Северный Ветер Всего лишь навсего предложил посмотреть на проблему шире, чем она обсуждалась до сих пор, и всего лишь сообщил, что подобная задача уже решалась, и может быть стоит посмотреть как именно. Ни в коем случае не навязываю свою точку зрения.
让我们从一个假想的、对大多数交易者和投机者来说非常遥远的话题开始。假设有一个工厂，一些零件在那里被铣削，在这个工厂里对这些零件有质量控制。这种控制的结论是，他们测量了已经铣好的零件的一些参数。因此，当过程在规定的条件下进行，技术被观察时，质量控制显示一切正常，在公差范围内，但一旦过程出现偏差，就会反映在结果中。任务很简单，根据一些形式上的标志，识别过程中的任何不规范行为。这是问题的第一部分，问题的第二部分，是对干扰的 "及时 "检测。在数学统计学中，有一些方法可以在一定范围内解决这些问题。
更一般地说，是一个随机过程的不连续问题。在上个世纪，科尔莫戈罗夫和希尔耶夫对它进行了研究。假设有一个随机过程，它有一些特征（可以是平均值、方差等，随你的喜好，包括Hurst）。让事情发生，随机过程改变了它的特征，即它的衰变，事实的定义和衰变的时刻就是衰变问题的解决。这个问题曾经被提出来，用于搜索干扰背景下的目标，以及用于目标跟踪。自适应最优滤波器构建问题与此问题相邻。以此类推。
根据我对这个主题的理解，这就是你们所有人一直在做的事。你在这个过程中找到一个 "静止 "区域，或者说在价格的 videadata 中找到它的实现，并通过回归（线性或其他）来描述它。隐含地假设，这种 "静止性 "区域是存在的。据我了解，有人建议通过赫斯特或通过统计意义的 "分解 "来确定 "静止性 "地区的变化时刻......
这个论坛的引擎太不友好了...。
不完全是我们所做的（有几个，如果我可以这样说的话，"外汇武术学校 "的分支机构:o)，至少对我来说，这有点复杂。 在我看来，
线性回归 或类似的方法并没有描述这样的趋势，也就是说，样品之间的 "关系强度 "没有得到任何评估，而只是 "通过NK方法将分析函数拟合到原始数据中"。当然，还有一些标准，如决定系数，只能用来评估函数的 "拟合 "程度，或者换句话说，所选模型对原始数据的 "解释 "程度。通道（在讨论的策略修改中，它是基础）经常被比作LR，在我看来这不是很正确。因此，我决定分享我对替代方法的看法和经验。
是的，非常接近这个主题。
顺便说一下，这可以作为一个起点。不是从趋势开始，而是从静止的系列开始。据我所知，一个系列的静止性标准是一个定义明确的东西。而且，这种趋势超越了静止性。因此，存在趋势的一个必要（但不是充分）条件可以是静止价格序列的条件没有得到满足。
什么是静止系列？ 在这种情况下，什么样的静止性标准是最可接受的？
也许，市场动态的总体情况可以呈现如下：暂时的 "静止性 "和暂时的 "趋势性 "区域与瞬息万变的区域相连。在这种情况下，问题的定义归结为确定这些部门的边界和界定这些边界的最适当参数。也就是一般意义上的--分解和质量控制。:-))
2个格拉斯恩
对不起，谢尔盖，但这并不能向我解释什么。
什么是 "统计和标准的分析"？什么是 "发现趋势"、"趋势消失"、"未发现趋势"？这一切与你所给出的公式所得到的数字有什么关系？0以上的过渡期是什么意思？
......不是真的在做（有几个，如果我可以这么说的话，"外汇武术学校 "的主题:o)，至少对我来说，这有点复杂。
这是很明显的，特别是考虑到讨论与原始主题完全不一致。
在我看来，线性回归或类似的方法并没有描述趋势本身，也就是说，它没有以任何方式评估样品之间的 "关系强度"，而只是 "通过NK方法将分析函数拟合到原始数据中"。当然，还有一些标准，如决定系数，只能用来评估函数的 "拟合 "程度，或者换句话说，所选模型对原始数据的 "解释 "程度。通道（在讨论的策略修改中，它是基础）经常被比作LR，在我看来这不是很正确。因此，我决定分享我对替代方法的看法和经验。
我只是建议比迄今为止的讨论更广泛地看待这个问题，并且只是告知这样的问题已经被解决了，可能值得怎么看。我绝不是在强加我的观点。
毕竟，什么是渠道？如果你从系列值中减去相应的LR值，你会得到所谓的 "残差"。对 "残留物 "的分析是一个长期的、成熟的事情。这是一个。二，有人已经提到，但没有人注意到，如果HR充分描述了这个过程，这些 "残留物 "必须有一个正态分布。 此外，有一种观点认为，只要分布的正态性被违反，我们就可以认为过程也被违反了。以此类推...
是的，非常接近主题。
顺便说一下，这可能是一个起点。不是从趋势开始，而是从静止的系列开始。据我所知，一个系列的静止性标准是一个定义明确的东西。而且，这种趋势超越了静止性。因此，存在趋势的一个必要（但不是充分）条件可以是静止价格序列的条件没有得到满足。
什么是静止系列？在这种情况下，什么样的静止性标准是最可接受的？
也许，市场动态的总体情况可以呈现如下：暂时的 "静止性 "和暂时的 "趋势性 "区域与瞬息万变的区域相连。在这种情况下，问题的定义归结为确定这些部门的边界和界定这些边界的最适当参数。也就是一般意义上的--分解和质量控制。:-))
事实上，静止性是一个非常模糊的东西。趋势的概念也是如此，因为它们是一个硬币的两面。
请记住，"静止性 "就是 "趋势"，如果趋势是 "上升 "或斜率系数为零，这并不重要。
对不起，Sergei，但这并不能向我解释什么。
什么是 "统计和标准的分析"？什么是 "发现趋势"、"趋势消失"、"未发现趋势"？这一切与你给出的公式所得到的数字有什么关系？通过0的过渡是什么意思？
尤里，这只是趋势检测的标准之一。我根本不是说这是最好的标准，最可靠的标准，我坚持不懈地在这个领域继续研究，包括自相关的研究。我没有发明它，在这种情况下，我按照伍迪尔、伍德沃德、吉尔克里斯特这些同志的规则 "玩"。没有任意性，只有对规则的严格遵守。对于这个特定的样本： n=1000
统计量（通过零的过渡数）
R(1000)=0 这只是一个参数，其值将根据标准决定是否存在趋势。对于自相关，统计量将是其他东西，也许是自相关本身。过零点的数量是衡量数据连通性的标准 PS：要感受过零点的 "物理性"，可以手绘一条45度的直线，或者正弦波，估计V函数的形式，计算过零点的次数。
统计学的标准
我选择置信概率α=0.95 n=1000和α=0.95的临界值： R1(0.95, 1000)=6 R2(0.95, 1000)=83 标准本身：条件R1<R<R2不满足
结论
样本包含趋势。就这样了。没有任意性，一切都按规则行事。
如何使用
，很简单，固定当前的条形图并以1（或不同）的步骤取样。{100: 0}是否满足R1(n, alpha)<R(n)<R2(n, alpha)?如果是 "无趋势"，无 "趋势" {101: 0}是否满足R1(n, alpha)<R(n)<R2(n, alpha)？如果是 "无趋势"，无 "趋势" {102: 0}是否满足R1(n, alpha)<R(n)<R2(n, alpha)？如果是 "无趋势"，无 "趋势" {103: 0}是否满足R1(n, alpha)<R(n)<R2(n, alpha)？如果是 "无趋势"，无 "趋势" {104: 0}是否满足R1(n, alpha)<R(n)<R2(n, alpha)？如果是 "没有趋势"，没有 "趋势" ... {Bars: 0}是否满足R1(n, alpha)<R(n)<R2(n, alpha)?如果是 "无趋势"，没有 "趋势" （1）在{100: 0}处可以立即找到趋势，那么我们需要找到它的原点。(2) 第一个样本中可能不存在这种趋势，那么可能有几种选择。2.1 停止搜索趋势，等待
新的条形图 的到来 2.2 继续搜索，假设可能有一个趋势，但是是一个 "高阶"。 ......在它的搜索上可能有更多的变体 ，更复杂的情况，前面提到的，当R统计量在其中一个临界边界但没有达到一个过渡。思考......该怎么做。PS: 尤里，我试过了，用尽了我所有微薄的词汇量... :o)
只是建议比目前讨论的问题更广泛地看待这个问题，只是建议类似的问题已经被解决了，可能值得看看到底如何解决。我绝不是在强加我的观点。
纬度可以扼杀任何努力，它是非常危险的。你建议，例如，引入质量控制，就像在工厂一样。我的职业与IT有关，我可以权威地说，质量控制是工厂中最难实施的模块。但这是抒情的离题。
最好能给出参考资料，在哪里解决的，你列出的问题是什么？
Северный Ветер
Всего лишь навсего предложил посмотреть на проблему шире, чем она обсуждалась до сих пор, и всего лишь сообщил, что подобная задача уже решалась, и может быть стоит посмотреть как именно. Ни в коем случае не навязываю свою точку зрения.
grasn 07.01.07 19:31
纬度可以扼杀任何努力，它是非常危险的。例如，你建议应该引入质量控制，就像在工厂一样。我的职业与IT有关，我可以权威的说，质量控制是在工厂中实施的最强大的模块。但这只是个题外话。
最好能给出参考资料，在哪里解决的，你列出的问题是什么？
你误解了我的意思。我想说的是，在这个主题中正在解决的问题，在某种程度上类似于质量控制的问题，反过来，更 "数学化 "地表述为分歧问题。这不是关于组织质量控制的过程，尽管那里也有有趣的观点。它是关于确定一个随机过程的违规问题（虽然看起来很奇怪，但是，例如，生产中的零件尺寸就是一个随机过程，而且有 "记忆"）。如果你抛开惯例，你会发现在其本质上，价格变化的时间表（其背后的市场过程）与质量控制（读作：生产过程控制）非常相似。
最短和最简洁的关键术语描述是在Statistica程序的数学统计电子手册中，在他们的网站上，用俄语。
顺便说一下，当我们谈到歌词的时候，有一个题外话。成功的贸易远不像在工厂里组织质量控制那样容易。
你搞错了...
不，我猜对了，这是个玩笑，"统计 "网站我也打探过了。但每个笑话都有一些真实性...
我唯一可以补充的是，如果人们决定走 "官方数学 "的道路，就不可避免地会遇到时间序列 分析。而在这里，他将等待一场灾难，以ARIMA和其他形式。奇妙的有根有据的方法，但不幸的是（我个人认为）在市场上不起作用。
说白了，时间序列分析包括三个简单的东西，尽管有复杂的数学知识。首先是假设价格序列是一个时间序列（一个数值以严格定义的时间间隔到达的序列，事实并非如此，我们更应该谈论一个随机的抽样序列）。第二，从某种意义上说，它是静止的，有一种趋势。第三，该系列有季节性和周期性的成分和噪音。