从理论到实践 - 页 1509 1...150215031504150515061507150815091510151115121513151415151516...1981 新评论 Alexander_K 2019.09.04 12:11 #15081 transcendreamer: 未经通信者许可,明确发表个人通信是不可接受的。 充其量,你只能用你自己的话来引用一个未知的来源 我忍不住了...他将原谅...他已经很久没有上论坛了--他可能躺在垃圾桶里。他正在遭受饥饿和寒冷的折磨......我们应该帮助他,我们怎么做呢?我像猎鹰一样赤身裸体,我几乎无法走到工厂...... [删除] 2019.09.04 12:19 #15082 Alexander_K: 当我看到你完美对称的行数时(我不知道你是怎么做到的,但也许这已经不重要了),我想起了多克在一封私人信件中的话。 几周前我有一个问题,为什么模型在你的真实刻度上学习和交易得这么好。我现在得出的答案是。因为价格收益的分布是对称的,而这种对称的分布在滑动窗口中得到了保留。 像这样的事情是我在M15上需要实现的。 2018.04.16 22:43 非常有趣。我会去看看的。 2018.04.17 00:31 2018.04.17 00:57 最近有10,000个真实的AUDCAD点数的价格涨幅 黄线是移动平均线,窗口为100。几乎完全平坦。 2018.04.17 00:58 这里是欧元兑美元的M1,用于比较。10,000条最后一条,没有变薄。平均数不断向一边远处漂移。 2018.04.17 01:04 2018.04.17 01:04 我回想起来(愿他原谅我贴出这些截图),痛哭流涕--市场上有多少苦难的、聪明的、有才华的人被分散到不同的方向......。甚至无法计算... 而也许博士恰恰相反,他找到了他要找的东西,只是不再想和我们这些侏儒交流了?这样做更好。 随着波动性的增加,价格运动的点数减少,不是吗?过滤的作用和你的一样,只是当波动性增加时,虱子根本不加(或非常少)? Alexander_K 2019.09.04 12:32 #15083 Maxim Dmitrievsky: 随着波动性的增加,减少价格变动的点数,不是吗?过滤的作用和你的一样,只是当波动性增加时,根本就不加点(或非常少)? 这整个话题就是关于这个。 当我们谈论增量概率密度 时,我们首先注意的是重度尾部,即离群值。但是,就MO而言,这不是主要的事情--重要的是没有不对称性。在任何重要的样本量下,分布必须是严格对称的。 博士把我的澳元兑美元的数据(恐怕这只是一个幸运的样本),其中任何时候的回归者都形成对称分布,对它进行网络训练,它开始产生100%准确(或几乎如此)的预测。但数据是小数点,虽然变薄了......他受到了传播和佣金的阻碍...他决定在OPEN/CLOSE M15上实现同样的对称性。 唉,这就是故事的结局--他的踪迹消失了。我们不知道他是否已经解决了问题--将最初的不对称增量系列转变为对称形式。但另一方面,科尔敦似乎已经解决了这个问题。 [删除] 2019.09.04 12:41 #15084 Alexander_K: 这整个话题就是关于这个。 当我们谈论增量概率密度 时,我们首先注意的是重度尾部,即离群值。但是,就MO而言,这并不是主要的事情--重要的是没有不对称性。在任何重要的样本量下,分布必须是严格对称的。 博士把我在澳元兑美元上的数据(恐怕这只是一个幸运的样本),其中任何时候的回归者都形成一个对称分布,对它进行网络训练,它开始产生100%准确(或几乎如此)的预测。但数据是小数点,虽然变薄了......他受到了传播和佣金的阻碍...他决定在OPEN/CLOSE M15上实现同样的对称性。 唉,这就是故事的结局--他的踪迹消失了。我们不知道他是否已经解决了问题--将最初的不对称增量系列转变为对称形式。但另一方面,科尔敦似乎已经解决了这个问题。 对MO来说,简单地进行班级平衡并不是问题。问题是完全不同的--增量(阅读--周期)缺乏规律性。这本来可以在一年或更久之前就放上一个胖点。但他们不承认这一点--要么默默地合并,要么把毫无意义的照片扔来扔去。 Aleksey Nikolayev 2019.09.04 12:44 #15085 transcendreamer: 第2点特别保证了徒劳无功,市场参与者破坏了可以利用的重复性模式 从全球的角度来看--一切都是徒劳的,虚荣的,无精打采的)从更踏实的角度来看--通过matstat研究任何模式到底是如何被破坏的(非平稳性是如何安排的),可以说是相当有用。 Alexander_K 2019.09.04 12:45 #15086 Maxim Dmitrievsky: 这对国防部来说不是一个问题--只要做好班级的平衡就可以了。问题是完全不同的--增量(阅读:周期)缺乏规律性。这本可以在一年或更久之前就被制止,变成一个胖子。但他们不承认这一点--要么默默地合并,要么把毫无意义的照片扔来扔去。 也许如此...我不知道...当然,人们只能相信国家。另一方面,一个问题已经解决的人永远不会表现出这种状态。 矛盾。你不知道该相信谁。 [删除] 2019.09.04 12:47 #15087 Alexander_K: 也许如此...我不知道...当然,你只能相信国家。另一方面,一个问题已经解决的人永远不会表现出这种状态。 矛盾。人们不知道该相信谁。 这种对阴谋论的压倒性信仰... Alexander_K 2019.09.04 12:56 #15088 Maxim Dmitrievsky: 这种对阴谋论的压倒性信仰... 我只能为自己说,在概率密度 恒定对称的情况下,如果没有异常值,增量就会形成一个完全静止的随机序列。而这样的系列,根据Kolmogorov的说法,是可以预测的。 附加的文件: einblrgmcc_w._1._9gb03mev7920jkdb_4_scse4m81ps484djuf_vk0xhxhma2tb_61jjx9mhh_4hhnar7f3fea3ccbqv0.pdf.zip 851 kb [删除] 2019.09.04 13:02 #15089 Alexander_K: 我只能为自己说,在概率密度 恒定对称的情况下,如果没有异常值,增量就会形成一个完全静止的随机序列。而这样的系列,根据Kolmogorov的说法,是可以预测的。 这种系列被称为残差(当它们不包含任何有用的信息时)。它们本身当然是可以预测的,但它们并不能预测原始系列。 Alexander_K 2019.09.04 13:57 #15090 庞德,这个混蛋,又在把我像湿厕纸一样撕碎了......。 1...150215031504150515061507150815091510151115121513151415151516...1981 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
未经通信者许可,明确发表个人通信是不可接受的。
充其量,你只能用你自己的话来引用一个未知的来源
我忍不住了...他将原谅...他已经很久没有上论坛了--他可能躺在垃圾桶里。他正在遭受饥饿和寒冷的折磨......我们应该帮助他,我们怎么做呢?我像猎鹰一样赤身裸体,我几乎无法走到工厂......
当我看到你完美对称的行数时(我不知道你是怎么做到的,但也许这已经不重要了),我想起了多克在一封私人信件中的话。
因为价格收益的分布是对称的,而这种对称的分布在滑动窗口中得到了保留。
像这样的事情是我在M15上需要实现的。
2018.04.17 00:57
黄线是移动平均线,窗口为100。几乎完全平坦。
我回想起来(愿他原谅我贴出这些截图),痛哭流涕--市场上有多少苦难的、聪明的、有才华的人被分散到不同的方向......。甚至无法计算...
而也许博士恰恰相反,他找到了他要找的东西,只是不再想和我们这些侏儒交流了?这样做更好。
随着波动性的增加,价格运动的点数减少,不是吗?过滤的作用和你的一样,只是当波动性增加时,虱子根本不加(或非常少)?
随着波动性的增加,减少价格变动的点数,不是吗?过滤的作用和你的一样,只是当波动性增加时,根本就不加点(或非常少)?
这整个话题就是关于这个。
当我们谈论增量概率密度 时,我们首先注意的是重度尾部,即离群值。但是,就MO而言,这不是主要的事情--重要的是没有不对称性。在任何重要的样本量下,分布必须是严格对称的。
博士把我的澳元兑美元的数据(恐怕这只是一个幸运的样本),其中任何时候的回归者都形成对称分布,对它进行网络训练,它开始产生100%准确(或几乎如此)的预测。但数据是小数点,虽然变薄了......他受到了传播和佣金的阻碍...他决定在OPEN/CLOSE M15上实现同样的对称性。
唉,这就是故事的结局--他的踪迹消失了。我们不知道他是否已经解决了问题--将最初的不对称增量系列转变为对称形式。但另一方面,科尔敦似乎已经解决了这个问题。
这整个话题就是关于这个。
当我们谈论增量概率密度 时,我们首先注意的是重度尾部,即离群值。但是,就MO而言,这并不是主要的事情--重要的是没有不对称性。在任何重要的样本量下,分布必须是严格对称的。
博士把我在澳元兑美元上的数据(恐怕这只是一个幸运的样本),其中任何时候的回归者都形成一个对称分布,对它进行网络训练,它开始产生100%准确(或几乎如此)的预测。但数据是小数点,虽然变薄了......他受到了传播和佣金的阻碍...他决定在OPEN/CLOSE M15上实现同样的对称性。
唉,这就是故事的结局--他的踪迹消失了。我们不知道他是否已经解决了问题--将最初的不对称增量系列转变为对称形式。但另一方面,科尔敦似乎已经解决了这个问题。
对MO来说,简单地进行班级平衡并不是问题。问题是完全不同的--增量(阅读--周期)缺乏规律性。这本来可以在一年或更久之前就放上一个胖点。但他们不承认这一点--要么默默地合并,要么把毫无意义的照片扔来扔去。
第2点特别保证了徒劳无功,市场参与者破坏了可以利用的重复性模式
从全球的角度来看--一切都是徒劳的,虚荣的,无精打采的)从更踏实的角度来看--通过matstat研究任何模式到底是如何被破坏的(非平稳性是如何安排的),可以说是相当有用。
这对国防部来说不是一个问题--只要做好班级的平衡就可以了。问题是完全不同的--增量(阅读:周期)缺乏规律性。这本可以在一年或更久之前就被制止,变成一个胖子。但他们不承认这一点--要么默默地合并,要么把毫无意义的照片扔来扔去。
也许如此...我不知道...当然,人们只能相信国家。另一方面,一个问题已经解决的人永远不会表现出这种状态。 矛盾。你不知道该相信谁。
也许如此...我不知道...当然,你只能相信国家。另一方面,一个问题已经解决的人永远不会表现出这种状态。 矛盾。人们不知道该相信谁。
这种对阴谋论的压倒性信仰...
这种对阴谋论的压倒性信仰...
我只能为自己说,在概率密度 恒定对称的情况下,如果没有异常值,增量就会形成一个完全静止的随机序列。而这样的系列,根据Kolmogorov的说法,是可以预测的。
我只能为自己说,在概率密度 恒定对称的情况下,如果没有异常值,增量就会形成一个完全静止的随机序列。而这样的系列,根据Kolmogorov的说法,是可以预测的。
这种系列被称为残差(当它们不包含任何有用的信息时)。它们本身当然是可以预测的,但它们并不能预测原始系列。