寻找模式 - 页 26 1...192021222324252627282930313233...306 新评论 vladavd 2020.02.17 18:10 #251 vladavd: 糟糕的解决方案，它更复杂，更重要的是比正常的等值线图差得多。转而解释一下范围棒，它们是如何等同于体积图的？ 我想了想，改变了主意，如果我们完全用蜱虫来操作，那么一切都正确了。在薄利多销的市场上，晚上的虱子比白天的虱子更便宜，都是事实。但它并没有取消平均交易量的概况问题，而分布情况在每一天都有很大的不同。 Vitaliy Maznev 2020.02.17 19:06 #252 有一些关于如何改进和倍增正确输入的概率的想法。阿列克谢，你的观点并不支持我所认为的理想的大部分内容。但是，如果你从我们的一般角度来看，你可以初步做到以下几点。 拿出几个有效的TS，对其进行分析，也许加上一些细节。并尝试将它们结合起来。你表达了这样的想法：数据越多，他们的冲突就越大。我肯定有不同的意见，并建议对数据的使用与你不同。但在多个TC的情况下，你可以，比如说，做以下事情。 1）每个TS都有一定的开仓 条件。因此，我们的想法不是把它们合二为一，而是平行地观察这些条件。也就是说，系统的每个算法都是独立工作的。 2）增加一个额外的算法，从每个系统中接收对情况的估计，以三种结论之一表示：有利的进入条件、不利的、不确定的。 3）例如，用户用他/她的眼睛看到合适的条件来打开一个位置。然后，heshe指的是该算法，它给出了来自系统的平行工作组的结论。根据他们的结论，正确进入一个位置的概率会增加几个数量级。 许多人以这种方式工作。但是，要不断地把每个人的几个TS和条件牢记在心是有问题的。一个指标的存在，将预示着TS的几个最终平行结论，将简化分析和决策的过程。 [删除] 2020.02.17 19:21 #253 从寻找味道到平淡无奇，已经出炉的切糕....，继续前进。 Vitaliy Maznev 2020.02.17 19:24 #254 Сергей Таболин: 从寻找味道到平淡无奇，已经被别人烘烤过的cutlet....。 如果你指的是我的想法，我并不坚持。建议你的。 在这一点上，话题发起人鼓励分享观察结果，但每个人基本上都在为自己观察。这就是为什么我提出了具体的实施方案。 RomFil 2020.02.17 19:37 #255 祝大家今天愉快 实际上，我曾经写过一篇关于价格波动的文章，或者说是一篇帖子（见附录）。如果你有兴趣，你可以深入挖掘 ...:) 我们的想法是，如果振荡的振幅接近平均值（例如欧元兑美元是~200点），那么对下一个 "膝盖 "的预测就相当真实。另一件事是确定是否已经发生了 "之 "字形断裂。但我们也有某些工具，包括那些基于流行的神经网络的工具。 这里有一些规律性的东西...:) 问候，RomFil。 附加的文件： tq7_19ipgy_5td08xlr5.zip 137 kb RomFil 2020.02.17 19:43 #256 你也可以提到对pAtterns的搜索： 一栏、二栏、三栏，等等。要找到三个以上的人需要很长的时间。例如，对于一个条形图--我们采取OHLC价格，输入一个变化的delta，例如从价格上+-1点，并将历史上的所有条形图（例如，1000000条形图）按以下原则划分：第一个条形图是一个pAttern，如果下一个条形图与前一个条形图相差delta值，它将是一个新的pAttern，等等。如果其中一个pATterns显示，例如，历史上有10个这样的条形图，其中9个是朝一个方向走的--这是一个重要的pAttern，在正向测试中，它在70-80%的情况下起作用。 这有点复杂，但似乎可以理解...:)你也可以在这里深入研究这个问题。 问候，RomFil。 Vitaliy Maznev 2020.02.17 19:54 #257 RomFil: 你也可以提到对pAtterns的搜索：一栏、二栏、三栏，等等。要找到三个以上的人需要很长的时间。例如，对于一个条形图--我们采取OHLC价格，输入变化的delta，例如从价格上+-1点，并按以下原则划分历史上的所有条形图（例如1000000条形图）：第一个条形图是一个pAttern，如果下一个条形图与前一个不同，它是一个新的pAttern等等。如果其中一个pATterns显示，例如，历史上有10个这样的柱子，其中9个是朝一个方向走的--这是一个重要的pAttern，它在正向测试中70-80%的情况下是有效的。 这有点复杂，但似乎可以理解...:)你也可以在这里深入研究这个问题。 问候，RomFil。 我远离技术符号，但如果我理解正确的话，你建议考虑到某些模式并分部分定义它们，预测延续性，对吗？ 我也离神经网络很远，但我想象的信息处理方式大致相同：大量的数据中，有最有趣的模式，并通过个别表现来识别它们。你的想法非常有趣。我读过文件，但计算结果在我脑子里并不合适。你能不能给我几个你的算法的例子，但不是用数学来表达，而是用用户语言？ 谢谢你提供的有用的想法! RomFil 2020.02.17 20:04 #258 Vitaliy Maznev: 我远离技术符号，但如果我理解正确的话，你提议考虑到某些模式，并零散地识别它们，预测延续性，对吗？ 我也离神经网络很远，但我以类似的方式看待信息处理：有最有趣的模式的大量数据，并通过个别表现形式来识别它们。你的想法非常有趣。我读过文件，但计算结果在我脑海中并不合适。你能不能给我几个你的算法的例子，但不是用数学来表达，而是用用户语言？ 谢谢你提供的有用的想法! 好吧！但我很难在没有公式的情况下向你解释 ...:( 重点是在历史上找到这样一个OHLC的组合，使下一个条形有足够准确的方向，例如向下--这是对pATterns而言。 关于文件--这是一个不同的话题。 Vitaliy Maznev 2020.02.17 20:08 #259 RomFil: 对！但我很难在没有公式的情况下向你解释 ...:( 我们的想法是在历史上找到这样一个OHLC的组合，使下一个条形图有一个相当准确的方向，比如说向下。 好吧，我大致理解这个想法。我将期待着你的进一步评论。到目前为止，没有人提供这样的变种方法，这是最接近我的。 Vitali Kadel 2020.02.17 20:11 #260 RomFil:对！但我很难在没有公式的情况下向你解释 ...:(重点是在历史上找到这样一个OHLC的组合，使下一个条形图有一个相当准确的方向，比如说向下。RomFil: 好吧！但没有公式，很难向你解释......。:(关键是要找到历史上的OHLC与下一个条形图有相当准确的方向的组合，比如说向下。 还有，下一个酒吧的尺寸很大，从H到L。如果你知道下一个交易栏的方向，而这个交易栏内的价格变化 只有10个点，那么你就不会赚很多。 1...192021222324252627282930313233...306 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
糟糕的解决方案，它更复杂，更重要的是比正常的等值线图差得多。转而解释一下范围棒，它们是如何等同于体积图的？
我想了想，改变了主意，如果我们完全用蜱虫来操作，那么一切都正确了。在薄利多销的市场上，晚上的虱子比白天的虱子更便宜，都是事实。但它并没有取消平均交易量的概况问题，而分布情况在每一天都有很大的不同。
有一些关于如何改进和倍增正确输入的概率的想法。阿列克谢，你的观点并不支持我所认为的理想的大部分内容。但是，如果你从我们的一般角度来看，你可以初步做到以下几点。
拿出几个有效的TS，对其进行分析，也许加上一些细节。并尝试将它们结合起来。你表达了这样的想法：数据越多，他们的冲突就越大。我肯定有不同的意见，并建议对数据的使用与你不同。但在多个TC的情况下，你可以，比如说，做以下事情。
1）每个TS都有一定的开仓 条件。因此，我们的想法不是把它们合二为一，而是平行地观察这些条件。也就是说，系统的每个算法都是独立工作的。
2）增加一个额外的算法，从每个系统中接收对情况的估计，以三种结论之一表示：有利的进入条件、不利的、不确定的。
3）例如，用户用他/她的眼睛看到合适的条件来打开一个位置。然后，heshe指的是该算法，它给出了来自系统的平行工作组的结论。根据他们的结论，正确进入一个位置的概率会增加几个数量级。
许多人以这种方式工作。但是，要不断地把每个人的几个TS和条件牢记在心是有问题的。一个指标的存在，将预示着TS的几个最终平行结论，将简化分析和决策的过程。
从寻找味道到平淡无奇，已经被别人烘烤过的cutlet....。
如果你指的是我的想法，我并不坚持。建议你的。
在这一点上，话题发起人鼓励分享观察结果，但每个人基本上都在为自己观察。这就是为什么我提出了具体的实施方案。
祝大家今天愉快
实际上，我曾经写过一篇关于价格波动的文章，或者说是一篇帖子（见附录）。如果你有兴趣，你可以深入挖掘 ...:)
我们的想法是，如果振荡的振幅接近平均值（例如欧元兑美元是~200点），那么对下一个 "膝盖 "的预测就相当真实。另一件事是确定是否已经发生了 "之 "字形断裂。但我们也有某些工具，包括那些基于流行的神经网络的工具。
这里有一些规律性的东西...:)
问候，RomFil。
你也可以提到对pAtterns的搜索： 一栏、二栏、三栏，等等。要找到三个以上的人需要很长的时间。例如，对于一个条形图--我们采取OHLC价格，输入一个变化的delta，例如从价格上+-1点，并将历史上的所有条形图（例如，1000000条形图）按以下原则划分：第一个条形图是一个pAttern，如果下一个条形图与前一个条形图相差delta值，它将是一个新的pAttern，等等。如果其中一个pATterns显示，例如，历史上有10个这样的条形图，其中9个是朝一个方向走的--这是一个重要的pAttern，在正向测试中，它在70-80%的情况下起作用。
这有点复杂，但似乎可以理解...:)你也可以在这里深入研究这个问题。
问候，RomFil。
你也可以提到对pAtterns的搜索：一栏、二栏、三栏，等等。要找到三个以上的人需要很长的时间。例如，对于一个条形图--我们采取OHLC价格，输入变化的delta，例如从价格上+-1点，并按以下原则划分历史上的所有条形图（例如1000000条形图）：第一个条形图是一个pAttern，如果下一个条形图与前一个不同，它是一个新的pAttern等等。如果其中一个pATterns显示，例如，历史上有10个这样的柱子，其中9个是朝一个方向走的--这是一个重要的pAttern，它在正向测试中70-80%的情况下是有效的。
这有点复杂，但似乎可以理解...:)你也可以在这里深入研究这个问题。
问候，RomFil。
我远离技术符号，但如果我理解正确的话，你建议考虑到某些模式并分部分定义它们，预测延续性，对吗？
我也离神经网络很远，但我想象的信息处理方式大致相同：大量的数据中，有最有趣的模式，并通过个别表现来识别它们。你的想法非常有趣。我读过文件，但计算结果在我脑子里并不合适。你能不能给我几个你的算法的例子，但不是用数学来表达，而是用用户语言？
谢谢你提供的有用的想法!
我远离技术符号，但如果我理解正确的话，你提议考虑到某些模式，并零散地识别它们，预测延续性，对吗？
我也离神经网络很远，但我以类似的方式看待信息处理：有最有趣的模式的大量数据，并通过个别表现形式来识别它们。你的想法非常有趣。我读过文件，但计算结果在我脑海中并不合适。你能不能给我几个你的算法的例子，但不是用数学来表达，而是用用户语言？
谢谢你提供的有用的想法!
好吧！但我很难在没有公式的情况下向你解释 ...:(
重点是在历史上找到这样一个OHLC的组合，使下一个条形有足够准确的方向，例如向下--这是对pATterns而言。
关于文件--这是一个不同的话题。
对！但我很难在没有公式的情况下向你解释 ...:(
我们的想法是在历史上找到这样一个OHLC的组合，使下一个条形图有一个相当准确的方向，比如说向下。
好吧，我大致理解这个想法。我将期待着你的进一步评论。到目前为止，没有人提供这样的变种方法，这是最接近我的。
对！但我很难在没有公式的情况下向你解释 ...:(
重点是在历史上找到这样一个OHLC的组合，使下一个条形图有一个相当准确的方向，比如说向下。
好吧！但没有公式，很难向你解释......。:(
关键是要找到历史上的OHLC与下一个条形图有相当准确的方向的组合，比如说向下。
还有，下一个酒吧的尺寸很大，从H到L。如果你知道下一个交易栏的方向，而这个交易栏内的价格变化 只有10个点，那么你就不会赚很多。