El modelo de regresión de Sultonov (SRM): pretende ser un modelo matemático del mercado. - página 11
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Es posible probarlo. Aquí hay un indicador que implementa (18), ¿tal vez los programadores puedan realizar esta operación?
Lo he instalado, no entiendo nada. ¿Dónde está el alisado? ¿O no hay ningún tipo de alisado?
Bueno, entonces un modelo de regresión sería una pista de lo que se trata. Hay muchos expertos que conocen el análisis de regresión, pero sólo unos pocos ganan dinero en el mercado.
La regresión es un punto de partida. El siguiente paso es el ARCO. Entonces el siguiente ....
un modelo sin residuos es un modelo que predice los valores de la serie sin errores. Los residuos son el error (la diferencia entre el valor previsto y el valor real). Así que en realidad hay una descomposición en un componente determinista (modelo de previsión) + ruido (residuos normalmente distribuidos)
Esa fila contiene 45 ceros y 45 unos. La expectativa es de 0,5.
No entiende de patrones binarios. Necesitamos algo más sencillo.
Sí, por supuesto. Pero el residuo se comprueba mediante la prueba de raíz unitaria, que es la estacionariedad.
Otro problema. ¿Y si no es exactamente como lo ha escrito? Y si es como ha escrito, ¿se puede confiar en el pronóstico?
No, los residuos se someten a una prueba de distribución normal (prueba z, por ejemplo). Probablemente la estacionariedad se comprueba por otra cosa))
No estoy de acuerdo. La "media" o "determinista" también está condicionada por el ruido. Aquí hay un círculo vicioso: para predecir, hay que conocer los resultados de la predicción, resulta. Hay que renunciar a algo. De lo contrario, es un callejón sin salida.
No hay ningún punto muerto. Avals está bien, no ha perdido ni un ápice de información: suma la determinista con la restante y obtienes el cociente original.
¿Cómo se explica que el RMS haya elevado la MO a 0,8787? Además, si la entrada RMS alterna estrictamente entre 0 y 1, también muestra 0,5. Por tanto, hay una circunstancia en la serie que has citado que desplaza este equilibrio hacia el 1.
No hay que buscar la magnitud del error, sino analizar sus distribuciones. Para simplificar, se puede construir simplemente esta distribución de forma visual
No hay ningún punto muerto. Avals está bien - no ha perdido ni un ápice de información: suma el determinista con el resto - se obtiene el cociente original.
No estoy de acuerdo. La "media" o "determinista" también está condicionada por el ruido. Aquí hay un círculo vicioso: para predecir, hay que conocer los resultados de la predicción, resulta. Hay que renunciar a algo. De lo contrario, es un callejón sin salida.
La cuestión no es cómo y en qué basar la previsión, sino cómo comprobar su validez. Si los residuos (error) no están distribuidos de forma gaussiana, no sirve))
no hay que buscar la magnitud del error, hay que analizar su distribución. Para simplificar, se puede trazar simplemente esta distribución de forma visual