선형 회귀의 최적 포물선과 채널(허스트 계수 기반)을 이미 찾았고 다음 값을 알고 있다고 가정합니다. 적분 추정 방법에 기초한 현재 시간에서의 반전 확률. 이제 이 전체 시스템에서 표준 편차도 적용하는 방법은 무엇입니까? 즉, 표준편차 값을 계산하기 위해 어떤 매개변수를 선택해야 합니까? 이 경우 표준 편차가 계산되는 이동 평균의 그래프가 우리가 얻은 최적 포물선과 가능한 한 가깝게 일치하는지 또는 다른 방식으로 일치하는지 확인해야 할까요? 즉, 우선 프로그램에서 예를 들어 일반 MA(또는 비정상적인 MA-그런 다음 어느 것입니까?)를 작성하고 그 발산을 예를 들어 지난 주와 같이 최적의 포물선과 비교합니다. MA가 이 포물선에 대해 계산되는 막대 매개변수의 수 값을 조정합니다. 그런 다음 MA 매개 변수의 이러한 값을 받으면 이미 표준 편차 표시기 에 입력하여 최적의 포물선의 선에 대한 신뢰 구간을 결정하는 편차를 찾습니다. 아니면 제가 오해를 하고 있는 건가요? 정정해주세요!