文章 "依据价格相关性的统计数据过滤信号" - 页 2

新评论
 
Urain:

过滤的另一个积极特点是，当交易量减少 4 倍时，利润仅下降 25%。

每次进入市场都有风险，这并不是什么秘密。硬币的制胜策略就是不玩。

而事实上，在利润几乎相同的情况下，您可以进行更少的交易，这很好，非常好。


如果您在多个符号上进行交易，但信号过滤得足够好，您可以减少每个符号的交易次数，从而多获得 25% 的利润。

或者，您也可以选择获得初始利润，但减少缩水。

 
假设市场的行为是混乱的，就像一枚硬币。<br/ translate="no">

因此，当一个新的条形图 出现时，价格上涨或下跌的机会均等，而之前的条形图丝毫不会影响当前的条形图。田园诗创建一个交易系统，设置止盈高于止损（即把预期带入正值区域），然后就大功告成了。这简直令人叹为观止。

关于报价：我完全没听懂！！！那是什么？那是什么？诗歌？:)数学在哪里？

其次：收盘方向的概率并不重要，如果小盈利的概率 越大，那么大亏损的概率就越小 。 您的统计数据取决于其中省略的风险管理细节;)

您文章中可分析的例子太少。可以说，您所举的例子很符合故事情节。

 

让我们假设市场的行为就像一枚硬币，杂乱无章。

因此，当出现新的条形图 时，价格上涨或下跌的机会均等，而之前的条形图丝毫不会影响当前的条形图。创建一个交易系统，设置止盈高于止损（即把预期矩阵带入正值区域），然后就大功告成了。令人叹为观止。

作者，你有没有想过，尽管向上收盘的次数与向下收盘的次数相等，但驼鹿在每一次交易中都可能触发。因此，即使知道向上收盘的次数和向下收盘的次数一样多，你所描述的策略也是不合适的。

 

您好、

感谢您的精彩文章、

如果我说错了，请指正....

您从过去提取数据并同时运行过滤专家？

如果是这样的话，恕我直言，我认为这种过滤没有任何意义。这种过滤证明不了什么，因为它显然会让结果变得更好....。

我不喜欢完全随机漫步的市场，但我认为您应该使用一个时期（例如 2005 年）来提取数据进行过滤，然后在下一年（2006 年）运行您的过滤专家，一直到最后一年，然后与原始专家进行比较，看看过去的价格行为与其未来趋势之间是否存在任何关联。

 

这真是一篇有趣的文章，非常好。

感谢您的写作。

 
谢谢您的文章，我会在我的一些 EA 上测试并尝试改进您的想法。
再次感谢您！
12
新评论