Teoriden pratiğe - sayfa 376
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
Burada öncelikle varyans ve buna bağlı olarak standart sapma ile ilgileniyoruz. Tekrar yazalım:
sigma = KÖK(c*lambda*t), burada:
c - bazı sabit
lambda - ortalama artışlar
t - zaman.
Bu formül, Forex'in Alfa ve Omega, Yin ve Yang'ıdır. Grail, basitçe söylemek gerekirse.
Yaptığım hatayı belirterek daha ayrıntılı olarak inceleyelim.
Eskander formülünüze bakıyorum ve 2006'da (forumu tanımadan önce bile) bu tırmıkta nasıl dans ettiğimi hatırlıyorum.
Zaten çok su bastı.
Hemen sadece matematiksel hesaplamaları değil, aynı zamanda uygun bir soyut düşünme, felsefe, isterseniz felsefe gerektiren kavramsal şeylere geçiyoruz.
1. ZAMAN t.
Zaman... Felsefi karakter! Düşünürler ve filozoflar için bir engel. Bize Tanrı tarafından verilen bir hediye mi, yoksa tam tersine bilinmeyen, içine bakmamızın yazgılı olmadığı uçurum mu? Cevap yok... Ama ona ihtiyacımız var! Anlamaya çalışalım.
Neden Forex'in lansmanından mantıksal ölümüne kadar varyansı sürekli olarak hesaplamıyoruz?
Cevap açık. Büyük fizikçi Einstein ve tüccar Gann bile, sürecin dağılımının t'nin köküyle orantılı olduğunu fark etti.
Dürüst olmak gerekirse, Gann'in zamanı neyle ölçtüğünü bilmiyorum ama Einstein'ınki saniyeydi.
Yani standart sapmayı her zaman izlerseniz, zamanla büyür ve... Ve özel bir şey değil. Kazanç yok, Nobel Ödülü yok... Hiçbir şey.
Bu nedenle, bu pencerede karşılık gelen bir standart sapma ile belirli bir olasılık yoğunluk fonksiyonu olduğunu umarak, süreci kesin olarak tanımlanmış bir gözlem zaman penceresinde düşünmeye zorlanıyoruz.
Eskander formülünüze bakıyorum ve 2006'da (forumu tanımadan önce bile) bu tırmıkta nasıl dans ettiğimi hatırlıyorum.
Zaten çok su bastı.
:))) Bu iyi.
Şimdi zaman içindeki odağı izleyin.
Hatırlatmama izin ver:
sigma = KÖK(c*lambda*t), burada:
c - bazı sabit
lambda - ortalama artışlar
t - zaman.
Bir kayan zaman gözlem penceresi seçelim t=14400 sn. (4 saat. Neden tam olarak 4? Bu ayrı bir tartışma konusudur).
2. Lambda artışlarının ortalama değeri.
Brown hareketi gibi tüm fiziksel süreçler her zaman, çarpışmalar arasında deltaT --> 0 olan parçacık çarpışmalarının rastgele doğası varsayımı altında düşünülür.
Ancak bizim durumumuzda bu varsayım yanlıştır. Kayan gözlem penceresindeki teklif sayısındaki değişimin doğası =4 saat, günün saatine bağlı olarak döngüseldir ve farklı döviz çiftleri için farklıdır.
O. lambda bir zaman ortalaması olarak kabul edilirse, bu, büyük ancak seyrek dalgalanmalara sahip bir döviz çifti ve sık, küçük dalgalanmalara sahip bir döviz çifti için aynı yanlış verileri verecektir.
Lambda'yı, t zamanında gelen alıntıların sayısının ortalaması olarak kabul etmek doğrudur.
Standart sapmanın formülünü yeniden yazalım:
sigma = SQRT(c*(SUM(ABS(dönüş))/N)*t), burada:
c - bazı sabit
dönüş - verilen zamandaki artış değeri
N - t zamanındaki teklif sayısı
t - zaman.
harika video, daha dün izledim, bir saattir burada oturuyorum ve para yönetimi olarak Pisagor üçgenini bazı siparişler tablosuna nasıl vidalayacağımı düşünüyorum
c sabitini dikkate alana kadar. Bu çok önemli ve ona daha sonra döneceğiz.
Şimdi sadece yüzüme çarpan tatsız şeye dikkat çekeceğim. Ve acıtıyor, lanet olsun...
Daha önce t=1 sn tekdüze zamanla çalışıyordum. Üstel aralıkları teorik olarak Erlang akışlarıyla çalışmak için bir fırsat olarak değerlendirdim.
Pencerede = 4 saat vardı:
sigma = SQRT(c*(SUM(ABS(dönüş))/N)*14400).
Ancak görev henüz çözülmedi. ile sabit! Burada hesaplamak o kadar kolay değil. Bunu nasıl yapacağımı biliyorum, ancak bunun için 4 saat içindeki tüm döviz çiftlerinin t zamanında alınan aynı sayıda teklife sahip olduğu alana girmeniz gerekiyor. Onlar. doğru Erlang akışına ulaşmak için.
Şimdilik, JPY çiftleri için c=0.01 ve diğer her şey için c=0.0001 olarak ayarladım.
Onlar. formülü kullandı:
JPY çiftleri için sigma = SQRT(0.01*(SUM(ABS(dönüş))/N)*14400) .
sigma = SQRT(0.0001*(SUM(ABS(dönüş))/N)*14400) diğerleri için.
Şimdi, sanırım bu kadar - Erlang akışlarının zamanı geldi.
2. sıranın akışını seçin. Onlar. ortalama alıntı okuma süresi = 2 sn. Alırım:
JPY ile çiftler için sigma = SQRT(0.01*(SUM(ABS(dönüş))/N)* 7200 ) .
sigma = SQRT(0.0001*(SUM(ABS(dönüş))/N)* 7200 ) diğerleri için.
Ve ... Hemen şimdi anladım ...
Ne yapalım? Erlang yayınlarını terk etmek mi? Geri gelmek?
Değil!
Kâse'ye giden yol devam edecek.
Ama şimdi yardıma ihtiyacım var.
Saygın matematikçi-programcılardan, çıktıda tamsayılar üretecek, ancak ortalama değeri kesinlikle akış sırasına karşılık gelen Erlang dağılımına sahip bir MF üreteci önermelerini istiyorum.
Bence Pascal'ın ayrık dağıtım üreteci olmalı (bkz. negatif binom dağılımı https://habr.com/post/265321 ) ama emin değilim...
Sorun şu.
https://en.wikipedia.org/wiki/Erlang_distribution adresinden MF oluşturucuyu kullanırsanız (bkz. aritmetik ortalama, mod ve medyan = 5. Ancak Tamsayı formatında mod ve medyan = 5, ancak aritmetik ortalama = 5.5. Her şeyin Tamsayı biçiminde de kesinlikle = 5 olmasına ihtiyacım var, çünkü ayrık zamanla çalışıyoruz.
Şimdiden teşekkürler.
Ne yapalım? Erlang yayınlarını terk etmek mi? Geri gelmek?
Değil!
Kâse'ye giden yol devam edecek.
Ama şimdi yardıma ihtiyacım var.
Saygın matematikçi-programcılardan, çıktıda tamsayılar üretecek, ancak ortalama değeri kesinlikle akış sırasına karşılık gelen Erlang dağılımına sahip bir MF üreteci önermelerini istiyorum.
Bence Pascal'ın ayrık dağıtım üreteci olmalı (bkz. negatif binom dağılımı https://habr.com/post/265321 ) ama emin değilim...
Sorun şu.
https://en.wikipedia.org/wiki/Erlang_distribution adresinden MF oluşturucuyu kullanırsanız (bkz. aritmetik ortalama, mod ve medyan = 5. Ancak Tamsayı formatında mod ve medyan = 5, ancak aritmetik ortalama = 5.5. Her şeyin Tamsayı biçiminde de kesinlikle = 5 olmasına ihtiyacım var, çünkü ayrık zamanla çalışıyoruz.
Şimdiden teşekkürler.
Bilgisayar RNG'leri tarafından üretilen sayıların sayısıyla ilgili istatistikleri toplayın. Her seferinde, yeterince büyük sayıda nesille aynı sonucu alacaksınız.
Bu yüzden alıntıyı kullanın