文章 "自适应算法(第三部分): 放弃优化" - 页 2

新评论
 
Valeriy Yastremskiy:

这个想法并不简单，也不明显。我现在还不清楚，为什么当向上有更多的区块时，我们要卖出。

一般来说，最好对不明显的表述进行详细说明。

据测算，价格在 24 个价位上平均垂直移动 4.47 个价位。这意味着，价格通常在 24 个台阶中垂直经过 4.47*2=8.94 个区块到 0 个区块。我们来测量一下 24 个区块和 10 000 个样本的振幅分布形状。


可以看出，价格有 1360 次触及 0。在垂直方向的 9 个区块中，价格在 24 步内无法通过，最近的值为 8-10。在垂直方向的 8 个区块中，价格触及 528+577=1105 次，在垂直方向的 10 个区块中，价格触及 306+277=583 次。如果我们求出纵向 9 个区块的平均值，则 (1105+583)/2=844 次。在 25 个采样点（24 个区块）的正弦波上，价格将在 24 个区块的垂直方向上经过 2 次（前提是区块的大小要使整个振幅适合 24 个区块）。对于 10 000 个采样点，垂直方向上将通过 1000/25*2=800 次。但在实际图形中，垂直方向上 9 个块的次数约为 844 次。也就是说，图形可以大致表示为一个有噪声的正弦波，它有一个向上的趋势部分、一个平坦的部分和一个向下的趋势部分。

那么，趋势部分之后应该是平坦部分。因此，如果出现相当于平均振幅两倍的波动，我们就应该进行回调交易。如果价格在 24 个台阶中平均经过 4.47 个垂直区块，那么趋势运动将是 8.94 个垂直区块，即一个方向 7.53 个区块，另一个方向 16.47 个区块。不能有小数，必须四舍五入为整数。也就是说，一个方向有 8 个区块，另一个方向有 16 个区块，即一种区块的超重率为 66.6%。因此，当算法发现一种区块过重时，就会认为这是一种趋势运动，将会出现回调。

 
Maxim Romanov:

假设测得价格在 24 步内平均垂直移动 4.47 个区块。这意味着价格通常在 24 步内从 4.47*2=8.94 垂直移动到 0 区块。我们来测量一下 24 个区块和 10 000 个样本的振幅分布形状。


可以看出，价格有 1360 次触及 0。在垂直方向的 9 个区块中，价格在 24 步内无法通过，最近的值为 8-10。在垂直方向的 8 个区块中，价格触及 528+577=1105 次，在垂直方向的 10 个区块中，价格触及 306+277=583 次。如果我们求出纵向 9 个区块的平均值，则 (1105+583)/2=844 次。在 25 个采样点（24 个区块）的正弦波上，价格将在 24 个区块的垂直方向上经过 2 次（前提是区块的大小要使整个振幅适合 24 个区块）。对于 10 000 个采样点，垂直方向上将通过 1000/25*2=800 次。但在实际图形中，垂直方向上 9 个块的次数约为 844 次。也就是说，图形可以大致表示为一个有噪声的正弦波，它有一个上升趋势部分、一个平坦部分和一个下降趋势部分。

那么，趋势部分之后应该是平坦部分。因此，如果出现相当于平均振幅两倍的波动，我们就应该进行回调交易。如果价格在 24 个台阶中平均垂直移动 4.47 个台阶，那么趋势移动将垂直移动 8.94 个台阶，即一个方向移动 7.53 个台阶，另一个方向移动 16.47 个台阶。不能有小数，必须四舍五入为整数。也就是说，一个方向有 8 个区块，另一个方向有 16 个区块，即一种区块的超重率为 66.6%。因此，当算法发现一种区块过重时，就会认为这是一种趋势运动，将会出现回调。

谢谢，我明白了。 我不知道，这太简单了。 它应该有效，但我认为它只选择了一小部分有利可图的交易。不过最好还是分析一下表现来确定。

 
Maxim Romanov:

它会越过 MA。但这毫无意义。正常操作需要一个理论模型，没有理论就只能靠猜测。这里有几个问题，为什么价格要回到平均线上，采取什么样的平均周期，为什么是这个周期？

嘿嘿......

这些都是必须回答的最重要的问题。首先，要回答自己的问题。光靠数学和统计学是不够的。你需要一种，呃...一种哲学 一种思维范式是的

 
Valeriy Yastremskiy:

谢谢你，我明白了。 我不知道，这太简单了。 它应该有效，但我认为它只选择了一小部分盈利的交易。不过，最好还是分析一下性能，以确保万无一失。

现在太简单了）。

在下一篇文章中，我将展示它是如何工作的。

 
Alexander_K:

嘿嘿...

这些都是必须回答的最重要的问题。首先是对你自己。光靠数学和统计学是不够的你需要一种，呃...一种哲学 一种思维范式是的

是的，这就是为什么我采用这种特殊算法，而不是使用标准指标，因为我不仅从数学方面，而且从价格形成的基本特征方面，都知道为什么这种算法应该有效。

 
Maxim Romanov:
没有任何评论...是不喜欢，还是不理解，抑或是太清楚了，无话可说？）

我饶有兴趣地读了这篇文章，喜欢它，甚至理解了一些东西。

但现在我称自己为美国人。

 
该方法的盈利性问题并未披露。
 
Alexei Ermolaev:
该方法的盈利问题尚未披露。

这将在下一篇文章中揭示，但还不是整个方法。

 

一般来说，如果没有找出明确的模式，优化就是一种被迫的措施。

真正的规律越多，优化的必要性就越小。在传统的技术援助中，没有规律可循，因此机器人优化就是试图利用以前的 "所谓规律 "来应对当前的情况。

 
Aleksandr Masterskikh:

一般来说，如果没有找出明确的模式，优化就是一种被迫的措施。

真正的规律越多，优化的必要性就越小。在传统的技术援助中，没有规律可循，所以机器人优化就是试图用以前的 "所谓规律 "来应对当前的情况。

是的，说得好，我无法说得如此简洁，但这就是我想说的。我的思路正是找出规律。在此基础上加以发展，减少未考虑的因素。我相信，如果你把问题分解 得当，这是有可能实现的。
1234
新评论