FR H-波动性 - 页 38

新评论
 
2 中子：下午好。以及在什么时间间隔内获得的结果？
 
lna01:


唉，这不是那么简单。这甚至不是分配的宽度。我们可以建立一个置信区间，比如说，90%的逆转发生在其中。而我也做过这样的构造）。看来，价格可能会在这个区间内停留很长时间，这意味着问题在于预测价格离开这个置信区间的时刻。

我同意你的观点，我认为问题是，在比你指出的更大程度上，分布的宽度。由于分布的宽度而产生的不确定性，不允许你瞄准敌人（用Prival的话说），而错误是有代价的。

P.S.

我的同事们，我想每个人都熟悉这篇文章，下面显示的是其中的一个片段（档案太小，无法放入）。我有一个问题，关于基于箱形计数法计算NA的最佳输入数的算法。我在文章末尾的参考文献列表后附上了对该方法的描述。

附加的文件：
1.zip  208 kb
 
FION:
2 中子。下午好。那你是在什么时间间隔内得到的结果？

好!

我正在建立TF=1分钟。

 
Neutron:
FION:
2 中子。下午好。那你是在什么时间间隔内得到的结果？

慈祥!

我在TF=1分钟内进行了构建。


我明白了。统计数据是什么时期的，一个星期，一个月，一年？
 
FION:
中子。
FION:
2 中子。下午好。那你是在什么时间间隔内得到的结果？

慈祥!

我在TF=1分钟内进行了构建。


我明白了。统计数据是什么时期的，一个星期，一个月，一年？
1分钟
 

多么有趣!

在上一篇文章的图中，我给出了在构建H=10点的阶梯上，区域顶部的形成时间对其振幅的依赖。我没有看到任何依赖性。但是，看一下H=20时得到的结果。

这种依赖性是显而易见的!尤拉，我收回我关于没有后者的说法，你说得很对--形成的时间取决于 SZ的振幅。

到FION。

从2004年初到现在的会议记录。

 

我认为分布应该有两个价值区域--一个是平坦的，另一个是趋势的，你可以选择季节性合适的历史部分。

 
那么，我想知道，你打算如何定义一个时期的开始和结束？毕竟，很明显，有了这样的工具在手，我们要做的就是铲除金钱！"。
 

有两种方法可以做到这一点：第一种是普遍...一个是靠眼睛，另一个是靠计算期内回归线的标准偏差。

 

以下是将图表转换为大致等量的条形图的初步结果。这是到目前为止在MS Excel中的情况。

上面是传统的表示方法（基于天文时间，H4，从07年10月1日到12月17日），下面是同一时期的等量条。各个时期的开始和结束时间几乎相同，所以这里的故事也是相似的。

总的来说，没有什么特别的区别：轮廓上的灾难相同。长历史上的条数 差异是相当精确地排列的。

但仍然可以注意到一些东西。如果打印这两张图表，使其尺寸相同（在屏幕上比较不方便），就可以看到趋势部分和平坦部分的比例有细微差别。很多时候（并不总是），趋势部分与传统表现形式相比要长一些，而平坦部分则相反，要短一些。

在我的计算中，我没有考虑到长期内每个普通条的平均交易量的变化。也许，应该这样做。简而言之，我仍有一些工作要做......

P.S. Yura (Reshetov), 嗨！你在哪里消失了这么久？

1...313233343536373839404142
新评论