随机谐振 - 页 28

 

宣教之旅被暂时搁置了。人们已经诚实地承认,有一些假期即将到来,在这些假期之后,将迎来一个非工作状态。

Yurixx

∫ (ξ^a)*exp(–B*(ξ^b)) dξ = –1/(B*b) * (X^(a–b+1))*exp(–B*(X^b)) + (a–b+1)/ (B*b) *∫ (ξ^(a–b))*exp(–B*(ξ^b)) dξ

我不是一个非常大的数学分析专家,坦率地说根本不是,但我不能接受这个积分,既不是MathCAD,也不是 "数学"。 但也许我误解了什么或误读了一个表达。

在我看来,这是两者中最简单的。根据t/f和平均参数计算归一化系数的一小部分代码被嵌入到指标或专家顾问的init()中。如果专家顾问不在你的电脑上,而历史记录在未知卷中加载在那里,你怎么能在锦标赛中做到这一点?

但这些都是微不足道的事情。这个问题更加严重。每次改变符号、t/f等时,你都要重新计算这些比率,无论是用手还是用Matkad :-)??你不觉得厌烦吗?或者为所有符号、T/F、平滑参数等创建一个数据库??:-)

这没有什么难的,你只需要为当前的报价环境重新计算一次就够了,计算时间不会超过梯度下降的时间。

顺便说一句,鉴于外汇中任何价值的分布都不为人所知(只知道它是非正态的),"未经证实的分布 "是荒谬的。这是个好笑话。

在没有任何证据的情况下,简单地宣布分布是这样的,那就更可笑了。是的,你是对的,真实的报价与作为你证明基础的报价有完全不同的分布。

还有一点,也是最重要的一点。但如果你没有注意到这一点,不管怎样。:-)))

不,我没有。但我早就注意到,配给问题在很长时间内已经有很多方法解决了,例如我使用了统计学部分 "实验计划 "中描述的方法。 至少我对配给没有问题。此外,所有列出的优点和应用都是非常值得怀疑的。

4.在我一无所知的神经网络中,有必要对数据进行标准化处理。超过条件范围会导致神经脑失去神经覆盖。

也许这种规范化的方式在某些情况下会被证明比目前使用的方式更有用。

在我可能还 "不够了解 "的神经网络中,不存在配给的问题(你从哪里得到这个问题的?),此外,他们要求的正是这种操作的计量精度,而用你的方法根本不可能得到它。

建议

好吧,让我们这样做。你告诉我计算时需要哪些输入参数。我选择一个任意的系列,计算出所需的参数并告诉你。之后,我们商定一个任意滑动窗口的值。你公布这个窗口的最小和最大的计算值。轮到我时,我将公布确切的数值,我们将进行比较。

诚实的保证,你不能怀疑。

PS

程序员不是对所有到手的东西进行编程。

就像一个人不是喝一切燃烧的东西,吃......一切移动的东西。

尤里,那是什么原因?作为证明的结果? 你决定确认它,像Ales 那样?虽然,了解你,这很值得怀疑......但是,尽管如此

中子

谢尔盖,请看一下噪音功率指标。它将初始时间序列一步步去趋势化,然后平滑(FLFPeriod)振幅的平方。该指标对市场的 "情绪 "变化反应良好,特别是在一分钟的时间框架内。

谢谢Seryoga,我会看看的。

 
grasn:

尤里,这是为什么而写的?作为证据的一个必然结果?你决定像阿莱 一样坚持自己的立场吗?虽然,了解你,这很值得怀疑......但尽管如此,


你的语气里有一些攻击性,谢尔盖。我认为你不应该从这种状态来看待我所发表的内容。你不喜欢我的建议?不要把它们带到你的实践中去。你在我的解释中没有明白什么吗?但这并不是恼火的理由。我不理解你的很多方法,我没有任何问题。你不想要吗?好吧,不用担心。

你有没有发现任何错误?然后把它们指出来。从你的整个回答中,我只看到一个地方可以被称为反对。

在没有任何证据的情况下,直接宣布分布是这样的,那就更可笑了。是的,你是对的,真实的报价与你证明中的报价有不同的分布。


你可能并不熟悉数学的工作方式。它假设了对象,然后对其进行研究。这里也是如此。我最初假设了一种分布函数,然后根据我的需要对其进行了改进。你难道没有注意到这样一句话:模型 分布函数的 曲线与实验曲线完全 对应?你还想要什么证据?

你的短语 "真正的报价是完全不同的 "意味着你知道哪一个?那就在这里给吧。报价与此有什么关系?谁告诉你,我是用引号工作的?从我的文字中可以看出,我的工作对象是一个指标的数据,我需要对其进行标准化处理。不幸的是,你对这个指标的数值分布一无所知。那么你反对的是什么呢?

一般来说,有两种类型的真实反对意见。1.理论建设的不正确性。2.应用的不正确性。关于第一点,就我所知,你没有任何有效的论据。而第二点是一个弹性的问题。你很难判断对我的问题的应用。而对你的任务的应用就是你的业务。如果你不需要这样的功能(很少有人需要,这是一个非常特殊的情况),那么你就不应该如此关注。

顺便说一下,关于神经网络。当我们把数据输入到网格输入时,我们需要明确指定其范围。这对价格和大多数指标来说是不可能的。这是我发表评论的原因。也许它是错的,但这只是对该方法可能的使用的一种看法。

谢尔盖,你能做很多我做不到的事情。但这并不是我不喜欢它的理由。相反,这是一个更值得尊重的理由。

 
grasn:
∫ (ξ^a)*exp(-B*(ξ^b)) dξ = -1/(B*b) * (X^(a-b+1))*exp(-B*(X^b)) + (a-b+1)/ (B*b) *∫ (ξ^(a-b))*exp(-B*(ξ^b) dξ

不能接受这个积分

这个表达式是完全正确的,我刚刚自己检查过了(不过不是梯度下降法,只是部分积分法)。只需将指数放在微分下,通过微分前的自变量的度数来补偿这一操作即可。

另一个问题是,正如这里正确指出的,分布是任意选择的。但我还是会看一下Yurixx 建议的结果,对这些公式进行实际测试。毕竟,真理的主要标准是实践,即使最后的结论不完全正确。

我还是想弄清楚你的问题中的X值是什么,Yurixx...

 
Avals:
IMHO,对于价格来说,单一的分配是没有价值的。在不同的时间点,不同的分布。例如,同一渠道是某种暂时稳定的分布。在过渡性的时刻,不可能确定它最终会在哪一个地方,总是有替代方案。我们进入只是指望一些具有正MO的特定分布(或用它来获得+MO)。当然,我们可以把它们混合起来,用于任意范围,并挑选类似的分布,然后按照你的建议使用:还原为通用标准,归一化......但指标和其他工具的目的是检测特定分布可能发生(或继续)的时刻,我们可以使用,但不是预测一些全球市场状况。为了这个目的,一个指标不应该把以前的几个分布混合在一起,而且不清楚是在什么时期:我们从这个分布中抽取一些,从另一个分布中抽取一些,从第三个分布中抽取一些。IMHO,有必要进行分离,也许甚至是事后的分离,但不是混合。然后要么使用已揭示的分布,希望它仍被保存下来,要么在瞬息万变的时刻等待新的分布并使用它。在后一种情况下,以前的(已完成的)分配也可能决定了未来被使用的可能性。


前两句话阐述了一个与我根本不同的概念。相反,我认为市场是一个整体,因此它的分布是一个独立的现象,尽管在某些时期,这种分布是由不同的(但它自己的)方面主导的。

要明确的是,拟议的分布函数是一个特例。对于我的问题来说,这很适合我,但它不一定适合所有人。我在最后写到了申请的困难。在第3点中,它说 "调查该系列的统计数据"。你认为它是用来做什么的?我认为要找出这个分布函数是否合适。

而关于 "普遍标准",也存在着术语上的差异。你说的是分布,我说的是数值范围的 标准化(只是),对它来说,归一化是最简单和最有效的方法。

你对指标的目的和接下来的一切的想法是某些概念,逐渐变成了模糊的幻想。我不敢挑战他们。不幸的是,这与论文的主题、所表达的思想、应用方面的考虑以及其他方面没有关系。所以我很想回应这些说法,但我不知道如何把它与我的写作联系起来。:-)

 

芳草萋萋

请提供所研究的分布的图片(直方图)。 也有一个定义在0到...区间的分布。http://avs.cde.spbstu.ru/str/HTML/pag/1/23.htm

也许这对你来说是一个好的选择。看,这是本文的最后一篇,我会回家的。我在Matkad中找到一个程序,我在那里处理数据,通过各种标准检查它们是否符合这个法律,chi-square,Neuman Pearson。如果你需要,我可以寄给你。

 
Mathemat:
格拉斯恩
∫ (ξ^a)*exp(-B*(ξ^b)) dξ = -1/(B*b) * (X^(a-b+1))*exp(-B*(X^b)) + (a-b+1)/ (B*b) *∫ (ξ^(a-b))*exp(-B*(ξ^b) dξ

不能接受这个积分

这个表达式是完全正确的,我刚刚自己检查过了(不过不是梯度下降法,只是部分积分法)。只需将指数放在微分下,通过微分前的自变量的度数来补偿这一操作即可。

另一个问题是,正如这里正确指出的,分布是任意选择的。但我还是会看一下Yurixx 建议的关于这些公式的实际测试结果的背后。毕竟,真理的主要标准是实践,即使最后的结论不完全正确。

我还是想弄清楚你的问题中的X值是什么,Yuurixx...


我不能相信....

谁说这个积分是用梯度下降法取得的?我写得很清楚。"我们把它一块一块地拿走"。如果不是秘密,你们在什么地方读书。:-)))

至于其他方面,你的帖子,Mathemat, 是非常乐观的。很明显,你比 "MathCAD和Mathemat "都要好。我对这些计谋持怀疑态度,不是没有原因的。你不能和他们争论,就像你 ...

我问题中的X值是某个指标的一组值。

我自己的实践表明,这种方法解决了我的问题。我对结果感到满意。

 
Yurixx:

你对指标的目的和接下来的一切的想法是某些感知,逐渐演变为模糊的幻想。我不敢挑战他们。不幸的是,这与作品的主题、所表达的思想、对应用的考虑以及其他一切都没有关系。所以我很想回应这些说法,但我不知道如何把它与我的写作联系起来。:-)

在我们对指标或其他东西做任何事情之前,我们需要定义我们对它们的期望。这将确定哪些问题需要在手头的任务中解决,哪些是牵强的。

"TA指标几乎与t/f无关,据我所知,这是它们的统计学属性。但如果能解决平滑的问题,那么也许就能从它们身上获得新的东西。"

例如,你想从指标中获得哪些新东西?

 
Avals:
尤里克斯

你对指标的目的和接下来的一切的想法是某些感知,逐渐演变成模糊的幻想。我不敢挑战他们。不幸的是,这与作品的主题、所表达的思想、对应用的考虑以及其他一切都没有关系。所以我很想回应这些说法,但我不知道如何把它与我的写作联系起来。:-)

在我们对指标或其他东西做任何事情之前,我们需要定义我们对它们的期望。这将确定哪些问题需要在手头的任务中解决,哪些是牵强的。

"TA指标几乎与t/f无关,据我所知,这是它们的统计学属性。但如果能解决平滑的问题,那么也许就能从它们身上获得新的东西。"

例如,你想从指标中获得什么新的东西?


当涉及到标准的TA指标时,并不多。但它也值得关注。我已经贴出了照片。这里有两个不同时期的RSI图表和我对它的评论。如果对RSI进行归一化处理,使其幅度不取决于平滑期,可能会更有效地使用它。这也适用于其他一些指标。
 
Yurixx писал (а): 又是谁说这个积分是用梯度下降法取的?

没关系,Yurixx,我并没有把这句话归于你。至于对那些小玩意持怀疑态度......。我在家里安装了Maple,有时它真的能帮助我,包括符号计算。然而,我已经很久没有使用它了。

 

Yurixx

尤里,如果我在任何方面冒犯了你,我向你道歉,我没有任何意思,没有敌意,相反,我看到了一个聪明、有趣和耐心的对话者。

一般来说,有两种类型的实际反对意见是可能的。1.理论建设的不正确性。2.应用的不正确性。关于第一点,就我所知,你没有任何有效的论据。而第二点是一个弹性的问题。你很难判断对我的问题的应用。而对你的问题的应用是你的业务。

关于第一点,我偶然发现了这个积分,我写了这个积分,因此,进一步就相信我的话,当然,这是我的问题,拿着这个积分,检查整个证明。 第二点是引起反应的原因,就像你想的那样,咄咄逼人。 值班时,在一个项目上工作,客户要求根据部件(单元、组件)的故障概率来优化他们主要生产的库存。它们相当昂贵,而且这个任务是学术性的。我们有一个完整的研究机构与我们合作,进行理论论证。 结果是一个很好的理论模型,但它在实践中完全不起作用,都是因为实际的分布结果只是有一点点不同。

你的 "真正的报价是不同的 "这句话意味着你知道哪一个?那就在这里给吧。这与报价有什么关系?谁告诉你,我是用引号工作的?我的写作似乎表明,我正在处理一个指标的数据,我需要将其规范化。 不幸的是,你对这个指标的数值分布一无所知。那么你反对的是什么呢?

关于引语,我没有假设,但读了你的帖子。下面是其中的一个,有点断章取义:"......原来的系列是价格。它的分布一定是非正态的。我写的是正态,因为对它可以进行很多分析计算,而且真实的分布可以用正态....,有一定的准确性。"这是我进一步的理解,X是一个价格系列。如果系列X一般是抽象的东西,但受制于一个给定的分布,那么就没有问题了。例如,你确定一个随机数服从一个 "指定 "的分布吗?

顺便说一下,关于神经网络。当我们把输入数据送入网格时,我们需要清楚地指定其范围。对于价格和大多数指标来说,这是不可能的。这就是我的评论的原因。 也许它不正确,它只是对该方法的可能使用的一种看法。

显然,我的愚蠢不允许我意识到这个NOT问题的深度,以及在其他方面。

我很惊奇 ....

谁说这个积分是通过梯度下降法取得的?我写得很清楚。"一块一块的来"。如果不是秘密,你们在哪个地方读书。:-)))

我不认为我写的是我试图用梯度法取积分。

如果你不需要这样的功能(很少有人需要--情况非常特殊),那么你就不应该如此关注它。

我认为你是对的,一如既往地 :o)

数学

谢谢你的解释,我只是原来写错了,在括号里搞混了,把积分限制搞混了 :o.

私人公司

你能给我一张所研究的分布的图片(直方图)吗? 还有一个定义在0到...区间的分布。

对不起,我不太明白是什么原因,也就是说,你的要求有什么意义?

中子

这是一个有趣的指标,我晚上可以详细研究一下,现在我在工作,只能理论一下。在这里,它是。'Stochastic Resonance';;;;,我已经发表了关于所发现的模式的第一份材料。但微妙之处在于,它只在某些类别的通道上出现得非常好,而在其他通道上--完全混乱。这些渠道,从艺术上讲,用手指头都能数出来。我在下面写道,这些结果是在完全没有信号的情况下得到的,即把价格范围作为噪音。