计量经济学：领先一步的预测 - 页 118 1...111112113114115116117118119120121122123124125...139 新评论 Vadim Zhunko 2012.01.05 08:54 #1171 faa1947: 我们应该先回顾一下这个领域的成果。伯格在1975年写了他的论文《最大熵谱分析》。埃勒在大约30年前也为交易者写了《火箭科学》一书。他的《MESA和交易马基特循环》一书也于1993年出版。有一些方案和指标来实施这些想法。因此，在你重新发明轮子之前，你应该先建立网络，阅读书籍，达到现有的水平。 我写这个一般是为了大家，试图保护人们不受你们的幻觉影响。我对DSP在交易中的适用性不抱任何幻想。 写论文是为了在别人面前炫耀。他们把它们写在各种无稽之谈上。我有一打的论文要做。但把时间浪费在这上面是很可惜的。 亚历山大，你读的废话越少，你的心态就越封闭。你有更广阔的视野。 ============ 现在是数字处理....我不明白你这样说是什么意思？在一般意义上，你如何想象计算机上的信号处理？这都是数字本身!没有其他办法。或者你不得不停止处理任何事情。只是因为它是在电脑上完成的。 如果你说的DSP是指过去的处理，我已经解释过了，我不做这个。我有BIH过滤器。他们不知道过去的情况。它们是真正的过滤器。与FIR滤波器不同，它只能在计算机中应用和实现。当然，IIR滤波器的实现是数字化的。因为它是在电脑中 :-) СанСаныч Фоменко 2012.01.05 09:09 #1172 Zhunko:写论文是为了在别人面前炫耀。他们写的是各种各样的胡说八道。我有一打的论文要做。但把时间浪费在这上面是很可惜的。亚历山大，你读的废话越少，你的心态就越封闭。更广泛的观点。瓦迪姆！我并不坚持什么。我一生都在做设计工作，我知道如何 做，如何不 做。如果我得到一个成功的熟人，心胸宽广，我才会高兴。你是否从我这里学到东西是你的选择。 再一次。我没有把任何东西强加给任何人。此外，我开了一个主题，想听听其他人对我感兴趣的问题的看法。我对DSP不感兴趣，因为我很清楚它在计量经济学 中的地位，在什么地方应用它，用于什么。 СанСаныч Фоменко 2012.01.05 18:26 #1173 Zhunko: 写论文是为了在别人面前炫耀。他们写的是各种各样的胡说八道。我有一打的论文要做。但把时间浪费在这上面是很可惜的。 亚历山大，你读的废话越少，你的心态就越封闭。你有更广阔的视野。 ============ 现在是数字处理....我不明白你这样说是什么意思？在一般意义上，你如何想象计算机上的信号处理？这都是数字本身!没有其他办法。或者你不得不停止处理任何事情。只是因为它是在电脑上完成的。 如果你说的DSP是指过去的处理，我已经解释过了，我不做这个。我有BIH过滤器。他们不知道过去的情况。它们是真正的过滤器。与FIR滤波器不同，它只能在计算机中应用和实现。当然，IIR滤波器的实现是数字化的。因为它是在电脑中 :-) 在此 查看我在光谱方面的分支 Sceptic Philozoff 2012.01.05 18:42 #1174 faa1947: 我对DSP不感兴趣，因为我很清楚它在计量经济学中的地位，在什么地方应用，为了什么。 嗯，是的，就像你知道信息熵在计量经济学 中的确切位置。那里似乎没有设想到这一点？ Sergey 2012.01.06 02:07 #1175 faa1947: 整个话题比你评论的最后一个帖子更丰富。变量意义的问题已经处理过很多次了。预测误差的累积是一个医学上的事实，因为人们由于缺乏事实而将以前的预测值用于下一次的预测。如果采取的是事实，就是提前一步的预测。 但这些都是小问题和技术问题。 增量的使用是。没有任何作用，因为在增量中没有趋势，但有一个预测的趋势。这里是主题的主要问题：模型的什么属性能保证可预测性？已经提出了一整套普通回归模型的此类属性。你所评论的是一个突破模型，这里还有其他模型，我不明白。 如果您能对这一主题中的任何一个观点发表意见，我将不胜感激。 这只是对该主题的众多规定的评论，对它们的不同意见是这样的。 趋势是指在样本值上通过一定的滞后期，对以前的滞后期进行增量，在这种滞后期可以有一个以上的步骤。 如何计算这个增量并假设下一个滞后期的依赖增量是一个预测模型。同时，确定变量重要性的方法，只是使用向前的步骤作为标准，但根本没有使用滞后的标准--我想知道为什么有人突然期望通过这种常见的做法来获得对准确预测趋势的任何保证。与这种 "医学事实 "的友谊是通往专业心理治疗师的直通车。不言而喻，误差积累将随着滞后大小而增长，但这并不意味着预测精度的降低--因为这个衡量标准是相对的，是由相关质量估计设定的，而不是误差大小。因此，模型及其参数的选择只是一个次要的问题，在确定因变量样本的大小和属性之后，就可以解决（而且很容易）...... Юсуфходжа 2012.01.06 02:53 #1176 dasmen: 这只是对该主题的许多规定的评论，对这些规定的不同意见是这样的。 趋势是在样本值上按一定的滞后期对以前的滞后期进行增量，这种滞后期可以有一个以上的步骤。 如何计算这个增量并假设下一个滞后期的依赖增量是一个预测模型。同时，确定变量重要性的方法，只是使用向前的步骤作为标准，但根本没有使用滞后的标准--我想知道为什么有人突然期望通过这种常见的做法来获得对准确预测趋势的任何保证。与这样的 "医学事实 "的友谊是通往专业心理治疗师的直通车。不言而喻，误差积累将随着滞后大小而增长，但这并不意味着预测精度的降低--因为这个衡量标准是相对的，是由相关质量估计设定的，而不是误差大小。因此，模型及其参数的选择只是一个次要的问题，在确定因变量样本的大小和属性后，就可以解决（轻松）...... 如何找到确定样本量的关键？也许要走最小化回归方程的有效值的道路？ Sergey 2012.01.06 03:20 #1177 Zhunko: 我的妈呀!2009...已经快三年了。 我在那里回答。我贴了一张我的过滤器的照片。在45个频率中只有22个频率。甚至有一个金线的总和。同样，几乎没有人想到要使用它。这是整个主题中对你的问题最接近的答案。这就是准稳定的市场情况。所有的频率都有一个不变的周期。有一个不稳定的振幅。但它也会平稳地变化。不稳定的调制频率也是谐波。是的，这并不重要。你可以对每一行再应用这个函数几次。这些线条顺利地延续到未来，没有跳跃。一个酒吧总是可以以非常高的精度进行预测。 在我们的谈话中所说的一切（问题和观点）都可以在这张图片中看到。 Box和Jenkins在他们的一些模型中也使用了类似的解决方案，但只定义了最近的低频副载波的频谱，并将其作为移动平均参数，而将自相关系数作为高频副载波。事实上，你的方法在频谱方面更完整，因此可能更准确...另一方面，他们的方法可能具有更好的适应性，但由于明显的原因，在出版物中没有完全阐明这一点...... Sergey 2012.01.06 03:39 #1178 yosuf: 如何找到确定样本量的关键？也许要走最小化回归方程的有效值的道路？ 你也许可以这样做...我已经有了不同的决定，但我想听听其他的建议--对我的建议谦虚地保持沉默（假设揭示了我自己陈述的问题的本质，我有道德上的权利以这种形式为它收红利）......让我对有效值感到困惑的是，它对偏离平均值的任何一个方向的偏差都同样是 "紫色 "的，除了回归也会变成线性，例如--没有人承诺过这一点...... СанСаныч Фоменко 2012.01.06 05:50 #1179 Mathemat: 嗯，是的，就像你知道信息熵在计量经济学中的确切位置。那里似乎没有提供？ 向信息熵表示敬意。 СанСаныч Фоменко 2012.01.06 05:55 #1180 Zhunko: 我的妈呀!2009...已经快三年了。 我在那里回答。我贴了一张我的过滤器的照片。在45个频率中只有22个频率。甚至有一个金线的总和。同样，几乎没有人想到要使用它。这是整个主题中对你的问题最接近的答案。这就是准稳定的市场情况。所有的频率都有一个不变的周期。有一个不稳定的振幅。但它也会平稳地变化。不稳定的调制频率也是谐波。是的，这并不重要。你可以对每一行再应用这个函数几次。这些线条顺利地延续到未来，没有跳跃。一个酒吧总是可以以非常高的精度进行预测。 在我们的谈话中所讲述的一切（问题和观点）都可以在这张图片中看到。 那里什么都没有。只是一堆谐波。整个分支说，当你转移时，模式会发生变化，这是因为非平稳性。那里没有证据表明谐波频率不随剪切力变化。如果你不转移，那么市场就是静止的，这就是学生在FFT课程中画的那种图。 1...111112113114115116117118119120121122123124125...139 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
我们应该先回顾一下这个领域的成果。伯格在1975年写了他的论文《最大熵谱分析》。埃勒在大约30年前也为交易者写了《火箭科学》一书。他的《MESA和交易马基特循环》一书也于1993年出版。有一些方案和指标来实施这些想法。因此，在你重新发明轮子之前，你应该先建立网络，阅读书籍，达到现有的水平。
我写这个一般是为了大家，试图保护人们不受你们的幻觉影响。我对DSP在交易中的适用性不抱任何幻想。
写论文是为了在别人面前炫耀。他们把它们写在各种无稽之谈上。我有一打的论文要做。但把时间浪费在这上面是很可惜的。
亚历山大，你读的废话越少，你的心态就越封闭。你有更广阔的视野。
============
现在是数字处理....我不明白你这样说是什么意思？在一般意义上，你如何想象计算机上的信号处理？这都是数字本身!没有其他办法。或者你不得不停止处理任何事情。只是因为它是在电脑上完成的。
如果你说的DSP是指过去的处理，我已经解释过了，我不做这个。我有BIH过滤器。他们不知道过去的情况。它们是真正的过滤器。与FIR滤波器不同，它只能在计算机中应用和实现。当然，IIR滤波器的实现是数字化的。因为它是在电脑中 :-)
写论文是为了在别人面前炫耀。他们写的是各种各样的胡说八道。我有一打的论文要做。但把时间浪费在这上面是很可惜的。
亚历山大，你读的废话越少，你的心态就越封闭。更广泛的观点。
瓦迪姆！我并不坚持什么。我一生都在做设计工作，我知道如何 做，如何不 做。如果我得到一个成功的熟人，心胸宽广，我才会高兴。你是否从我这里学到东西是你的选择。
再一次。我没有把任何东西强加给任何人。此外，我开了一个主题，想听听其他人对我感兴趣的问题的看法。我对DSP不感兴趣，因为我很清楚它在计量经济学 中的地位，在什么地方应用它，用于什么。
写论文是为了在别人面前炫耀。他们写的是各种各样的胡说八道。我有一打的论文要做。但把时间浪费在这上面是很可惜的。
亚历山大，你读的废话越少，你的心态就越封闭。你有更广阔的视野。
============
现在是数字处理....我不明白你这样说是什么意思？在一般意义上，你如何想象计算机上的信号处理？这都是数字本身!没有其他办法。或者你不得不停止处理任何事情。只是因为它是在电脑上完成的。
如果你说的DSP是指过去的处理，我已经解释过了，我不做这个。我有BIH过滤器。他们不知道过去的情况。它们是真正的过滤器。与FIR滤波器不同，它只能在计算机中应用和实现。当然，IIR滤波器的实现是数字化的。因为它是在电脑中 :-)
整个话题比你评论的最后一个帖子更丰富。变量意义的问题已经处理过很多次了。预测误差的累积是一个医学上的事实，因为人们由于缺乏事实而将以前的预测值用于下一次的预测。如果采取的是事实，就是提前一步的预测。
但这些都是小问题和技术问题。
增量的使用是。没有任何作用，因为在增量中没有趋势，但有一个预测的趋势。这里是主题的主要问题：模型的什么属性能保证可预测性？已经提出了一整套普通回归模型的此类属性。你所评论的是一个突破模型，这里还有其他模型，我不明白。
如果您能对这一主题中的任何一个观点发表意见，我将不胜感激。
这只是对该主题的众多规定的评论，对它们的不同意见是这样的。
趋势是指在样本值上通过一定的滞后期，对以前的滞后期进行增量，在这种滞后期可以有一个以上的步骤。 如何计算这个增量并假设下一个滞后期的依赖增量是一个预测模型。同时，确定变量重要性的方法，只是使用向前的步骤作为标准，但根本没有使用滞后的标准--我想知道为什么有人突然期望通过这种常见的做法来获得对准确预测趋势的任何保证。与这种 "医学事实 "的友谊是通往专业心理治疗师的直通车。不言而喻，误差积累将随着滞后大小而增长，但这并不意味着预测精度的降低--因为这个衡量标准是相对的，是由相关质量估计设定的，而不是误差大小。因此，模型及其参数的选择只是一个次要的问题，在确定因变量样本的大小和属性之后，就可以解决（而且很容易）......
这只是对该主题的许多规定的评论，对这些规定的不同意见是这样的。
趋势是在样本值上按一定的滞后期对以前的滞后期进行增量，这种滞后期可以有一个以上的步骤。 如何计算这个增量并假设下一个滞后期的依赖增量是一个预测模型。同时，确定变量重要性的方法，只是使用向前的步骤作为标准，但根本没有使用滞后的标准--我想知道为什么有人突然期望通过这种常见的做法来获得对准确预测趋势的任何保证。与这样的 "医学事实 "的友谊是通往专业心理治疗师的直通车。不言而喻，误差积累将随着滞后大小而增长，但这并不意味着预测精度的降低--因为这个衡量标准是相对的，是由相关质量估计设定的，而不是误差大小。因此，模型及其参数的选择只是一个次要的问题，在确定因变量样本的大小和属性后，就可以解决（轻松）......
我的妈呀!2009...已经快三年了。
我在那里回答。我贴了一张我的过滤器的照片。在45个频率中只有22个频率。甚至有一个金线的总和。同样，几乎没有人想到要使用它。这是整个主题中对你的问题最接近的答案。这就是准稳定的市场情况。所有的频率都有一个不变的周期。有一个不稳定的振幅。但它也会平稳地变化。不稳定的调制频率也是谐波。是的，这并不重要。你可以对每一行再应用这个函数几次。这些线条顺利地延续到未来，没有跳跃。一个酒吧总是可以以非常高的精度进行预测。
在我们的谈话中所说的一切（问题和观点）都可以在这张图片中看到。
Box和Jenkins在他们的一些模型中也使用了类似的解决方案，但只定义了最近的低频副载波的频谱，并将其作为移动平均参数，而将自相关系数作为高频副载波。事实上，你的方法在频谱方面更完整，因此可能更准确...另一方面，他们的方法可能具有更好的适应性，但由于明显的原因，在出版物中没有完全阐明这一点......
如何找到确定样本量的关键？也许要走最小化回归方程的有效值的道路？
嗯，是的，就像你知道信息熵在计量经济学中的确切位置。那里似乎没有提供？
我的妈呀!2009...已经快三年了。
我在那里回答。我贴了一张我的过滤器的照片。在45个频率中只有22个频率。甚至有一个金线的总和。同样，几乎没有人想到要使用它。这是整个主题中对你的问题最接近的答案。这就是准稳定的市场情况。所有的频率都有一个不变的周期。有一个不稳定的振幅。但它也会平稳地变化。不稳定的调制频率也是谐波。是的，这并不重要。你可以对每一行再应用这个函数几次。这些线条顺利地延续到未来，没有跳跃。一个酒吧总是可以以非常高的精度进行预测。
在我们的谈话中所讲述的一切（问题和观点）都可以在这张图片中看到。