我怎样才能区分外汇图表和PRNG？ - 页 30

新评论
 

这个话题的作者提出了一个外表上非常简单（表述上）但却很深刻的问题：如何区分真正的语料库和HSPC？

当地的学者们很快就被领走了，并开始展示他们对一些小细节的知识，直到并包括发明另一辆自行车并将其放入kodobase中。

用哪个公式计算ACF有什么区别？更重要的是计算ACF的程序，这也是大多数经济学家用来分析经济数据的方法。没有。一个DSP专家的一些指标，Matcadas与Matlab。这些都是分析经济数据的专业软件包吗？因此，使用这些软件包的经济学家的圈子非常小。为什么不提供专业软件包中ACF的计算结果，这些软件包有数百万的用户，而且早就抓住了所有的错误？谁确立了算法及其正确应用？

我们可以跳过提及特别套餐。但这个主题是为讨论一般任务而开放的，而ACF只是解决这个一般任务的一个步骤。如果我们在特殊软件包（EViews，R ....）的框架内讨论它，我们会立即明白ACF是一个小事，有可能回答所提出问题的第一步分析是由其他计算完成的。此外，在计算了ACF之后，我们还需要采取一些步骤来回答这个题目的问题。

而且，最重要的是，我们将踩在统计学的方法上，这总是让人对获得的任何数字产生怀疑。至于ACF，ACF中的相关值必然伴随着一个概率，这个概率将表明对所产生的相关值的信任程度。以这种形式使用ACF的经验表明，很多时候这个概率围绕着0.5，也就是说，不清楚在这个阵营中是否有可能或不可能相信可用的相关值。

我提议回到这个话题的第一个帖子。至少用文字描述出一份能回答该主题问题的行动清单。而这个话题也值得一说。

 

没有严格的证明。

波动的周期性变化--可以做一个猜测。但这个系列必须足够长，而且TF小于4H。在500个观测值的样本上，就像在图表中一样，不能肯定实际价格系列会产生这样的效果。而不是说gpsh不会给一个具有相同效果的实现。或者说，这是一个事实，它将产生同样的效果，甚至更多。

臭名昭著的粗尾巴实际上是 "异常值 "的存在。这个系列也必须足够长。在一个相对较短的样本上，你可以挑选一个不会产生如此明显效果的工具。当然，一个普通的gpsh不会显示这样的效果。

自 相关--两者都有。这是无稽之谈。

或者是建议的那样--为具体的TS找到一个差异标准。

 
alsu:

1.这是完全错误的。自相关函数实际上只有一个定义。

2.但你至少可以想到四十二种评估方法（不是计算方法），即计算样本ACF的方法。

2.你在第2点上是对的，正如我在上面对普里瓦洛夫说的那样，但这个论坛分支的作者显然有视力问题。

1.关于第（1）项，你错了，而且错得很离谱。

他们先是发明了ACF，然后拿起了它的公式，接着又想出了一个现代统计学的 "定义"。

没有自相关的 "定义"。你在上面指出的只是Kolmogorovianism的一个曲折的片段。

卡尔的朋友尤勒在1926年描述了世界范围内的自相关--作为单个时间序列或单个正弦波的推力的相关性--相似性（上面我只是用文字重复了这个对当时的数学家来说自然的概念）。Yule甚至没有任何关于 他在那篇文章中所说的"序列相关 "的公式。他只给出了ACF的图表。这个方法被证明是有用的，后来沃克把它正式化了一些，而著名的现代公式是在科尔莫戈罗夫的工作之后，大约在1942年，由安德森出现的。

这里是世界上第一次提到序列相关的原始页面。


自相关没有单一的 "公式"，就像没有也不可能有单一的 "模式识别公式"。所有这些现代公式只是实现了认识一个函数与自身相似性的不同私人方式。

串行相关，正如其作者Yule所称，或自相关，用简单的话说，只是一个 函数的自相似性的测量。而如何计算这个措施--是的，你是对的--甚至有一百四十二种方法。最主要的是要有一个结果。

1942:


 
AlexEro:

就这样结束了。
 
alsu:

那就这么定了。

诶，要是有这么简单就好了!

他很快就会把卡尔和他的朋友Jürl挖出来，并把他们带到这里来证明他的观点....。

 
Demi:

诶，要是有这么简单就好了!

这并不简单：事实证明（事实也是如此），我们在书中所拥有的，要么是非常普遍的表述，要么是狭隘的特例，如果它们适合于一个定理，则有很大的保留和限制。特别是考虑到除了线性相关分析（后者很难包括非参数分析），还有非线性分析，例如本论坛上已经提到的动态时间扭曲算法。而这仅仅是冰山一角。
 
alsu:
确切地说，并不简单：事实证明（事实也是如此），我们在书中所拥有的一切，要么是极其普遍的表述，要么是狭隘的特例，如果有的话，适合于前台，有很大的保留和限制。特别是考虑到除了线性相关分析（后者很难包括非参数分析），还有非线性分析，例如本论坛上已经提到的动态时间扭曲算法。而这仅仅是冰山一角。

开幕。

自然，所有的矩阵统计方法都对所使用的输入数据的特性有限制。而且很明显，金融市场的价格序列由于存在反馈，如果不对其进行转换，就不能直接用于这些方法。

DTW？也许随着时间的推移，非线性的失真会在寻找模式方面有所收获。但到目前为止，这都是理论。

 

这个问题在这里得到了解决：https://forum.mql4.com/ru/54199/page38

 

faa1947:

.....，你的代码文本没有回答这个问题.......。

它确实如此。它有 "时期 "一词在里面。但交易员对纯粹的 "时期 "不感兴趣。正如马克-吐温所说，"历史不会重演，它是RIFMS"。

乔治-马萨利亚混合了说唱 "音乐 "的曲目，并将其作为一个完美的随机系列呈现。他称说唱为 "黑噪声"，通过了所有PRNG测试。

https://tams.informatik.uni-hamburg.de/paper/2001/SA_Witt_Hartmann/cdrom/Internetseiten/stat.fsu.edu/diehard.html

或

http://www.robertnz.net/true_rng.html

那么，它怎么可能是 "随机噪声"--如果我们可以在播放器上对它们进行插值，听到或多或少有意义的周期性多谐波信号？这都是因为采样和量化不足，不知道 "黑噪声 "的内部结构。DIEHARD测试可以从任何东西中提取周期性，但却不能从说唱音乐中提取周期性，因为它认为没有内部信号结构。但它就在那里。这与外汇是一样的 - 所有的交易系统（除了我们的系统）都不能提取信号的内部结构。

因为它非常短。

无线电技术人员做梦也不会想到他们所谓的 "ToR" - 技术任务。没有一个无线电技术员会承担这样的任务--为他的一个时期确定一个欠采样信号的参数。

 

让我们用 "什么是指标？"主题的概念来概括一下。

https://www.mql5.com/ru/forum/137416

1.事实上，就交易目的而言，所有重要的是价格将在哪里--上升或下降--平均走势。交易者事先同意将他的一些资金冻结在他的经纪人那里（"保证金"），以便他的交易头寸可以坐等价格的随机波动--只要这个交易者准确地知道，平均来说，价格会朝着他的交易头寸的方向发展。

这个描述没有什么新意，只是所有的交易新手都没有准确理解这一点，明白自己在做什么。

因此，基于交易合同的法律基础，也基于交易的经济目标--对于交易者来说，重要的是知道价格方向的两个位置--向上或向下。基于此，一个好的或 "理想的 "交易指标应该只显示向上或向下的两个信号（像信号灯）。红色或绿色。屏幕上的所有其他图形艺术对于交易来说是没有意义的。越是这样，因为人的眼睛喜欢玩弄幻觉和幻象。交易的指标应该是红柱和绿柱的交替出现--向上或向下。而这样的条形图显示了价格系列的一些 "良好的平均 "值。

3.目前，价格平均线是使用移动平均线（MAs）计算的，该技术中使用了移动平均线。而众所周知的是，这种方法在外汇这个最不稳定的市场上是行不通的，因为价格的变动是最不可预测的。因此，算术平均数并不是外汇市场平均头寸的一个好指标。这就是需要其他平均数的地方。这些其他的平均数不可能是简单的，因为外汇市场本身是复杂的。

4.在如此复杂的情况下，"其他 "的平均数必须用复杂的方法--统计方法来计算。而那些不是 基于对这个非常 "好的平均数 "的随机偏离的有效值特征的信心。

1...2324252627282930
新评论