从理论到实践 - 页 336 1...329330331332333334335336337338339340341342343...1981 新评论 Renat Akhtyamov 2018.04.25 12:35 #3351 Alexander_K2:今天的最后一篇文章。 所以。诺瓦亚曾经问过的最迫切的问题。 为什么要把当前的勾股流（实际上是一个埃朗流）转换成指数流，然后再回到相同的、但已经明显扭曲的流？ 我同意--这里犯了一个错误。我们应该与现有的蜱虫流一起工作，并在这个自然的源流上进行进一步的转化，而不是人为的转化。 因此，转换的算法看起来如下。 1.我们采取最初的tick流，但改为每秒钟读取一次tick--看看获得的时间间隔和增量的分布情况。 2. ...每三个刻度线被读取--我们看一下分配。 3. ... 直到时间间隔的分布获得一个明确的、明显的二朗流，满足概率密度函数 的公式，而增量的分布越来越接近于正态分布。 这是我要做的，我会让你知道结果。 谢谢你的关注。 这只是多年痛苦研究的开始，基于假设和大量的冒号。 而结论就像一个圣杯...... 这就像一个圣杯... Mykola Demko 2018.04.25 14:04 #3352 Alexander_K2:今天的最后一篇文章。 所以。诺瓦亚曾经问过的最迫切的问题。 为什么要把当前的勾股流（实际上是一个埃朗流）转换成指数流，然后再回到相同的、但已经明显扭曲的流？ 我同意--这里犯了一个错误。我们应该与现有的蜱虫流一起工作，并在这个自然的源流上进行进一步的转化，而不是人为的转化。 因此，转换的算法看起来如下。 1.我们采取最初的tick流，但改为每秒钟读取一次tick--看看获得的时间间隔和增量的分布情况。 2. ...每三个刻度线被读取--我们看一下分配。 3. ... 直到时间间隔的分布获得一个清晰、明显的Erlang流，满足概率密度函数 的公式，而增量的分布越来越接近于正态分布。 这是我要做的，我会让你知道结果。 谢谢你的关注。 通过读取每2个，然后是第3个，以此类推，每n个tick，你实际上得到一个收盘价范围的图表。 而这个图表中的分布情况我已经向你介绍过了。 在开始的时候，你会得到中心峰的减少，它将开始模糊地接近正态，然后分布会变成二元的。 为了理解这个过程，你需要在边缘进行研究，而边缘的衡量标准是：当n=1时，你会接近对数正态分布，而随着n的增加，接近n=100时，你会有一个双峰分布。这意味着分布一直是双峰的，只是由于小n的离散性，它互相重叠，情况不清楚。 所以你的研究是自行车的发明。 Yuriy Asaulenko 2018.04.25 14:10 #3353 Yuriy Asaulenko:不，这不是卖大象的方法。A_K2的特点是完全缺乏系统的方法和对细节的挖掘。当没有整体的视野时，有什么细节？此外。 我真诚地希望A_K2能生产出真正有用的东西。然而，从他的帖子来看，这次也将是一次空白的射击。 进步、科学和技术总是从简单的形式（描述）转向更复杂的形式。而且，不得不说，那些简单的东西已经相当好用了。 如果你从来没有设计 过汽车，那么从奔驰车开始就没有前景了。你应该从简单的东西开始，像Zhiguli这样的东西--工作原理与奔驰车相同，但一切都要简单得多。当你的Zhigul开始移动时，你可以改进，现代化，复杂化，使其达到奔驰水平。请记住，15年前的韩国汽车是什么样的--你会忍不住哭泣。 看起来A_K2又开始设计奔驰车了。）它至少可以在Zhigul前4个月建成--它不需要任何科学的设计，技术方案就足够了）。 Dr. Trader 2018.04.25 14:12 #3354 Alexander_K2:你必须与你所拥有的蜱虫流一起工作，并在这个自然源流上进行进一步的转化，而不是在一个人工源流上。我已经就此事写信给你，但显然我的声音还不够。 你的 "真正的抽搐 "是不寻常的东西。我不知道那个 "DDE "的背后是什么，但它完全不是外汇结算通常给出的那种胡乱的垃圾。至少蜱虫比平时少了10倍，这已经令人震惊。你直方图上的第一个口袋应该是~200ms，而不是一秒钟。 请把最后收到的几千条蜱虫放到csv中，不要减薄，不要用过去的数值填空，而只填那些来的价格。也许有人会使用它们，并确认这些数值比通常的交易更可接受。然后，也许这个主题的集体智慧会建议如何用十几行mql代码来制作一个圣杯。 Andrei01 2018.04.25 15:00 #3355 Alexander_K2: 而且你不必转换任何东西？我不相信!!!!!!!!这并不有趣。大数据处理的原则始终是使用具有最大信息量的原始数据，但要在其中添加不同的指标，或者在不损失信息的情况下缩小数据。 如果你开始捣鼓信息，很明显，这种算法的价值和充分性立即下降。 Andrei01 2018.04.25 15:12 #3356 Alexander_K2:但六个月前，我们讨论过，由于不同的经纪商有不同的tick-flow，第一个任务是把它们带到一个单一的通用视图。不是吗？一者与另一者并不矛盾。 普遍的观点并不意味着有必要使它们达到相同的滴答流......。 Dr. Trader 2018.04.25 15:39 #3357 谢谢，这里有一个收益分布的比较，以及过去1000个audcad投标值的自相关。最上面一行是你的虱子。底排是终端的内容。有区别，但我无法从图表中看出哪个更好。我喜欢直方图的峰值没有像终端那样被简略化。 一些静止性测试。 你的虱子是。 > Box.test(pricesDiff, lag=20, type="Ljung-Box") Box-Ljung test data: pricesDiff X-squared = 39.466, df = 20, p-value = 0.005832 > adf.test(pricesDiff, alternative = "stationary") Augmented Dickey-Fuller Test data: pricesDiff Dickey-Fuller = -11.556, Lag order = 9, p-value = 0.01 alternative hypothesis: stationary > kpss.test(pricesDiff) KPSS Test for Level Stationarity data: pricesDiff KPSS Level = 0.44326, Truncation lag parameter = 7, p-value = 0.05851 还有那些在终端的人。 Box-Ljung test data: pricesDiff X-squared = 29.181, df = 20, p-value = 0.08426 > adf.test(pricesDiff, alternative = "stationary") Augmented Dickey-Fuller Test data: pricesDiff Dickey-Fuller = -10.252, Lag order = 9, p-value = 0.01 alternative hypothesis: stationary > kpss.test(pricesDiff) KPSS Test for Level Stationarity data: pricesDiff KPSS Level = 0.3404, Truncation lag parameter = 7, p-value = 0.1 你的Box-Ljung检验中的p值要低一个数量级，这很好。 而且最重要的是，你的蜱虫是一个有记忆的过程，它非常没有标记。我不知道如何用数字表示，但在我的模型中，你的虱子比正常的虱子更容易预测。 我想知道是否有任何其他测试来评估可预测性？ Violetta Novak 2018.04.25 17:16 #3358 来自亚历山大文件01AUDCAD_Real的刻度线之间的距离 14400（1秒增量）。 Dr. Trader 2018.04.25 17:20 #3359 Alexander_K2:如果是这样的话，那么显然每个人都应该像我一样在一个不连续的报价流中工作，仅此而已。不是吗？ 这也是我一个月前的想法。既然你有一个对数分布（或帕斯卡），我也想通过瘦身来获得一个好的分布。经过几个星期的尝试，"我把p改成0.71而不是0.72，就可以了"。- 我从来没有做对过，这都是卷尺，不是科学。 价格收益的分配，以及时间停顿只是后果。最重要的是要得到一个静止的非马尔科夫过程。而且越是静止的和非马尔科夫的--越好。我认为这是第一个具有非马尔科夫静止性要求的必要转换，它产生什么分布并不重要。 我不知道如何实现这种非马尔科夫的静止性，但看起来是正确的方法。 然后，对于这样一个稀疏的系列，人们可以尝试根据交易策略进行第二次转换。就像在返回者中实现一个范围，正如你对你的模型所希望的那样。这里的转变取决于你的策略，你可以创建特征并训练神经元，而不是二次减薄。 p.s.--"非马尔科夫静止性"纯粹是对这一属性的个人亵渎性称呼。在科学上，它可能有不同的称呼。 Dr. Trader 2018.04.25 17:42 #3360 Novaja:来自亚历山大的文件01AUDCAD_Real 14400（离散性为1秒）的刻度线之间的距离。从几页前的图表来看--峰值已经从0转移到了1。我想这取决于交易的货币对（AUDCAD和CADJPY）。 亚历山大_K2。我认为这是一个帕斯卡尔分布，r=2，p=0.5，q=0.5。 我试着在R中用这样的参数画出Pascal的分布，它并不吻合。但还有其他的符号，而不是r,p,q，也许我弄错了什么。 1...329330331332333334335336337338339340341342343...1981 新评论 原因: 取消 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
今天的最后一篇文章。
所以。诺瓦亚曾经问过的最迫切的问题。
为什么要把当前的勾股流（实际上是一个埃朗流）转换成指数流，然后再回到相同的、但已经明显扭曲的流？
我同意--这里犯了一个错误。我们应该与现有的蜱虫流一起工作，并在这个自然的源流上进行进一步的转化，而不是人为的转化。
因此，转换的算法看起来如下。
1.我们采取最初的tick流，但改为每秒钟读取一次tick--看看获得的时间间隔和增量的分布情况。
2. ...每三个刻度线被读取--我们看一下分配。
3. ...
直到时间间隔的分布获得一个明确的、明显的二朗流，满足概率密度函数 的公式，而增量的分布越来越接近于正态分布。
这是我要做的，我会让你知道结果。
谢谢你的关注。
这只是多年痛苦研究的开始，基于假设和大量的冒号。
而结论就像一个圣杯......
这就像一个圣杯...
今天的最后一篇文章。
所以。诺瓦亚曾经问过的最迫切的问题。
为什么要把当前的勾股流（实际上是一个埃朗流）转换成指数流，然后再回到相同的、但已经明显扭曲的流？
我同意--这里犯了一个错误。我们应该与现有的蜱虫流一起工作，并在这个自然的源流上进行进一步的转化，而不是人为的转化。
因此，转换的算法看起来如下。
1.我们采取最初的tick流，但改为每秒钟读取一次tick--看看获得的时间间隔和增量的分布情况。
2. ...每三个刻度线被读取--我们看一下分配。
3. ...
直到时间间隔的分布获得一个清晰、明显的Erlang流，满足概率密度函数 的公式，而增量的分布越来越接近于正态分布。
这是我要做的，我会让你知道结果。
谢谢你的关注。
通过读取每2个，然后是第3个，以此类推，每n个tick，你实际上得到一个收盘价范围的图表。
而这个图表中的分布情况我已经向你介绍过了。
在开始的时候，你会得到中心峰的减少，它将开始模糊地接近正态，然后分布会变成二元的。
为了理解这个过程，你需要在边缘进行研究，而边缘的衡量标准是：当n=1时，你会接近对数正态分布，而随着n的增加，接近n=100时，你会有一个双峰分布。这意味着分布一直是双峰的，只是由于小n的离散性，它互相重叠，情况不清楚。
所以你的研究是自行车的发明。
不，这不是卖大象的方法。
A_K2的特点是完全缺乏系统的方法和对细节的挖掘。当没有整体的视野时，有什么细节？
此外。
我真诚地希望A_K2能生产出真正有用的东西。然而，从他的帖子来看，这次也将是一次空白的射击。
进步、科学和技术总是从简单的形式（描述）转向更复杂的形式。而且，不得不说，那些简单的东西已经相当好用了。
如果你从来没有设计 过汽车，那么从奔驰车开始就没有前景了。你应该从简单的东西开始，像Zhiguli这样的东西--工作原理与奔驰车相同，但一切都要简单得多。当你的Zhigul开始移动时，你可以改进，现代化，复杂化，使其达到奔驰水平。请记住，15年前的韩国汽车是什么样的--你会忍不住哭泣。
看起来A_K2又开始设计奔驰车了。）它至少可以在Zhigul前4个月建成--它不需要任何科学的设计，技术方案就足够了）。
你必须与你所拥有的蜱虫流一起工作，并在这个自然源流上进行进一步的转化，而不是在一个人工源流上。
我已经就此事写信给你，但显然我的声音还不够。
你的 "真正的抽搐 "是不寻常的东西。我不知道那个 "DDE "的背后是什么，但它完全不是外汇结算通常给出的那种胡乱的垃圾。至少蜱虫比平时少了10倍，这已经令人震惊。你直方图上的第一个口袋应该是~200ms，而不是一秒钟。
请把最后收到的几千条蜱虫放到csv中，不要减薄，不要用过去的数值填空，而只填那些来的价格。也许有人会使用它们，并确认这些数值比通常的交易更可接受。然后，也许这个主题的集体智慧会建议如何用十几行mql代码来制作一个圣杯。
而且你不必转换任何东西？我不相信!!!!!!!!这并不有趣。
大数据处理的原则始终是使用具有最大信息量的原始数据，但要在其中添加不同的指标，或者在不损失信息的情况下缩小数据。
如果你开始捣鼓信息，很明显，这种算法的价值和充分性立即下降。
但六个月前，我们讨论过，由于不同的经纪商有不同的tick-flow，第一个任务是把它们带到一个单一的通用视图。不是吗？
一者与另一者并不矛盾。
普遍的观点并不意味着有必要使它们达到相同的滴答流......。谢谢，这里有一个收益分布的比较，以及过去1000个audcad投标值的自相关。最上面一行是你的虱子。底排是终端的内容。有区别，但我无法从图表中看出哪个更好。我喜欢直方图的峰值没有像终端那样被简略化。
一些静止性测试。
你的虱子是。
还有那些在终端的人。
你的Box-Ljung检验中的p值要低一个数量级，这很好。
而且最重要的是，你的蜱虫是一个有记忆的过程，它非常没有标记。我不知道如何用数字表示，但在我的模型中，你的虱子比正常的虱子更容易预测。
我想知道是否有任何其他测试来评估可预测性？
来自亚历山大文件01AUDCAD_Real的刻度线之间的距离 14400（1秒增量）。
如果是这样的话，那么显然每个人都应该像我一样在一个不连续的报价流中工作，仅此而已。不是吗？
这也是我一个月前的想法。既然你有一个对数分布（或帕斯卡），我也想通过瘦身来获得一个好的分布。经过几个星期的尝试，"我把p改成0.71而不是0.72，就可以了"。- 我从来没有做对过，这都是卷尺，不是科学。
价格收益的分配，以及时间停顿只是后果。最重要的是要得到一个静止的非马尔科夫过程。而且越是静止的和非马尔科夫的--越好。我认为这是第一个具有非马尔科夫静止性要求的必要转换，它产生什么分布并不重要。
我不知道如何实现这种非马尔科夫的静止性，但看起来是正确的方法。
然后，对于这样一个稀疏的系列，人们可以尝试根据交易策略进行第二次转换。就像在返回者中实现一个范围，正如你对你的模型所希望的那样。这里的转变取决于你的策略，你可以创建特征并训练神经元，而不是二次减薄。
p.s.--"非马尔科夫静止性"纯粹是对这一属性的个人亵渎性称呼。在科学上，它可能有不同的称呼。
来自亚历山大的文件01AUDCAD_Real 14400（离散性为1秒）的刻度线之间的距离。
从几页前的图表来看--峰值已经从0转移到了1。我想这取决于交易的货币对（AUDCAD和CADJPY）。
我认为这是一个帕斯卡尔分布，r=2，p=0.5，q=0.5。
我试着在R中用这样的参数画出Pascal的分布，它并不吻合。但还有其他的符号，而不是r,p,q，也许我弄错了什么。