数列密度 - 页 21 1...14151617181920212223242526 新评论 Vyacheslav Kornev 2017.02.28 11:49 #201 Vyacheslav Kornev: 我们有50个单元格和11个带数字的骰子。1, 3, 6, 8, 10, 11, 15, 16, 30, 40,50V1.最密集的群组是。10,11 и 15,16.V2.密度较低的是:1、3和6、8、10、11和15、16V3.密度更低的是1、3、6、8、10、11和15、6V4.然后是1,3,6,8,10,11,15,16。底线是这样的。我们已经接上了三角洲。也就是说,我们计算v2,因为在这个变体中,有最多的群组聚合1,3从50个单元中抽取3个,即每个立方体1.5个单元。第6、8、10、11组占6个单元。而这里每立方体有1.5个细胞。我不会再往下说了。你不想让10和11成为一个单独的集群。事实上,你应该知道,我们已经计算了数列中的质心。这就是最高的密度。而它们周围的数字都在所有数字的中位数三角洲之内,并形成了群组。 这对你来说不起作用吗? Aleksey Vyazmikin 2017.02.28 12:11 #202 Vyacheslav Kornev: 这个选项对你不起作用吗?我告诉过你,如何使用这个选项并不清楚,因为划分组别取决于delta的数量或最小delta步长。你上次运行了我的脚本吗?它处理数字并找到密度--下面的可视化--数字--从2015年2月1日至2016年12月25日英镑兑美元的周线收盘价--100位数你能为你的算法做同样的计算吗? Maxim Kuznetsov 2017.02.28 12:36 #203 -Aleks-:所以你问的问题和我找的答案一样 :)这就是为什么我想知道用什么标准来筛出集群--以及筛出它们是否会正确。我可以筛选出更多--按相对于所有数字的剩余三角洲的百分比来调节--现在是50%,但我也可以按10%来做--你的算法现在不允许自动完成这个过程。现在根据你的算法,有132个不同的deltas--如何选择必要的deltas是一个问题--很明显,从最小的,但不清楚什么是最大的。 只是快速看了一下算法: 1.Deltas的计算(相邻点之间的距离) 2.逐渐增加和减少的点的分组(实际上找到了局部极值,我们得到了一个拉人字形,其中凹陷处指向紧密的组,峰值指向它们之间的空隙) 3.与第1、2小段类似,实施2个有顶点和谷底的独立程序。这是从一个之字形获得的2。一个之字形是由一组顶点组成的,而波谷位于最大的稀疏区域。而在另一个中,谷底的密度达到了最大。理论上,这两个人字形应该或多或少是反相的。 Aleksey Vyazmikin 2017.02.28 13:02 #204 Maxim Kuznetsov: 一目了然的算法: 1.Deltas的计算(相邻点之间的距离) 2.逐渐增加和减少的点的分组(实际上找到了局部极值,我们得到了一个人字形的模式,其中凹陷的地方指向紧密的组,峰值指向它们之间的间隙。) 3.与第1、2小段类似,实施2个有顶点和谷底的独立程序。这是从一个之字形获得的2。一个之字形是由一组顶点组成的,而波谷位于最大的稀疏区域。而在另一个中,谷底的密度达到了最大。理论上,这两个人字形应该或多或少是反相的。一个深刻的思考,但只有你能从中找出一个例子来!也许你可以给我看看你对上述20个数字的思考过程,使之更加清晰? Aleksey Vyazmikin 2017.02.28 13:15 #205 在图表中,我加入了30%的过滤器的结果我在脚本中加入了选择delta过滤数字百分比的功能。 附加的文件: Test_FindOblastj.mq4 28 kb Maxim Kuznetsov 2017.02.28 13:42 #206 -Aleks-:一个深刻的思考,但只有你能从中找出一个例子来!也许你可以给我看看你对上述20个数字的思考过程--使之更加清晰? 相当大的阵列的算法(在1-2步上,即使是一个随机集也会放电约3次,然后再放电两次,重复......控制集变成了约300点。) 原理很简单,我们沿着一个数字序列走,点的频率越高,其密度就越高(仅从密度的定义来看)。我们找到极值,将表明 "密集化 "的群体。 对 "组 "重复,并找到组密度和稀疏度。 1.如果我们用你的20个数字来说明: 即通过箭头,我们只是标记--三角洲在减少(右箭头)或增加(左箭头)。 在左边,我们得到圆圈--局部组。右边的圆圈是局部区间。(此图正好是一个之字形,如果有必要,可以用同样的方法处理) 接下来,计算左边小圆圈之间的三角洲,并重复同样的程序,以获得密度/稀释的差距。 而对于右边的圆圈,以同样的方式,我们得到了群体的密度/密度。 Maxim Kuznetsov 2017.02.28 14:09 #207 顺便说一下,这很有趣--你可以测量 "不可测量 "的东西--市场的紧张程度、加速/减速,甚至通过刻度来测量 :-) Aleksey Vyazmikin 2017.02.28 14:11 #208 Maxim Kuznetsov: 顺便说一句,这很有趣--这种方式你可以衡量 "无法衡量的" --市场波动,加速/减速,甚至通过刻度来衡量 :-)让我们来处理一个简单的问题--下面是一个表格--德尔塔计数的两种变体NO.P./P.数量三角洲++ V1-- V1++ V2-- V2 1 10 2 13 3 3 3 3 15 2 2 2 4 21 6 6 5 31 10 10 10 6 40 9 9 7 42 2 2 2 8 46 4 4 9 51 5 5 10 56 5 5 11 65 9 9 9 12 71 6 6 6 13 78 7 7 7 14 81 3 3 3 15 190 109 109 109 16 223 33 33 17 232 9 9 9 18 250 18 18 18 19 260 10 10 10 20 545 285 285 285 共计。 461 74 441 32 或者我应该从V2的++和--之间的delta? Numerical series density [存档!]纯数学、物理学、化学等:与贸易没有任何关系的大脑训练问题 [Archive!] Pure mathematics, physics, Maxim Kuznetsov 2017.02.28 14:28 #209 -Aleks-:现在让我们保持简单 - 以下是一个表格 - 两个选项,用于计算哪些三角洲的数量NO.P./P.数量三角洲++ V1-- V1++ V2-- V2 1 10 2 13 3 3 3 3 15 2 2 2 4 21 6 6 5 31 10 10 10 6 40 9 9 7 42 2 2 2 8 46 4 4 9 51 5 5 10 56 5 5 11 65 9 9 9 12 71 6 6 6 13 78 7 7 7 14 81 3 3 3 15 190 109 109 109 16 223 33 33 17 232 9 9 9 18 250 18 18 18 19 260 10 10 10 20 545 285 285 285 共计。 461 74 441 32 或者说,从V2开始的三角值应该在++和--之间? 你在V1,V2中用++和用--的随机数是什么样的?:-) 在你的表格中,我用紫色 标记了局部三角洲的最大值,用绿色 标记了局部的最小值(我在某个地方犯了一个错误--在网站上看表格不方便,我遮挡了错误的地方)。定义了点的群组。 此外,对紫色也要遵循同样的程序(计算三角洲=31-13,46-13,65-46......),并确定其极值。 Aleksey Vyazmikin 2017.02.28 14:34 #210 Maxim Kuznetsov: 你在V1,V2中用++和用--的随机数是什么样的?:-) 在你的表格中,我特别标注了紫色--三角洲的局部最大值和绿色的 局部最小值(我在某个地方犯了一个错误--使用有表格的网站不方便,我遮挡了错误的地方)。定义了点的群组。 此外,对紫色也要遵循同样的程序(计算三角洲=31-13,46-13,65-46......),并确定其极值。 这些数字不是随机的,它们正是你所强调的++--增长中的最大值,以及--下降中的最小值。所以我还没有想好要改什么--你的大部分颜色标记与V2吻合,其余的,我可能有错误--这是你报告的。请澄清一下。 1...14151617181920212223242526 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
我们有50个单元格和11个带数字的骰子。
这个选项对你不起作用吗?
我告诉过你,如何使用这个选项并不清楚,因为划分组别取决于delta的数量或最小delta步长。
你上次运行了我的脚本吗?
它处理数字并找到密度--下面的可视化--数字--从2015年2月1日至2016年12月25日英镑兑美元的周线收盘价--100位数
你能为你的算法做同样的计算吗?
所以你问的问题和我找的答案一样 :)
这就是为什么我想知道用什么标准来筛出集群--以及筛出它们是否会正确。
我可以筛选出更多--按相对于所有数字的剩余三角洲的百分比来调节--现在是50%,但我也可以按10%来做--你的算法现在不允许自动完成这个过程。
现在根据你的算法,有132个不同的deltas--如何选择必要的deltas是一个问题--很明显,从最小的,但不清楚什么是最大的。
1.Deltas的计算(相邻点之间的距离)
2.逐渐增加和减少的点的分组(实际上找到了局部极值,我们得到了一个拉人字形,其中凹陷处指向紧密的组,峰值指向它们之间的空隙)
3.与第1、2小段类似,实施2个有顶点和谷底的独立程序。这是从一个之字形获得的2。一个之字形是由一组顶点组成的,而波谷位于最大的稀疏区域。而在另一个中,谷底的密度达到了最大。理论上,这两个人字形应该或多或少是反相的。
一目了然的算法:
1.Deltas的计算(相邻点之间的距离)
2.逐渐增加和减少的点的分组(实际上找到了局部极值,我们得到了一个人字形的模式,其中凹陷的地方指向紧密的组,峰值指向它们之间的间隙。)
3.与第1、2小段类似,实施2个有顶点和谷底的独立程序。这是从一个之字形获得的2。一个之字形是由一组顶点组成的,而波谷位于最大的稀疏区域。而在另一个中,谷底的密度达到了最大。理论上,这两个人字形应该或多或少是反相的。
一个深刻的思考,但只有你能从中找出一个例子来!也许你可以给我看看你对上述20个数字的思考过程,使之更加清晰?
在图表中,我加入了30%的过滤器的结果
我在脚本中加入了选择delta过滤数字百分比的功能。
一个深刻的思考,但只有你能从中找出一个例子来!也许你可以给我看看你对上述20个数字的思考过程--使之更加清晰?
原理很简单,我们沿着一个数字序列走,点的频率越高,其密度就越高(仅从密度的定义来看)。我们找到极值,将表明 "密集化 "的群体。
对 "组 "重复,并找到组密度和稀疏度。
1.如果我们用你的20个数字来说明:
即通过箭头,我们只是标记--三角洲在减少(右箭头)或增加(左箭头)。 在左边,我们得到圆圈--局部组。右边的圆圈是局部区间。(此图正好是一个之字形,如果有必要,可以用同样的方法处理)
接下来,计算左边小圆圈之间的三角洲,并重复同样的程序,以获得密度/稀释的差距。
而对于右边的圆圈,以同样的方式,我们得到了群体的密度/密度。
顺便说一句,这很有趣--这种方式你可以衡量 "无法衡量的" --市场波动,加速/减速,甚至通过刻度来衡量 :-)
让我们来处理一个简单的问题--下面是一个表格--德尔塔计数的两种变体
或者我应该从V2的++和--之间的delta?
现在让我们保持简单 - 以下是一个表格 - 两个选项,用于计算哪些三角洲的数量
或者说,从V2开始的三角值应该在++和--之间?
在你的表格中,我用紫色 标记了局部三角洲的最大值,用绿色 标记了局部的最小值(我在某个地方犯了一个错误--在网站上看表格不方便,我遮挡了错误的地方)。定义了点的群组。
此外,对紫色也要遵循同样的程序(计算三角洲=31-13,46-13,65-46......),并确定其极值。
你在V1,V2中用++和用--的随机数是什么样的?:-)
在你的表格中,我特别标注了紫色--三角洲的局部最大值和绿色的 局部最小值(我在某个地方犯了一个错误--使用有表格的网站不方便,我遮挡了错误的地方)。定义了点的群组。
此外,对紫色也要遵循同样的程序(计算三角洲=31-13,46-13,65-46......),并确定其极值。
这些数字不是随机的,它们正是你所强调的++--增长中的最大值,以及--下降中的最小值。所以我还没有想好要改什么--你的大部分颜色标记与V2吻合,其余的,我可能有错误--这是你报告的。请澄清一下。