机器周期为负值 - 页 27

 
Roman.: 比如,我想要一个带负数的MA,最后得到了一个卡尔曼滤波器,而且高兴得不得了......
我怀疑这一点。没有过滤器,只有一张照片。
 
Roman.:

:-)

我去年在代码库中发布了这些指标...而它仍然在那里...:-)

所有的繁文缛节和 "每个人都去 "MCL5。:-)

然后是挂机检查主题......:-)特别是你永远不知道即使是这样一个主题,也能长出什么来....。这可能是非常顽皮的事情,但有可能是...

比如,我想要一个带负数的MA,最后得到了一个卡尔曼滤波器,而且高兴得不得了......参数正确,做了一些面团!为什么不...

卡尔曼的马什卡并不完全在案。有多少人就有多少意见。我只把它看作是跟随价格,任何摇摆都会导致差价的损失。我不知道该如何处理它。你可以拿你赢来的钱去冒险,而不是拿生活费去冒险!
 
Mathemat:
我怀疑这一点。没有过滤器,只有一个图像。

最主要的是,已经开始了...

没有办法...

 
Roman.:

最主要的是,已经有了开头...

在那里,这并不重要...

这个开端在前几年不止一次出现,并在新的一年里继续,但都是有根据的、有趣的数据。

https://www.mql5.com/ru/forum/124401 对不起,我还不知道如何做链接!要做到这一点是多么容易啊!

 
alsu:

凯撒,这就是你想要的挥手吗?

不,我不知道。以收盘价划线也一样好。你如何用这种方式进行交易?

 
gpwr:

不,不要。以收盘价划线也一样好。你是如何交易的?

他已经回复了我对它的评论。

alsu 07.01.2013 00:21

borilunad
凯撒又被禁足了,他现在不会回答你。但我们非常明白,不确定趋势就不可能成功开仓。如果入市条件是由最后两个Open()或Close()做出的,那么这个带有周期1或2的Masha将得到同样的结果。
这是一个领先的鲁迅)))),开玩笑地说。实际上这是一个卡尔曼滤波器,只是猜测了系统和控制矩阵,这就是为什么它是领先的(没有重画和提前看,一切都很公平)。
 
Roman.:

比如,我想要一个带负数的MA,最后用了卡尔曼滤波器,我很高兴......。...我很高兴,我得到了参数,我赚到了钱!"。为什么不...

有了卡尔曼,你不必选择,它自己会选择))))。
 
gpwr:

不,不要。以收盘价划线也一样好。你如何用它进行交易?

这是最简单的变体,你可以加入噪声预处理,得到一个平滑无滞后的(几乎所有矩阵都是好的)画面。

例如:蓝色的是SMA(5),平滑程度相当,但滞后要大得多。我在说什么呢,这是早就知道的东西,对吗?


那么,如何交易是一个十分重要的问题:)

 
alsu:

1.卡尔曼不需要选择任何东西,它选择了自己))))

2.所以这是最简单的变体,你可以添加噪音预处理,所以你得到一个更平滑和无滞后的(几乎,在矩阵好的地方)混搭。

例如:蓝色的是SMA(5),平滑程度相当,但滞后要大得多。我在说什么呢,这是早就知道的东西,对吗?

1.哦,越多越好!! :-)

2.请您看一下,并在您的IMHO意见中,提供这些矩阵......

你也可以张贴代码...以及如何使用这个过滤器的图片...

对卡尔曼不熟悉,还没有上网搜索过这个主题...还不知道的事情,一般来说。

 
Roman.:

1.哦!更多的是!:-)

2.请你看一看,并为你的IMHO,建议这些矩阵......

你也可以张贴代码...以及如何使用这个过滤器的图片...

对卡尔曼不熟悉,还没有上网搜索过这个主题...还不知道的事情,一般来说。

关于卡尔曼在这里 是非常清楚的,有一个例子。该代码...它几乎都在我的DLL中...此外,流氓本身只是通过给定的公式(是的,事实上,与文章中的图完全一样),没有什么复杂的。Alglib有一个很好的矩阵库,可以省去大部分的麻烦。

2.再一次,滤波器的计算本身并不是什么大问题;唯一的困难是生成正确的矩阵F和B(在这里显示的符号中)。这项工作90%是理论性的,因为它意味着制定基本模型并将其转化为矩阵语言。总的来说,我们最初对矩阵F(但这是问题的一半)或矩阵B一无所知。第二种情况要严重得多--人们不仅要猜测价格如何变动,还要猜测变动本身的原因是什么,甚至猜测统计学上的特征和外部作用的形式。

对不起,我不会列出矩阵拟合的代码,但想法请(我在这里不止一次这样做)。在所使用的模型中,市场被呈现为一个准线性系统,在时间上有4-6个订单,在转向影响上有2-3个订单。"准线性 "意味着在每个时刻,我们近似认为模型是线性的,但它的参数每次都被重新估计。用卡尔曼的语言来说,这意味着矩阵F和B是与时间有关的。控制动作被认为是一个复杂的泊松流(见 Tikhonov V.I.和Mironov M.A.,Markov Processes(1977),第421页)。为了使其从噪音中脱颖而出,在噪音和实际的预期控制之间采用了统计学上的区分(最大似然法)。

嗯,差不多就是这样了...我把假设和计算的公式和理由留给那些作为学期论文的受难者))