基于艾略特波浪理论的交易策略 - 页 81

新评论
 
以防你做得不对 -"如何在本论坛插入图片（解释）"
 
好吧，也许是我的手，但这并不奏效。
 
正如预期的那样--货币对之间存在着相关性。在尤拉，平均概率接近于新西兰人。

 
在两个变体的指标中做了输出。同时，我有了一个想法。



这里只是价值，而这里的差异




我认为，在周末（市场关闭时），比较StdDev的计算结果会很好，以防有人在计算中出现错误。我可以把它作为一个Excel文件发布，其中包括条形数字和该条形的值。
 
我认为在周末（市场关闭时），将是一个好主意，将StdDev计算结果相互比较，以防有人在计算中出现错误。我可以把它作为一个Excel文件发布，其中包括条形数字和该条形的价值。那
么你也需要一个相同的方式来选择通道。事实上，我的StdDev和StdDev23的图片已经存在了一段时间了:)。关于稳定区：而在稳定区之外认为没有通道？那些Matlab图片显示，尽管特征多变，但通道有连续的轨迹，因此也存在于稳定区之外。在我看来，计算通道特性的好时机越来越少。也就是说，有必要以某种方式定义过去的那一点，在那里计算给出了最充分的特征。
 
我想问一个幼稚的问题。使用条件分布或正态分布，我们找到以RMS表示的置信区间 的值。例如，我们找到了一个概率为90%的区间，这意味着SV将在这个区间内，概率为90%。换句话说，在这个区间的边界，我们可以说价格有90%的概率会回到里面，有10%的概率会走得更远。 如果我的推理是正确的，这意味着接近中线时，90%的概率会变成0，10%的概率会变成1，这显然不是真的，因为在中线，概率是50%。我的推理错在哪里？
 
2Rosh 和其他人

，你们不觉得你们太纠结于RMS23>SCO这个条件了吗？这实质上只是一个收敛标准，而收敛本身既不能作为渠道识别的条件，也不能作为确定临界点的条件。
此外，这里已经研究了几页的通道选择算法，假设对每一个新的条形图进行重新计算。正如你们所看到的，其结果是，渠道浮动。所以，事实证明，你每次都在对其他通道应用RMS23>RMSCO的标准。但同时，你又把它们相互比较。我认为这只是一个不是很正确的优化的例子。我们都知道，无论我们采取哪种历史，我们总能找到一些参数，即使是一个糟糕的EA也能获利。
我认为问题的正确设置应该是这样的。1.使用一个单独的稳定算法形成通道。这意味着，历史上相对较小的转变不应导致通道的改变。2.选择3或4个与明显不同的服务有关的频道。RMS23>SCO也可以是一个选择标准。但仅有这个条件是不够的。3.监测固定通道，包括在RMS23>RMS的帮助下。然而，请注意，这些标准适用于一个固定的通道，不会导致该通道的重新调整。在这种情况下，违反标准就会得出结论，渠道正在崩溃。如果我们一直调整它，我们就会因此误导自己。4.一旦确认一个通道被破坏（例如可靠地被刺穿），就会在该地点寻找新的通道。这种搜索在每个新条上都会重复进行，直到所有的通道标准得到满足。
从第一点开始的一切。
IMHO
 
在接近中线时，90%的概率将变成0，10%的概率将变成1。


没错 !在中线，价格更接近中线的概率=0（我希望这是显而易见的：）。
而它开始远离中线的概率=1（我认为这也是显而易见的：）。
 
我想问一个幼稚的问题。使用条件分布或正态分布，我们找到以RMS表示的置信区间的值。例如，我们找到了一个概率为90%的区间，这意味着SV将以90%的概率出现在这个区间内。换句话说，在这个区间的边界，我们可以说价格有90%的概率会回到里面，有10%的概率会走得更远。 如果我的推理是正确的，这意味着接近中线时，90%的概率会变成0，10%的概率会变成1，这显然不是真的，因为在中线，概率是50%。我的推理错在哪里？

你对这些概念有点迷惑。你在操作一个置信区间，谈论其边界处价格变动的概率，以一种直接的方式使用数字。
你实际上在那里犯了一个错误。当价格处于90%的置信度时，这意味着价格向上或向下移动的概率 只有10%。 概率的计算是基于中心回归线的区间宽度。因此，价格回到区间的概率将等于90%+10%/2=95%，而进一步以100%-95%=5%的速度相应。也就是说，10%的区间在90%的置信度的顶部和底部属于5%的两个相等部分，因此，我们应该用10%除以2来获得这些部分概率的数据。
因此，当价格在中心线上时，概率为0%+100%/2=50%，100%-50%=50%，也就是说，我们得到的上升和下降的概率相等。
 
谢谢你，现在明白了。
1...747576777879808182838485868788...309
新评论
原因: