文章 "利用箱形图（Boxplot）探索金融时间序列的季节性形态" - 页 3

新评论
 
Igor Makanu:

好吧，我从另一个角度来谈这个问题，让我们抛开 "交易者的垃圾和投机 "这一套。

在这里，我们有一个用时间序列描述的随机过程，我们决定将其离散度定为 15 分钟--好的，然后我们决定使用 MA(25) = 4 小时的累积平均值来进行评估，对前 4 小时的评估允许分配一个特定的时间间隔，在这个时间间隔内，随机过程将有一个有保证的增长？

那么我们可以得出结论，这个过程取决于前 4 小时的时间序列数据？

也就是说，我想说的是，用于估算时间间隔的 MA 仍然是一种调整，或者说被调查的过程一定会与之前的数据有联系--我个人只能得出这样的结论，根据 2015-2017 年的结果，过程与之前 4 小时有联系的结论是不正确的，我认为只剩下根据这种方法进行调整。

我们可以得出，平均而言，在 4 小时内，每小时的偏差都高于 MA。

那么，我们就可以推断出，如果我们在 MA 下方买入，并在其上方收盘，那么平均而言，我们就处于有利的一方。

我不明白为什么要愤愤不平？这只是一个方便可视化的统计数据，它会打破你所有的梦想（如果有的话），让你跌入现实。

踩水 )就因为你在历史上找不到这样的周期--所以也许你可以寻找其他更容易生存的周期。我查过经典。

别忘了，你可以把月/日/小时结合起来。

你的所有算法都会在同一件事上崩溃，那就是缺乏周期。这是基础。比起写一堆算法都撞上同一件事，看一遍图更容易理解。

 
Igor Makanu:

我没有怨恨，我只是不喜欢 TS 评估方法，正如我在上面所写的那样，MA 上的这种交易根本不能说明任何问题。

这就是我放弃寻找规律性的原因，或者说，市场上只有一种规律性--参与者的 日常活动，它是按时间间隔重复的，然后是愚蠢的力学--搜索一个时间间隔，然后测试仪的基因根据简单的规则混乱地下单，那些在测试仪中运行良好的结果我在前锋上运行，一小部分测试是有意义的--它们自信地通过前锋，甚至在所有真实刻度的模式下。使用这种方法，搜索比发明一个 TS 然后测试它更快

好了，我要离开这个话题了，我想讨论一下--我和作者讨论过了，再次感谢 Python--有用的修订版和清晰的材料！

为什么要删除？) 抓住更新，文章在数据分组方面有不准确之处

如果 MA 不喜欢，建议再做一个去趋势，我会做的

附加的文件：
Seasonal_exploration.zip  385 kb
 
Igor Makanu:

我不想破坏我的因果报应，材料是有用的，也许许多读者需要它，我在这里 .....达达尼昂还是罗宾汉？))))) 虽然我可能只是一个已经绕了一百个圈子的焦头烂额的搜索者 ))))

我写这篇文章也是为了获得反馈，而不是为了炫耀自己不懂的东西。

该机器人可以在市场上进行修改，并以某种酱汁的形式提供服务。即使是许多复杂的解决方案，也无法从 3 行代码中实现这一点。

300p


 
Igor Makanu:

好吧，如果你真的想好好掌握 BP 研究课题，你就需要研究一些有规律性的东西，就像研究天气温度表的同一种方法的变体（来自文章），那里肯定有规律性，不可能有拟合。

如果该方法在多个温度数据上都能正常工作，那么您就可以尝试将其转移到混沌（CR）中，在知道该方法有效的情况下，寻找它在 CR 中不起作用的原因--也就是说，只有这样才能将一些过滤魔法应用到 CR 中（增量、回归、通过对数进行归一化等）。

它适用于任何正则表达式周期，是一种经典。

只有亚历山大知道如何处理浮动周期，即使你把蜡烛放进去......
 

我在 TC 中使用了大致相同的研究结果（但基于瘦蜱）。

当然，我从这些数据中得出了一些不同的结论....我不需要知道某个货币对（本例中为欧元兑美元）在哪个小时出现上涨或下跌，因为在另一个货币对上可能会出现完全不同的情况....。

我关心的是原则--季节性、日历性 "胡子盒 "的稳定性。平均而言，它们总是这样吗？这篇文章证明了--是的，总是这样。这些方框图的外观总是差不多的。这是非常重要的一点如果我们在这些研究中加入交易量，那么很明显，这些蜡烛图的价差与交易量 成正比。剩下的就是技术问题了。

 

简而言之（为了不让读者感到厌烦）--本文的研究可以而且应该用于预测 波动性 市场的波动。不是看 "此时此地 "的数据，而是要 知道 在未来一段时间内，离散通道将会扩大或缩小。而且这种情况会一直存在。

事实上，文章中的图片是市场周期性总体情况的一部分。是的，它很丑陋。但在我们的线性世界里，它就是这样。在非线性世界里，它是美丽的....。

[删除]  
季节性针对的是商品，而不是货币。
 
Alexander_K:

对我来说，最重要的原则是季节性、日历式 "胡子盒 "的可持续性。平均而言，它们总是这样吗？这篇文章证明了--是的，总是这样。这些方框图的外观总是大致相同。

这是一种奇怪的解读。作者特别指出了它的不同之处。

这是非常重要的一点...如果我们在这些研究中加入勾股量，就会发现这些蜡烛图的价差与勾股量 成正比。剩下的就是技术问题了。

这是涅恰耶夫的胡说八道

 
Vladimir Baskakov:
季节性针对的是商品，而不是货币。

从理论上讲，季节性可能更明显。在实践中，你必须看它。

总之，我已经开始进行更详细的分析。如果有有趣的结果，我会写出来。
 

我不能在这个问题上停下来，因为他们说 "又见面了"！

在这里，我勾画了我的测试代码，以测试"让我们只允许在 0-1 小时内开仓交易，假设在接下来的几个小时内，交易仍将以盈利收盘 "这一假设。

input int Hour_Open  = 0;
input int Hour_Close = 1;
input int TakeProfit = 500;
input int StopLoss   = 500;

#include <fxsaber\MT4orders.mqh>

int LastTradeDay;
long LastTicket;
double d_takeprofit, d_stoploss;
//+------------------------------------------------------------------+
int OnInit()
{
//---
   LastTradeDay = -1;
   LastTicket   = -1;
   d_takeprofit = TakeProfit * _Point;
   d_stoploss   = StopLoss * _Point;
//---
   return(INIT_SUCCEEDED);
}
//+------------------------------------------------------------------+
void OnTick()
{
   MqlDateTime  dt;
   TimeCurrent(dt);
   bool tradetime = (dt.hour >= Hour_Open && dt.hour <= Hour_Close);

   if(LastTicket > 0 && !tradetime) {
      if(!OrderSelect(LastTicket, SELECT_BY_TICKET))   LastTicket = -1;
      if(LastTicket > 0 && OrderCloseTime() > 0)       LastTicket = -1;
 // if(LastTicket > 0 && OrderClose(LastTicket, OrderLots(), SymbolInfoDouble(_Symbol, SYMBOL_BID), 30)) LastTicket = -1; // 在非交易时间平仓
   }

   if(tradetime && LastTradeDay != dt.day && LastTicket == -1) {
      double ask = SymbolInfoDouble(_Symbol, SYMBOL_ASK);
      LastTicket = OrderSend(_Symbol, OP_BUY, 0.1, NormalizeDouble(ask, _Digits), 30, NormalizeDouble(ask - d_stoploss, _Digits), NormalizeDouble(ask + d_takeprofit, _Digits), "", 0, 0, INT_MIN);
      if(LastTicket > 0) LastTradeDay = dt.day;
   }

}
//+------------------------------------------------------------------+

我在优化程序 01.01.2017-01.0.12019 中运行，如果要寻找漂亮的平衡图表，优化程序会找到止损价 100 便士和止损位 4600 便士。

如果寻找合理的止盈/止损，则完全没有规律可循。


或者搜索模式的方法仍然不起作用，那么，作为一种选择，我失去了练习，写了一段歪代码 - 我已经一个多月没有用 MQL 写代码了。

12345678910...33
新评论