Ökonometrie: Vorhersage einen Schritt voraus - Seite 68
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
Meine Kriterien haben überhaupt nichts mit Füßen zu tun.
Offensichtlich nicht, aber Sie haben die Kriterien für ein gutes Modell formuliert. Für ein Modell, das das Vorhandensein einer Haltestelle voraussetzt, sind diese Kriterien nutzlos. Oder diese Kriterien gelten nur für Modelle, die eine Vorhersage für eine bestimmte Zeit beinhalten. D.h. nur durch die Zeit und nicht durch den Preis begrenzt?
Aber um den muv zurückzukaufen, müssen Sie den Rückkauf auch in 13 Wiederholungen aufteilen. Und nur der Markt weiß, auf welchem Niveau Ihr endgültiger Rückzahlungsbetrag nach 13 Bars liegen wird:
Derivate werden die Welt ruinieren. (mit, mir und W. Buffett)
Ich verwende keine neuronalen Netze und glaube überhaupt nicht an sie.
Und Sie verwenden ein lineares einschichtiges Vorwärtspropagationsnetz mit Hodrick-Prescott als Eingabe und Vorhersage als Ausgabe
EURUSD = C(1)*EURUSD_HP(1) + C(2)*D(EURUSD_HP(1)) + C(3)*D(EURUSD_HP(2))
https://en.wikipedia.org/wiki/Feedforward_neural_network
Ihre Erklärung sollte also wie folgt lauten: "Ich glaube nicht an nichtlineare mehrschichtige Netze".
Natürlich nicht, aber Sie haben Kriterien für die Güte des Modells formuliert. Für ein Modell, das das Vorhandensein einer Haltestelle voraussetzt, sind diese Kriterien nutzlos. Oder diese Kriterien gelten nur für Modelle, die eine Vorhersage für eine bestimmte Zeit beinhalten. D.h. nur durch die Zeit begrenzt, nicht durch den Preis?
Die Linearität des Modells wurde ursprünglich formuliert.
... Nun - also ... im Sinne der Linearität der Koeffizienten unter den Standardfunktionen des PP-Pakets.
Quasi-Linearität ...
Und Sie verwenden ein lineares einschichtiges Vorwärtspropagationsnetz mit Hodrick-Prescott als Eingabe und Vorhersage als Ausgabe
EURUSD = C(1)*EURUSD_HP(1) + C(2)*D(EURUSD_HP(1)) + C(3)*D(EURUSD_HP(2))
https://en.wikipedia.org/wiki/Feedforward_neural_network
Ihre Erklärung sollte also wie folgt lauten: "Ich glaube nicht an nichtlineare mehrschichtige Netze".
Nein, es ist in etwa so: "Ich glaube nicht an nichtlineare und vielschichtige Netze". Es ist schon schwer genug für Griechenland, schätze wenigstens die Klassiker :)
Nein, es ist in etwa so: "Ich glaube nicht an nichtlineare und vielschichtige Netze". Es ist schon schwer genug für Griechenland, schätze wenigstens die Klassiker :)
Sie könnten Recht haben.
Das ist gleichbedeutend mit der Aussage, dass Rot besser ist als Blau.
Und es ist eher eine Frage der Angemessenheit der Anwendung des einen oder des anderen.
Unscharfe Mengen lösen einen Teil des Problems, und man muss die Mutter mit dem Auto vergleichen, nicht Rot und Blau.
Lesen Sie das Thema von Anfang an und die Artikel, auf die sich das Thema stützt.
Nein, es ist in etwa so: "Ich glaube nicht an nichtlineare und mehrschichtige Netze".
Lineare mehrschichtige Netze gibt es nicht, da sie mathematisch auf einschichtige Netze reduzierbar sind. Die Erklärung von faa1947 sollte also wie folgt lauten: "Ich glaube nicht an nicht-lineare Netzwerke". Ziemlich engstirnig.
Offensichtlich nicht, aber Sie haben Kriterien für die Güte des Modells formuliert. Für ein Modell, das das Vorhandensein einer Haltestelle voraussetzt, sind diese Kriterien nutzlos. Oder diese Kriterien gelten nur für Modelle, die eine Vorhersage für eine bestimmte Zeit beinhalten. D.h. nur durch die Zeit und nicht durch den Preis begrenzt?
Ganz im Sinne des Themas: einen Schritt voraus sein.
Ich versuche, solche Merkmale eines Modells in der Geschichte zu finden, die etwas über die Vorhersagbarkeit des Modells aussagen können. Bislang habe ich meine Liste angegeben. Ich habe keine Beweise dafür, dass diese Eigenschaften der Modelle etwas mit ihrer Vorhersagbarkeit zu tun haben, aber auch keine Beweise für das Gegenteil. Bisher ist klar, dass es gut ist, wenn das Modell die aufgeführten Eigenschaften hat.
Nein, es ist mehr oder weniger so: "Ich glaube nicht an nichtlineare und vielschichtige Netze". Griechenland ist schon hart genug, schätzen Sie wenigstens seine Klassiker :)
Das Misstrauen gegenüber neuronalen Netzen, so ist zu vermuten, ist auf die Schwierigkeit zurückzuführen, dieses Forex-Gericht herzustellen .
Die Netze erweisen sich als unterbesetzt.
Aber wenn man nicht darauf abzielt, einen hochintelligenten Berater zu schaffen, können sie sich als sehr gut erweisen.
Einzeller sind nicht hochintelligent, aber sie können einige verschlingen, und ihr Selbsterhaltungssinn hilft ihnen, anderen auszuweichen.
Vielleicht ist es das, worum es beim Forex geht: die eigenen Leute rechtzeitig zu verschlingen/einzufangen und zu entkommen, ohne rechtzeitig verschlungen zu werden.
Einfach für immer...