交易中的机器学习：理论、模型、实践和算法交易 - 页 1760

[Valeriy Yastremskiy]

阿列克谢-潘菲洛夫。

似乎不准备具体回答。我看不出低位和高位时间段之间有什么根本区别。

不同的是，低价格的趋势弥补了高价格的趋势。 阶梯是高频的，向上向下是低频的。 其目的是减少滞后性。如果我在一小时的时间范围内将滞后时间减少到一小时......

[Aleksey Panfilov]

瓦列里-亚斯特雷姆斯基。

不同的是，在低频的趋势中弥补了高频的趋势。 阶梯是高频的，向上向下是低频的。 阶梯参数是相同的，参数算法也是如此。

目标是减少滞后性。

如果你想把滞后时间从15分钟的滞后时间减少到1小时，你就能赚到钱了......

只是另一首歌，关于滞后：https://www.mql5.com/ru/forum/224374/page19#comment_13522664

[Aleksey Panfilov]

瓦列里-亚斯特雷姆斯基。

不同的是，在低频的趋势中弥补了高频的趋势。 阶梯是高频的，向上向下是低频的。 其目的是减少滞后性。如果我从15分钟的滞后减少到不到一小时，我就已经获利了。

谢谢你的对话。睡觉去了。)

[Rorschach]

出现了一个想法，存档者可以作为一个随机性的测试。随机将不会被存档者压缩。

我们应该测试小床，不同的尺寸，几个样品。尝试做分解成组件，看看压缩是否有改善。

Flac是一个更糟糕的压缩器，尽管它似乎更适合它。Flac也很有趣，因为它使用了近似值+噪音。

[Aleksey Nikolayev]

罗夏。

出现了一个想法，存档者可以作为一个随机性的测试。随机将不会被存档者压缩。

需要检查床位，不同的尺寸，几个样品。如果压缩效果好的话，可以尝试做分解成组件。

flac的压缩效果更差，尽管它似乎更适合于此。Rorschach：flac的压缩效果更差，虽然它似乎更适合这种压缩方式。

试着压缩Pi记录--它肯定不是随机的，但在这之前，存档者会不会 "猜 "到）。

[Valeriy Yastremskiy]

罗夏。

出现了一个想法，存档者可以作为一个随机性的测试。随机将不会被存档者压缩。

我们应该测试小床，不同的尺寸，几个样品。试着做一个组件分解，看看压缩是否有改善。

flac的压缩效果更差，尽管它似乎更适合于此。Rorschach：flac的压缩效果更差，虽然它似乎更适合这种压缩方式。

而有什么意义呢，要把这个系列改得不一样，很清楚为什么，随机应变是合适的。但不清楚该走哪条路--是在不降低原作质量的情况下进行新的压缩，还是将压缩中使用的方法应用于系列，看什么？fxsaber提出了一个概率逻辑问题，今天的交易))))。

[Rorschach]

阿列克谢-尼古拉耶夫。

试着压缩Pi的记录--这绝对不是随机的，但存档者会 "搞清楚 "吗）？

Pi必须处于随机水平，该链接具有

[Rorschach]

瓦列里-亚斯特雷姆斯基。

以及有什么意义，以不同的方式改变系列，这是明确的原因和随机是适当的。但目前还不清楚哪种工作方式--是在不降低原始质量的情况下进行新的压缩，还是将压缩中使用的方法应用到系列中去，看什么？今天，fxsaber为交易提出了一个概率逻辑))))。

这是一种随机性的测试。如果没有依赖关系，就不能被压缩。如果有，就会被压缩，模式越多，就越会被压缩。

[Valeriy Yastremskiy]

阿列克谢-潘菲洛夫。

只是另一首歌，关于滞后：https://www.mql5.com/ru/forum/224374/page19#comment_13522664

查了一下，这个话题中的观点很有道理，我同意。但不知何故，这个想法没有被强调。不同的TF是不同程度的变薄。而我们正在研究不同频率的变薄系列。而在不同的平均数之后，我们突出了不同瘦身的浪潮。鉴于波浪确实在价格系列中形成，我们看到了它们。但价格系列是由不同频率的波浪形成的。而最高频率的有一个比价差小的值。而且不可能足够准确地预测低频。但如果我们正确地分解和隔离高频成分，并考虑到低频成分的参数，那么就会有一些东西，至少我还没有看到关于这个主题的任何作品。

引自

...虽然方法很经典:-)有一些数据，使用不稳定的理论，并假设我们有权利用多项式来描述它，插值，检查它，并使用多项式的根来推断...

[Valeriy Yastremskiy]

罗夏。

这是一种随机性的测试。如果没有依赖关系，它就不会被压缩。如果有，那么它就会被压缩，模式越多，它就会被压缩得越多。

也许再反过来说，作为一个模式检测的测试者，只有这样你才能得到里面的模式分离的逻辑，但也就这样了。我喜欢与pi)))) 的想法。