交易中的机器学习:理论、模型、实践和算法交易 - 页 2246 1...223922402241224222432244224522462247224822492250225122522253...3399 新评论 Maxim Dmitrievsky 2020.12.16 10:55 #22451 Oleg avtomat: 工作室不在这里;这些不是你所理解的mashups;代码是我开发的,没有分发;这个分支不是你的,你是这里的客人,你的权利是客人。我已经展示了太多,够了。有一类特殊的人,他们喜欢表演,另一类人喜欢观看。这就是你的位置,没有 "太多 "这回事 Valeriy Yastremskiy 2020.12.16 11:01 #22452 Oleg avtomat: 工作室不在这里;这些不是你所理解的mashups;代码是我开发的,没有分发;这个分支不是你的,你是这里的客人,你的权利是客人。我已经展示了太多,够了。 从图纸上看很难理解。前面显示的公式也是如此。 Maxim Dmitrievsky 2020.12.16 11:17 #22453 我准备做同样的东西,并把它们放在NS里。 [删除] 2020.12.16 11:18 #22454 Maxim Dmitrievsky: ,我会做同样的东西,并把它们放在NS中。 去做吧,我想知道在NS中会发生什么。 [删除] 2020.12.16 11:24 #22455 Evgeni Gavrilovi: 好吧,如果你不想详细描述所有的细微差别,那就请你展示一个你的交易实例--发布一个付费信号,至少一年的时间。 每个人都会欣赏你在市场上的技能,同时,你可以在这段时间从订户那里得到一百万英镑。你还在等什么呢?) 等待什么?你的呼吁只是缺少,现在你可以做到了;)))))))))))))))。 Maxim Dmitrievsky 2020.12.16 11:31 #22456 Oleg avtomat: 去做吧,我想知道你在NS中会得到什么。 是吗?)))期间留下接 mytarmailS 2020.12.16 11:36 #22457 Maxim Dmitrievsky: 我希望看到DSP的有效应用,从那些已经做了100年的人那里得到引证我可以采用这些过滤器,并以机器人的形式吐出一个现成的TS,其中包括历史测试等等。但他们并不想这样做。或者说,他们一无所有。用其他MA替换一些MA并不复杂 这里有一个例子.... 如何尝试通过psa分解过滤指标... 纯粹的例子,指标是邪恶的!!!。 1 ) 我采取了一个RSI指标并将其分解为30个组成部分 2) 我扔掉了所有组件,只留下了3和4 其结果是 顶部是PSI 正如你所看到的,信号要干净得多...。 让我们看看交叉相关的情况 正如你所看到的,Pollyarny指标不仅跟上了,甚至领先于旧的PSI。 结论如下。 1)马什卡落后了。 2) 马什卡平滑了一切 1)分解(任何)可以更准确地过滤或平滑 2)你可以得到一个领先的效果 Maxim Dmitrievsky 2020.12.16 11:40 #22458 mytarmailS: 这里有一个例子....如何尝试通过psa分解过滤指标...纯粹的例子,指标是邪恶的!!!。1)将PSI指标分解为30个组成部分2) 我扔掉了所有组件,只留下了3和4结果顶部是RSI正如你所看到的,信号要干净得多...。可以看出,这已经是一些其他的信号了如果你这样做,MA是不会延迟的。prices = pd.DataFrame(mt5.copy_rates_range(SYMBOL, TIMEFRAME, START, STOP), columns=['time', 'close']).set_index('time') prices.index = pd.to_datetime(prices.index, unit='s') prices = prices.reset_index(drop=True) prices = prices.dropna() prices['MA'] = prices['close'].rolling(10).mean() prices = prices.dropna() prices['returns'] = prices['close'].diff(10) prices = prices.dropna() prices['MAreturns'] = prices['returns'].rolling(10).mean() prices = prices.dropna() prices['diff_ma'] = prices['close'] + prices['MAreturns'] prices = prices.dropna() prices['diff_ma_smoothed'] = prices['MA'] + prices['MAreturns'] prices = prices.dropna()不用谢我让我们迅速谴责自动机,使用超级简单的代码暴露DSP,以创建任何过滤器.........安心地去喝科菲吧。该代码是一个简单的计量经济学方法,改善了常规MA的属性。事实上,它是一个过滤器。从减少有效值误差的角度来看,正在改善 Evgeni Gavrilovi 2020.12.16 11:47 #22459 约翰-埃勒斯有很多关于DSP的优秀书籍 股票和期货的控制论分析 尖端的DSP技术改善你的交易 交易员的周期分析 高级技术交易概念 MESA和交易市场周期预测和交易策略 交易员的火箭科学 数字信号处理应用 Evgeniy Chumakov 2020.12.16 11:50 #22460 Evgeni Gavrilovi: 好吧,如果你不想详细描述所有的细微差别,那就请你展示一个你的交易实例--发布一个付费信号,至少一年的时间。 每个人都会欣赏你在市场上的技能,同时,你可以在这段时间从订户那里得到一百万英镑。你还在等什么呢?) 下面是一个例子 1...223922402241224222432244224522462247224822492250225122522253...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
工作室不在这里;这些不是你所理解的mashups;代码是我开发的,没有分发;这个分支不是你的,你是这里的客人,你的权利是客人。
我已经展示了太多,够了。
工作室不在这里;这些不是你所理解的mashups;代码是我开发的,没有分发;这个分支不是你的,你是这里的客人,你的权利是客人。
我已经展示了太多,够了。
从图纸上看很难理解。前面显示的公式也是如此。
,我会做同样的东西,并把它们放在NS中。
去做吧,我想知道在NS中会发生什么。
好吧,如果你不想详细描述所有的细微差别,那就请你展示一个你的交易实例--发布一个付费信号,至少一年的时间。
每个人都会欣赏你在市场上的技能,同时,你可以在这段时间从订户那里得到一百万英镑。你还在等什么呢?)
等待什么?你的呼吁只是缺少,现在你可以做到了;)))))))))))))))。
去做吧,我想知道你在NS中会得到什么。
是吗?)))期间留下接
我希望看到DSP的有效应用,从那些已经做了100年的人那里得到引证
我可以采用这些过滤器,并以机器人的形式吐出一个现成的TS,其中包括历史测试等等。但他们并不想这样做。或者说,他们一无所有。
用其他MA替换一些MA并不复杂
这里有一个例子....
如何尝试通过psa分解过滤指标...
纯粹的例子,指标是邪恶的!!!。
1 ) 我采取了一个RSI指标并将其分解为30个组成部分
2) 我扔掉了所有组件,只留下了3和4
其结果是
顶部是PSI
正如你所看到的,信号要干净得多...。
让我们看看交叉相关的情况
正如你所看到的,Pollyarny指标不仅跟上了,甚至领先于旧的PSI。
结论如下。
1)马什卡落后了。
2) 马什卡平滑了一切
1)分解(任何)可以更准确地过滤或平滑
2)你可以得到一个领先的效果
这里有一个例子....
如何尝试通过psa分解过滤指标...
纯粹的例子,指标是邪恶的!!!。
1)将PSI指标分解为30个组成部分
2) 我扔掉了所有组件,只留下了3和4
结果
顶部是RSI
正如你所看到的,信号要干净得多...。
可以看出,这已经是一些其他的信号了
如果你这样做,MA是不会延迟的。
prices = pd.DataFrame(mt5.copy_rates_range(SYMBOL, TIMEFRAME, START, STOP), columns=['time', 'close']).set_index('time') prices.index = pd.to_datetime(prices.index, unit='s') prices = prices.reset_index(drop=True) prices = prices.dropna() prices['MA'] = prices['close'].rolling(10).mean() prices = prices.dropna() prices['returns'] = prices['close'].diff(10) prices = prices.dropna() prices['MAreturns'] = prices['returns'].rolling(10).mean() prices = prices.dropna() prices['diff_ma'] = prices['close'] + prices['MAreturns'] prices = prices.dropna() prices['diff_ma_smoothed'] = prices['MA'] + prices['MAreturns'] prices = prices.dropna()
不用谢我
让我们迅速谴责自动机,使用超级简单的代码暴露DSP,以创建任何过滤器.........安心地去喝科菲吧。
该代码是一个简单的计量经济学方法,改善了常规MA的属性。事实上,它是一个过滤器。从减少有效值误差的角度来看,正在改善
约翰-埃勒斯有很多关于DSP的优秀书籍
股票和期货的控制论分析 尖端的DSP技术改善你的交易
交易员的周期分析 高级技术交易概念
MESA和交易市场周期预测和交易策略
交易员的火箭科学 数字信号处理应用
好吧,如果你不想详细描述所有的细微差别,那就请你展示一个你的交易实例--发布一个付费信号,至少一年的时间。
每个人都会欣赏你在市场上的技能,同时,你可以在这段时间从订户那里得到一百万英镑。你还在等什么呢?)
下面是一个例子