赫斯特指数 - 页 14 1...789101112131415161718192021...46 新评论 Prival 2009.02.04 17:25 #131 TheXpert писал(а)>> 一切都已经在我们面前被偷走了，耶。 该指标的作者也没有看到这个好处 )) Neutron 2009.02.04 17:46 #132 surfer писал(а)>> 我今天玩得很开心。赫斯特系数的类似物有可能在当地计算，!!!!!!!!! 这源于杜波维科夫的论文 "最小覆盖维度和分形时间序列的局部分析" finiplfbresibfjnuszrnmyfiscduuxawumosojpyvlqebhurzusezlkwygomdpegmoywhnwojmoacxeniugtkoxydf.rar 我很喜欢这篇文章。 谢谢你提供的有用信息。我想实验一下...>>谢谢你，我的NS自己找到了kotir的各种模式。 Ilnur Iksanov 2009.02.04 20:53 #133 Prival >> : 该指标的作者也没有看到任何用途 )) 在交易方面，我没有看到任何有用的东西。 变化指数是根据前一个区间计算的，表征了过去过程的稳定性。 没有额外的信息，该系列是否会在未来保存其状态。 因此，它的应用，例如作为改变TC战术的标准是值得怀疑的。 MathCad对综合CB的研究提出了更多疑问。 这个系列的变异指数总是小于1/2，这很可能表明 系列的持久性，而不是随机性。而这与原来的条件相矛盾。 附加的文件： indexavariation.rar 41 kb Prival 2009.02.04 21:04 #134 Ilnur писал(а)>> .... 这样一个系列的变异指数总是小于1/2，这更可能表明 系列的持久性（保持趋势），而不是随机性。这与原来的条件相矛盾。 你能更详细地告诉我们你的看法吗？提前感谢。 Ilnur Iksanov 2009.02.04 21:20 #135 Prival >> : 你能详细说明你对这个问题的看法吗？如果你不介意的话，请附上一个Matkad文件。上面显示的那个。预先感谢你。 即输入系列是NE（集成）。 如果你应用一个非综合CB作为输入序列，情况不会改变。 变化指数变得大于（但不等于）1/2。 P.S. 上一篇文章所附的文件。 Prival 2009.02.04 22:06 #136 Ilnur писал(а)>> 事实上，输入系列是SV（集成）。 如果使用非整合的SV作为输入序列，情况不会改变。 变化指数变得大于（但不等于）1/2 所以这很好，是这么多年来最好的消息。 事实证明，所有基于这个前提（市场与一个综合随机变量相同）的结论都是错误的。这是第二个证明，在这里的某个地方，我在论坛上发了帖子（做出了同样的结论），但基于ACF的引文的样子。因此，它不是马丁格尔（"什么是马丁格尔？" 它排除了理论上的收益可能性），我们可以认为在理论上它被证明是市场上的收益可能性。它不坏，很好，只是多了一点 ...) Hide 2009.02.04 23:04 #137 TheXpert >> : 一切都已经在我们面前被偷走了，耶。 难道只有我一个人感觉到 "重述众所周知的市场格言------"这句话中的某种狡猾吗？ 的股票或货币是非常相似的，无论时间尺度和价格如何。观察者无法从图表的外观上判断是否 数据是指每周、每天或每小时的流动"。 这些是完全不同的事情，每周、每天和每小时。 Neutron 2009.02.05 07:41 #138 Prival писал(а)>> 因此，它不是马丁格尔（"什么是马丁格尔？" 它排除了理论上赚钱的可能性），人们可以认为，在市场上赚钱的可能性已经在理论上得到了证明。 毋庸置疑，市场不是一个马丁格尔!要做到这一点，只需绘制不同TFs的PC或不同TFs的第一差值系列中相邻样本之间的相关系数，就可以看到与MO为零的综合SV的明显区别，这是一个真正的马太效应。我毫不犹豫地再次展示了欧元兑英镑对和综合CB的这些数值的比较，作为以分钟表示的TF的函数。 与马丁格尔有区别（比较红色-马丁格尔和蓝色-EURGBP），此外，这种依赖性对TF保持反持久的趋势超过一天，然后变成一个真正的马丁格尔--在TF上面获利的天数统计上是不可能的!这个问题是不同的。我们作为交易者，当然对什么是kotir--马丁格尔--不马丁格尔不感兴趣，它很重要--一个人可以靠它赚钱，也可以不靠它赚钱!因此，事实证明，只利用持久性-反持久性不允许超过所有TFs和配对的交易成本水平。在这个意义上（考虑到管理费用），市场是一个真正的马丁格尔。我们需要寻找其他方法来检测价格序列中的隐藏模式。在我看来，唯一的选择是在分析中使用人工智能的元素，这可以识别BP中的非线性关系，并明显提高整个TC的盈利能力。 HideYourRichess 写道>>这些是完全不同的事情，每周、每天和每小时。 我可以向你保证，你将无法 "通过眼睛 "确定M1和周数之间的差异（例如，对于欧元兑美元系列）。但使用SP会准确地告诉你这句话的不同TF之间的区别。 TheXpert 2009.02.05 11:04 #139 Neutron >> : 我可以向你保证，你将无法 "用眼睛 "确定M1和周数之间的差异（例如，对于欧元兑美元系列）。但使用PU，将准确地显示出这句话的不同TF之间的差异。 哼，如果我们在这东西上设置一个神经元网......。人类的感知是一种微妙的东西... Neutron 2009.02.05 12:31 #140 人工智能可以区分，不像人工智能，因为它也可以很好地计算：0 1...789101112131415161718192021...46 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
一切都已经在我们面前被偷走了，耶。
该指标的作者也没有看到这个好处 ))
我今天玩得很开心。赫斯特系数的类似物有可能在当地计算，!!!!!!!!!
这源于杜波维科夫的论文 "最小覆盖维度和分形时间序列的局部分析"
finiplfbresibfjnuszrnmyfiscduuxawumosojpyvlqebhurzusezlkwygomdpegmoywhnwojmoacxeniugtkoxydf.rar
我很喜欢这篇文章。
谢谢你提供的有用信息。我想实验一下...>>谢谢你，我的NS自己找到了kotir的各种模式。
该指标的作者也没有看到任何用途 ))
在交易方面，我没有看到任何有用的东西。
变化指数是根据前一个区间计算的，表征了过去过程的稳定性。
没有额外的信息，该系列是否会在未来保存其状态。
因此，它的应用，例如作为改变TC战术的标准是值得怀疑的。
MathCad对综合CB的研究提出了更多疑问。
这个系列的变异指数总是小于1/2，这很可能表明
系列的持久性，而不是随机性。而这与原来的条件相矛盾。
....
这样一个系列的变异指数总是小于1/2，这更可能表明
系列的持久性（保持趋势），而不是随机性。这与原来的条件相矛盾。
你能更详细地告诉我们你的看法吗？提前感谢。
你能详细说明你对这个问题的看法吗？如果你不介意的话，请附上一个Matkad文件。上面显示的那个。预先感谢你。
即输入系列是NE（集成）。
如果你应用一个非综合CB作为输入序列，情况不会改变。
变化指数变得大于（但不等于）1/2。
P.S. 上一篇文章所附的文件。事实上，输入系列是SV（集成）。
如果使用非整合的SV作为输入序列，情况不会改变。
变化指数变得大于（但不等于）1/2
所以这很好，是这么多年来最好的消息。 事实证明，所有基于这个前提（市场与一个综合随机变量相同）的结论都是错误的。这是第二个证明，在这里的某个地方，我在论坛上发了帖子（做出了同样的结论），但基于ACF的引文的样子。因此，它不是马丁格尔（"什么是马丁格尔？" 它排除了理论上的收益可能性），我们可以认为在理论上它被证明是市场上的收益可能性。它不坏，很好，只是多了一点 ...)
一切都已经在我们面前被偷走了，耶。
难道只有我一个人感觉到 "重述众所周知的市场格言------"这句话中的某种狡猾吗？
的股票或货币是非常相似的，无论时间尺度和价格如何。观察者无法从图表的外观上判断是否
数据是指每周、每天或每小时的流动"。
这些是完全不同的事情，每周、每天和每小时。
因此，它不是马丁格尔（"什么是马丁格尔？" 它排除了理论上赚钱的可能性），人们可以认为，在市场上赚钱的可能性已经在理论上得到了证明。
毋庸置疑，市场不是一个马丁格尔!要做到这一点，只需绘制不同TFs的PC或不同TFs的第一差值系列中相邻样本之间的相关系数，就可以看到与MO为零的综合SV的明显区别，这是一个真正的马太效应。我毫不犹豫地再次展示了欧元兑英镑对和综合CB的这些数值的比较，作为以分钟表示的TF的函数。
与马丁格尔有区别（比较红色-马丁格尔和蓝色-EURGBP），此外，这种依赖性对TF保持反持久的趋势超过一天，然后变成一个真正的马丁格尔--在TF上面获利的天数统计上是不可能的!这个问题是不同的。我们作为交易者，当然对什么是kotir--马丁格尔--不马丁格尔不感兴趣，它很重要--一个人可以靠它赚钱，也可以不靠它赚钱!因此，事实证明，只利用持久性-反持久性不允许超过所有TFs和配对的交易成本水平。在这个意义上（考虑到管理费用），市场是一个真正的马丁格尔。我们需要寻找其他方法来检测价格序列中的隐藏模式。在我看来，唯一的选择是在分析中使用人工智能的元素，这可以识别BP中的非线性关系，并明显提高整个TC的盈利能力。
这些是完全不同的事情，每周、每天和每小时。
我可以向你保证，你将无法 "用眼睛 "确定M1和周数之间的差异（例如，对于欧元兑美元系列）。但使用PU，将准确地显示出这句话的不同TF之间的差异。
哼，如果我们在这东西上设置一个神经元网......。人类的感知是一种微妙的东西...