计量经济学:领先一步的预测 - 页 49

 
faa1947:

预测应该是长线和短线,并对相应市场方向的概率进行评估。


但不是通过这里描述的方法...

市场有很好的机会做多或做空......如果你不想做多或做空,也不是那么糟糕......。在什么条件下,这种方法大概是有效的......在哪些条件下,它不...

如果你仔细看一下这些测试--这种方法是无稽之谈,同样的结果(同样的预测)可以用更简单的方法得到......并以一个简单的指标形式完成...

和预测误差分析是一个低效的工具...

一般来说,这个话题应该叫做 "我读了一本书--我做了它--它不起作用--告诉我为什么)))。"

建议的方法有3个缺陷......其中2个是具体的......

 
Vizard:



建议的方法有3个错误......其中2个是具体的......

噢,商人先生们!嗯,至少有一些具体的!!!!

 
faa1947:

在建议的方法中,有3个故障......其中2个是特定的......。

噢,商人先生们!嗯,至少有一些具体的!!!!


评估TS质量的标准方法--比如说利润系数--有什么问题?
 

好的,让它具体化)))。正如你已经被告知的那样,没有实质内容的赤裸裸的统计数据注定是要失败的。我将只解读我个人的意思。

在你与真实市场打交道之前,请尝试这个简单的模型作为输入报价。我们采取白噪声。它甚至可能是高斯的。对 前n个 样本添加常数M1 不要在接下来的n个 样本 添加任何东西 。在接下来的N个 样本中加入常数M2 ,在接下来的N个 样本 不加入 任何东西。在接下来的N个 计数中加入常数M3 以此类推 然后,我们整合得到的非稳态白噪声,并将其作为一个输入过程。也就是说,我们得到了一个包含趋势的马丁格尔。一次性趋势模型))))。也让常数M1 、M2 、......足够大(与白噪声的方差相比),以便每个趋势 都能从中获益。并让常数n 与N相比足够小 。说N =100,n =10。经典的回归模型在这样一个过程中飞速发展。置信区间 将非常宽,你根本没有时间从n个样本 中捕捉趋势 比方说,10次中有10次你会意识到--是的,这里有一个趋势。但它不会为进一步的游戏提供任何东西。

在这样的系列中,是否有可能赚到钱?是的,我们需要在赤裸裸的统计数字上增加一些内容--了解这里有短期的周期性趋势。

这都是为了举例说明。在真实的报价中,不存在周期性的趋势。但还有各种其他的局部影响,只有在事后才能从统计学上固定下来。

 
faa1947:

在建议的方法中,有3个接头......其中2个是特定的......。

你好,交易员先生们!好吧,至少给我一些具体的东西 !!!!

从我的工程实践来看。

我的一位同事曾经被派去出差。他在设计一个振动浸泡器的时候,花了2年时间。挖土机是一种设备,它有类似于偏心的东西,它被设计用于将桩打入地下。

于是,他带着他那剑拔弩张的奇迹出发去出差了。我们的客户从那里打电话。"你的专家来了,把他的钻机安装在桩上,然后说--这个(哔哔)不能用!"。他拿出一瓶伏特加,两口喝干,然后向一个未知的方向消失了。.....

这个人直到最后才承认他的作品是垃圾。但有一天他做到了。

 
Avals:

评估TS质量的标准方法--例如利润系数--有什么问题?
它很好,实际上是唯一的一个。但有两种情况:1)你不知道如果结果不好该怎么改,2)你不知道对未来的预测。
 
Flyer:

好的,让它具体化)))。正如你已经被告知的那样,没有实质内容的赤裸裸的统计数据注定是要失败的。我将只解读我个人的意思。

在与真实市场打交道之前,先试试这个简单的模型作为输入报价。我们采取白噪声。它甚至可能是高斯的。对 前n个 样本添加常数M1 不要在接下来的n个 样本 添加任何东西 。在接下来的N个 样本中加入常数M2 ,在接下来的N个 样本 不加入 任何东西。在接下来的N个 计数中加入常数M3 以此类推 然后,我们整合得到的非稳态白噪声,并将其作为一个输入过程。也就是说,我们得到了一个包含趋势的马丁格尔。一次性趋势模型))))。也让常数M1 、M2 、......足够大(与白噪声的方差相比),以便每个趋势 都能从中获益。并让常数n 与N相比足够小 。说N =100,n =10。所以经典的回归模型在这样的过程中飞速发展。置信区间将非常宽,你根本没有时间从n个 样本 中捕捉趋势 比方说,在10个样本中,你会发现有一个趋势。但它不会为进一步的游戏提供任何东西。

在这样的系列中,是否有可能赚到钱?是的,我们需要在赤裸裸的统计数字上增加一些内容--了解这里有短期的周期性趋势。

这都是为了举例说明。在真实的报价中,不存在周期性的趋势。但还有各种其他的局部影响,只有在事后才能通过统计来登记。

以普通的线性回归 为例,以10为周期进行计算就可以了。
 
faa1947:
这很令人满意,而且几乎是唯一的一个。但有两种情况:1)不知道如果结果不好该怎么改,2)对未来的预后不清楚。


1.无论是模型参数还是模型本身。你可以详细说明一下这个标准

2.它将永远是未知的。人们只能希望,市场在一段时间内保持不变。剩下的就是乌托邦或内幕了

 
Flyer:

好的,让它具体化)))。正如你已经被告知的那样,没有实质内容的赤裸裸的统计数据注定是要失败的。我将只解读我个人的意思。

在你与真实市场打交道之前,请尝试这个简单的模型作为输入报价。我们采取白噪声。它甚至可能是高斯的。对 前n个 样本添加常数M1 不要在接下来的n个 样本 添加任何东西 。在接下来的N个 样本中加入常数M2 ,在接下来的N个 样本 不加入 任何东西。在接下来的N个 计数中加入常数M3 以此类推 然后,我们整合得到的非稳态白噪声,并将其作为一个输入过程。也就是说,我们得到了一个包含趋势的马丁格尔。一次性趋势模型))))。也让常数M1 、M2 、......足够大(与白噪声的方差相比),以便每个趋势 都能从中获益。并让常数n 与N相比足够小 。说N =100,n =10。经典的回归模型在这样一个过程中飞速发展。置信区间将非常宽,你根本没有时间从n个 样本 中捕捉趋势 比方说,10次中有10次你会意识到--是的,这里有一个趋势。但它不会为进一步的游戏提供任何东西。

在这样的系列中,是否有可能赚到钱?是的,我们需要在赤裸裸的统计数字上增加一些内容--了解这里有短期的周期性趋势。

这都是为了举例说明。在真实的报价中,不存在周期性的趋势。但还有各种其他的局部影响,只有在事后才能用统计数字登记。

有可能发明很多东西。

最初,我说我对报价的口头描述=趋势+噪音。这种描述在预测方面是有意义的,因为预测的是趋势。

在这个主题中,我提出了一个非常狭窄的问题:向前一步的预测。我提出了一个模型,并试图找出该预测是否可以信赖。如果你能,为什么,如果不能,为什么不能。关于这个话题,我想听听大家的意见和建议。并愿意做编码的脏活累活来测试假设。这就是我所说的特殊性。

 
Avals:


1.无论是模型参数还是模型本身。你可以详细说明一下这个标准


以下是汇总表的一部分。

要改变什么?

原因: