从价格BP中获得静止的BP - 页 12

 
Neutron >> :


在这里,Sorento,在我看来,一切都不是那么简单,它并不总是沦为老生常谈的 "利润因素和数学期望",所以简单地说 "没有留下印象"。

索伦托,你对这个没有印象吗?

还没有。

在864天内。

这里有一个 "简单 "的分析。一年的时间。

而用149块钱8,538.00%。而夏普则更胜一筹。

但质朴和品味是自愿的。

科幻小说就是科幻小说...

即使它是 "书呆子"。

;)

 
neoclassic >> :

在grasn的帮助下(谢谢),我已经开始发展以下想法。

1.构建一个 "之 "字形。选择参数,使人字形分布尽可能地接近正常。

2.我们从价格中减去保护,得到一个接近于静止的系列。

3.我们预测它们的2个步骤--当前波段的结束和下一个波段。也许我们可以使用一个巧妙的回归模型,目前我只限于普通的统计数据。

4.预测残差(我还没有决定方法)。

5.按最小值优化预测。目前休息射线+残余物预测和价格之间的毛利率。

6.我们得到了优化结果--一个轨迹。

如果你有兴趣,同事们,请加入我们 :-)


在这个过程中...



顺便说一下,这是我的一个老想法(或者说,也许不是我一个人的想法),但我仍然没有去做这件事。试着做一个 "静止的 "行(如何静止是一个不同的问题),如下所示。每段都有(显然)一个中间点。以这样的方式(变形)改变空间WP,使这一点成为 "零"(不破坏顶点)。 不要忘记使相位 "处处密集",即不仅要形成顶点,还要形成它们之间的所有点。你应该得到一种锯齿状的信号,实际上是一个零平均数。这个信号应该比原始信号长很多。如果你做得对,你可以在 "正常-时间 "区域重建信号。并尝试在正面预测这个信号,比方说AR,或通过前面描述的一种棘手的方法:o)

 
要获得尽可能接近正常的分布是很难的。
 
HideYourRichess >> :
要获得一个尽可能接近正常的分布是很难的。

这是准确的,但要获得原始价格序列的转换,它具有以下特性

  • 静止性
  • 常态
  • 可逆性

当然,在一些可接受的假设下,这是很有可能的。对于 "为什么需要这样做 "的问题,答案非常简单,也是唯一的答案--这是一个使用已制定(已测试)的母体参数的机会,而不是其他。我的看法是。

 
grasn >> :

这是准确的,但要获得原始价格序列的转换,它具有以下特性

  • 静止性
  • 常态
  • 可收回性

很有可能,当然是在一些可接受的假设下。对于 "我们为什么需要它 "的问题,答案非常简单,也是唯一的答案--它是一个使用久经考验的(try-and-true)数学的机会,没有别的。我的看法是。



的确如此。让我们把英国石油公司的价格系列转化为类似正弦波的东西,在上面赚点小钱,再把它转化回来(好吧,为了保持自然平衡)...然而,这些钱也将不得不被转换...到零(如是)。

开个玩笑。

嗨,谢尔盖。

在我看来,处理非平稳性生成BP的一个方法(也许是唯一的方法)是在TS中使用适应性方法。要做到这一点,系统必须在不晚于静止性的特征时间之前重新训练(如果根本没有,那么试图超越市场的做法原则上是没有意义的)。

 
Neutron писал(а)>> 在我看来,处理生成BP的非平稳性的一个方法(也许是唯一的方法)是在TS中使用适应性方法。要做到这一点,系统必须在不晚于静止性的特征存在时间的情况下重新训练(如果根本没有,那么试图超越市场的做法原则上是没有意义的)。

自适应TS的问题是,它们也是根据某种算法重新训练的,这种算法是内置的,但它可能与市场变化的算法不一致。也就是说,市场变化的算法可以在某个时期与TS再培训的算法相吻合,但随后它可以 "消失"。市场不会根据特定的算法而变化--这就是问题所在.....。

 

一旦发明了羊群本能近似定理,这个问题就会得到解决。

 
registred >> :

一旦发明了羊群本能近似定理,这个问题就会得到解决。




而且它已经被 "发明 "了,你甚至在使用它。这就是为什么所有(99.9%)的机械顾问都会 "放掉 "存款。

 

从互联网上的PAMMs来看,情况并非如此。仍有一定比例的成功者。而所有这些人实际上都是相同的机械师。这告诉我们一些情况。在我看来,不可能单独使用羊群本能和任何系统。也就是说,事实上,如果没有专家顾问的分析能力,你就不能只使用专家顾问进行交易。顺便说一下,这是由对图表的数小时观察而得到的,没有别的。

 
Neutron >> :


的确如此。让我们把英国石油公司的价格转换成某种正弦波,赚点小钱,然后再把它转换成正弦波(以保持自然界的平衡)...然而,这些钱也将不得不被转换...到零(如是)。

开个玩笑。


是的,我们这里有很多开玩笑的人。

嗨,谢尔盖。

嗨,谢尔盖。:о)很高兴见到你。你去过哪里? 你研究过什么有趣的东西?

在我看来,对抗生成VR的非平稳性的一个方法(可能是唯一的方法)是在TS中使用适应性方法。要做到这一点,系统必须在不晚于静止性存在的特征时间内重新训练(如果根本不存在静止性,那么试图重放市场原则上就没有意义)。

等等,让我们一步步来。我们有一个数列的转换问题,其属性已相当具体地给出。

  • (1)静止性
  • (2) 正常性
  • (3)反向回收的可能性。

假设你得到了这样一个数列,并被告知它有属性(1)、(2)、(3)。对于属性(3),你得到了一个转化机制。你会用什么标准来检查它们?