从理论到实践 - 页 475

 
Alexander_K2:

还有更多,无比多的,迪米特里...

对于每个阶数(读作--指数数的和数)也有p=从0...到无穷大和q=1-p。

我说我现在在这些流中被瓦解了--我将在p=0.5时按60的顺序进行整合......。

我想把我的分布与M1的OPEN和CLOSE的标准分布进行比较。

如果你想与蜱虫打交道,你应该去证券交易所。但原则上,市场有记忆的事实就足够了。
 
Dmitriy Skub:
但原则上,市场有记忆的事实就足够了。

记忆。

是的,这就是你正在寻找的圣杯。任何知道如何量化这些东西的人都知道市场的情况。

然而,据我所知,你正在使用赫斯特。错了...IMHO。

你应该使用ACF或非熵。

我目前正在与ACF合作--但是,甚至没有人去询问计算和应用细节。Prival和Avtomat似乎是这里唯一知道一两件事的人。而且他们都离开了论坛...只剩下像Unicornis这样的树桩了......一个又一个的白痴 - 这就是整个论坛...呃。

 
Alexander_K2:

记忆。

是的,这就是你正在寻找的圣杯。任何知道如何量化这些东西的人都知道关于市场的一切。

你必须使用ACF或非熵。

记忆在正确的术语中被称为趋势。ACF可以帮助提取趋势的周期性成分,但它不是整个趋势。

非熵和香农的 理论在这里是不合适的...

 

Alexander_K2:

只剩下像Unicornis这样的树桩了......傻子对傻子,傻子对傻子--这就是整个论坛...呃。

模式越是低能,就越是可靠,反之亦然。))

 

它仍然是为了关闭Erlang流的问题......

因此,让我们把上周的欧元兑美元的数据从60阶Erlang流(接收频率--大约每分钟一次)。

我们分析了(Ask+Bid)/2的价值。

对于每日滑动时间窗口中的增量之和(即对于滑动样本=1440个值),我们有以下增量直方图。

统计数据。

我们看到几乎完美的对称性。

请以csv格式发布欧元兑美元上周的开仓/平仓M1数据--比较起来很有意思。

 
Alexander_K2:

它仍然是为了关闭Erlang流的问题......

因此,让我们把上周的欧元兑美元的数据从60阶Erlang流(接收频率--大约每分钟一次)。

我们分析了(Ask+Bid)/2的价值。

对于每日滑动时间窗口中的增量之和(即对于滑动样本=1440个值),我们有以下增量直方图。

统计数据。

我们看到几乎完美的对称性。

请将欧元兑美元前一周的开仓/平仓M1数据以csv格式发给我--比较一下很有意思。

你的样本没有时间参考=0。

 
Uladzimir Izerski:

你的样本没有时间参考=0。

如果OPEN/CLOSE M1显示相同的增量分布--我就放弃Erlang流量,这样就不会有人像我一样麻烦了:)

 
Alexander_K2:

如果OPEN/CLOSE M1显示相同的增量分布--我就放弃Erlang流,这样就不会有人像我一样受苦了:)

试试高和低--这些是更充分的血压点,而且随机性较小。你越是执着于随机性,TS就越是随机......

 
Andrei:

试试高和低--这些是更充分的血压点,而且随机性较小。你越是执着于随机性,TS就越是随机......

好的。

 

所以。

像往常一样,我在没有任何帮助的情况下自己检查了(Ask+Bid)/2 OPEN M1 EURUSD的数据(我不期待任何帮助--这就像期待儿童或白痴的帮助一样,他们是论坛上的绝大多数)根据Dukascopy。

其结果是。

正如我们所看到的--与Erlang的60阶流量相比,差了一大截。

相比之下,峰度和不对称性的结果绝对是最差的。

这是废话,不是分配。

结论:开仓/平仓M1根本不可能总结出任何理论依据,因此,也不可能有稳定的利润。

但Erlang的流量规则。

这就对了!