从理论到实践 - 页 295 1...288289290291292293294295296297298299300301302...1981 新评论 Alexander_K2 2018.04.03 13:55 #2941 Renat Akhtyamov: 所以你是说,平行线相交(支持和阻力)?价格!嗯,或者说是归国人员的积分。 СанСаныч Фоменко 2018.04.03 14:29 #2942 Alexander_K2:价格!嗯,或者说是回报率的积分。这里是使用熵的一个选项 npdeneqtest 密度相等的非参数测试 npdeptest 成对依赖的非参数熵测试 npsdeptest 串行非线性依赖的非参数熵测试 npsymtest 非参数熵测试的不对称性 npunitest 单变量密度等值的非参数熵测试 这里是文件。以下是这些公式。使用R和np包进行基于熵的推理:入门知识 附加的文件: np.zip 2331 kb Mykola Demko 2018.04.03 15:32 #2943 Alexander_K2:我只在维基百科上看到过这个计算公式。 它将当前的概率分布与正态分布进行比较,作为对混乱的一种衡量。我不明白这个意思。 我对你这句话的理解是,一个有序的过程不可能有正态分布。 请问,为什么会有这样的说法? 混乱和正常的关系如何? ZS我不是在反驳,我在想。 Alexander_K2 2018.04.03 16:00 #2944 Nikolay Demko:一个有序的过程不可能有正常的分布。 这是个谜!嘘嘘嘘... 这就是为什么我阅读关于非熵的哲学论文。 比如说... 附加的文件: q6v2dan_u.l._-_uqj1z9i6wyu_m6kr9_dr8rkg3ex.zip 149 kb Алексей Тарабанов 2018.04.03 23:36 #2945 Nikolay Demko:那么,至少给我一个提示,如何计算这个nagentropy。 因为你这样说脏话,你想被理解。 ZZZ我在闲暇时搜索并索引了所有的东西,但除了常见的短语,我找不到任何东西。非熵是熵的反面,是对秩序的一种衡量。这就是我一个晚上上网搜索的全部内容。我没有上网查过,但我无法想象用阻力线跨越支撑线;除非是关于笔的问题...... Yuriy Asaulenko 2018.04.03 23:48 #2946 Алексей Тарабанов:我没有上网查询,但我无法想象用阻力线跨越支撑线;除非是我们所说的混杂物......他们有一个哥本哈根的解释。任何东西都可能在里面。 Алексей Тарабанов 2018.04.04 00:02 #2947 Yuriy Asaulenko:他们的是哥本哈根的解释。任何东西都可能在里面。我们是否应该等待我们尊敬的同事的反应? Dr. Trader 2018.04.04 01:59 #2948 维基百科写道--术语[非熵]有时在物理学和数学(信息论、数理统计)中用来指与熵值在数学上相反的 一个量。 https://ru.wikipedia.org/wiki/Негэнтропия 所以可以计算熵,并简单地取一个负号,得到非熵。 在R中计算熵,是现有的几十种方法中最简单的一种(经验熵)。 1)有一串数字2 7 4 3 7 9 4 4 4 4 1 3 10 3 8 4 9 10 7,我们对其感兴趣。 2)计算每个数值的重复次数: 1:1 2:1 3:3 4:7 7:3 8:1 9:2 10:2 得到一个新的数字行 1 1 3 7 3 1 2 计算数字之和。 总数=1+1+3+3+7+3+1+2+2=20 (逻辑上总和==第一项中的行长),现在除以: 1/20 1/20 3/20 7/20 3/20 1/20 2/20 2/20 我们得到: 0。05 0.05 0.15 0.35 0.15 0.05 0.10 0.10 是系列中从第一项开始的数字的分布密度。 3) 熵 = - sum(freq*log(freq)) (R语法中的向量公式。log() natural) H = - (0.05*log(0.05) + 0.05*log(0.05) + 0.15*log(0.15) + 0.35*log(0.35) + 0.15*log(0.15) + 0.05*log(0.05) + 0.10*log(0.10) ) H将是熵。 4) 那里还有一个刻度,如果用户想对结果进行操作 H / log(2) 或 H / log(10)5)用H乘以-1,就可以得到非熵。 From theory to practice 10点3.mq4 Machine learning in trading: Alexander_K2 2018.04.04 05:26 #2949 Dr. Trader:5)用H乘以-1,就可以得到非熵。如果有这么简单,我就不会请那些受人尊敬的数学家来处理这个问题了。 再一次。 它是当前增量的概率分布 与具有相同期望值和方差的高斯分布 在给定样本量下的差异。 问题是,增量的方差不能用通常的公式来计算(充斥在这个论坛上的寻找和痛苦的数学孩子们唯一知道的)。你必须应用非参数方法 :)) Alexander_K2 2018.04.04 05:42 #2950 此外,这个公式具有深刻的哲学和物理意义。我们有一个衡量过程的结构性的标准,即它对混乱的偏离。 先生们!欢快的老人和年轻人! 非熵是决定趋势/平坦状态的参数!!。 我把它介绍给你。 1...288289290291292293294295296297298299300301302...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
所以你是说,平行线相交(支持和阻力)?
价格!嗯,或者说是归国人员的积分。
价格!嗯,或者说是回报率的积分。
这里是使用熵的一个选项
npdeneqtest 密度相等的非参数测试
npdeptest 成对依赖的非参数熵测试
npsdeptest 串行非线性依赖的非参数熵测试
npsymtest 非参数熵测试的不对称性
npunitest 单变量密度等值的非参数熵测试
这里是文件。以下是这些公式。使用R和np包进行基于熵的推理:入门知识
我只在维基百科上看到过这个计算公式。
它将当前的概率分布与正态分布进行比较,作为对混乱的一种衡量。
我不明白这个意思。
我对你这句话的理解是,一个有序的过程不可能有正态分布。
请问,为什么会有这样的说法?
混乱和正常的关系如何?
ZS我不是在反驳,我在想。
一个有序的过程不可能有正常的分布。
这是个谜!嘘嘘嘘...
这就是为什么我阅读关于非熵的哲学论文。
比如说...
那么,至少给我一个提示,如何计算这个nagentropy。
因为你这样说脏话,你想被理解。
ZZZ我在闲暇时搜索并索引了所有的东西,但除了常见的短语,我找不到任何东西。非熵是熵的反面,是对秩序的一种衡量。这就是我一个晚上上网搜索的全部内容。
我没有上网查过,但我无法想象用阻力线跨越支撑线;除非是关于笔的问题......
我没有上网查询,但我无法想象用阻力线跨越支撑线;除非是我们所说的混杂物......
他们有一个哥本哈根的解释。任何东西都可能在里面。
他们的是哥本哈根的解释。任何东西都可能在里面。
我们是否应该等待我们尊敬的同事的反应?
维基百科写道--术语[非熵]有时在物理学和数学(信息论、数理统计)中用来指与熵值在数学上相反的 一个量。
https://ru.wikipedia.org/wiki/Негэнтропия
所以可以计算熵,并简单地取一个负号,得到非熵。
在R中计算熵,是现有的几十种方法中最简单的一种(经验熵)。
1)有一串数字2 7 4 3 7 9 4 4 4 4 1 3 10 3 8 4 9 10 7,我们对其感兴趣。
2)计算每个数值的重复次数:
1:1
2:1
3:3
4:7
7:3
8:1
9:2
10:2
得到一个新的数字行 1 1 3 7 3 1 2
计算数字之和。
总数=1+1+3+3+7+3+1+2+2=20
(逻辑上总和==第一项中的行长)
,现在除以:
1/20 1/20 3/20 7/20 3/20 1/20 2/20 2/20
我们得到:
0。05 0.05 0.15 0.35 0.15 0.05 0.10 0.10
是系列中从第一项开始的数字的分布密度。
3) 熵 = - sum(freq*log(freq)) (R语法中的向量公式。log() natural)
H = - (0.05*log(0.05) + 0.05*log(0.05) + 0.15*log(0.15) + 0.35*log(0.35) + 0.15*log(0.15) + 0.05*log(0.05) + 0.10*log(0.10) )
H将是熵。
4) 那里还有一个刻度,如果用户想对结果进行操作
H / log(2)
或
H / log(10)
5)用H乘以-1,就可以得到非熵。
5)用H乘以-1,就可以得到非熵。
如果有这么简单,我就不会请那些受人尊敬的数学家来处理这个问题了。
再一次。
它是当前增量的概率分布 与具有相同期望值和方差的高斯分布 在给定样本量下的差异。
问题是,增量的方差不能用通常的公式来计算(充斥在这个论坛上的寻找和痛苦的数学孩子们唯一知道的)。你必须应用非参数方法 :))
此外,这个公式具有深刻的哲学和物理意义。我们有一个衡量过程的结构性的标准,即它对混乱的偏离。
先生们!欢快的老人和年轻人!
非熵是决定趋势/平坦状态的参数!!。
我把它介绍给你。