数列密度 - 页 26

新评论
 
Youri Tarshecki:

而告诉我，论坛的先生们，你们为什么需要这些？如果要在趋势反转的频率中找到一种模式，那么仅仅是平均数 是最充分的。是的，的确，有了时间过滤器，Atr等，这将带走你所有高度错位的尖峰。

在应用过滤器后，estremum密度的平均值振荡得相当好，所以个人认为，当它接近下限时，我开始增加时间以等待反转，而当它接近上限时，反之亦然。简单的统计数据。当然，这不是我的整个系统，你不可能在这样的想法上建立一个可行的系统，但这也不失为一种补充。

"我为什么要费心计算--我有一个关于阻力云密度的理论，根据这个理论，概率阻力位的积累越密集，市场反转的可能性就越大。也就是说，这个理论适用于在考虑到市场动态的情况下确定支撑位和阻力位，因此，从理论上讲，它应该有助于以更高的概率确定进入和退出点--我计划用它来确定获利 点"。

什么的平均极值密度，用哪个窗口--请解释。

 
Maxim Kuznetsov:

为了找到东西，必须提出标准。一组中的最小点数，比两点更近的距离算作1，组的最小尺寸（最外层点之间的距离），总的覆盖率%，都要提出一些要求。

如果你没有任何要求，首先要调查你所拥有的东西，即计算统计数据 :-)

第一步是采取deltas，对它们进行分类，做一个直方图，然后看很久......

当标准出现时，你会知道如何找到它。

如果你根据统计学决定，两点之间的最小距离应该至少是q（例如，15%的线段应该小于q），那么就在这个水平上画一条水平线。如果最小的点数是有限的，那么该组就开始了。

如果有最小点数的限制，那么图表应该尽可能多地通过线下的计数。如果有一个最小的点数，那么图表必须通过该数量的样本的线。

是的，是的--标准也是一个讨论的话题，但对我来说重要的不仅仅是常数，而是以相对方式获得的常数--即考虑到数字系列中的实际形成，而不仅仅是预测的。

与 "靠眼睛 "类型的常数一起工作是可以理解和符合逻辑的--这里没有问题。

 
-Aleks-:

是的，是的--标准也是一个讨论的话题，但对我来说，重要的不仅仅是常数，而是以相对方式得出的常数--即实际上被视为数字系列中的形成，而不仅仅是预测。

与一个 "靠眼睛 "类型的常数一起工作是可以理解的，也是合乎逻辑的--这里没有问题。

起初，有可能给出一般的 "要求"，并通过采取统计数据来具体说明这些要求。例如，如果我们寻找反转阻力区，我们可以假设它们共同覆盖的范围不超过%%，并且不能超过10个点。只是来自于自然（关于自然的假设）。不知何故 :-)

你必须知道你正在处理的数据是什么，以及你想用它来做什么。

 
-Aleks-:

"我为什么要费心计算呢--我有一个关于阻力云密度的理论，根据这个理论，大概率阻力位的积累越密集，市场就越容易反转。也就是说，这个理论适用于在考虑到市场动态的情况下确定支撑位和阻力位，因此，从理论上讲，它应该有助于以更高的概率确定进入和退出点--我计划用它来确定获利 点"。

平均极值密度是什么，用哪个窗口--请解释。


我完全不清楚阻力的 "云 "意味着什么。但我也试图按价格水平应用极值密度的计数器。我的结论恰恰相反--在价格层面上的大多数极值集群都只是被克服。而这样的集群越密集，突破就越有决定性。但我认为这个因素太弱了，不能在我的专家顾问中应用，因为基本上在这样一个群组中的价格行为是偶然的。

当然，这并不意味着我是完全正确的。你可能会得出一些不同的结果。

但话又说回来，与其为这个 "云 "处理复杂的选择标准，不如简单地增加过滤器和历史深度来的更有效。

"什么的平均极值密度，用哪个窗口--请解释。"

-在我们的语境中，似乎存在按时间划分的极值 "密度"，即当反转主要发生在某一时间--你的变体，以及按价格（水平）划分的 "密度"，即当反转（极端）主要发生在某一价格附近（而根据我的经验，它不会发生）--你的变体。即在X尺度和Y尺度上的密度。

至于 "窗口"--我不定义它，它是由优化定义的)。优化选择历史的深度和计数器来回的范围。

 
Youri Tarshecki:


我完全不清楚阻力的 "云 "意味着什么。但我也曾试图将极值密度反作用于价格水平。我的结论恰恰相反--价格层面上的大多数极值集群只是被克服了。而这样的集群越密集，突破就越有决定性。但我认为这个因素太弱了，不能在我的专家顾问中应用，因为基本上在这样一个群组中的价格行为是偶然的。

当然，这并不意味着我是完全正确的。你可能会有不同的东西出来。

类似的观察，情况也很好理解--当说上面的极值已经堆积起来，而价格已经下降，很可能是大量（人群）简单地进入，可能没有人在该价位上竞价。所有想在这个价格买入卖出的非市场和大型投机者都很满意。有一阵子，我们得到了一个潜在的缺口，通过这个缺口，价格不回头地移动。

反之亦然--剧烈的运动会导致暂时的阻力。

这也是棋盘格局出现的部分原因--原来的支撑/阻力位变成了一个支点。

 
Maxim Kuznetsov:

类似的观察，情况也很好理解--比方说，当上面的极值堆积如山，而价格下跌时，很可能是大量（人群）简单地进入，可能没有人在该价位上竞价。所有想在这个价格买入卖出的非市场和大型投机者都很满意。有一阵子，我们得到了一个潜在的缺口，通过这个缺口，价格不回头地移动。

反之亦然--剧烈的运动会导致暂时的阻力。

这就是为什么我们会得到象棋一样的画面的部分原因--过去的支撑/阻力成为一个支点。

这是一系列的辩解。我完全没有数据来判断它是否正确。不管是虚构的，还是一个石破天惊的内部人士的启示。

所以我必须自己检查一切。

这就是为什么我直截了当地以"有东西堆积在价格周围--让我们反映它"的想法来写代码，并观察结果。然后我直截了当地写代码，想法是"这里堆积了一些东西--让我们把它放在对面，让我们取得突破"，然后再次观察结果。然后我把条件复杂化。我把 "有东西堆在这里 "过滤成"多久以前堆 的"，然后过滤成" 堆了多少"，"在什么 时候堆的"，甚至"是否有东西堆在相关的仪器上"。

然后我又看了看结果。

而我对这个结果并不满意。其结果是失败。在所有情况下。

也就是说，我还没有找到这些条件的任何组合，可以在以一个月为单位的半年多的狼性转发的历史上获得稳定的利润。也就是说，即使是一年的模式也是浮动的，我们不需要这样的冰球。

也就是说，模式是存在的（突破的可能性更大），但它太弱了，不能相信--这是我的结论。

简单地说，如果价格在近期第5次、第7次、第9次接近一个对立/支撑群，我可以说，大约有80%的概率最终会突破这个围栏。

但这就是我最终能说的全部。除了这种情况在市场上相当罕见之外。看到2个或3个或4个extemes的情况更常见。而且那里的一切都太随机了。

 
Maxim Kuznetsov:

在开始时，你可以给出一般的 "要求"，然后你可以通过统计来细化它们。例如，如果你寻找阻力转折区域，你可以假设它们加起来不超过范围的%%，并且不能超过例如10点。只是来自于自然（关于自然的假设）。不知何故 :-)

你必须知道你正在处理什么样的数据，以及你想用它做什么。

我理解这个想法，但我想把指标--与它们不同的指标--试着以它们落下的区域的形式建立一种相关性--比方说8个中的5个相互接近--所以你可以期待那里的阻力。

 
Youri Tarshecki:


我完全不清楚阻力的 "云 "意味着什么。但我也曾试图应用价格水平极值密度计。我的结论正好相反--价格层面上的大多数极值集群都只是被克服了。而这样的集群越密集，突破就越有决定性。但我认为这个因素太弱了，不能在我的专家顾问中应用，因为基本上在这样一个群组中的价格行为是偶然的。

当然，这并不意味着我是完全正确的。也许会有别的东西出来。

但话又说回来，与其为这个 "云 "处理复杂的选择标准，不如简单地增加过滤器和历史深度来的更有效。

"什么的平均极值密度，用哪个窗口--请解释。"

-在我们的语境中，似乎存在按时间划分的极值 "密度"，即当反转主要发生在某一时间--你的变体，以及按价格（水平）划分的 "密度"，即当反转（极端）主要发生在某一价格附近（而根据我的经验，它不会发生）--你的变体。即在X尺度和Y尺度上的密度。

至于 "窗口"--我没有定义它，它是由优化定义的--我和它没有关系)。优化选择历史的深度和计数器来回的范围。

我理解你--如果我真的理解你的话，这与价格的极端性无关。我的意思是，有一些指标在图表上到处显示它们的点--它们的点--潜在的阻力--预测行为，如果这些点累积起来，从而形成云，那么市场就会出现挣扎--趋势的逆转或加速，但对我来说，这并不确定，这意味着我必须平仓，看看价格接下来会怎么样。

1...1920212223242526
新评论