计量经济学：领先一步的预测 - 页 76 1...697071727374757677787980818283...139 新评论 СанСаныч Фоменко 2011.11.29 07:42 #751 Mathemat: 你无法记住他们，因为他们不存在。那么在市场上赚钱就太容易了...... 如果我们谈论的是数学证明，我的知识不足并不是证明，我不会以偏概全。 你对我的（全世界）经验技术有什么问题？ Sceptic Philozoff 2011.11.29 07:56 #752 faa1947: 你对我的（全世界）经验技术有什么问题？ 是缺乏正式的证据，让你不满意。 是的，你自己也意识到这一点，因为你强烈怀疑你的模型。 P.S. 对有限的数据集进行有限的测试，都不能为预测提供充分的条件。 "有限数据集 "在某种程度上也是一种统计量，由被调查的测试统计量与边际统计量的接近程度来定义。换句话说，根据显著性水平，你有时可以认为数据量是有限的或无限的。这当然是一派胡言，但在我看来却是如此。 Yury Reshetov 2011.11.29 08:04 #753 faa1947: 装修是一件坏事是这个论坛的观点。世界上任何一个学习过计量经济学或统计学课程的学生都不这么认为。 我们不关心那些被数学技巧洗脑的计量经济学教派的信徒们怎么想。因为我们只对经纪人如何计算我们的钱感兴趣。而且经纪人不会为调整付费。 你找错了论坛，如果你想得到同情和理解，请在和你一样的计量经济学宗教的信徒中寻找。 只是不要把统计数字带到这里。统计学和计量经济学 中的静止性概念并不相互对应。在统计学中，静止性是独立于样本的；在计量经济学中，"静止性 "是适合于特定样本的结果。 Avals 2011.11.29 08:12 #754 faa1947: 就数学证明而言，我的不知道并不是证明，我也不会一概而论。 你对我的（全球）经验性接收有什么问题吗？ 以及你是否熟悉协整理论？这个概念和测试在某种程度上比仅仅是残差的静止性更广泛。也就是说，价格必须与你的回归结果是协整的。为此，它们的线性组合必须是静止的，这就是你测试的内容（残差）。但除此之外，还对 "误差修正模型 "进行了评估。 在恩格尔-格兰杰方法之前，研究人员经常在不知情的情况下获得错误的回归，或者用新的差分估计回归，虽然导致了变量的静止性，但没有考虑到静止修正项，也就是说，回归模型的规定是不正确的（遗漏变量问题）。这就强调了修正项的作用（假定在前一时期，如果变量Y偏离了它的长期价值，则修正项 在正确的方向上纠正动态）。 http://ecnmx.ru/article/a-97.html 我所看到的方式是返回到预测值 更多链接)))http://www.nsu.ru/ef/tsy/ecmr/coint/green/green184.htm СанСаныч Фоменко 2011.11.29 08:19 #755 Reshetov: 我们不关心那些被数学技巧洗脑的计量经济学教派的信徒们怎么想。因为我们只对经纪人如何计算我们的钱感兴趣。而且经纪人不会为调整付费。 你找错了论坛，如果你想得到同情和理解，就在像你这样的计量经济学宗教的信徒中寻找吧。 只是不要把统计数字带到这里。统计学和计量经济学中的静止性概念并不相互对应。在统计学中，静止性是独立于样本的；在计量经济学中，"静止性 "是拟合于特定样本的结果。 我没有弄错。我很清楚，用TA和NS愚弄那些来到奇迹领域的人的脑袋会更加困难，但我将参与并等待禁令。 Vladimir Paukas 2011.11.29 08:23 #756 faa1947: 我在论坛上没有犯过任何错误。我很清楚，用TA和NS愚弄那些来到奇迹领域的人的脑袋将更加困难，但我将参与并等待禁令。 那你在TA身上看到了什么神迹？ TA只是意味着随后的价格对以前的价格的依赖性。这是个奇迹吗？ Sceptic Philozoff 2011.11.29 08:26 #757 faa1947: 我没有在论坛上犯错。我很清楚，愚弄那些带着TA和NS来到奇迹领域的人的脑袋将更加困难，但我将参与并等待禁令。 你不会被禁赛，我们不会把你当做英雄。 说到NS：在正派的神经包里有一个完全合理的经验技术来测试NS的泛化能力，即预测能力（当在验证数据集上达到最小误差时停止学习）。而且，出于某种原因，我认为这比你任意的一套测试更科学。 СанСаныч Фоменко 2011.11.29 08:29 #758 Mathemat: 是的，你自己知道，因为你对你的模型有很大的怀疑。 我并不怀疑这一点。在我看来，有可能为一个极其有限的问题找到一个解决方案：为1个以上的样本建立一个稳健的模型。不是一般的过去和未来，而是只有+1。我的模型只是在样品内发光，在样品外它根本不漏水，这有什么问题呢（你可以得到高达2的利润系数）？ "最终数据集 "在某种程度上也是一种统计量，由被检验的统计量与边际统计量的接近程度来定义。 我们是否应该把你的回答理解为，不求解样本外的n，就不会求解样本外的+1？ 我们为什么要争论边际取样的问题呢？让我们来解决这个仅限于+1的问题 Sceptic Philozoff 2011.11.29 08:30 #759 你说的是错误的样本。我说的是原始数据。 P.S.事实上，我还是不明白，为什么你坚持的回归系数的无效检验仍然没有应用于预测？你已经有了预测价格变化的幅度远小于预测误差的几倍。但你却坚持发布这样的预测。这就是你所谓的科学方法吗？ СанСаныч Фоменко 2011.11.29 08:30 #760 paukas: 那你在TA身上看到了什么奇迹呢？ TA只是意味着随后的价格取决于先前的价格。这是一个奇迹吗？ 奇迹的领域里，TA被冲淡了，让钱变多了 1...697071727374757677787980818283...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
你无法记住他们，因为他们不存在。那么在市场上赚钱就太容易了......
如果我们谈论的是数学证明，我的知识不足并不是证明，我不会以偏概全。
你对我的（全世界）经验技术有什么问题？
是缺乏正式的证据，让你不满意。
是的，你自己也意识到这一点，因为你强烈怀疑你的模型。
P.S. 对有限的数据集进行有限的测试，都不能为预测提供充分的条件。
"有限数据集 "在某种程度上也是一种统计量，由被调查的测试统计量与边际统计量的接近程度来定义。换句话说，根据显著性水平，你有时可以认为数据量是有限的或无限的。这当然是一派胡言，但在我看来却是如此。
faa1947:
装修是一件坏事是这个论坛的观点。世界上任何一个学习过计量经济学或统计学课程的学生都不这么认为。
我们不关心那些被数学技巧洗脑的计量经济学教派的信徒们怎么想。因为我们只对经纪人如何计算我们的钱感兴趣。而且经纪人不会为调整付费。
你找错了论坛，如果你想得到同情和理解，请在和你一样的计量经济学宗教的信徒中寻找。
只是不要把统计数字带到这里。统计学和计量经济学 中的静止性概念并不相互对应。在统计学中，静止性是独立于样本的；在计量经济学中，"静止性 "是适合于特定样本的结果。
就数学证明而言，我的不知道并不是证明，我也不会一概而论。
你对我的（全球）经验性接收有什么问题吗？
以及你是否熟悉协整理论？这个概念和测试在某种程度上比仅仅是残差的静止性更广泛。也就是说，价格必须与你的回归结果是协整的。为此，它们的线性组合必须是静止的，这就是你测试的内容（残差）。但除此之外，还对 "误差修正模型 "进行了评估。
在恩格尔-格兰杰方法之前，研究人员经常在不知情的情况下获得错误的回归，或者用新的差分估计回归，虽然导致了变量的静止性，但没有考虑到静止修正项，也就是说，回归模型的规定是不正确的（遗漏变量问题）。这就强调了修正项的作用（假定在前一时期，如果变量Y偏离了它的长期价值，则修正项
在正确的方向上纠正动态）。 http://ecnmx.ru/article/a-97.html
我所看到的方式是返回到预测值
更多链接)))http://www.nsu.ru/ef/tsy/ecmr/coint/green/green184.htm
我们不关心那些被数学技巧洗脑的计量经济学教派的信徒们怎么想。因为我们只对经纪人如何计算我们的钱感兴趣。而且经纪人不会为调整付费。
你找错了论坛，如果你想得到同情和理解，就在像你这样的计量经济学宗教的信徒中寻找吧。
只是不要把统计数字带到这里。统计学和计量经济学中的静止性概念并不相互对应。在统计学中，静止性是独立于样本的；在计量经济学中，"静止性 "是拟合于特定样本的结果。
我在论坛上没有犯过任何错误。我很清楚，用TA和NS愚弄那些来到奇迹领域的人的脑袋将更加困难，但我将参与并等待禁令。
那你在TA身上看到了什么神迹？
TA只是意味着随后的价格对以前的价格的依赖性。这是个奇迹吗？
我没有在论坛上犯错。我很清楚，愚弄那些带着TA和NS来到奇迹领域的人的脑袋将更加困难，但我将参与并等待禁令。
你不会被禁赛，我们不会把你当做英雄。
说到NS：在正派的神经包里有一个完全合理的经验技术来测试NS的泛化能力，即预测能力（当在验证数据集上达到最小误差时停止学习）。而且，出于某种原因，我认为这比你任意的一套测试更科学。
是的，你自己知道，因为你对你的模型有很大的怀疑。
我并不怀疑这一点。在我看来，有可能为一个极其有限的问题找到一个解决方案：为1个以上的样本建立一个稳健的模型。不是一般的过去和未来，而是只有+1。我的模型只是在样品内发光，在样品外它根本不漏水，这有什么问题呢（你可以得到高达2的利润系数）？
"最终数据集 "在某种程度上也是一种统计量，由被检验的统计量与边际统计量的接近程度来定义。
我们是否应该把你的回答理解为，不求解样本外的n，就不会求解样本外的+1？
我们为什么要争论边际取样的问题呢？让我们来解决这个仅限于+1的问题
你说的是错误的样本。我说的是原始数据。
P.S.事实上，我还是不明白，为什么你坚持的回归系数的无效检验仍然没有应用于预测？你已经有了预测价格变化的幅度远小于预测误差的几倍。但你却坚持发布这样的预测。这就是你所谓的科学方法吗？
那你在TA身上看到了什么奇迹呢？
TA只是意味着随后的价格取决于先前的价格。这是一个奇迹吗？