Maxim Dmitrievsky : bl 왜 모든 것이 그렇게 흥미로운가요, 당신은 며칠 동안 앉아있을 수 있습니다 .. 단지 돈을 가져 오지 않습니다)
:))) 충격을 받았어요... 뭔가 빠졌네요...
그러나 마법사는 고집스럽게 한 가지 주제를 염두에 두라고 조언합니다. 글쎄, 우리는 그것을 가져와야합니다. 우리는 그것을 가져올 것입니다. 어쨌든 신경망 없이는 할 수 없습니다. 책(위 참조)에서 사람들은 신경망을 사용하여 "즉석에서" 현재 분포의 매개변수를 능숙하게 결정합니다. 이게 빠진게 아닐까...
결국, 내 분위수는 항상 상수이며, 분위수 가우스 분포 함수에서 얻어지며 이는 매우 대략적인 근사치입니다. 분위수도 동적으로 계산되어야 합니다. 여기에서 신경망이 매우 유용할 수 있습니다.
1. 속도 \u003d 증분 합계(절대) / 시간
2. 람다 = 증분의 합(절대) / 실제 따옴표의 수
3. 시간 = 관찰 창
4. 표준편차 D = Sqrt(속도 * 람다 * 시간)
5. 차트 + - 표준편차 * 분위수에 대한 수학적 기대치가 있습니다.
큐브 루트에 관해서는 ...
표준편차를 SUM(ABS(returns))/POWER(N,0.3333333) 또는 SUM(ABS(returns))/POWER( N,0.5).
더 잘 작동하는 것 같지만 아직 확실하지 않습니다. 보고 읽어야지...
결과는 다음과 같습니다. 표준 편차 D =Sqrt(증가의 합*증가의 합*시간
-------------------------------------------------- ----------
시간* 실제 따옴표의 수)
total: 증분의 합 / Sqrt(실제 따옴표의 수), 여기서 시간은 일반적으로 빠지지 않습니까?
결과는 다음과 같습니다. 표준 편차 D =Sqrt(증가의 합*증가의 합*시간
-------------------------------------------------- ----------
시간* 실제 따옴표의 수)
total: 증분의 합 / Sqrt(실제 따옴표의 수), 여기서 시간은 일반적으로 빠지지 않습니까?
시간 경과에 따른 평균 속도 = 관찰 창을 고려하면 - 예, 순간적인 경우 틱당 - 아니요 ...
Zhenya 또는 다른 사람에게 요청하십시오.
1. 터키 + 봉투
2. 지분(2배 더 퍼짐)
수식을 넣었다 - 컷 등을 보았다.
그럼 조이면 됩니다...
글쎄, 네 - 내가 올바르게 이해한다면 슬라이딩 창의 증분 합계. 멋진 지표지만 추세에는 신경 쓰지 않습니다. 하지만 - 멋진 ... 하지만 - 중요하지 않은 ... 내가 혼란스러워하는 것 ...
지금 책을 읽고 있어요. 내가 잠시 동안 찾은 최고. 여기에서 우리가 이 주제 + 신경망에서 논의한 많은 것을 찾을 수 있습니다.
다시 포스팅합니다.
결과는 다음과 같습니다. 표준 편차 D =Sqrt(증가의 합*증가의 합*시간
-------------------------------------------------- ----------
시간* 실제 따옴표의 수)
total: 증분의 합 / Sqrt(실제 따옴표의 수), 여기서 시간은 일반적으로 빠지지 않습니까?
재미있다. 4자리 인용이 있는 DC도 취하면 "증분의 합(절대)"은 0.0001 * N의 곱과 같습니다. 여기서 N은 "실제 인용의 수"입니다.
표준 편차 D = 0.0001 * N / N^0.5 = 0.0001 * N^0.5 = Sqrt(N/100). 즉, 전체 트릭은 실제 따옴표 대신 취해진 것입니다. 그들이 얇아지는 방법.
재미있다. 4자리 인용이 있는 DC도 취하면 "증분의 합(절대)"은 0.0001 * N의 곱과 같습니다. 여기서 N은 "실제 인용의 수"입니다.
표준 편차 D = 0.0001 * N / N^0.5 = 0.0001 * N^0.5 = Sqrt(N/100). 즉, 전체 트릭은 실제 따옴표 대신 취해진 것입니다. 그들이 얇아지는 방법.
주제는 흥미롭지만 시장과 아무 관련이 없습니다.
일부 이상한 사진, 이름 및 용어는 시장과 관련이 없습니다.
증분이 없습니다. 이것은 증분을 찾는 영역이 아닙니다.
...
표준편차를 SUM(ABS(returns))/POWER(N,0.3333333) 또는 SUM(ABS(returns))/POWER( N,0.5).
더 잘 작동하는 것 같지만 아직 확실하지 않습니다. 보고 읽어야지...
ABS(반품) 대신 ABS(반품)^4를 취하면 평균과의 편차에 대한 반응이 더 날카로워지고 잡는 것 같습니다.
주제는 흥미롭지만 시장과 아무 관련이 없습니다.
일부 이상한 사진, 이름 및 용어는 시장과 관련이 없습니다. 증분이 없습니다. 이것은 증분을 찾는 영역이 아닙니다.
거기, 2장부터 읽어야 합니다. 그리고 분배의 형태는 Forex와 동일합니다. 그리고 이러한 분포의 매개변수는 신경망에 의해 결정됩니다. 전반적으로 좋은 책입니다.
일반 도구를 만드십시오. 즉석에서 - 수식을 삽입하고 컷을 보았습니다.
수백만 개의 관찰을 하울링하고 그래프의 크기를 조정했습니다.
여기 내 얘기는...
이해했다. 수락됨.
ABS(반품) 대신 ABS(반품)^4를 취하면 평균과의 편차에 대한 반응이 더 날카로워지고 잡는 것 같습니다.
:)
bl 왜 모든 것이 그렇게 흥미로운가요, 당신은 며칠 동안 앉아있을 수 있습니다 .. 단지 돈을 가져 오지 않습니다)
:))) 충격을 받았어요... 뭔가 빠졌네요...
그러나 마법사는 고집스럽게 한 가지 주제를 염두에 두라고 조언합니다. 글쎄, 우리는 그것을 가져와야합니다. 우리는 그것을 가져올 것입니다. 어쨌든 신경망 없이는 할 수 없습니다. 책(위 참조)에서 사람들은 신경망을 사용하여 "즉석에서" 현재 분포의 매개변수를 능숙하게 결정합니다. 이게 빠진게 아닐까...
결국, 내 분위수는 항상 상수이며, 분위수 가우스 분포 함수에서 얻어지며 이는 매우 대략적인 근사치입니다. 분위수도 동적으로 계산되어야 합니다. 여기에서 신경망이 매우 유용할 수 있습니다.