统计是展望未来的一种方式! - 页 19 1...12131415161718192021 新评论 Khristian Piligrim 2008.10.18 20:31 #181 石头 - 预测黄色 和红线分别比蓝色领先1和2条。计算是在零条上进行的，你在图片上看到的是在零条上以这种形式形成的，没有窥视未来，没有重画过去，我在一个模拟账户上检查了这一点（我不是第一年在丈夫身后做外汇，我认真对待）。 中子- "下图中的红线显示了从估计的积分特性中发现的平衡曲线的总体情况。作为比较，蓝线显示的是根据Piligrimm 提供的数据，由 "公平 "的TC交易构建的 平衡曲线。" - 我不明白，这样的公平制度是什么？ 上述算法在一个模块中实现，该模块是一个固定的单元（即没有重新训练的模型，尽管由于 "均衡器 "有可能对特定仪器和时间框架的信号的振幅-相位特性进行优化），旨在根据实时的报价形成一个可呈现的信号频谱样本（超过一百个使用不同算法获得的信号）。交易决策将不是由图片中的2或3个信号（有很多这样的信号，在上面的最后一张图片中，你可以看到100个信号的频谱，其中许多信号的特征不比我上面介绍的预测信号提前一个和两个柱子的3个信号差），而是由一个单独的动态模块来做出交易决策。 我已经在早期开发的其他专家顾问系统中开发并测试了这个模块。它的实质是使用三个神经网络委员会，每个委员会有15个 NS。每个委员会接收一组50个信号，分布如下：第一个委员会接收1至50个信号，第二个委员会接收26至75个信号，第三个委员会接收来自上述第一个模块的51至100个信号--因此每个委员会与其他委员会有一半的重叠输入信号集。每个委员会的信号训练样本长度为200条，NS委员会在一个无限的实时再训练周期内运行。作为进行训练的信号，我们从 "趋势指标 "中得到一个信号，反映了历史上趋势的逆转点（我把它放在出售的地方，你可以看到它的工作）。 在委员会中重新训练了15个NS后，这些网络的模型在测试样本中运行，在15个网络中只选择9个最好的网络。而每个委员会的这9个最佳模型是在计算区块中得到的，在这里对9个最佳模型进行计算，并对委员会的结果进行平均。结果，我们得到了三个交易信号，根据新条形的到来为每个委员会计算。当所有三个委员会的决定都一致时，就会做出合意的贸易决定。动态系统不断监测市场变化并实时重置其参数，让你在某种情况下做出最佳决定。 一般来说，整个系统还没有测试，我正忙着 "打磨 "第一个模块的个别信号。我在下面的图片上展示了这种 "抛光 "的结果 。图中所示的信号是该信号的两个修改版本，该信号早先以红线的形式呈现在 。 在第一张和第二张图中，信号在 "均衡器 "设置中有所不同，我想展示参数的微小变化如何改变信号的形状。在档案中 ，PR文件 对应的是 第一个图， PR30 对应的是第三个图。在第1栏--红线对应的数据，在第2栏--黄线，从3到6，分别是 --开盘，最高，最低，收盘。 附加的文件： pr_1.zip 221 kb Neutron 2008.10.19 07:19 #182 rsi писал(а)>> 中子，将方式定格为一篇文章就好了...... 材料是原始的。我认为现在编排文章还为时过早。 Piligrimm 写道>> 计算是在零条上进行的，你在图片上看到的是在零条上以这种形式形成的，没有展望未来，没有重画过去，我在一个模拟账户上检查了这一点（不是第一年在丈夫身后做外汇，我认真对待）。 底线是使用三个神经网络委员会，每个委员会有15个 NS。每个委员会得到一组50个信号，分布如下：第一个委员会--信号1到50，第二个--26到75，第三个--51到100，来自上述的第一个模块，所以每个委员会与其他委员会的输入信号有一半重叠的样本。每个委员会的信号训练样本长度为200条，NS委员会在一个无限的实时再训练周期内运行。 向你的工作和伟大的成果表示敬意! 事实上，所提出的数据直接证明了外汇市场的非随机性，因此，有可能从中获得非随机收益。 中子 - "从估计的积分特性中发现的平衡曲线的一般视图在下图中以红色显示 。作为比较，蓝线显示的是根据 Piligrimm提供的数据 ， 由 "公平的 "TS交易建立的 平衡曲线。" - 我不明白这样的公平系统是什么？ 让我们在Metatrader中加载你提出的kotir（档案中第三栏），并使用黄线（第二栏）作为开仓指标。我们编写TS（我在Mathcad中实现），在时间序列的每个参考点（当前条形图H4的开口）打开-关闭一个位置，我们根据指标增量的符号来选择方向。这就是我所说的 "公平 "交易。 Piligrimm， 训练样本的最佳长度P、TCd-entries 的数量和集合权重w 的数量是如何相互依赖的？ Сергей Ковалев 2008.10.19 13:36 #183 rsi писал(а)>> 中子，把这个方法以文章的形式详细说明实际应用的方法是一个好主意。随着它在 "大众中 "的传播，这可能成为一种标准。同时，TS头寸的开仓可以被认为是对下一栏盈利交易的平均规模的预测（等于平均订单寿命的区间）。我们今天显然缺少这种评估TS的指标，在这个意义上，你的想法的发展似乎是非常通用的。 P.S. 作为一种选择，在一个模糊的评价尺度上，右边可以是 "真正的！"，左边是 - "Ftopkus！" :-) 赞成。 事实上，建议的分级方式可以成为普遍接受的分级方式的基础。 Khristian Piligrim 2008.10.19 18:51 #184 向你的工作和你的优秀成果表示敬意！По-сути, представленные данные служат прямым доказательством не мартингальности рынка Forex и, следовательно, возможности неслучайного заработка на нём. Piligrimm， 你是如何将最佳训练样本长度P、输入数d 和可调权重数w 联系起来的？ 确实有很多工作；实际上，我从3月份开始就一直在研究这个专家系统，每天花10到14个小时在显示器前，并利用以前许多年的经验和经历。为了建立第一个模块--信号生成器，我不得不训练数百个模型，其中大部分进入了垃圾箱，只有一小部分符合既定标准的模型进入系统。训练一个模型需要6到30个小时。但对我来说，最痛苦的任务是从模型产生的信号中构建具有所需振幅和相位响应的信号。我还没有找到使这一过程自动化的方法，我不得不从一组不同的模型中手动组合数百个组合，直到找到一个满意的版本（我称之为 "剥皮 "信号），找到一个新的原始信号，或由其中一个模型创建的改进的主要信号。 第一个模块是固定的，它不提供再培训，而是为建立的模型在可预见的未来稳定工作而设计的，至少2-3年。从这一点出发，我选择了采样长度为5000条的时间框架H4进行训练，在这个区间内，市场多次改变其阶段，并且利率变化的范围（在这个区间内是从1.16到1.6）在未来几年内不应该超过这些限制。 学习到的NS和LR模型被形式化为多项式，然后转化为MQL，因此整个第一模块在MQL 中被实现为一个指标，可以使用均衡器在广泛的振幅-相位特性中进行优化，获得所需的信号形状，以创建不同的策略。我的目标从一开始就不是为某些特定的策略制作一个高度专业化的系统，而是创建一个开放的系统，一种构造器，必要时可以根据要设计的策略的要求，使用现有信号的组合来接收具有新特征的新信号。 第二个模块是动态的，它是在Matlab上实现的。它旨在动态监测市场情况，不断适应变化，并根据第一个模块提供的信息的多元分析，做出明智的交易决定 。从本质上讲，这个模块是一个识别系统，它在50个信号的输入矢量上进行训练，在历史上的参考趋势的基础上，由趋势指标创建，识别市场趋势的反转点，对于给定的汇率波动范围，在零条上没有明显的延迟，给出关于反转开始的信号。为了排除错误的决定和噪音的影响，我让这个模块变得多余，并引入了一个由15个NC组成的委员会，并让三个委员会为分析几个不同的输入向量而训练（虽然这不是为了美好的生活，我本来想只用一个委员会，但我的电脑根本无法处理100个输入的NC训练）。因此，我不得不把输入阵列分成三部分，就像我上面描述的那样，用50个输入来训练国家计算机系统，尽管这对处理器和内存的负荷太大，但仍然可以工作。因此，NS输入的数量的选择是由这个决定的。这个单元旨在跟踪和评估市场的短期变化，不需要对历史进行深入分析，我的经验结论是，训练样本的长度应该至少是预测或识别范围的10倍，在这个范围内，NS不需要重新训练就能工作。我使用这个模块在M1时间框架上工作，重新训练一个委员会的总时间是15-17分钟，此外，不重新训练NS的预测准确率在20条时相当高，也就是提前20分钟。因此，我为训练选择了一个等于200条的输入数组的长度。 我试图将样本长度减少到100条，但测试样本的误差大大增加，在200条到1000条的范围内增加，并没有显著提高准确度，但增加了训练时间和使用的内存。我使用标准的Matlab NS函数，那里的权重是内部自动生成的。 至于外汇市场的可预测性，从一开始我就确信它的可预测性，多年的工作和实验只是加强了这种信念。我甚至为此写了一篇文章，名为"有可能进行外汇预测吗？如何创建你自己的交易策略？ 顺便说一下，我已经简单地谈到了我在这个系统中使用的方法。 不幸的是，大多数人没有认真对待这篇文章，留下了嘲笑性的评论。 还有一个问题，关于你引用的最后一张图，奇怪的是，红线和蓝线的局部最低点和最高点是反相的，你怎么解释？ Neutron 2008.10.20 16:21 #185 Piligrimm писал(а)>> 至于外汇市场的可预测性，从一开始，当我开始工作时，我就对它的可预测性充满信心，多年来的工作和实验，我只是加强了这种信念。我甚至为此写了一篇文章，名为"有可能进行外汇预测吗？如何创建你自己的交易策略？ 顺便说一下，我已经简单地谈到了我在这个系统中使用的方法。 不幸的是，大多数人没有认真对待这篇文章，留下了嘲笑性的评论。 还有一个问题，关于你发布的最后一张图，很奇怪的是，红线和蓝线的局部最低点和最高点是相对的，你怎么解释？ 嗯，一般来说，它是这样的。 Piligrimm， 你所收集的指标以你所提出的形式进行审查，允许你在统计上击败市场的Н4。而这是以最小的风险。你们还没有推翻外汇的原因是什么？ 关于我提出的数据的差异，它们是由于盈利能力估计方法的本质造成的。问题是，知道定义静止过程的积分特征（在我们的例子中是股权增量的分布），我们总是能得到其无限多的实现之一。一般来说，这些实现是相似的（增长率，增长率波动），但它们在细节上是个别和独特的。这解释了明显的差异。你注意到的EVERYTHING的反相，只是巧合。它可能是在相位和其他任何东西。 Roman Kramar 2008.10.21 08:00 #186 Neutron >> : 好吧，我大体上理解。 Piligrimm，你所提出的指标，可以让你在H4上以统计上的确定性战胜市场。而这是以最小的风险。你为什么到现在还没有推翻外汇的原因是什么？ 我还不会说明什么，但在我看来，在这种情况下，由于指标在零条上的过冲，得到的结果是不正确的。对于1个小节的范围来说，很明显--当在所提供的数据上模拟交易时，根据数据在小节开始时做出决定，而这些数据实际上是在小节完全形成的时刻获得的。对于2条的水平线，我们需要进行更详细的分析。 Neutron 2008.10.21 11:43 #187 bstone писал(а)>> 我还不会断言什么，但在我看来，在这种情况下，由于指标在零条上重绘，获得的结果是不正确的。对于1个小节的范围来说，这很明显--当在呈现的数据上模拟交易时，决定是在小节开始时使用实际上是在其完全形成的时刻获得的数据。对于2条的水平线，我们需要进行更详细的分析。 Piligrimm 写道：>> 石头 - 预测黄色 和红色线分别比蓝色线领先1条和2条。计算是在零条上进行的，你在图片上看到的是在零条上形成的，没有展望未来，没有重画过去，我在一个模拟账户上检查了这一点（不是第一年从事外汇，我认真对待）。 然而，这是一个非常重要的观点。 让我们再次请Piligrimm 来确认所提出的数据的正确性。我们需要保证下一个H4柱状图的预测（红线或黄线）是在 柱状图打开之前收到并固定下来 的，而不是在柱状图形成期间。 [删除] 2008.10.24 11:37 #188 Neutron >> : 材料是原始的。我认为现在编造文章还为时过早。 我认为跟踪分布的方差也很重要 绘制在点云上的点与线之间的距离。在零点 预测误差角度正好为45度，方差为 为零。对于实际需求，我们可以选择最佳的集合 σ值较小，斜率角较大。 Artem Kachalkov 2008.10.24 19:59 #189 大家好! 这个话题对我个人来说足够有趣，所以我大胆地向这个主题的参与者提出一些问题。 我很抱歉，如果我误解了什么......。 1.我们试图预测什么？(可能是未来的价格值，应该在一定时间范围内形成）。 为简单起见，tr=sl。目标是让价格达到tr，比sl更快。比值n/l应该大于0.5，包括价差。最好是大于0.7。 2.我们将用过去的哪些参数来预测，以确定价格到一个特定的目标水平（tr）？ 这个问题在这个主题的某个页面上被提出来了，但我不明白......。 3.在我看来，预测市场是困难的，甚至可能是无用的（即滞后于价格变化（斜率）的回归等，与MA没有多大区别）。 所有这些，我认为最主要的是，运动取决于一些人以对资产上涨/下跌的预期，以及他们对达到该价格水平的贪婪和恐惧所投注的金额。 在我看来，这个事实在预测时不能被忽视。 Neutron 2008.10.25 11:25 #190 kch писал(а)>>1.我们试图预测什么？ 2.我们将使用过去的哪些参数来进行预测... 3. 在我看来，预测市场是困难的，也许是无用的... 1.在下一个条形图上增加价格。 2.在当前和之前的条形图上的价格增量的值。 3......你能为MTS提供一些其他建议吗？ Aleku 写道>> 我认为追踪分布的方差也很重要 绘制在点云上的点与线之间的距离。在零点 预测误差的角度正好是45度，方差是 为零。对于现实世界的需要，最佳的一组 σ值较小，斜率角较大。 当然，你是对的。 如果我们谈论所提出的方法的价值，我们应该强调，我们用两个参数进行操作--线性回归的斜率正切和点差的分散（假设天平增量的正态分布）与构建的线有关。第一个参数表征TC的盈利能力，第二个参数表征风险。有了这两点，我们就可以找到再投资的最佳比例（在一定时期内收入最大化的意义上）。换句话说，云层坡度越接近45度，越薄，越好。 1...12131415161718192021 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
石头 - 预测黄色 和红线分别比蓝色领先1和2条。计算是在零条上进行的，你在图片上看到的是在零条上以这种形式形成的，没有窥视未来，没有重画过去，我在一个模拟账户上检查了这一点（我不是第一年在丈夫身后做外汇，我认真对待）。
中子- "下图中的红线显示了从估计的积分特性中发现的平衡曲线的总体情况。作为比较，蓝线显示的是根据Piligrimm 提供的数据，由 "公平 "的TC交易构建的 平衡曲线。" - 我不明白，这样的公平制度是什么？
上述算法在一个模块中实现，该模块是一个固定的单元（即没有重新训练的模型，尽管由于 "均衡器 "有可能对特定仪器和时间框架的信号的振幅-相位特性进行优化），旨在根据实时的报价形成一个可呈现的信号频谱样本（超过一百个使用不同算法获得的信号）。交易决策将不是由图片中的2或3个信号（有很多这样的信号，在上面的最后一张图片中，你可以看到100个信号的频谱，其中许多信号的特征不比我上面介绍的预测信号提前一个和两个柱子的3个信号差），而是由一个单独的动态模块来做出交易决策。
我已经在早期开发的其他专家顾问系统中开发并测试了这个模块。它的实质是使用三个神经网络委员会，每个委员会有15个 NS。每个委员会接收一组50个信号，分布如下：第一个委员会接收1至50个信号，第二个委员会接收26至75个信号，第三个委员会接收来自上述第一个模块的51至100个信号--因此每个委员会与其他委员会有一半的重叠输入信号集。每个委员会的信号训练样本长度为200条，NS委员会在一个无限的实时再训练周期内运行。作为进行训练的信号，我们从 "趋势指标 "中得到一个信号，反映了历史上趋势的逆转点（我把它放在出售的地方，你可以看到它的工作）。 在委员会中重新训练了15个NS后，这些网络的模型在测试样本中运行，在15个网络中只选择9个最好的网络。而每个委员会的这9个最佳模型是在计算区块中得到的，在这里对9个最佳模型进行计算，并对委员会的结果进行平均。结果，我们得到了三个交易信号，根据新条形的到来为每个委员会计算。当所有三个委员会的决定都一致时，就会做出合意的贸易决定。动态系统不断监测市场变化并实时重置其参数，让你在某种情况下做出最佳决定。 一般来说，整个系统还没有测试，我正忙着 "打磨 "第一个模块的个别信号。我在下面的图片上展示了这种 "抛光 "的结果 。图中所示的信号是该信号的两个修改版本，该信号早先以红线的形式呈现在 。 在第一张和第二张图中，信号在 "均衡器 "设置中有所不同，我想展示参数的微小变化如何改变信号的形状。在档案中 ，PR文件 对应的是 第一个图， PR30 对应的是第三个图。在第1栏--红线对应的数据，在第2栏--黄线，从3到6，分别是 --开盘，最高，最低，收盘。
中子，将方式定格为一篇文章就好了......
材料是原始的。我认为现在编排文章还为时过早。
计算是在零条上进行的，你在图片上看到的是在零条上以这种形式形成的，没有展望未来，没有重画过去，我在一个模拟账户上检查了这一点（不是第一年在丈夫身后做外汇，我认真对待）。
底线是使用三个神经网络委员会，每个委员会有15个 NS。每个委员会得到一组50个信号，分布如下：第一个委员会--信号1到50，第二个--26到75，第三个--51到100，来自上述的第一个模块，所以每个委员会与其他委员会的输入信号有一半重叠的样本。每个委员会的信号训练样本长度为200条，NS委员会在一个无限的实时再训练周期内运行。
向你的工作和伟大的成果表示敬意!
事实上，所提出的数据直接证明了外汇市场的非随机性，因此，有可能从中获得非随机收益。
中子 - "从估计的积分特性中发现的平衡曲线的一般视图在下图中以红色显示 。作为比较，蓝线显示的是根据 Piligrimm提供的数据 ， 由 "公平的 "TS交易建立的 平衡曲线。" - 我不明白这样的公平系统是什么？
让我们在Metatrader中加载你提出的kotir（档案中第三栏），并使用黄线（第二栏）作为开仓指标。我们编写TS（我在Mathcad中实现），在时间序列的每个参考点（当前条形图H4的开口）打开-关闭一个位置，我们根据指标增量的符号来选择方向。这就是我所说的 "公平 "交易。
Piligrimm， 训练样本的最佳长度P、TCd-entries 的数量和集合权重w 的数量是如何相互依赖的？
中子，把这个方法以文章的形式详细说明实际应用的方法是一个好主意。随着它在 "大众中 "的传播，这可能成为一种标准。同时，TS头寸的开仓可以被认为是对下一栏盈利交易的平均规模的预测（等于平均订单寿命的区间）。我们今天显然缺少这种评估TS的指标，在这个意义上，你的想法的发展似乎是非常通用的。
P.S. 作为一种选择，在一个模糊的评价尺度上，右边可以是 "真正的！"，左边是 - "Ftopkus！" :-)
赞成。
事实上，建议的分级方式可以成为普遍接受的分级方式的基础。
По-сути, представленные данные служат прямым доказательством не мартингальности рынка Forex и, следовательно, возможности неслучайного заработка на нём.
Piligrimm， 你是如何将最佳训练样本长度P、输入数d 和可调权重数w 联系起来的？
确实有很多工作；实际上，我从3月份开始就一直在研究这个专家系统，每天花10到14个小时在显示器前，并利用以前许多年的经验和经历。为了建立第一个模块--信号生成器，我不得不训练数百个模型，其中大部分进入了垃圾箱，只有一小部分符合既定标准的模型进入系统。训练一个模型需要6到30个小时。但对我来说，最痛苦的任务是从模型产生的信号中构建具有所需振幅和相位响应的信号。我还没有找到使这一过程自动化的方法，我不得不从一组不同的模型中手动组合数百个组合，直到找到一个满意的版本（我称之为 "剥皮 "信号），找到一个新的原始信号，或由其中一个模型创建的改进的主要信号。
第一个模块是固定的，它不提供再培训，而是为建立的模型在可预见的未来稳定工作而设计的，至少2-3年。从这一点出发，我选择了采样长度为5000条的时间框架H4进行训练，在这个区间内，市场多次改变其阶段，并且利率变化的范围（在这个区间内是从1.16到1.6）在未来几年内不应该超过这些限制。 学习到的NS和LR模型被形式化为多项式，然后转化为MQL，因此整个第一模块在MQL 中被实现为一个指标，可以使用均衡器在广泛的振幅-相位特性中进行优化，获得所需的信号形状，以创建不同的策略。我的目标从一开始就不是为某些特定的策略制作一个高度专业化的系统，而是创建一个开放的系统，一种构造器，必要时可以根据要设计的策略的要求，使用现有信号的组合来接收具有新特征的新信号。
第二个模块是动态的，它是在Matlab上实现的。它旨在动态监测市场情况，不断适应变化，并根据第一个模块提供的信息的多元分析，做出明智的交易决定 。从本质上讲，这个模块是一个识别系统，它在50个信号的输入矢量上进行训练，在历史上的参考趋势的基础上，由趋势指标创建，识别市场趋势的反转点，对于给定的汇率波动范围，在零条上没有明显的延迟，给出关于反转开始的信号。为了排除错误的决定和噪音的影响，我让这个模块变得多余，并引入了一个由15个NC组成的委员会，并让三个委员会为分析几个不同的输入向量而训练（虽然这不是为了美好的生活，我本来想只用一个委员会，但我的电脑根本无法处理100个输入的NC训练）。因此，我不得不把输入阵列分成三部分，就像我上面描述的那样，用50个输入来训练国家计算机系统，尽管这对处理器和内存的负荷太大，但仍然可以工作。因此，NS输入的数量的选择是由这个决定的。这个单元旨在跟踪和评估市场的短期变化，不需要对历史进行深入分析，我的经验结论是，训练样本的长度应该至少是预测或识别范围的10倍，在这个范围内，NS不需要重新训练就能工作。我使用这个模块在M1时间框架上工作，重新训练一个委员会的总时间是15-17分钟，此外，不重新训练NS的预测准确率在20条时相当高，也就是提前20分钟。因此，我为训练选择了一个等于200条的输入数组的长度。 我试图将样本长度减少到100条，但测试样本的误差大大增加，在200条到1000条的范围内增加，并没有显著提高准确度，但增加了训练时间和使用的内存。我使用标准的Matlab NS函数，那里的权重是内部自动生成的。
至于外汇市场的可预测性，从一开始我就确信它的可预测性，多年的工作和实验只是加强了这种信念。我甚至为此写了一篇文章，名为"有可能进行外汇预测吗？如何创建你自己的交易策略？
顺便说一下，我已经简单地谈到了我在这个系统中使用的方法。 不幸的是，大多数人没有认真对待这篇文章，留下了嘲笑性的评论。
还有一个问题，关于你引用的最后一张图，奇怪的是，红线和蓝线的局部最低点和最高点是反相的，你怎么解释？
至于外汇市场的可预测性，从一开始，当我开始工作时，我就对它的可预测性充满信心，多年来的工作和实验，我只是加强了这种信念。我甚至为此写了一篇文章，名为"有可能进行外汇预测吗？如何创建你自己的交易策略？
顺便说一下，我已经简单地谈到了我在这个系统中使用的方法。 不幸的是，大多数人没有认真对待这篇文章，留下了嘲笑性的评论。
还有一个问题，关于你发布的最后一张图，很奇怪的是，红线和蓝线的局部最低点和最高点是相对的，你怎么解释？
嗯，一般来说，它是这样的。
Piligrimm， 你所收集的指标以你所提出的形式进行审查，允许你在统计上击败市场的Н4。而这是以最小的风险。你们还没有推翻外汇的原因是什么？
关于我提出的数据的差异，它们是由于盈利能力估计方法的本质造成的。问题是，知道定义静止过程的积分特征（在我们的例子中是股权增量的分布），我们总是能得到其无限多的实现之一。一般来说，这些实现是相似的（增长率，增长率波动），但它们在细节上是个别和独特的。这解释了明显的差异。你注意到的EVERYTHING的反相，只是巧合。它可能是在相位和其他任何东西。
好吧，我大体上理解。
Piligrimm，你所提出的指标，可以让你在H4上以统计上的确定性战胜市场。而这是以最小的风险。你为什么到现在还没有推翻外汇的原因是什么？
我还不会说明什么，但在我看来，在这种情况下，由于指标在零条上的过冲，得到的结果是不正确的。对于1个小节的范围来说，很明显--当在所提供的数据上模拟交易时，根据数据在小节开始时做出决定，而这些数据实际上是在小节完全形成的时刻获得的。对于2条的水平线，我们需要进行更详细的分析。
我还不会断言什么，但在我看来，在这种情况下，由于指标在零条上重绘，获得的结果是不正确的。对于1个小节的范围来说，这很明显--当在呈现的数据上模拟交易时，决定是在小节开始时使用实际上是在其完全形成的时刻获得的数据。对于2条的水平线，我们需要进行更详细的分析。
Piligrimm 写道：>>
石头 - 预测黄色 和红色线分别比蓝色线领先1条和2条。计算是在零条上进行的，你在图片上看到的是在零条上形成的，没有展望未来，没有重画过去，我在一个模拟账户上检查了这一点（不是第一年从事外汇，我认真对待）。
然而，这是一个非常重要的观点。
让我们再次请Piligrimm 来确认所提出的数据的正确性。我们需要保证下一个H4柱状图的预测（红线或黄线）是在 柱状图打开之前收到并固定下来 的，而不是在柱状图形成期间。
材料是原始的。我认为现在编造文章还为时过早。
我认为跟踪分布的方差也很重要
绘制在点云上的点与线之间的距离。在零点
预测误差角度正好为45度，方差为
为零。对于实际需求，我们可以选择最佳的集合
σ值较小，斜率角较大。
大家好!
这个话题对我个人来说足够有趣，所以我大胆地向这个主题的参与者提出一些问题。
我很抱歉，如果我误解了什么......。
1.我们试图预测什么？(可能是未来的价格值，应该在一定时间范围内形成）。
为简单起见，tr=sl。目标是让价格达到tr，比sl更快。比值n/l应该大于0.5，包括价差。最好是大于0.7。
2.我们将用过去的哪些参数来预测，以确定价格到一个特定的目标水平（tr）？ 这个问题在这个主题的某个页面上被提出来了，但我不明白......。
3.在我看来，预测市场是困难的，甚至可能是无用的（即滞后于价格变化（斜率）的回归等，与MA没有多大区别）。 所有这些，我认为最主要的是，运动取决于一些人以对资产上涨/下跌的预期，以及他们对达到该价格水平的贪婪和恐惧所投注的金额。 在我看来，这个事实在预测时不能被忽视。
1.我们试图预测什么？
2.我们将使用过去的哪些参数来进行预测... 3. 在我看来，预测市场是困难的，也许是无用的...1.在下一个条形图上增加价格。
2.在当前和之前的条形图上的价格增量的值。
3......你能为MTS提供一些其他建议吗？
我认为追踪分布的方差也很重要
绘制在点云上的点与线之间的距离。在零点
预测误差的角度正好是45度，方差是
为零。对于现实世界的需要，最佳的一组
σ值较小，斜率角较大。
当然，你是对的。
如果我们谈论所提出的方法的价值，我们应该强调，我们用两个参数进行操作--线性回归的斜率正切和点差的分散（假设天平增量的正态分布）与构建的线有关。第一个参数表征TC的盈利能力，第二个参数表征风险。有了这两点，我们就可以找到再投资的最佳比例（在一定时期内收入最大化的意义上）。换句话说，云层坡度越接近45度，越薄，越好。