从理论到实践。第二部分 - 页 155

新评论
 
Alexander_K2:

简而言之，调查显示，除了瘦身报价外，患者对其他东西不感兴趣。

也许，是的--与市场周期一起，这件事是圣杯的一个极其重要的基础。

瘦身的各种方法实现。

1.将原来的市场过程分割成两个子过程：Alpha和Omega（见https://www.mql5.com/ru/forum/134424）。

2.最大限度地保存信息，而这些信息是由打勾报价所承载的。均匀变薄（与OPEN/CLOSE M1、M5和更高版本一起工作）会导致所有信息的丢失，并过渡到增量的正态分布，它具有最大的熵，并与维纳过程一起工作，没有拆迁，这是非常困难的（但是，你可以）。

3.在初始序列中加入与时间戳效应有关的信息，并加入某种类型的稀释。即使是 "随机漫步 "类型的序列（-1; +1），也可以通过埃朗分布将其变细，得到某种通过指数时间间隔的路径（硬币增量的总和）的序列，从而使信息量更大。

萨沙，你有没有意识到，你只能在勾股图上瘦身？其含义甚至没有问题。

银行是如何在每小时-每天-每周的TFs上工作的？ 他们正在努力瘦身））））)

 
Uladzimir Izerski:


那么银行是如何在每小时-每星期的TF上操作的呢？）

好问题。我认为他们使用了市场周期--它的一个特点，我想你也使用了这个特点。

 
Alexander_K2:

简而言之，调查显示，患者对瘦身报价以外的东西不感兴趣。

也许，是的--与市场周期一起，这件事是圣杯的一个极其重要的基础。

瘦身的各种方法实现。

1.将原来的市场过程分割成两个子过程：Alpha和Omega（见https://www.mql5.com/ru/forum/134424）。

2.最大限度地保存信息，而这些信息是由打勾报价所承载的。均匀变薄（与OPEN/CLOSE M1、M5和更高版本一起工作）会导致所有信息的丢失，并过渡到增量的正态分布，它具有最大的熵，并与维纳过程一起工作，没有拆迁，这是非常困难的（但是，你可以）。

3.在初始序列中加入与时间戳效应有关的信息，并加入某种类型的稀释。即使是 "随机漫步 "类型的序列（-1；+1），也可以通过埃朗分布将其细化，得到某种通过指数时间间隔的路径（硬币增量之和）的序列，从而使其信息量更大。

例如，你可以检查下一个柱状体上升的概率，下一个柱状体下降的概率，下一个柱状体上升的概率，下一个柱状体下降的概率，而不是用几年时间。
如果你想稀释报价，你可以拿同样的5000份报告，但要稀释，也就是说，数量会更少，计算同样的统计数据，确保它不起作用，并且永远不要再来讨论这个问题。就这样了。
但如果你有很多时间，你可以再花十年时间 "好好利用"。
 
CHINGIZ MUSTAFAEV:
与其长年累月的担心，不如直接检查5000分钟的条形图并计算出概率，例如：向上的条形图，向上的条形图，向下的条形图，向下的条形图。
随你怎么瘦身，拿着同样的5000份报告，只是瘦身，也就是说，会有更少的报告，计算同样的统计数据，确保它不起作用，并且永远不要再回到这个话题上了。这就是全部。
但如果你有很多时间，你可以再花十年时间 "获利"。

我曾多次施展这样的伎俩。

我采取的是稀疏的打勾报价和分钟报价。在测试中，我的TS仅仅在М1上显示出更差的结果，其他条件都相同。

无论你如何切分，信息都会在几分钟内丢失。

 
报价变薄是过去的事情了。现在是转入股权稀释的时候了。例如，在马丁格尔学中有一个重要的未解决的问题--如何从不可避免的最终扑克牌中稀释股权。
 
Aleksey Nikolayev:
稀释报价是昨天的事了。现在是时候进入股权稀释阶段了。例如，在马丁格尔科学中，有一个重要的未解决的问题--如何从不可避免的最后的扑克牌中稀释股权。

很喜欢这个帖子。我喜欢它。我给你一个大大的加分。））））。

 

Alexander_K2:

即使是 "随机行走 "类型的序列（-1; +1），也可以通过埃朗分布来稀释它，获得某种通过指数时间间隔的路径（硬币增量之和）的序列，从而使其信息量更大。

你能不能优雅地向我们展示一下上述系列中所有"-1 "的变薄？)

 

不是

你可以像这样瘦下来，-1+1+1的刻度。

这就有点笑不出来了。更加努力地在这样的帖子上给我一个满意的poppy))))。

 
secret:

你能不能优雅地给我们演示一下，从所有"-1 "的行中减去上述行？)

也许是方形的？)

(-1)^2=1^2=1 )

 
Aleksey Nikolayev:

也许是方形的？)

我们不是在寻找简单的方法）Erlang建议在那里)
1...148149150151152153154155156157158159160161162...180
新评论