按仪器分类的日平均行程点数。 - 页 21 1...141516171819202122232425 新评论 Алексей Тарабанов 2012.02.22 22:17 #201 这一切都很有意义。瓦莱里，你可以自己看 - 是时候了...... 让我们谈一谈一些成就，一些社区服务... trololo 2012.02.22 22:20 #202 tara: 这一切都很有意义。瓦莱里，你可以自己看 - 是时候了...... 让我们谈一谈一些成就，一些社区服务... 祝你的治疗顺利，我希望它能有成效，我就不打扰你了，不过，再见。 ...然后你就可以自己去了。 Алексей Тарабанов 2012.02.22 22:21 #203 我不是想强加什么...... trololo 2012.02.22 22:27 #204 顺便说一句，你的最后一个帖子停在了第228号，我忍不住要取笑它。 就这样了，我走了。 Алексей Тарабанов 2012.02.22 22:28 #205 Trololo: 顺便说一句，你的最后一个帖子停在了第228号，我忍不住要取笑它。 就这样了，我走了。 他跑了，他跑了。 trololo 2012.02.25 15:03 #206 在外科手术方法中，你如何能说明，抽搐流密度的变化？ 因此，与此同时，我想看看指数的标准几何平均计算，考虑到tick密度（tick量的变化）。 但如何在公式中考虑到这一点（标准公式）。也许应该首先比较每个货币对的波动率和tick密度，然后在计算指数时将其考虑在内。 trololo 2012.02.25 21:17 #207 https://forum.mql4.com/ru/10977/page23#66070 Alexey的帖子。而 这是来自Bulashev 决定资产价格变动的真正机制几乎是不确定的。唯一可以肯定的是，价格变动中存在随机因素。但这种随机性的性质可能有所不同。 根据一种假设，价格变化的对数遵循正态分布，但这种分布是非平稳的。也就是说，分布的数学期望值和标准差 都可以随时间变化。因此，当使用标准的统计方法处理经验样本时，假设整个样本来自单一的一般人群，我们会得到一个非高斯样本。这可以用经验分布的重尾的形式来表示（从样本中计算出的峰度超过了3的数字，即正态分布的峰度）。 另一个假设是，价格变化的对数最初遵循一个峰度大于3的分布。在这种情况下，即使分布本身是静止的，从这个分布中抽取的经验样本也可以被视为在时间上是非静止的。重点是，随机变量x的数学期望值的估计是样本的算术平均值： <X> = 1/N * sum(x(i), i =1..N ) 随机变量的算术平均值本身是一个随机变量。算术平均值的标准差取决于随机变量的标准差和样本量： sigma(<X> ) = sigma(X) / sqrt (N) 因此，平均值的标准差小于随机变量本身的标准差的平方（N）倍，即通过增加样本量可以提高数学期望值估计的准确性。但这只适用于具有有限数学期望值和有限方差的随机变量。问题是，有限数学期望只存在于那些在无穷大的概率密度下降为1 / |x|^(2+delta)或更低的分布，而有限方差只存在于那些在无穷大的概率密度下降为1 / |x|^(3+delta)或更高的分布（delta - 任何小正数）。如果我们用价格变化的对数来模拟一个从具有无限方差和/或无限数学期望的静止分布中抽取的随机样本，并将这个样本提供给一个独立的观察者进行分析，他可能会得到一种错觉，即他处理的是一个时间上的非静止过程。 最后，我们不能排除这样的情况：不仅是分布参数，而且价格增量的分布规律在时间上也是非平稳的，在价格的时间序列中，可能有一些部分是由具有无限方差和/或无限数学期望的分布描述的。 trololo 2012.02.26 11:49 #208 Mathemat: Polygrafych，这是给你的。 middle_period是指在一个时期的时间框架上的一个条形的平均移动。移动是高-低（或例如|收盘-开盘|）。 middle_H1是TF H1上一个柱子的平均行程。 在括号内的公式中，你应该使用以分钟为单位的周期，即H1=60。 例如，它的结果是： middle_H4 ~ middle_H1 * sqrt( H4 / H1 ) = middle_H1 * sqrt( 240 / 60 ) = 2 * middle_H1。 阿列克谢，请不要责备我，如果在这个公式中，我们不以分钟（时间轴）而是以刻度（刻度数）来计算周期，这个公式是否公平？ 如果是，你是否尝试过不以n4和n1为单位，而是以（4个刻度和1个刻度）来计算？ 因此，有可能采取1勾和0.4勾--即通过这个公式得到一个小于1勾的离散度值，通过现有的最小离散度等于1勾来表示。 Sceptic Philozoff 2012.02.26 13:37 #209 在我看来，这几乎没有什么用处。如果它们不存在，为什么要进入0.4刻度？嗯，是的，技术上可以应用这个公式，但你仍然必须应用超出经济合理值的推断。 Prival 谈了很多关于采样率和 "正确 "数据的用途。但是，这些正确的数据，在直流电中哪里可以找到？如果你只在你的上帝--经纪公司给你的刻度上进行交易，这有什么意义呢？ trololo 2012.02.26 13:44 #210 Mathemat: 在我看来，这几乎没有什么用处。如果它们不存在，为什么要进入0.4刻度？嗯，是的，技术上可以应用这个公式，但你仍然必须应用超出经济合理值的推断。 Prival 谈了很多关于采样率和 "正确 "数据的用途。但是，这些正确的数据，在直流电中哪里可以找到？如果你只在你的上帝--经纪公司给你的刻度上进行交易，这有什么意义呢？ 顺便说一下，他告诉我，他得到的准确度甚至比DT报价还要高，以点计算，而且他是以零点计算的。 顺便说一下，也许他使用了这种机制，我不知道，但价格的相互 "行为 "可能不是那么无用。 1...141516171819202122232425 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
这一切都很有意义。瓦莱里，你可以自己看 - 是时候了......
让我们谈一谈一些成就，一些社区服务...
这一切都很有意义。瓦莱里，你可以自己看 - 是时候了......
让我们谈一谈一些成就，一些社区服务...
祝你的治疗顺利，我希望它能有成效，我就不打扰你了，不过，再见。
...然后你就可以自己去了。
顺便说一句，你的最后一个帖子停在了第228号，我忍不住要取笑它。
就这样了，我走了。
顺便说一句，你的最后一个帖子停在了第228号，我忍不住要取笑它。
就这样了，我走了。
在外科手术方法中，你如何能说明，抽搐流密度的变化？
因此，与此同时，我想看看指数的标准几何平均计算，考虑到tick密度（tick量的变化）。
但如何在公式中考虑到这一点（标准公式）。也许应该首先比较每个货币对的波动率和tick密度，然后在计算指数时将其考虑在内。
决定资产价格变动的真正机制几乎是不确定的。唯一可以肯定的是，价格变动中存在随机因素。但这种随机性的性质可能有所不同。
根据一种假设，价格变化的对数遵循正态分布，但这种分布是非平稳的。也就是说，分布的数学期望值和标准差 都可以随时间变化。因此，当使用标准的统计方法处理经验样本时，假设整个样本来自单一的一般人群，我们会得到一个非高斯样本。这可以用经验分布的重尾的形式来表示（从样本中计算出的峰度超过了3的数字，即正态分布的峰度）。
另一个假设是，价格变化的对数最初遵循一个峰度大于3的分布。在这种情况下，即使分布本身是静止的，从这个分布中抽取的经验样本也可以被视为在时间上是非静止的。重点是，随机变量x的数学期望值的估计是样本的算术平均值：
<X> = 1/N * sum(x(i), i =1..N )
随机变量的算术平均值本身是一个随机变量。算术平均值的标准差取决于随机变量的标准差和样本量：
sigma(<X> ) = sigma(X) / sqrt (N)
因此，平均值的标准差小于随机变量本身的标准差的平方（N）倍，即通过增加样本量可以提高数学期望值估计的准确性。但这只适用于具有有限数学期望值和有限方差的随机变量。问题是，有限数学期望只存在于那些在无穷大的概率密度下降为1 / |x|^(2+delta)或更低的分布，而有限方差只存在于那些在无穷大的概率密度下降为1 / |x|^(3+delta)或更高的分布（delta - 任何小正数）。如果我们用价格变化的对数来模拟一个从具有无限方差和/或无限数学期望的静止分布中抽取的随机样本，并将这个样本提供给一个独立的观察者进行分析，他可能会得到一种错觉，即他处理的是一个时间上的非静止过程。
最后，我们不能排除这样的情况：不仅是分布参数，而且价格增量的分布规律在时间上也是非平稳的，在价格的时间序列中，可能有一些部分是由具有无限方差和/或无限数学期望的分布描述的。
Polygrafych，这是给你的。
middle_period是指在一个时期的时间框架上的一个条形的平均移动。移动是高-低（或例如|收盘-开盘|）。
middle_H1是TF H1上一个柱子的平均行程。
在括号内的公式中，你应该使用以分钟为单位的周期，即H1=60。
例如，它的结果是： middle_H4 ~ middle_H1 * sqrt( H4 / H1 ) = middle_H1 * sqrt( 240 / 60 ) = 2 * middle_H1。
阿列克谢，请不要责备我，如果在这个公式中，我们不以分钟（时间轴）而是以刻度（刻度数）来计算周期，这个公式是否公平？ 如果是，你是否尝试过不以n4和n1为单位，而是以（4个刻度和1个刻度）来计算？
因此，有可能采取1勾和0.4勾--即通过这个公式得到一个小于1勾的离散度值，通过现有的最小离散度等于1勾来表示。
在我看来，这几乎没有什么用处。如果它们不存在，为什么要进入0.4刻度？嗯，是的，技术上可以应用这个公式，但你仍然必须应用超出经济合理值的推断。
Prival 谈了很多关于采样率和 "正确 "数据的用途。但是，这些正确的数据，在直流电中哪里可以找到？如果你只在你的上帝--经纪公司给你的刻度上进行交易，这有什么意义呢？
在我看来，这几乎没有什么用处。如果它们不存在，为什么要进入0.4刻度？嗯，是的，技术上可以应用这个公式，但你仍然必须应用超出经济合理值的推断。
Prival 谈了很多关于采样率和 "正确 "数据的用途。但是，这些正确的数据，在直流电中哪里可以找到？如果你只在你的上帝--经纪公司给你的刻度上进行交易，这有什么意义呢？
顺便说一下，他告诉我，他得到的准确度甚至比DT报价还要高，以点计算，而且他是以零点计算的。 顺便说一下，也许他使用了这种机制，我不知道，但价格的相互 "行为 "可能不是那么无用。