不关马什卡的事！ - 页 4 123456789101112 新评论 Candid 2008.04.11 11:41 #31 grasn: 对中子 这真的没有那么简单，图片显示的是一个最好的图，从统计学上看，它不是那么好，因此，使用这种方法是非常危险的。 要得到预测的MA（不管用什么方法）对交易来说是不够的，我们应该估计这个MA 周围的价格行为。 如果我们直接重建价格值，会造成很大的误差。我曾试图计算稳定的 "恢复价格 "水平，但我对结果并不完全满意--虽然有一些利润，但我不会对其稳定性做出任何明确的声明。 据我所知，中子 的方法的描述变体实际上不是预测价格水平，而是预测最大的时间。 Сергей 2008.04.11 11:58 #32 对中子 Seryoga，也许我没有很好地理解你。这里是一个任意的部分（只显示了H 和L）。 换句话说，只显示了过程发展的约束。是的，每个基准点也有一个 "输入 "和一个 "输出"。Seryoga，你能告诉我哪里 "坐实"，最大限度地接近一些模糊的真理过程吗？ 好吧，让我们继续前进，解释一下。对于这个过程，它采取了 (H+L)/2为蓝色 关闭-- 红色。 为他们计算了ACF。 和ACF的第一个差异。 另一个问题：有什么区别？你说的是什么空洞的关联？什么是10%????也许我做错了什么？ Сергей 2008.04.11 12:02 #33 lna01: 格拉斯恩。 对中子 这真的没有那么简单，图片显示的是一个最好的图，从统计学上看，它并不是那么好，因此，使用这种方法是非常危险的。 要得到预测的MA（无论什么方法）对于交易来说是不够的，我们应该估计这个MA 周围的价格行为。 如果我们直接重建价格值，会有很大的误差。我试图计算稳定的 "恢复价格 "水平，但我对结果并不满意，尽管我有一些利润。 据我所知，在所描述的中子 方法的版本中，实际上预测的不是价格水平，而是最高价的时间。 我有一种强烈的感觉，Seryoga在预测ACF，并要通过它来恢复BP。但我可能是错的。 Sceptic Philozoff 2008.04.11 12:06 #34 ACF预测是交易中的新事物... Candid 2008.04.11 12:11 #35 grasn: lna01: 据我所知，所描述的中子 方法的变体实际上不是预测价格水平，而是预测最高点的时间。 我有一种强烈的感觉，Seryoga在预测ACF，并且要通过它来恢复BP。但我可能是错的。 为了得到这个变量的价格水平，你需要总结几个增量。如果一个错误对他们来说是不正常的（增量），就有可能离得相当远（离目标）。 P.S. 是的，如果也是正常的，统计将没有时间在一个相对较短的时间间隔内发挥。 Сергей 2008.04.11 12:14 #36 这是我的一个想法，我认为这是我的想法:o))) PS: Прогноз АКФ - это что-то новенькое в трейдинге... 我承认，我不仅拖延了时间，而且还反应过度。它发生了 :o) Сергей 2008.04.11 12:18 #37 我仍然没有完全理解。 Neutron: 这是试图预测一个理想的МА的一阶导数（即没有滞后性，其一阶导数能提供绝对准确的进入/退出信号，图中用红色实线表示）。我是这样做的：我从导数的当前值向后退了N条时间尺度，并找到了n个常见的MA导数（那些具有滞后性的导数）的加权和，将其等同于红线的值，并解决了一个加权的线性方程系统。然后知道这些权重后，我将滞后MAs的当前值乘以它们，得到 "目前 "理想MA的预测值。 在图中，我做了一个未来六条的预测。我们可以看到，预测并不落后于理想的MA，尽管在某处它在振幅方面与上一次有很大的不同，也就是说，这个想法原来并不荒谬，尽管试图延长预测范围导致预测序列的 "散射"。我在下面附上了一个动画，显示了在试图将水平线从0条增加到10条时预测的稳定性动态（一帧--1条以上）。 是200个样本上的第一个导数发生了这样的变化吗？那么这句话是什么呢？Seryoga，请解释。 Neutron 2008.04.11 12:31 #38 grasn:对中子Seryoga，也许我没有很好地理解你。这里是一个任意的部分（只显示了H 和L）。换句话说，只显示了过程发展的约束。是的，每个基准点也有一个 "输入 "和一个 "输出"。Seryoga，你能告诉我哪里 "坐实"，最大限度地接近一些模糊的真理过程吗？ 好吧，让我们继续前进，解释一下。对于这个过程，我们采取 (H+L)/2-蓝色 关闭-- 红色。 为他们计算了ACF。和ACF的第一个差异。另一个问题：它们之间有什么区别？你说的是什么空洞的关联？我不明白!我看问题的方式是这样的。 对第一差分序列High、Low和（High+Low）/2建立自 相关系数。我搞砸了大约百分之十的正自相关，但尽管如此，效果还是很明显的。 变化的是200个样本中的第一个导数吗？这句话是什么意思？Seryoga，请解释。 嗯，是的，第一个导数来自双FNF运行（向前和向后），平均窗口为100条。窗口的定义是传统的，因为我使用MEMA进行分析（根据Bulashov），但这并不重要，预测范围应与窗口宽度相比较。使用了一系列欧元/日元的细目。 Neutron 2008.04.11 13:31 #39 哦，多么有趣啊! 如果加法器的输入不是在滞后掩码上，而是在它自己上，会发生什么情况呢 :-) 即在理想MA的第一次导数上。 这已经是对窗口宽度的预测，即对100条的预测! 也许代码中存在一个错误...这不可能。 下面是一个有地平线从0到100条增加的动态的证据。 附加的文件： nd.zip 316 kb Сергей 2008.04.11 13:36 #40 对中子 那是很久以前的事了，不记得是哪来的了，某本书，但这也是估计自 相关的一种方法。 虽然...我不是什么数学家 :o))) Ну, да, первая производная от двойного прогона ФНЧ (вперёд-назад) с окном усреднения 100 баров. Окно слегка условно, поскольку для анализа я использовал МЕМА, но это не принципиально. Использовался ряд минуток EUR/JPY. 我已经承认，我有点过头了。我无法长期隐瞒这一医学事实 :o) 123456789101112 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
对中子
这真的没有那么简单，图片显示的是一个最好的图，从统计学上看，它不是那么好，因此，使用这种方法是非常危险的。 要得到预测的MA（不管用什么方法）对交易来说是不够的，我们应该估计这个MA 周围的价格行为。 如果我们直接重建价格值，会造成很大的误差。我曾试图计算稳定的 "恢复价格 "水平，但我对结果并不完全满意--虽然有一些利润，但我不会对其稳定性做出任何明确的声明。
对中子
Seryoga，也许我没有很好地理解你。这里是一个任意的部分（只显示了H 和L）。
换句话说，只显示了过程发展的约束。是的，每个基准点也有一个 "输入 "和一个 "输出"。Seryoga，你能告诉我哪里 "坐实"，最大限度地接近一些模糊的真理过程吗？
好吧，让我们继续前进，解释一下。对于这个过程，它采取了
为他们计算了ACF。
和ACF的第一个差异。
另一个问题：有什么区别？你说的是什么空洞的关联？什么是10%????也许我做错了什么？
对中子
这真的没有那么简单，图片显示的是一个最好的图，从统计学上看，它并不是那么好，因此，使用这种方法是非常危险的。 要得到预测的MA（无论什么方法）对于交易来说是不够的，我们应该估计这个MA 周围的价格行为。 如果我们直接重建价格值，会有很大的误差。我试图计算稳定的 "恢复价格 "水平，但我对结果并不满意，尽管我有一些利润。
我有一种强烈的感觉，Seryoga在预测ACF，并要通过它来恢复BP。但我可能是错的。
据我所知，所描述的中子 方法的变体实际上不是预测价格水平，而是预测最高点的时间。
我有一种强烈的感觉，Seryoga在预测ACF，并且要通过它来恢复BP。但我可能是错的。
为了得到这个变量的价格水平，你需要总结几个增量。如果一个错误对他们来说是不正常的（增量），就有可能离得相当远（离目标）。
P.S. 是的，如果也是正常的，统计将没有时间在一个相对较短的时间间隔内发挥。
这是我的一个想法，我认为这是我的想法:o)))
PS:
Прогноз АКФ - это что-то новенькое в трейдинге...
我承认，我不仅拖延了时间，而且还反应过度。它发生了 :o)
我仍然没有完全理解。
这是试图预测一个理想的МА的一阶导数（即没有滞后性，其一阶导数能提供绝对准确的进入/退出信号，图中用红色实线表示）。我是这样做的：我从导数的当前值向后退了N条时间尺度，并找到了n个常见的MA导数（那些具有滞后性的导数）的加权和，将其等同于红线的值，并解决了一个加权的线性方程系统。然后知道这些权重后，我将滞后MAs的当前值乘以它们，得到 "目前 "理想MA的预测值。
在图中，我做了一个未来六条的预测。我们可以看到，预测并不落后于理想的MA，尽管在某处它在振幅方面与上一次有很大的不同，也就是说，这个想法原来并不荒谬，尽管试图延长预测范围导致预测序列的 "散射"。我在下面附上了一个动画，显示了在试图将水平线从0条增加到10条时预测的稳定性动态（一帧--1条以上）。
是200个样本上的第一个导数发生了这样的变化吗？那么这句话是什么呢？Seryoga，请解释。
对中子
Seryoga，也许我没有很好地理解你。这里是一个任意的部分（只显示了H 和L）。
换句话说，只显示了过程发展的约束。是的，每个基准点也有一个 "输入 "和一个 "输出"。Seryoga，你能告诉我哪里 "坐实"，最大限度地接近一些模糊的真理过程吗？
好吧，让我们继续前进，解释一下。对于这个过程，我们采取
为他们计算了ACF。
和ACF的第一个差异。
另一个问题：它们之间有什么区别？你说的是什么空洞的关联？
我不明白!我看问题的方式是这样的。
对第一差分序列High、Low和（High+Low）/2建立自 相关系数。
我搞砸了大约百分之十的正自相关，但尽管如此，效果还是很明显的。
变化的是200个样本中的第一个导数吗？这句话是什么意思？Seryoga，请解释。
哦，多么有趣啊!
如果加法器的输入不是在滞后掩码上，而是在它自己上，会发生什么情况呢 :-) 即在理想MA的第一次导数上。
这已经是对窗口宽度的预测，即对100条的预测!
也许代码中存在一个错误...这不可能。
下面是一个有地平线从0到100条增加的动态的证据。
对中子
那是很久以前的事了，不记得是哪来的了，某本书，但这也是估计自 相关的一种方法。
虽然...我不是什么数学家 :o)))
Ну, да, первая производная от двойного прогона ФНЧ (вперёд-назад) с окном усреднения 100 баров. Окно слегка условно, поскольку для анализа я использовал МЕМА, но это не принципиально. Использовался ряд минуток EUR/JPY.
我已经承认，我有点过头了。我无法长期隐瞒这一医学事实 :o)