El modelo de regresión de Sultonov (SRM): pretende ser un modelo matemático del mercado. - página 25
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
Podemos operar con éxito con un precio distribuido normalmente porque sabemos que la probabilidad de encontrar el precio cerca de la mediana es mayor que lejos de ella. En otras palabras, operamos en la dirección de la mediana. Puedes llamarlo predicción de precios, pero no necesitas ningún modelo de mercado, regresión o red neuronal para operar con éxito.
Podemos operar con éxito con un precio distribuido normalmente porque sabemos que la probabilidad de encontrar el precio cerca de la mediana es mayor que lejos de ella. En otras palabras, operamos en la dirección de la mediana. Puedes llamarlo predicción de precios, pero no necesitas ningún modelo de mercado, regresión o red neuronal para operar con éxito.
Te contradices, ¡la mediana es el resultado de la regresión en estos casos!
La mediana se calcula de la siguiente manera
m = SUMA( x[i] )/N
No veo ninguna regresión aquí.
Hombre, qué locura masiva...
¿Cuál es el problema? La conversación era sobre un precio normalmente asignado, no sobre divagaciones al azar, que son dos cosas diferentes.
La mediana se calcula así
m = SUMA( x[i] )/N
No veo ninguna regresión aquí.
Para ver la regresión aquí, sólo hay que transformar para el recuento recursivo.
(y no es la mediana, por cierto ;)
La mediana se calcula de la siguiente manera
m = SUMA( x[i] )/N
No veo ninguna regresión aquí.
Si no se ve, no significa que se pueda obtener el mismo resultado mediante un análisis de regresión de los datos observacionales disponibles. Por cierto, el RMS también describe satisfactoriamente la ley de la propia distribución normal con un error del 3,85%:
Si no se ve, no significa que se pueda obtener el mismo resultado mediante un análisis de regresión de los datos observacionales disponibles. Por cierto, el RMS también describe satisfactoriamente la ley de la propia distribución normal con un error del 3,85%:
El hecho de que puedas ajustar tu modelo de regresión a cualquier cosa no significa que tengas que hacerlo.
Todos los supuestos básicos de la teoría de la correlación y la regresión se basan en la suposición de que los datos estudiados se distribuyen normalmente. ¿Tienen los parámetros de entrada (precio) una distribución normal?
El hecho de que puedas ajustar tu modelo de regresión a cualquier cosa no significa que tengas que hacerlo.
Pues no lo hagas :)