计量经济学：领先一步的预测 - 页 26 1...192021222324252627282930313233...139 新评论 Avals 2011.11.15 16:45 #251 faa1947在文章中总结说："结果是可悲的：利润比亏损少了三倍"，但继续说 "这个模型必须要完善"。最好摒弃，以及任何其他不断给出预测和脱离交易的模型。交易的本质是一样的--为了赚钱，你需要遵循其他人的大众交易方法。有必要预测何时会出现大规模的买入或卖出，开仓 或固定利润或损失。其他人的买入或卖出会推动市场，所以他们是预测的目标，而不是决定性的成分，等等。大量的交易技术很可能可以在计量经济学模型中得到描述。 СанСаныч Фоменко 2011.11.15 16:47 #252 gpwr: 在其他什么意义上，我们可以谈论周期性？你认为周期性是指 "市场上升，然后下降，然后又上升 "吗？ 周期性是指上升和下降时，振幅有变化，最重要的是峰值之间的距离。 СанСаныч Фоменко 2011.11.15 16:50 #253 Avals: 底线是一样的--为了赚钱，你需要顺应其他人的大量交易方法。你需要预测何时会有大规模的卖出或买入，开仓或获利或亏损。其他人的买入或卖出会推动市场，所以他们是预测的目标，而不是决定性的成分，等等。大量的交易技术很可能可以在计量经济学模型中得到描述。 我完全同意，但我们一看到这一点，垃圾食品就用完了，我们又得到了剩菜，最好的情况是，最坏的情况是，所有东西都已经变质了。 Avals 2011.11.15 16:54 #254 faa1947: 我完全同意，但我们一看到它，收割就结束了，充其量我们又得到了残羹剩饭，最糟糕的是，一切都已经变质了。 没有人阻止我们使这个模式持续适应。但适应性也必须是符合逻辑的。找出哪些方法正在流行，以及它们最受欢迎的平均参数。即再次如你所说，使模型足以满足今天的报价。 惠普公司甚至怎么知道人们什么时候和在什么地方会开出一个Cotier？:) СанСаныч Фоменко 2011.11.15 17:06 #255 Mathemat:基于4-5个有巨大误差的预测....预测误差=59点。这是多了还是少了？ 1 1.4513 - 1.3190 = 1323点 标准偏差=344点。 59个点的预测误差是大还是小？ 让我们把这些系列的增量分成几组。我们得到了。 我们看到，在77个样本中，增量小于100点的有47个，增量超过200点的有13个。而我有一个59点的误差。同时，我预测的是方向而不是目标。 但最有趣的问题是，是否有可能估计出某段曲谱的最小误差。如果我们知道并找到了这样一个模型，那么建模就结束了。 СанСаныч Фоменко 2011.11.15 17:13 #256 Avals: 没有人阻止一个模型的持续适应性。但适应性也必须是符合逻辑的。找出哪些方法正在流行，以及其参数的最流行平均数。即再次如你所说，使模型足以满足今天的报价。 惠普公司甚至怎么知道人们什么时候和在什么地方会开出一个Cotier？:) 实际上，你和我在任何方面都没有分歧。我拿了价格，你可以拿（添加）活动的细节。 我们不知道未来，但我们有过去。如果过去有一个趋势，那么预测是可能的，如果是纯粹的随机行走（没有漂移），那么预测是不可能的。而且模型中使用什么数据并不重要。 这个主题中的C-4发布了链接，我在做广告。作者在价格趋势之外还发现了报价的周期性并加以利用，他的周期性使他能够预测未来的市场崩溃。 Sceptic Philozoff 2011.11.15 17:53 #257 faa1947: 预测误差=59点。到底是不是很多？ 好吧，就说59岁吧。这是你的桌子。 faa1947: 日期 价值 预测 价值 误差 R-square 误差 b7-b6 D6-b6 预测 开放式 打开 于 预测 以点计 回归 回归 2011.11.09 00:00 1,383 2011.11.09 1,3798 56 0,9761 0,0055 2011.11.10 00:00 1,3524 2011.11.10 1,3613 60 0,9749 0,0057 -0,0306 -0,0032 正确的 2011.11.11 00:00 1,361 2011.11.11 1,3541 59 0,9751 0,0057 0,0086 0,0089 正确的 2011.11.14 00:00 1,3778 2011.11.14 1,3676 59 0,9739 0,0057 0,0168 -0,0069 错误的 2011.11.15 00:00 1,3624 2011.11.15 1,365 59 0,9747 0,0057 -0,0154 -0,0102 正确的 未知 这样的错误，几乎无一例外地对应着不同的运动，从30到102点。我根本不关心你的呃方，你的呃方一直都很高。它的信息量不是很高，你也知道这一点。 这不是我在说的事。你是在死死抓住自 相关的检查，以消除残差中的相关关系。而我要说的是，这还不够，因为皮尔逊自相关只能解释线性依赖关系，而不是所有的依赖关系。在关于特征选择的分支中，alexeymosc 已经举了一个例子，用信息论计算出来的依赖性（不仅是线性的，而且是全部在一起的！）即使在非常大的滞后期也是非常高。该主题的绝大多数参与者，包括其作者，都认为这都是关于波动的。(顺便说一下，在这个模型中，没有趋势/平坦的概念，尽管它们也可以被画在那里）。 我仍然看不出有足够的理由自信地说波动性是罪魁祸首。也许在日线上，是的，但我已经说过几次，日线上的相互信息明显少于表线或4H。几乎没有人对它感兴趣，所有的结果还是只贴了几天。所以结论是相应的，也就是不完整的。 给我一个 "内容 "和 "物理/经济意义 "的例子 现在我把重点放在另一个模型上，因为 "信息 "模型在现有的和心智主导的市场效率假设下不那么容易被解释。 它是整个市场在对某一货币的强烈攻击下的自我组织。而正是在这个模型中，我看到了迄今为止的经济意义，而且非常简单：如果有强势的chif新闻，那么所有的chifocrosses也会根据新闻的 "向量 "以或多或少的方式 移动。 蓝色强调的意义是由组合方法揭示的，它可以通过物理类比（如热力学）来建模。这就是为什么它变成了 "物理-经济"。我不会在这里给出任何细节，因为其中有很多，而且有足够的细微差别。 СанСаныч Фоменко 2011.11.15 18:06 #258 Mathemat: 我不是这么说的。你在抓紧时间进行自相关检查，以消除残差中的依赖性。而我说，这还不够，因为皮尔逊自相关只解释了线性依赖关系，而不是所有的。在关于特征选择的分支中，alexeymosc 已经举了一个例子，用信息论计算出来的依赖性（不仅是线性的，而且是全部在一起的！）即使在非常大的滞后期也是非常高。该主题的绝大多数参与者，包括其作者，都认为这都是关于波动的。(顺便说一下，在这个模型中，没有趋势/平坦的概念，尽管它们也可以被画在那里）。 我仍然看不出有足够的理由自信地说波动性是罪魁祸首。也许在日线上，是的，但我已经说过几次，日线上的相互信息明显少于表线或4H。几乎没有人对它感兴趣，所有的结果还是只贴了几天。而结论也是相应的，也就是不完整的。 现在，我集中精力研究另一个模型，因为根据现有的、主导思想的市场效率假说，"信息 "模型并不那么容易解释。 它是整个市场在对某一货币的强烈攻击下的自我组织。而正是在这个模型中，我看到了迄今为止的经济意义，而且非常简单：如果chif上有强势新闻，那么所有chifocrosses也会根据新闻的 "矢量 "或多或少地连贯移动。但这种经济意义可以通过物理类比（如热力学）来模拟。这就是为什么它变成了 "物理-经济"。我不会在这里列出细节，因为有很多细节，而且有足够的细微差别。 你所写的一切的美妙之处在于--在竞标这些想法时，市场不会有适应它们的属性，而你会铲除金钱，因为你是唯一会使用这一理论的人。 Sceptic Philozoff 2011.11.16 01:07 #259 faa1947: 你所写的一切的美妙之处在于，当对这些想法进行招标时，市场将不具有适应这些想法的特性 。 适应性方面不是那么明显。为什么你认为在特征选择主题中讨论的 "信息 "模型没有适应性？是的，而且是大量的。你对预测算法没有丝毫的了解（在这个话题中甚至没有提到）。 SunSunich，你不知道我为了证明/反驳相关系统的稳健性而经历了怎样的苦恼。这不是一个标准的计量经济学模型，对于这个模型，所有必要的统计测试都已经或多或少地知道了（尽管它们没有用）。但无论如何，我都必须这样做。 计量经济学 中的去趋势有一个明确的目标--获得一个尽可能类似于I(0)的序列，并且没有依赖关系（你喜欢说 "自相关"）。但 "信息 "模型中的去趋势已经完成，因为我们分析的不是课程的水平，而是回报。至于回报率系列，很难说它是I(0)，因为有一大堆的依赖关系。我不知道它们在多大程度上是 "静止的"，因为它们的静止性并不那么容易定义。 简而言之，有很多问题。但成功只属于那些不走寻常路的人。所以我在努力，依靠我自己的力量。 你将会大赚一笔，因为你是唯一使用这一理论的人。 这有什么不对吗？ СанСаныч Фоменко 2011.11.16 04:55 #260 Mathemat: 适应性方面不是那么明显。为什么你认为在特征选择主题中讨论的 "信息 "模型没有适应性？ 我说的不是模式适应，而是市场适应。有一种观点认为，如果出现了一些异常成功的交易策略，只要有足够多的交易者开始使用它，该系统就不再是一个成功的系统。 SunSunich，你不知道我为了证明/反驳一个适当系统的稳健性而经历了怎样的苦恼。这不是一个标准的计量经济学模型，对于这个模型，所有必要的统计测试都已经或多或少地知道了（尽管它们没有用）。但我还是得这么做。 这就是我在你的主题帖子中的意思。所有这些可能是一篇论文，但不可能在一个论坛上写一篇论文交流 - 你需要一个合格的对手团队。仅仅根据新的原则做出一个交易系统？ 独行侠的时代已经过去了。 简而言之，有很多问题。但成功只降临在那些不走寻常路的人身上。所以我正在努力，依靠我自己的力量。 这是一个非常昂贵的想法。你可以买一辆自行车，骑着它去做生意，或者你可以发明一辆自行车，但你不会有时间去骑它，也不会有乐趣。 1...192021222324252627282930313233...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
在其他什么意义上，我们可以谈论周期性？你认为周期性是指 "市场上升，然后下降，然后又上升 "吗？
底线是一样的--为了赚钱，你需要顺应其他人的大量交易方法。你需要预测何时会有大规模的卖出或买入，开仓或获利或亏损。其他人的买入或卖出会推动市场，所以他们是预测的目标，而不是决定性的成分，等等。大量的交易技术很可能可以在计量经济学模型中得到描述。
我完全同意，但我们一看到它，收割就结束了，充其量我们又得到了残羹剩饭，最糟糕的是，一切都已经变质了。
没有人阻止我们使这个模式持续适应。但适应性也必须是符合逻辑的。找出哪些方法正在流行，以及它们最受欢迎的平均参数。即再次如你所说，使模型足以满足今天的报价。
惠普公司甚至怎么知道人们什么时候和在什么地方会开出一个Cotier？:)
基于4-5个有巨大误差的预测....
预测误差=59点。这是多了还是少了？
1.4513 - 1.3190 = 1323点
标准偏差=344点。
59个点的预测误差是大还是小？
让我们把这些系列的增量分成几组。我们得到了。
我们看到，在77个样本中，增量小于100点的有47个，增量超过200点的有13个。而我有一个59点的误差。同时，我预测的是方向而不是目标。
但最有趣的问题是，是否有可能估计出某段曲谱的最小误差。如果我们知道并找到了这样一个模型，那么建模就结束了。
没有人阻止一个模型的持续适应性。但适应性也必须是符合逻辑的。找出哪些方法正在流行，以及其参数的最流行平均数。即再次如你所说，使模型足以满足今天的报价。
惠普公司甚至怎么知道人们什么时候和在什么地方会开出一个Cotier？:)
实际上，你和我在任何方面都没有分歧。我拿了价格，你可以拿（添加）活动的细节。
我们不知道未来，但我们有过去。如果过去有一个趋势，那么预测是可能的，如果是纯粹的随机行走（没有漂移），那么预测是不可能的。而且模型中使用什么数据并不重要。
这个主题中的C-4发布了链接，我在做广告。作者在价格趋势之外还发现了报价的周期性并加以利用，他的周期性使他能够预测未来的市场崩溃。
好吧，就说59岁吧。这是你的桌子。
这样的错误，几乎无一例外地对应着不同的运动，从30到102点。我根本不关心你的呃方，你的呃方一直都很高。它的信息量不是很高，你也知道这一点。
这不是我在说的事。你是在死死抓住自 相关的检查，以消除残差中的相关关系。而我要说的是，这还不够，因为皮尔逊自相关只能解释线性依赖关系，而不是所有的依赖关系。在关于特征选择的分支中，alexeymosc 已经举了一个例子，用信息论计算出来的依赖性（不仅是线性的，而且是全部在一起的！）即使在非常大的滞后期也是非常高。该主题的绝大多数参与者，包括其作者，都认为这都是关于波动的。(顺便说一下，在这个模型中，没有趋势/平坦的概念，尽管它们也可以被画在那里）。
我仍然看不出有足够的理由自信地说波动性是罪魁祸首。也许在日线上，是的，但我已经说过几次，日线上的相互信息明显少于表线或4H。几乎没有人对它感兴趣，所有的结果还是只贴了几天。所以结论是相应的，也就是不完整的。
给我一个 "内容 "和 "物理/经济意义 "的例子
现在我把重点放在另一个模型上，因为 "信息 "模型在现有的和心智主导的市场效率假设下不那么容易被解释。
它是整个市场在对某一货币的强烈攻击下的自我组织。而正是在这个模型中，我看到了迄今为止的经济意义，而且非常简单：如果有强势的chif新闻，那么所有的chifocrosses也会根据新闻的 "向量 "以或多或少的方式 移动。
蓝色强调的意义是由组合方法揭示的，它可以通过物理类比（如热力学）来建模。这就是为什么它变成了 "物理-经济"。我不会在这里给出任何细节，因为其中有很多，而且有足够的细微差别。
Mathemat:
我不是这么说的。你在抓紧时间进行自相关检查，以消除残差中的依赖性。而我说，这还不够，因为皮尔逊自相关只解释了线性依赖关系，而不是所有的。在关于特征选择的分支中，alexeymosc 已经举了一个例子，用信息论计算出来的依赖性（不仅是线性的，而且是全部在一起的！）即使在非常大的滞后期也是非常高。该主题的绝大多数参与者，包括其作者，都认为这都是关于波动的。(顺便说一下，在这个模型中，没有趋势/平坦的概念，尽管它们也可以被画在那里）。
我仍然看不出有足够的理由自信地说波动性是罪魁祸首。也许在日线上，是的，但我已经说过几次，日线上的相互信息明显少于表线或4H。几乎没有人对它感兴趣，所有的结果还是只贴了几天。而结论也是相应的，也就是不完整的。
现在，我集中精力研究另一个模型，因为根据现有的、主导思想的市场效率假说，"信息 "模型并不那么容易解释。
它是整个市场在对某一货币的强烈攻击下的自我组织。而正是在这个模型中，我看到了迄今为止的经济意义，而且非常简单：如果chif上有强势新闻，那么所有chifocrosses也会根据新闻的 "矢量 "或多或少地连贯移动。但这种经济意义可以通过物理类比（如热力学）来模拟。这就是为什么它变成了 "物理-经济"。我不会在这里列出细节，因为有很多细节，而且有足够的细微差别。
。
适应性方面不是那么明显。为什么你认为在特征选择主题中讨论的 "信息 "模型没有适应性？是的，而且是大量的。你对预测算法没有丝毫的了解（在这个话题中甚至没有提到）。
SunSunich，你不知道我为了证明/反驳相关系统的稳健性而经历了怎样的苦恼。这不是一个标准的计量经济学模型，对于这个模型，所有必要的统计测试都已经或多或少地知道了（尽管它们没有用）。但无论如何，我都必须这样做。
计量经济学 中的去趋势有一个明确的目标--获得一个尽可能类似于I(0)的序列，并且没有依赖关系（你喜欢说 "自相关"）。但 "信息 "模型中的去趋势已经完成，因为我们分析的不是课程的水平，而是回报。至于回报率系列，很难说它是I(0)，因为有一大堆的依赖关系。我不知道它们在多大程度上是 "静止的"，因为它们的静止性并不那么容易定义。
简而言之，有很多问题。但成功只属于那些不走寻常路的人。所以我在努力，依靠我自己的力量。
你将会大赚一笔，因为你是唯一使用这一理论的人。
这有什么不对吗？
适应性方面不是那么明显。为什么你认为在特征选择主题中讨论的 "信息 "模型没有适应性？
我说的不是模式适应，而是市场适应。有一种观点认为，如果出现了一些异常成功的交易策略，只要有足够多的交易者开始使用它，该系统就不再是一个成功的系统。
SunSunich，你不知道我为了证明/反驳一个适当系统的稳健性而经历了怎样的苦恼。这不是一个标准的计量经济学模型，对于这个模型，所有必要的统计测试都已经或多或少地知道了（尽管它们没有用）。但我还是得这么做。
这就是我在你的主题帖子中的意思。所有这些可能是一篇论文，但不可能在一个论坛上写一篇论文交流 - 你需要一个合格的对手团队。仅仅根据新的原则做出一个交易系统？ 独行侠的时代已经过去了。
简而言之，有很多问题。但成功只降临在那些不走寻常路的人身上。所以我正在努力，依靠我自己的力量。
这是一个非常昂贵的想法。你可以买一辆自行车，骑着它去做生意，或者你可以发明一辆自行车，但你不会有时间去骑它，也不会有乐趣。