Teoriden pratiğe - sayfa 73
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
sco'dan sao'dan daha iyidir (ortalama mutlak sapma). belki aşırılıkları geri atar ... orada bir şey var.
bazı makinelerden sayılan sapmalar. sko 12 puan çıktı. 6 puan çıktı.
Sko ve co arasındaki büyük farkın ne söyleyebileceğini merak ediyorum.
Neden kelime oyunu, bir formül var. COEX gerçekten çok daha sık kullanılıyor, bence kıyaslanamayacak kadar daha sık. Her şeyden önce, en küçük kareler yöntemi (LSM) tarafından oluşturulan basitlik ve hesaplama verimliliği nedeniyle. İşte basit bir örnek. Şimdilik, ortalamanızın LSM, aritmetik ile aynı olduğunu varsayacağım.
Çok, çok satır var. Elektronik biçimde büyük Sovyet ansiklopedisi. Bir satırdaki boşluk sayısının ortalama payını ve bu payın dağılım göstergelerinden birini, RMS'yi veya bu ortalamadan ortalama modül sapmanızı hesaplamanız gerekiyor (kısaca Cheb diyeceğim, sonra nedenini söyleyeceğim) . Tüm hatlardan her geçiş pahalı, kitaplar farklı İnternet kaynaklarında, bağlantı bir bakır çifti üzerinden modem. Bu nedenle, RMS'yi hesaplamak için bir geçiş yeterlidir (hemen satır sayısını, boşlukların kesirlerinin toplamını ve boşlukların kesirlerinin karelerinin toplamını kaydederiz, bu toplamlardan hemen RMS'yi hesaplarız) ve Cheb için iki tane gereklidir (ilkinde satır sayısını ve payların toplamını topluyoruz, onlardan ortalama hesaplıyoruz, ikincisinde ortalamadan mutlak sapmaların toplamını topluyoruz, Cheb'in ondan sapmasını hesaplıyoruz ). Emek yoğunluğundaki fark 2 kattır.
Ve böylece her yerde, nereye atarsanız atın - her yerde bir kama, eğer Cheb yöntemleriyle bir şeyler yapmanız gerekiyorsa. Bir tablo işlevine yaklaşma görevi, çözüm için tamamen farklı maliyetler üretir. En basit durumda, işlevi bir sabitle değiştiririz. En küçük karelere göre, bu, değerler tablosundan tek geçişte olduğu kadar herkes için de açık olan aritmetik ortalamadır. Mutlak sapmanın minimizasyonu ile yaklaşım, tek tip yaklaşım veya Chebyshev olarak adlandırılır. Ondan medyan ortalamayı aramak gerekir, sabitlerin herhangi birinden mutlak sapmaların toplamı için minimum sağlayan budur. Medyanı nasıl hesaplayacağınızı düşünün. MQL bunun için hazır bir fonksiyona sahiptir. Yaptığı doğru, önce tüm öğeleri artan sırada düzenler. Ve bu, aritmetik ortalamayı bulmak için hiç de değil.
Ve benzeri. Aynı zamanda, LSM'nin fenomen hakkındaki normal fikirleri çarpıttığının da farkında olunmalıdır. Örneğin, ortalama ücret düzeyi gibi. Bu, istatistik makamları tarafından ortalama maaş hakkında rapor vermek için kullanılır. Şirketin 5'i 1'er milyon, kalan 20'si 50 bin olmak üzere 25 çalışanı varsa aritmetik ortalama maaş 6/25=240 bin, ortanca ortalama 50 bin olur.
hakkında. kesinlikle. ticarette medyan sapmayı kullanabilir...
ve sonra sko'daki noktayı göremiyorum.
tüm sapma değerlerinin karesi alındı. sonra ortalama sapma karesinin değerini hesapladı. sonra yine kökü ondan aldılar.
sco'dan sao'dan daha iyidir (ortalama mutlak sapma). belki aşırılıkları geri atar ... orada bir şey var.
makineden hesaplanan sapmalar. sko 12 puan çıktı. 6 puan çıktı.
Sko ve co arasındaki büyük farkın ne söyleyebileceğini merak ediyorum.
RMS'nin aykırı değerlere duyarlılığı üzerine. Sonuçta, ağırlıklı ortalamadan bahsediyorsak, aykırı değer sapmaları kareyi etkiler, bu da ağırlıklarında keskin bir artışa eşdeğerdir.
gerçekten. tam tersine yaslanmazlar, ağırlıklarını arttırırlar! Bu bakımdan, sko sao'dan daha kötüdür.
neden herkes bunu standart olarak aldı?
gördük)
sco'nun sao'dan güçlü bir şekilde sapması, birçok aykırı değer olduğunu gösterebilir. veya sapmaların değerleri çok farklı ve hepsi neredeyse aynı değil.
gerçekten. tam tersine yaslanmazlar, ağırlıklarını arttırırlar!
Puanlar kabaca konuşursak, tüm istatistikler enerji veya iş (gaz teorisi) muhasebesinden çıktı. Bu pek doğru değil, ama olacak.)
Cisimlerin ortalama enerjisi Wср=(M*V1^2/2 + M*V2^2/2+...)/n olacaktır. Onlar. cisimlerin iş yapabilmeleri için Vср=sqrt(Wср)/M ortalama hızına sahip olmaları gerekir. Formüller eşdeğerdir.
Ortalama hız, bu tür hesaplamalar için size kesinlikle hiçbir şey vermeyecektir.
Konunun başında bir yerde Alexander, pazarın kendine benzer olduğunu yazdı. Onlar. farklı zaman ölçeklerinde aynı özelliklere sahiptir.
Bu durumu açıklığa kavuşturmak için, önemli ölçüde farklı periyotlara sahip birkaç MA aldım, onları TF 1m üzerinde çizdim ve bunlara göre dağılımları hesapladım. Bunu aynı R'de yeterince hızlı yapabilirsiniz.
Pazarın kendine benzerliği ile, ölçekleme sırasında dağılımlar birbiriyle örtüşmelidir. Örtüşme olmadığı ortaya çıktı, dağılımlar birbirinden önemli ölçüde farklı, yani. piyasa kendine benzer değildir.
Farklı zaman ölçeklerinde çalışan stratejilerin ölçekleme yoluyla bir diğerine taşınamayacağı ve muhtemelen bazı durumlarda hiç taşınamayacağı sonucu çıkar.
Kendine benzemezlik, farklı zaman aralıklarında çalışan stratejilerin teknik olarak birbirinden çok farklı olduğunu da doğrulamaktadır. Diyelim ki scalping, gün içi, kısa ve orta vadeli stratejiler, uzun vadeli stratejiler - tüm bunlar çok iyi. çeşitli ticaret teknikleri.
Belki tüm bunlar önemsiz, ama daha önce düşünmedim.
Konuya göre, Alexander'ın stratejisi, kesin olarak bilmesek de "saatlerce süren ender anlaşmalar"dır, çünkü. bizden önce sadece bir demo versiyonuydu.
Faaliyetim, farklı bir ticaret zaman ölçeğindedir ve pazarın kendine benzerliği olmadığında, bu tamamen farklı bir tekniktir. Genel olarak, pazarın benim sektörüm değil.)
Başka bir deyişle, kendiniz lahana turşusu satarken Rolls-Royce bayilerine tavsiye vermeniz çok saçma. Bu arada, bunun tersi de doğrudur.
Sorduğun soruyla ilgileniyorum. Aslında, dayatmanın gerçekleşmediği gerçeği. İki yıl boyunca EURUSD dakikalarını aldım ve toplam süre için T2 dakikalık bir süre ile yavaş ortalamadan T1 dakikalık bir süre ile hızlı ortalamanın N sapma sayısının bağımlılığına bakmaya karar verdim. 4 basamaklı noktalarda d sapmalarının 0.0001. T1 ve T2 ortalamaları için, yarı açık aralığına [d-0.5, d+0.5) düşen farklarının örnek frekanslarını sayarız ve bu frekansı N(d, T1, T2) olarak göstererek d ile ilişkilendiririz.
Daha sonra d'nin karşılaşılan tüm değerleri üzerinden N(d,T1,T2) toplamını hesaplar ve N(d,T1,T2)'yi ona böleriz. Böylece, herhangi bir T1,T2 çifti için toplamı aynı ve 1'e eşit olan n(d,T1,T2) göreli örnek frekanslarını elde ederiz. İki çift (T1,T2) ve (T3,T4) için karşılaştırma yapmıyoruz. , ancak hesaplama sayısını azaltacak olan 0 dakikalık bir ortalama olan ortalama Ti'nin kurstan sapmalarını karşılaştırın. Aslında, bir kerede 5 yavaş ortalama periyodu belirleyelim: T1 = 4 T2 = 16 T3 = 64 T4 = 256 T5 = 1024, 4 dakikadan 17 saate kadar olan periyotları kapsar. Bu 5 yavaş olanlar için hızlı ortalama birdir, T0 = 0, rotanın kendisidir. Yani, N(d, Ti, 0) frekanslarını topluyoruz. Resimde daha iyi. Analiz için Excel'de bir tablo yapıldı (750 bin satır 94 Mb) https://yadi.sk/d/97QaopiK3QbTv9 (80 Mb), kim - kontrol etmek ister, belki hata yapmışlardır.
Pirinç. 1. -350 ila +350 puan aralığında birincil örnek frekans sapmaları.
Simetri görülebilir, bu nedenle farklı işaretlerin sapmalarının frekanslarını toplarız ve logaritmayı x eksenine genişletiriz. Logaritmaların hesaplanmasındaki sorunları ortadan kaldırmak için tüm frekansları da 1 artırıyoruz. Pirinç alıyoruz. 2. Örnek frekansların toplamını hesapladıktan sonra, onlara böleriz ve böylece göreceli frekanslara geçeriz. Zaten Şekilde. 2 eğrilerin eşit uzaklıkta olma eğiliminde olduğunu göstermektedir. Ayrıca hareketli SMA'ların her birinin dalgalanma aralığını da hesaba katalım. Karekök yasasını kullanıyoruz (ZKK https://www.mql5.com/ru/forum/193378/page16#comment_5116118 formül (2), ortalamanın dalgalanmalarının ölçeği, periyodunun köküyle orantılıdır), böl d Ti^0.5 ile. Sonraki Şekil 3'te, eğriler daha da yakındır. ZKK'yı doğrudan salınımların kendilerine ikinci kez uyguladığımızda, büyüklüklerinin frekansın karesiyle ters orantılı olduğu ortaya çıkıyor. Şek. 4, dağılımları kendine benzer bir forma getirmenin son adımı yapılır.
Söyle bana Yuri, ne tür bir kendine benzerlik arıyordun? Bana ne oldu değil mi?
harika, size (becerilerinizle) küçük bir adım ve insanlık için büyük bir adım atmaya devam ediyor:
küçük bir zaman döngüsünde, aynı anda oluşan, tahmin için hafif bir kayma ile daha büyük olanın özelliklerini belirlemek. Ve geri kalanını farklı bir periyoda sahip bir döngüye tahmin edin. Bu tahmin olacak.
Bu arada, benim için işe yaramadı, ancak döngülerin korelasyonu ve afin dönüşü ile matematikte bir güdük yaptım (benzer döngüler farklı açılarda olabilir) ve orada bağımlılıklar o kadar tembel olmayabilir. :)
Ya da daha doğrusu bir şey oldu ama sonuçlar bana uymadı.. Örnek kod ve resim verebilirim.
Sorduğun soruyla ilgileniyorum. Aslında, dayatmanın gerçekleşmediği gerçeği. İki yıl boyunca EURUSD dakikalarını aldım ve hızlı ortalamanın N sapmalarının sayısının T1 dakikalık bir süre ile yavaş olandan T2 dakikalık bir süre ile toplam süre için T2 dakikalık bir süreye bağlılığının nasıl olduğunu görmeye karar verdim. 4 basamaklı noktalarda d sapmaları 0.0001. T1 ve T2 ortalamaları için, yarı açık aralığına [d-0.5, d+0.5) düşen farklarının örnek frekanslarını sayarız ve bu frekansı N(d, T1, T2) olarak göstererek d ile ilişkilendiririz.
Daha sonra d'nin karşılaşılan tüm değerleri üzerinden N(d,T1,T2) toplamını hesaplar ve N(d,T1,T2)'yi ona böleriz. Böylece, herhangi bir T1,T2 çifti için toplamı aynı ve 1'e eşit olan n(d,T1,T2) göreli örnek frekanslarını elde ederiz. İki çift (T1,T2) ve (T3,T4) için karşılaştırma yapmıyoruz. , ancak ortalama Ti'nin kurstan sapmalarını karşılaştırın; bu, 0 dakikalık bir süreye sahip bir ortalamadır, bu da hesaplama sayısını azaltacaktır. Aslında, bir kerede 5 yavaş ortalama periyodu belirleyelim: T1 = 4 T2 = 16 T3 = 64 T4 = 256 T5 = 1024, 4 dakikadan 17 saate kadar olan periyotları kapsar. Bu 5 yavaş olanlar için hızlı ortalama birdir, T0 = 0, rotanın kendisidir. yani
N(d,Ti,0) frekanslarını toplayın. Resimde daha iyi. Analiz için Excel'de bir tablo yapıldı (750 bin satır 94 Mb) https://yadi.sk/d/97QaopiK3QbTv9 , (80 Mb) kim kontrol etmek istiyor, belki yanılmışlardır.
Pirinç. 1. -350 ila +350 puan aralığında birincil örnek frekans sapmaları.
Simetri görülebilir, bu nedenle farklı işaretlerin sapmalarının frekanslarını toplarız ve logaritmayı x eksenine genişletiriz. Logaritmaların hesaplanmasındaki sıkıntıları ortadan kaldırmak için tüm frekansları da 1 artırıyoruz. Pirinç alıyoruz. 2. Örnek frekansların toplamını hesapladıktan sonra, onlara böleriz ve böylece göreceli frekanslara geçeriz. Zaten Şekilde. 2 eğrilerin eşit uzaklıkta olma eğiliminde olduğunu göstermektedir. Ayrıca hareketli SMA'ların her birinin dalgalanma aralığını da hesaba katalım. Karekök yasasını kullanıyoruz (ZKK https://www.mql5.com/ru/forum/193378/page16#comment_5116118 formül (2), ortalamanın dalgalanmalarının ölçeği, periyodunun köküyle orantılıdır), böl d Ti^0.5 ile. Sonraki Şekil 3'te, eğriler daha da yakındır. ZKK'yı doğrudan salınımların kendilerine ikinci kez uyguladığımızda, büyüklükleri frekansla ters orantılıdır. Şek. 4, dağılımları kendine benzer bir forma getirmenin son adımı yapılır.
Söyle bana Yuri, ne tür bir kendine benzerlik arıyordun? Bana ne oldu değil mi?
ve tüm bunlar, farklı dönemlerin tikleriyle rastgele bir yürüyüşün çizelgelerinde gerçekleştirilirse?
Konunun başında bir yerde Alexander, pazarın kendine benzer olduğunu yazdı. Onlar. farklı zaman ölçeklerinde aynı özelliklere sahiptir.
Bu durumu açıklığa kavuşturmak için, önemli ölçüde farklı periyotlara sahip birkaç MA aldım, onları TF 1m üzerinde çizdim ve bunlara göre dağılımları hesapladım. Bunu aynı R'de yeterince hızlı yapabilirsiniz.
Pazarın kendine benzerliği ile, ölçekleme sırasında dağılımlar birbiriyle örtüşmelidir. Örtüşme olmadığı ortaya çıktı, dağılımlar birbirinden önemli ölçüde farklı, yani. piyasa kendine benzer değildir.
resim verebilirmisin ölçekleme nasıl yapılır?