从价格BP中获得静止的BP - 页 22 1...151617181920212223242526272829...39 新评论 Yury Reshetov 2009.11.22 19:01 #211 Avals >> : 在一个累积总和中，方差的增加与时间的平方成正比。 对于一个静止的VR来说，方差=const HideYourRichess>> 。 直观地说，我们把时间序列的静止性与要求它有一个恒定的平均数并围绕这个平均数以恒定的方差进行波动联系起来。 ... 如果m个观测值x(t1),x(t2),:,x(tm)的联合概率分布与m个观测值相同，则一个序列x(t)被称为严格静止的（或狭义上的静止）。 ... 换句话说，当我们改变原点时，一个严格静止的时间序列的属性不会改变。 数学期望值Mx(t)=a 分散性Dx(t)=M(x(t)-a)2=c^2 ... 如果一个序列x(t)的平均值和方差与t无关，则称为弱稳态（或广义上的稳态）。 从质量上讲，静止序列是一个处于统计平衡状态的序列，在这个意义上，它不包含任何趋势（它是一个有明确边界的横向趋势），而非静止序列是这样的，它的属性随着时间而变化 Сергей 2009.11.22 19:23 #212 同事们，我为这个错误道歉（感谢谢尔盖的微妙提示:o）。只是在计算一个棘手的变换，是对分化的输入，而这是在一个算法中实现的。 行。 排序自相关（R（n）=R（-n））。 估计（当然，计算中存在误差） 顺便说一句，识别AR/ARIMA模型的一个常见方法是向后预测。可以看出，这对这样的系列是不起作用的。 Avals 2009.11.22 19:28 #213 Reshetov писал(а)>> 而静止的VR的色散=常数 当然了。但我们谈论的是累积的总和;) VonDo Mix 2009.11.22 19:37 #214 我们能不能保持简单... 这里有一个 "有嚼头 "的磅秤讨论。 申请人有什么具体的情况吗？ 这不是为Grasn准备的。 ;) Yury Reshetov 2009.11.22 19:39 #215 Avals >> : 当然了。但这是关于累积的数量;) 而我说的是固定式行。我甚至没有提到这些非常之和。 Neutron 2009.11.22 19:39 #216 FOXXXi >> : 如果累积白噪声偏离MO两个西格玛，以97.5%的概率，它将再次回到那里，无论采样频率如何，无论是嘀嗒还是猫头鹰。 例如，我们可能在一个西格玛进入，将有更多的交易，但返回的概率将是67%，在33%的情况下，它会去到两个或三个西格玛。事实上，如果一个静止的过程偏离MO多少，它都会以100%的概率回到它的MO，因为这是这个过程的 "公平价格"。 对不起，你在写胡话，这反过来说明你完全没有掌握材料的能力。 我无法对阿瓦尔斯 所说的正确内容作出任何补充。 Avals 写道(a)>> 增量是独立的，没有什么应该回到任何地方。累积的总和如何返回到莫？以mo=0的增量的SB为例--它可以偏离零，只要你愿意，多久都不会回到零。累积总和的方差与时间的平方成正比增加。 grasn 写道 >> 这里有一个深刻的哲学。最主要的是，预测模型以及因此而在其基础上构建的TS或选择预测的TS。>> 到目前为止，我还没有真正理解，"最佳 "TS是什么意思（在什么范围内，这个最佳是什么），为什么只有一步之遥对它来说是重要的，它与传播有什么关联。 让我们有一个任意的TS，按照最一般的算法进行交易。 分析单位。 1.确定入市点和开仓方向。 2.确定退出点，即关闭一个未平仓的头寸。 很明显，当以这种方式定义交易算法时，我们将价格TP分解为时间隔离的部分，即我们在市场上的位置。我们把TS优化参数--k称为DC佣金支付数量与完成交易数量的比率。在这种情况下，很明显，k=1总是和交易系列包含任何长的单向系列。我们将把使参数k最小化的TS称为 "最佳 "TS。 事实证明，没有必要在每一步都关闭和打开单向的连续头寸失去差价。连续的单向交易可以通过 "不退出 "市场和在每个 "虚拟 "交易系列而不是每个系列成员损失一个点差来组合，这将导致优化参数的最小化。现在k<=1。 在所有其他条件相同的情况下（当一个相同的分析控制单元为不同的TS工作时），这样的TS将提供最大可能的回报，定义为每笔交易的点数（平均），并将是上述意义上的最佳。 现在，如果你打开你的 "艺术 "想象力，你可以在你的眼前看到一个永远在市场上的翻转TS。这就是需要证明的东西。 [Deleted] 2009.11.22 20:44 #217 Avals >> : 对不起，但这又不是真的。增量是独立的，没有什么应该回到任何地方。累积的总和如何返回到莫？用mo=0的增量取SB--它可以随心所欲地偏离零，而且只要它想，就不会返回到零。累积总和的方差与时间的平方成正比增加。 白噪声也是没有时间相关性的--这是它的主要条件--但它的方差是有限的。 例如，SB的第一个差值是噪声。这些差值的累积总和是随机漫步，好的。现在取两个或更多高度相关的序列（SB-累积总和），做一个回归分析，得到残差（白噪声-累积总和）。 Петр 2009.11.22 23:15 #218 "活到老学到老，"中尉想，从枕头下的裤兜里拿出银色烟盒。 你知道你的问题是什么吗？我也不知道。但你确实有一个。 你到底在做什么？你想和一个球形的马做爱。嗯，爱和建议。还有更多的孩子... === 天哪，尼罗巴的分支已经出来了。 VonDo Mix 2009.11.22 23:23 #219 Svinozavr >> : "活到老学到老，"中尉想，从枕头下的裤兜里拿出银色烟盒。 你知道你的问题是什么吗？我也不知道。但你确实有一个。 你到底在做什么？你想和一个球形的马做爱。嗯，爱和建议。还有更多的孩子... === 天哪，尼罗巴分部正在休息。 我又一次对你的好奇心无法抑制地感到高兴。 但我不成熟的头脑仍然无法接受你的300longitudes。 Neutron 2009.11.23 06:31 #220 Svinozavr >> :你到底在做什么？你想和球形的马做爱。嗯，爱和建议。 >>彼得，说完你那驼背的借口，赶快加入我们这场生命的盛宴吧--开始工作！) 1...151617181920212223242526272829...39 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
在一个累积总和中，方差的增加与时间的平方成正比。
对于一个静止的VR来说，方差=const
直观地说，我们把时间序列的静止性与要求它有一个恒定的平均数并围绕这个平均数以恒定的方差进行波动联系起来。
...
如果m个观测值x(t1),x(t2),:,x(tm)的联合概率分布与m个观测值相同，则一个序列x(t)被称为严格静止的（或狭义上的静止）。
...
换句话说，当我们改变原点时，一个严格静止的时间序列的属性不会改变。
数学期望值Mx(t)=a
分散性Dx(t)=M(x(t)-a)2=c^2
...
如果一个序列x(t)的平均值和方差与t无关，则称为弱稳态（或广义上的稳态）。
从质量上讲，静止序列是一个处于统计平衡状态的序列，在这个意义上，它不包含任何趋势（它是一个有明确边界的横向趋势），而非静止序列是这样的，它的属性随着时间而变化
同事们，我为这个错误道歉（感谢谢尔盖的微妙提示:o）。只是在计算一个棘手的变换，是对分化的输入，而这是在一个算法中实现的。
行。
排序自相关（R（n）=R（-n））。
估计（当然，计算中存在误差）
顺便说一句，识别AR/ARIMA模型的一个常见方法是向后预测。可以看出，这对这样的系列是不起作用的。
而静止的VR的色散=常数
当然了。但我们谈论的是累积的总和;)
我们能不能保持简单...
这里有一个 "有嚼头 "的磅秤讨论。
申请人有什么具体的情况吗？
这不是为Grasn准备的。
;)
当然了。但这是关于累积的数量;)
而我说的是固定式行。我甚至没有提到这些非常之和。
如果累积白噪声偏离MO两个西格玛，以97.5%的概率，它将再次回到那里，无论采样频率如何，无论是嘀嗒还是猫头鹰。 例如，我们可能在一个西格玛进入，将有更多的交易，但返回的概率将是67%，在33%的情况下，它会去到两个或三个西格玛。事实上，如果一个静止的过程偏离MO多少，它都会以100%的概率回到它的MO，因为这是这个过程的 "公平价格"。
对不起，你在写胡话，这反过来说明你完全没有掌握材料的能力。
我无法对阿瓦尔斯 所说的正确内容作出任何补充。
Avals 写道(a)>> 增量是独立的，没有什么应该回到任何地方。累积的总和如何返回到莫？以mo=0的增量的SB为例--它可以偏离零，只要你愿意，多久都不会回到零。累积总和的方差与时间的平方成正比增加。
grasn 写道 >>
这里有一个深刻的哲学。最主要的是，预测模型以及因此而在其基础上构建的TS或选择预测的TS。>> 到目前为止，我还没有真正理解，"最佳 "TS是什么意思（在什么范围内，这个最佳是什么），为什么只有一步之遥对它来说是重要的，它与传播有什么关联。
让我们有一个任意的TS，按照最一般的算法进行交易。
分析单位。
1.确定入市点和开仓方向。
2.确定退出点，即关闭一个未平仓的头寸。
很明显，当以这种方式定义交易算法时，我们将价格TP分解为时间隔离的部分，即我们在市场上的位置。我们把TS优化参数--k称为DC佣金支付数量与完成交易数量的比率。在这种情况下，很明显，k=1总是和交易系列包含任何长的单向系列。我们将把使参数k最小化的TS称为 "最佳 "TS。
事实证明，没有必要在每一步都关闭和打开单向的连续头寸失去差价。连续的单向交易可以通过 "不退出 "市场和在每个 "虚拟 "交易系列而不是每个系列成员损失一个点差来组合，这将导致优化参数的最小化。现在k<=1。
在所有其他条件相同的情况下（当一个相同的分析控制单元为不同的TS工作时），这样的TS将提供最大可能的回报，定义为每笔交易的点数（平均），并将是上述意义上的最佳。
现在，如果你打开你的 "艺术 "想象力，你可以在你的眼前看到一个永远在市场上的翻转TS。这就是需要证明的东西。
对不起，但这又不是真的。增量是独立的，没有什么应该回到任何地方。累积的总和如何返回到莫？用mo=0的增量取SB--它可以随心所欲地偏离零，而且只要它想，就不会返回到零。累积总和的方差与时间的平方成正比增加。
白噪声也是没有时间相关性的--这是它的主要条件--但它的方差是有限的。 例如，SB的第一个差值是噪声。这些差值的累积总和是随机漫步，好的。现在取两个或更多高度相关的序列（SB-累积总和），做一个回归分析，得到残差（白噪声-累积总和）。
"活到老学到老，"中尉想，从枕头下的裤兜里拿出银色烟盒。
你知道你的问题是什么吗？我也不知道。但你确实有一个。
你到底在做什么？你想和一个球形的马做爱。嗯，爱和建议。还有更多的孩子...
===
天哪，尼罗巴的分支已经出来了。
"活到老学到老，"中尉想，从枕头下的裤兜里拿出银色烟盒。
你知道你的问题是什么吗？我也不知道。但你确实有一个。
你到底在做什么？你想和一个球形的马做爱。嗯，爱和建议。还有更多的孩子...
===
天哪，尼罗巴分部正在休息。
我又一次对你的好奇心无法抑制地感到高兴。
但我不成熟的头脑仍然无法接受你的300longitudes。你到底在做什么？你想和球形的马做爱。嗯，爱和建议。
>>彼得，说完你那驼背的借口，赶快加入我们这场生命的盛宴吧--开始工作！)