Das Sultonov-Regressionsmodell (SRM) - behauptet, ein mathematisches Modell des Marktes zu sein. - Seite 25
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
Wir können erfolgreich mit einem normal verteilten Preis handeln, weil wir wissen, dass die Wahrscheinlichkeit, den Preis in der Nähe des Medians zu finden, höher ist als weit davon entfernt. Mit anderen Worten: Wir handeln in Richtung des Medians. Man kann es Kursvorhersage nennen, aber man braucht kein Marktmodell, keine Regression und kein neuronales Netzwerk, um erfolgreich zu handeln.
Wir können erfolgreich mit einem normal verteilten Preis handeln, weil wir wissen, dass die Wahrscheinlichkeit, den Preis in der Nähe des Medians zu finden, höher ist als weit davon entfernt. Mit anderen Worten: Wir handeln in Richtung des Medians. Man kann es Kursvorhersage nennen, aber man braucht kein Marktmodell, keine Regression und kein neuronales Netzwerk, um erfolgreich zu handeln.
Sie widersprechen sich selbst, der Median ist in diesen Fällen das Ergebnis einer Regression!
Der Median wird wie folgt berechnet
m = SUMME( x[i] )/N
Ich sehe hier keinen Rückschritt.
Mann, was für ein Massenwahnsinn...
Wo liegt das Problem? In dem Gespräch ging es um einen normal verteilten Preis und nicht um zufälliges Geschwafel, was zwei verschiedene Dinge sind.
Der Median wird folgendermaßen berechnet
m = SUMME( x[i] )/N
Ich kann hier keinen Rückschritt erkennen.
Um hier eine Regression zu sehen, transformieren Sie einfach für die rekursive Neuberechnung.
(und es ist nicht der Median, nebenbei bemerkt ;)
Der Median wird wie folgt berechnet
m = SUMME( x[i] )/N
Ich sehe hier keinen Rückschritt.
Wenn man es nicht sieht, bedeutet das nicht, dass man dasselbe Ergebnis durch eine Regressionsanalyse der verfügbaren Beobachtungsdaten erhalten kann. Übrigens beschreibt der RMS auch das Gesetz der Normalverteilung selbst zufriedenstellend mit einem Fehler von 3,85 %:
Wenn Sie es nicht sehen, bedeutet das nicht, dass man dasselbe Ergebnis durch eine Regressionsanalyse der verfügbaren Beobachtungsdaten erhalten kann. Übrigens beschreibt der RMS auch das Gesetz der Normalverteilung selbst mit einem Fehler von 3,85 % zufriedenstellend:
Nur weil Sie Ihr Regressionsmodell an irgendetwas anpassen können, heißt das nicht, dass Sie es auch tun müssen.
Alle Grundannahmen der Korrelations- und Regressionstheorie beruhen auf der Annahme, dass die untersuchten Daten normalverteilt sind. Haben Ihre Inputs (Preise) eine Normalverteilung?
Nur weil Sie Ihr Regressionsmodell an alles anpassen können, heißt das nicht, dass Sie das auch müssen.
Nun, dann eben nicht :)