FR H-Volatilität - Seite 8
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Jetzt wird es interessant, Yurixx. Es scheint mir, dass wir mit unserem Zugang zum Markt höchstens zu einer phänomenologischen Beschreibung verdammt sind. Grob gesagt, klassische Thermodynamik, nicht statistische Thermodynamik. Funktioniert die klassische Variante nicht gut? Auch wenn wir nicht genau wissen, was Entropie oder Temperatur ist, funktioniert es trotzdem, und zwar sehr gut.
Klassisch funktioniert gut. Aber bevor es funktionierte und bevor es geboren wurde, arbeitete der dreiköpfige Drache Charles-Boyle-Mariotte im Schweiße seines Angesichts, und die Gesetze, die er phänomenologisch ableitete, erwiesen sich als Spezialfälle der Mendelejew-Clapeyron-Gleichung, d. h. er schaffte es, von der Phänomenologie aus die wirklichen Gesetze zu enthüllen. Und wenn dies nicht der Fall wäre, worum ginge es dann in der klassischen Thermodynamik?
Und wir sind nur insofern zur phänomenologischen Beschreibung verdammt, als wir ein rein utilitaristisches Ziel verfolgen - TS zu schaffen und Geld zu verdienen. Aber wenn jemand mit einem klaren Verstand von merkantilen Interessen abstrahiert und seine Zeit einer gründlichen Marktstudie widmet, wird er alles haben, was für interessante Entdeckungen notwendig ist - Werkzeuge, Daten usw.. Erforderlich, aber nicht ausreichend ... :-)
Von oben, aber ich weiß nicht, wo ich schreiben soll. Wenn ich mich nicht irre, verzeichnet das Guinness-Buch der Rekorde einen Rekord von 1200% pro Jahr. Larry Williams http://web-investor.academ.org/index.php?action=articles&id=71
Im Thread über die stochastische Resonanz, in dem ich meine Arbeit gepostet habe, habe ich eine Frage über die fragliche FR gestellt. Darauf gab es keine Antwort. Und es gab nur drei Versuche. Und es stellt sich heraus, dass es sich um einen besonderen Fall einer bekannten und erforschten Funktion namens Gamma-Verteilung handelt. Ich bin zufällig darauf gestoßen, als ich ein Buch über Bayessche Statistik las.
Ich halte mich nicht für einen Statistiker, aber hier sind die p.v.-Plots dieser Verteilungen. Und höchstwahrscheinlich ist Ihre Verteilung eine Rayleigh-Rice-Verteilung, aber keine Gamma-Verteilung, wenn ich die Formel richtig verstehe.
Sqrt(x^2+y^2) ist die Rayleigh-Verteilung, die sehr häufig im Radarbereich verwendet wird. Sie ist die Verteilung der Rauschamplitude in der Fourier-Reihenzerlegung (x ist die reale Komponente, y die imaginäre Komponente). Das Quadrat dieser Größe ist die Lognormalverteilung, die eng mit der Signalenergie zusammenhängt. Die Rayleigh-Verteilung ist ein Spezialfall der Rayleigh-Rice-Verteilung, die einen dicken Schwanz hat.
P.S. Wenn nötig, kann ich versuchen, die notwendigen Seiten einzuscannen und Ihnen zu schicken, aber das kann ich erst nächste Woche tun. Versuchen Sie, mich zu kontaktieren oder Koordinaten zu hinterlassen, ich werde versuchen zu helfen. Alle diese Verteilungen sind in Levine B.R. Theoretical foundations of statistical radio engineering gut beschrieben. - Moskau: Radio und Kommunikation, 1989.
Ich bin meistens auf Skype -> privalov-sv
Ich füge eine Matcad-Datei bei, in der sie alle konstruiert sind und in der ihre Eigenschaften und die Modellierung angegeben sind.
Hallo Kollegen.
Ich gebe meine Versuche, die Tick-Historie von Währungsreihen mit AR-Modellen n-ter Ordnung qualitativ zu modellieren, nicht auf. Ich möchte daran erinnern, dass die erste Differenzreihe X[i]=Y[i]-Y[i-1] der ursprünglichen AR direkt modelliert wird: , wobei a[i] die autoregressiven Koeffizienten sind, sigma ist eine Art verteilte Zufallsvariable.
Wie können wir Ihrer Meinung nach den FA der ersten Differenz der Währungsreihe und den FA der ersten Differenz der Modellreihe über den FR einer Zufallsvariablen (sigma) im AR-Modell in Beziehung setzen?
Für das Problem gibt es eine Lösung. Sie können das "richtige" Sigma-Verteilungsgesetz von Hand auswählen, aber das ist ein schmerzhaftes Verfahren! Yurixx, es scheint, dass das Problem in dieser Formulierung von einigem Interesse für Sie ist. Im Falle eines positiven Ergebnisses hätten wir einen Algorithmus in der Hand, um einen BP zu konstruieren, der im Sinne der Volatilität mit dem generierenden identisch ist und die Beziehungen zwischen den Ticks (Balken auf verschiedenen TFs) beibehält, was, wie Mathemat hervorhob, für die repräsentative Prüfung eines TS notwendig ist.
FA-Abkürzung - bitte entschlüsseln. Ist sie eine Funktion der Autoregression X[i] ?
FA-Abkürzung - bitte entschlüsseln. Ist sie eine Funktion der Autoregression X[i] ?
Oh, das tut mir leid. Im gesamten Text sollte es FR statt FA heißen.
Wie lassen sich Ihrer Meinung nach die FR der ersten Differenz der Währungsreihe und die FR der ersten Differenz der Modellreihe über die FR einer Zufallsvariablen (sigma) im AR-Modell in Beziehung setzen?
Für das Problem gibt es eine Lösung. Manuell können wir das "richtige" Sigma-Verteilungsgesetz finden, aber das ist ein mühsames Verfahren!
Nun, wenn man davon ausgeht, dass sigma die FR der Modellreihe zur FR der Währungsreihe führen soll, dann sollte die FR von sigma als die FR der Differenz der beiden SVs konstruiert werden: Modell X und real Y. Da jedoch Sigma an der Bildung von X beteiligt ist und der gesamte Zufallscharakter von X durch Sigma bestimmt wird, ist es schwierig, dies sofort zu sagen.
Versuchen Sie vielleicht das Gegenteil. Wie kann man die X-Verteilung erstellen, wenn Xi+1=Xi + sigma und FR sigma bekannt ist? Wenn Sie dieses Problem lösen, können Sie auch das von Ihnen gestellte Problem lösen.
Es ist noch nicht klar, wie dies umgesetzt werden kann.
Meine Frage, liebe Kollegen, ist nicht themenbezogen. Wahrscheinlich zeigen Sie jetzt ein gewisses Interesse an einer möglichen Anwendung von neuronalen Netzen (NS) in TS. Verstehe ich das richtig, dass die Verwendung von NS durch eine ausreichend große Anzahl von Eingabeparametern gerechtfertigt ist, während die Verwendung einer gewöhnlichen Suche für die TS-Optimierung (auch unter Verwendung eines genetischen Algorithmus) aus technischen Gründen nicht gerechtfertigt ist? Wir können auch die Fähigkeit der NS zum Selbstlernen in den Prozess, aber diese Aufgabe ist nicht schwer zu lösen mit dem Verfahren der automatischen Optimierung der üblichen logischen Konstruktion.
Ich denke, das ist richtig, aber ich denke auch, dass das nicht alles ist, was dazu gehört.
Ich weiß nicht, was eine "automatische Optimierung des gewöhnlichen logischen Designs" ist, aber bei NS reizt mich einfach die Möglichkeit, sehr komplexe Entscheidungslogiken zu implementieren. Selbst bei einer nicht sehr großen Anzahl von Parametern erweist sich der Phasenraum des Systems für die menschliche Wahrnehmung als zu mehrdimensional. Wenn der Ansatz richtig ist und die gewählten Schätzungen eine Clusterung des Phasenraums ermöglichen, dann können Lage und Form der Cluster eine sehr komplexe Topologie aufweisen. Entweder müssen wir sie irgendwie visualisieren, um die Entscheidungslogik zu beschreiben, oder wir führen blindlings Klassen und Zugehörigkeitskriterien ein. NS kann dies sowie probabilistische Auswertungen (wie wir sehen können) viel besser handhaben.
Im Thread über die stochastische Resonanz, in dem ich meine Arbeit gepostet habe, habe ich eine Frage über die fragliche FR gestellt. Darauf gab es keine Antwort. Und es gab nur drei Versuche. Und es stellt sich heraus, dass es sich um einen Spezialfall einer bekannten und erforschten Funktion namens Gamma-Verteilung handelt, auf die ich zufällig bei der Lektüre eines Buches über Bayessche Statistik gestoßen bin.
Ich halte mich nicht für einen Statistiker, aber hier sind die p.v.-Plots dieser Verteilungen. Und höchstwahrscheinlich ist Ihre Verteilung eine Rayleigh-Rice-Verteilung, aber keinesfalls eine Gamma-Verteilung, wenn ich die Formel richtig verstehe.
Die Gamma-Verteilung hat einen Parameter. Je nach ihrem Wert kann sie unterschiedliche Formen annehmen, darunter auch solche, die der Rayleigh-Verteilung ähneln. Die statistischen Merkmale und das Verhalten bei großem x sind jedoch unterschiedlich.
Ich weiß nicht, welche Verteilung ich "brauche". Es war nur eine Frage, die sich damals stellte, und ich fand die Antwort darauf erst einige Zeit später. Die Frage ist, was man mit FR machen soll. Erst wenn sie gelöst ist, wird die nächste Frage die nach der Form der Verteilungsfunktion sein, und dann können wir zu diesem ganzen Herrengedöns zurückkehren.