Aufbau eines Handelssystems mit digitalen Tiefpassfiltern - Seite 7
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
Und der ganze Rest (Filter + EA) ist bereits eine Frage der Technik. Im Prinzip habe ich nichts dagegen, zu helfen.
Es gibt mindestens 5 Möglichkeiten
Betrachten wir alles Schritt für Schritt und überprüfen wir es. Ich sehe gerade in dieser Idee einen großen Sinn, da schon allein die Spektralanalyse von nicht-stationären Reihen in Bereichen nahe (weit bedingt) der stationären zu Ergebnissen.... Ich führe Backtests durch und überwache 2 Systeme im echten Leben
P.S. Um zum Beispiel mit der einfachsten Frage zu beginnen: Wie ist es möglich, Stationarität im schwachen Sinne für eine Reihe festzustellen, die, sagen wir, eine statistische Konstante mit m.o. = 0 ist (Entschuldigung für die schlechte Terminologie, da ich kein Experte für Statistik bin)?
Offensichtlich reicht (für mich) der m.o. allein nicht aus, um seine Stationarität im schwachen Sinne festzustellen. Das bedeutet, dass, wenn der s.r.o. der realen Reihe gleich 0,5 ist, das Kriterium, das auf dem s.r.o. basiert, 0,03 nicht überschreiten darf, die Stationarität der untersuchten Reihe mit einer gewissen Wahrscheinlichkeit ablehnt, oder? mql4-Codierung, Hilfe, ja?
Die wichtigste Frage ist das Kriterium der Stationarität der Reihen. Die wichtigste Frage ist das Kriterium der Stationarität einer Reihe. Wie oft habe ich versucht, es auf den Foren, einschließlich mechmatyans, - die Antwort wurde nicht gehört. Ich habe den Eindruck gewonnen, dass es ein solches Kriterium, das allgemein anerkannt ist, angeblich nicht gibt. Ich bin bereit, mir Varianten anzuhören, da ich nicht glaube, dass es ein solches Kriterium nicht gibt. Das Thema ist zu heiß.
P.S. Um zum Beispiel mit der einfachsten Frage zu beginnen: Wie ist es möglich, Stationarität im schwachen Sinne für eine Reihe festzustellen, die, sagen wir, eine statistische Konstante mit m.o. = 0 ist (Entschuldigung für die schlechte Terminologie, da ich kein Experte für Statistik bin)?
Offensichtlich reicht (für mich) der m.o. allein nicht aus, um seine Stationarität im schwachen Sinne festzustellen. Das bedeutet, dass, wenn der s.r.o. der realen Reihe gleich 0,5 ist, das Kriterium, das auf dem s.r.o. basiert, 0,03 nicht überschreiten darf, die Stationarität der untersuchten Reihe mit einer gewissen Wahrscheinlichkeit ablehnt, oder? mql4-Codierung, Hilfe, ja?
Meiner Meinung nach ist die abnehmende Folge des Mittelwerts (sko) eine Schätzung der Vorhersagbarkeit der Reihe (kann sein). Die abnehmende Folge der Varianz des Mittelwerts. Das heißt, der Sko muss rückläufig sein. Wenn wir zum Beispiel einen linearen Regressionskanal betrachten, wird der Sko in diesem Kanal abnehmen. Ich kann mir auch vorstellen, das Hearst-Kriterium irgendwie in die Reihenschätzung einzufügen (ich bin mir nicht sicher). Ich bin ehrlich gesagt nicht von der Definition der Stationarität von Reihen ausgegangen, sondern habe sie zunächst als nicht-stationär betrachtet :-) und habe nach korrekten Methoden für ihre Analyse gesucht. Aber vielleicht haben Sie Recht und ich sollte damit beginnen
Ich werde morgen darüber nachdenken und die Stationaritätskriterien mit Formeln formulieren.
Ich verstehe nicht, wo das Problem liegt? Es gibt ein klares mathematisches Konzept eines stationären Zufallsprozesses - es ist ein Zufallsprozess, dessen probabilistische Eigenschaften sich im Laufe der Zeit nicht ändern.
Da wir in diesem Fall eine Zeitreihe betrachten, die die Realisierung eines Zufallsprozesses ist, ergibt sich der Begriff der stationären Zeitreihe ganz offensichtlich aus der Definition eines stationären Zufallsprozesses.
Daraus ergibt sich die Schlussfolgerung, dass Sie sich ein wenig irren. m.o. kann nicht gleich 0 sein, und s.k.o. kann was auch immer sein. Solange diese Größen konstant sind, ist der Zufallsprozess stationär.
um die Stationarität im schwachen Sinne für einige Reihen festzustellen,
die z. B. eine statistische Konstante mit m.o. = 0 ist (Entschuldigung für die
schlechte Terminologie, da ich kein Statistiker bin)?
Ich verstehe nicht, was das eigentliche Problem ist? Es gibt ein klares mathematisches Konzept eines stationären Zufallsprozesses - es ist ein Zufallsprozess, dessen Wahrscheinlichkeitsmerkmale sich im Laufe der Zeit nicht ändern.
Da wir in diesem Fall eine Zeitreihe betrachten, die die Realisierung eines Zufallsprozesses ist, ergibt sich der Begriff der stationären Zeitreihe ganz offensichtlich aus der Definition eines stationären Zufallsprozesses.
Daraus ergibt sich die Schlussfolgerung, dass Sie sich ein wenig irren. m.o. kann nicht gleich 0 sein, und s.k.o. kann was auch immer sein. Solange diese Größen konstant sind, ist der Zufallsprozess stationär.
ja
Ein Zufallsprozess (SP) mit endlicher Varianz wird im weitesten Sinne als stationär bezeichnet, wenn seine OLS (m.o.) und seine Kovarianzfunktion in Bezug auf die Zeitverschiebung invariant sind, d.h. die OLS ist konstant (nicht zeitabhängig) und die Kovarianzfunktion hängt nur von der Differenz der Argumente t 2- t 1 ab.
In einigen Fällen (und das scheint mir unser Forex-Fall zu sein) kann ein nicht-stationärer Prozess in einen stationären umgewandelt werden.
Es ist offensichtlich, dass es sich auf den Stillstand reduziert. Höchstwahrscheinlich handelt es sich um einen sogenannten periodisch stationären oder zyklostationären Prozess.
Mathematik Ich habe Ihnen Tichonow gegeben, es scheint alles zu haben