FR H-波动性 - 页 35 1...282930313233343536373839404142 新评论 Sceptic Philozoff 2007.12.23 09:17 #341 北风，更好的 自己（在他的战略意义上）--几乎没有讨论。它不是太分散，只有关于PNN、输入和输出的假设。有一个尝试，"概率神经网络，MT4的包和算法"，但它更多地与不同的软件有关。请看他的资料主题，那里有一些零星的信息。 Yurixx 2007.12.23 17:38 #342 Mathemat: Yurixx，我已经在这里写下了我对等量条的初步结论："需要一个反映操作时间内价格的指标。".这和你问的不太一样，这个发现也没有让我的心情变好，因为我期待的是更接近高斯的东西。 但它确实给了我一些希望--如果说，有人把它扔在这个图上......好吧，好吧，我得去看看......。 而关于最大值的分布，我想Kamal 给了你这个想法，就我记得。 你写那篇帖子时我看到了。我自己注意到，你也得到了中子 和我之前得到的结果。还注意到你要整理等量条的高-低统计，从那时起一直在等待结果。 我并不幻想改用Equibar会带来一场革命。如果有可能，这场革命早就发生了--想法就在表面。但事实上，它将使揭示任何微妙之处成为可能，这是非常可想而知的。而线索往往就在这些细微之处。 你说得很对，"这并不是我所要求的"。 然而，如果你知道有什么方法可以解决这个问题，请分享，请。在我上一页的文章中，在所引用的两段话中，我认为这个问题表述得很清楚。 顺便说一下，请注意这个主题"交易系统的分类和其价值的估计"。你似乎还没有去过那里，如果没有你要解决的问题，所有关于这个话题的推理都是在天花板上构建公式。 Sceptic Philozoff 2007.12.23 23:35 #343 Yurixx:还注意到你要整理出等量条的高低统计，从那时起就一直在等待结果。他们会吗？ ... 你说得很对，"这并不是我所要问的"。 然而，如果你知道有什么方法可以解决手头的问题，那么请分享一下。在我上一页的帖子中，在所引用的两段话中，我认为这个问题已经说得很清楚了。 ... 顺便说一下，请注意这个主题"交易系统的分类和其价值的估计"。你似乎还没有去过那里，如果没有你要解决的问题，所有关于这个话题的推理都是在天花板上构建公式。 1.他们当然会。就让我好好写吧，这个指标。通过将必要的数字导入Excel，可以很容易地获得Hi-Lo统计数据。 2.不，我不知道有这样的方法。我还没有着手在理论上获得这样的分布。 3.我去过那里，向作者展示了他的公式在应用于Better 和TeamSky的 专家顾问时显示出的荒谬性。主要的优先事项（也是最关键的指标）肯定是战略的稳定性，而不是利润因素（顺便说一下，Better 公司的利润因素远非理想，但人们仍然喜欢它）。 如果我们谈论的是用合成物进行策略评估的超级任务，稳定性E 可以被衡量，例如，取决于在给定的最大缩减量D 下，在一定的时间间隔T 上杀死系统的概率p 的估计。 非常相似的是，在其他条件相同的情况下，p(k*T,D) ~k*p(T,D) ，即在10年的时间间隔内杀死系统的概率比一年的时间间隔高10倍。更简单的是：一个系统在k 年内的生存概率是1 - ( 1 -p) ^ k~k*p，对于小的p。所以测试间隔可以做成标准的（例如一年）。 这个函数对D 的依赖性已经更加个别。但在这里，我们也可以尝试近似于死亡概率对D 的依赖，并再次给出D 的一些标准值--例如20%。 当然，这个公式只有在满足前提条件的情况下才能应用--足够小的P，体面的预期报酬，等等。好吧，假设我们已经确定了在标准T（年）和D（0.2）下系统的 P 等于什么。这将是P。 那么，系统的价值V 可能涉及，例如，我们的P 和恢复因子。而在一般情况下，只需了解潜在投资者如何做出决定就足够了。他评估了风险和可能的利润，并根据这些数字做出了决定。 Yurixx 2007.12.24 11:57 #344 Mathemat: 3.我去过那里，向作者展示了他的公式在应用于Better 和TeamSky 专家顾问时的荒谬性。主要的优先事项（也是最关键的指标）当然应该是战略的稳定性，而不是利润因素（顺便说一句，在Better 中，利润因素远非理想，但人们对它很满意）。 啊，是的，我看到了，我读了。对不起，忘了这是你的帖子。:-) 而一个潜在的投资者根据风险回报率做出决定。也就是说，零风险（即在美国与政府债务相关的风险）已经有一个相应的回报--债券收益率。原则上，风险较大的工具的收益率也有参考点。但该工具的价格将如何取决于收益率的增加，同时保持相同的风险措施，这是一个问题。想象一下，你估计一个MTS-公司损失一笔存款的概率为p。 在相同的风险p 下，可用的市场工具的平均收益为d。而MTS提供的回报是10*d。它的价格应该是多少？ Neutron 2007.12.24 13:25 #345 大家好! 出于兴趣，我决定在MatLab中生成一个小的NS，看看它是如何工作的。 作为输入参数，决定使用等距ZZ，让我们试着预测其顶点。选择等距的原因是为了最大限度地压缩输入信息，同时将有用信息的损失降到最低。 这些数字说明了我所说的情况。左上角显示的是通常的相位叠加在刻度历史 上，右上角是它的等距表示。我对绝对价格值的预测不感兴趣，只对预期增量的预测感兴趣（我们交易的是价格变化），见下面的左图。右边是一个对100个数值的任意样本进行NS截断的例子。你可以看到，NS已经学会了绝对准确地预测ZZ的顶点! 我必须承认，当我看到在训练期间网络 "没有看到 "的区域内没有重新训练的逐步预测结果（下图左），以及维纳式BP预测的尝试（右），我感到有些惊讶。 就是这样--要么是我错了，没有经验，没有 "展望未来"，要么是两者之一！我想这是我的错。对我来说，这个结果出乎意料，令人印象深刻。 但是，在未改变的NS参数上，对维纳系列的预测已经失败，这一事实让我感到某种乐观。 Neutron 2007.12.24 15:13 #346 让我们试着把问题复杂化给NS。 预测ZZ顶部之间的距离不是一件好事，因为这个值虽然不可预测，但其平均值等于ZZ分区的双倍步骤。HC可以 "检测 "到这一点，并在每个步骤中给出一个 "微不足道 "的预测+-H。这并不有趣（我们已经知道了）。但我们不知道在下一个高峰形成后，价格会在哪里以及在多大程度上发生变化！我们不知道。为此，让我们建立一系列的增量ZZ减2H 。红色显示的是WP的增量，黑色显示的是交易（TC）的增量或WP的下一个峰值形成后的价格变动。 Pastukhov的论文给出了一个积分估计（H-volatility），从中可以找到PT的预期方向和数值。不幸的是，这个值是内部价差，对交易没有实际意义。人们感兴趣的是在每个PT步骤上的预测，其准确度将允许移出传播门。下面（左边）显示的是NS对一系列基于欧元/日元点位的TP的预测，右边--对维纳BP的预测。 即使现在看来，结果也是令人鼓舞的。看来，这个方向需要更多的关注。 Prival 2007.12.24 16:59 #347 最后两张照片，左边和右边？ Yurixx 2007.12.24 17:48 #348 嗨，Sergei ! 根据我的理解，你是在向网络输入一连串的片段大小值。还是我搞错了？如果没有，我想知道你喂养了多少价值。你的NS太擅长预测下一个片段了。还是说这只是一个巧合？很难说5分是一个有统计学意义的数字。 Neutron 2007.12.24 18:02 #349 嗨，尤拉! 是的，我已经先输入了段的大小（预测结果显示），然后尝试预测段减2H，这个变体并没有激起NS预测WP边的符号变异（结果显示）。我给了4个片段作为输入，预测了下一个片段，然后用新的片段重复操作，但没有过度优化，如此反复5-10次。通常情况下，NS在第5次预测后其预测能力会变差，需要进行过度优化。这些图表是作为我的选择提出的。我无法提供统计数据，因为我使用的是在Matlab中实现的现成的NS--按下按钮--看到结果 :-) Yurixx 2007.12.24 18:06 #350 嗯，这令人印象深刻。作为第一个结果--快速的草图和行动--它是非常好的。我喜欢ZZ不是没有原因的。你不能这么直接地把它给输入... 那么你为它建立了什么NS（如果不是秘密的话）？ 1...282930313233343536373839404142 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
Yurixx，我已经在这里写下了我对等量条的初步结论："需要一个反映操作时间内价格的指标。".这和你问的不太一样，这个发现也没有让我的心情变好，因为我期待的是更接近高斯的东西。
但它确实给了我一些希望--如果说，有人把它扔在这个图上......好吧，好吧，我得去看看......。
而关于最大值的分布，我想Kamal 给了你这个想法，就我记得。
你写那篇帖子时我看到了。我自己注意到，你也得到了中子 和我之前得到的结果。还注意到你要整理等量条的高-低统计，从那时起一直在等待结果。
我并不幻想改用Equibar会带来一场革命。如果有可能，这场革命早就发生了--想法就在表面。但事实上，它将使揭示任何微妙之处成为可能，这是非常可想而知的。而线索往往就在这些细微之处。
你说得很对，"这并不是我所要求的"。 然而，如果你知道有什么方法可以解决这个问题，请分享，请。在我上一页的文章中，在所引用的两段话中，我认为这个问题表述得很清楚。
顺便说一下，请注意这个主题"交易系统的分类和其价值的估计"。你似乎还没有去过那里，如果没有你要解决的问题，所有关于这个话题的推理都是在天花板上构建公式。
还注意到你要整理出等量条的高低统计，从那时起就一直在等待结果。他们会吗？
...
你说得很对，"这并不是我所要问的"。 然而，如果你知道有什么方法可以解决手头的问题，那么请分享一下。在我上一页的帖子中，在所引用的两段话中，我认为这个问题已经说得很清楚了。
...
顺便说一下，请注意这个主题"交易系统的分类和其价值的估计"。你似乎还没有去过那里，如果没有你要解决的问题，所有关于这个话题的推理都是在天花板上构建公式。
2.不，我不知道有这样的方法。我还没有着手在理论上获得这样的分布。
3.我去过那里，向作者展示了他的公式在应用于Better 和TeamSky的 专家顾问时显示出的荒谬性。主要的优先事项（也是最关键的指标）肯定是战略的稳定性，而不是利润因素（顺便说一下，Better 公司的利润因素远非理想，但人们仍然喜欢它）。
如果我们谈论的是用合成物进行策略评估的超级任务，稳定性E 可以被衡量，例如，取决于在给定的最大缩减量D 下，在一定的时间间隔T 上杀死系统的概率p 的估计。
非常相似的是，在其他条件相同的情况下，p(k*T,D) ~k*p(T,D) ，即在10年的时间间隔内杀死系统的概率比一年的时间间隔高10倍。更简单的是：一个系统在k 年内的生存概率是1 - ( 1 -p) ^ k~k*p，对于小的p。所以测试间隔可以做成标准的（例如一年）。
这个函数对D 的依赖性已经更加个别。但在这里，我们也可以尝试近似于死亡概率对D 的依赖，并再次给出D 的一些标准值--例如20%。
当然，这个公式只有在满足前提条件的情况下才能应用--足够小的P，体面的预期报酬，等等。好吧，假设我们已经确定了在标准T（年）和D（0.2）下系统的 P 等于什么。这将是P。
那么，系统的价值V 可能涉及，例如，我们的P 和恢复因子。而在一般情况下，只需了解潜在投资者如何做出决定就足够了。他评估了风险和可能的利润，并根据这些数字做出了决定。
3.我去过那里，向作者展示了他的公式在应用于Better 和TeamSky 专家顾问时的荒谬性。主要的优先事项（也是最关键的指标）当然应该是战略的稳定性，而不是利润因素（顺便说一句，在Better 中，利润因素远非理想，但人们对它很满意）。
啊，是的，我看到了，我读了。对不起，忘了这是你的帖子。:-)
而一个潜在的投资者根据风险回报率做出决定。也就是说，零风险（即在美国与政府债务相关的风险）已经有一个相应的回报--债券收益率。原则上，风险较大的工具的收益率也有参考点。但该工具的价格将如何取决于收益率的增加，同时保持相同的风险措施，这是一个问题。想象一下，你估计一个MTS-公司损失一笔存款的概率为p。 在相同的风险p 下，可用的市场工具的平均收益为d。而MTS提供的回报是10*d。它的价格应该是多少？
大家好!
出于兴趣，我决定在MatLab中生成一个小的NS，看看它是如何工作的。
作为输入参数，决定使用等距ZZ，让我们试着预测其顶点。选择等距的原因是为了最大限度地压缩输入信息，同时将有用信息的损失降到最低。
这些数字说明了我所说的情况。左上角显示的是通常的相位叠加在刻度历史 上，右上角是它的等距表示。我对绝对价格值的预测不感兴趣，只对预期增量的预测感兴趣（我们交易的是价格变化），见下面的左图。右边是一个对100个数值的任意样本进行NS截断的例子。你可以看到，NS已经学会了绝对准确地预测ZZ的顶点!
我必须承认，当我看到在训练期间网络 "没有看到 "的区域内没有重新训练的逐步预测结果（下图左），以及维纳式BP预测的尝试（右），我感到有些惊讶。
就是这样--要么是我错了，没有经验，没有 "展望未来"，要么是两者之一！我想这是我的错。对我来说，这个结果出乎意料，令人印象深刻。
但是，在未改变的NS参数上，对维纳系列的预测已经失败，这一事实让我感到某种乐观。
让我们试着把问题复杂化给NS。
预测ZZ顶部之间的距离不是一件好事，因为这个值虽然不可预测，但其平均值等于ZZ分区的双倍步骤。HC可以 "检测 "到这一点，并在每个步骤中给出一个 "微不足道 "的预测+-H。这并不有趣（我们已经知道了）。但我们不知道在下一个高峰形成后，价格会在哪里以及在多大程度上发生变化！我们不知道。为此，让我们建立一系列的增量ZZ减2H 。红色显示的是WP的增量，黑色显示的是交易（TC）的增量或WP的下一个峰值形成后的价格变动。
Pastukhov的论文给出了一个积分估计（H-volatility），从中可以找到PT的预期方向和数值。不幸的是，这个值是内部价差，对交易没有实际意义。人们感兴趣的是在每个PT步骤上的预测，其准确度将允许移出传播门。下面（左边）显示的是NS对一系列基于欧元/日元点位的TP的预测，右边--对维纳BP的预测。
即使现在看来，结果也是令人鼓舞的。看来，这个方向需要更多的关注。
嗨，Sergei !
根据我的理解，你是在向网络输入一连串的片段大小值。还是我搞错了？如果没有，我想知道你喂养了多少价值。你的NS太擅长预测下一个片段了。还是说这只是一个巧合？很难说5分是一个有统计学意义的数字。
嗨，尤拉!
是的，我已经先输入了段的大小（预测结果显示），然后尝试预测段减2H，这个变体并没有激起NS预测WP边的符号变异（结果显示）。我给了4个片段作为输入，预测了下一个片段，然后用新的片段重复操作，但没有过度优化，如此反复5-10次。通常情况下，NS在第5次预测后其预测能力会变差，需要进行过度优化。这些图表是作为我的选择提出的。我无法提供统计数据，因为我使用的是在Matlab中实现的现成的NS--按下按钮--看到结果 :-)
嗯，这令人印象深刻。作为第一个结果--快速的草图和行动--它是非常好的。我喜欢ZZ不是没有原因的。你不能这么直接地把它给输入...
那么你为它建立了什么NS（如果不是秘密的话）？