Discussion de l'article "Approche Économétrique de l'Analyse des Graphiques" - page 9

Oui ? Et je pense que vous avez posé faa1947 de telles questions que je pense que vous n'êtes pas conscient des problèmes.

Par exemple, la distribution statistique est une caractéristique de variation. La stationnarité est temporelle...

c'est votre perle :

L'ensemble de la population des objets (observations) à étudier s'appelle la population générale.

Le concept de population générale est dans un certain sens analogue au concept de variable aléatoire (loi de distribution de probabilité, espace de probabilité), puisqu'il est entièrement conditionné par un certain ensemble de conditions.

Je pense que nous pouvons le faire. Elles ne doivent en aucun cas affecter les paramètres statistiques de l'échantillon (en particulier, les paramètres de distribution). C'est pourquoi il s'agit de valeurs aberrantes.

J'ai vu des données indiquant que l'inconvénient des modèles non linéaires est la nécessité d'un échantillonnage important..... environ 1000 pièces.

De nombreux exemples dans Matlab et d'autres progiciels en contiennent moins d'une centaine. Je ne comprends pas si c'est juste un exemple ou s'il y a quelque chose derrière. Je ne m'étendrai pas sur ce sujet. Cependant, il est nécessaire d'être cohérent.

Précisez le sens du terme "rack" s'il vous plaît.

Il y avait un texte en anglais. - ma traduction. Un rack comprend tous les OC qui tombent dans un intervalle. Je donne un exemple de 3600 chandeliers avec une répartition différente. En STATISTIQUE, il y a la notion de largeur. Par x, on entend la valeur des cotations. L'intervalle 1,2-1,3 s'est produit plus de 700 fois sur 3600 chandeliers.

Plus le nombre de casiers est élevé, plus la normalité est mauvaise. Tiré de STATISTIQUES

Il n'existe pas de méthode universelle pour éliminer les valeurs aberrantes...

C'est pourquoi la taille de l'échantillon doit être importante.

Je n'ai pas d'opinion sur la taille de l'échantillon. Prenez M1 pour une année et H1 pour la même année. Nombre de bougies différent. Lequel est le meilleur ? Les tendances sur M1 sont différentes des tendances sur H1, mais nous allons détendre..... Ce n'est pas clair du tout.

A propos des tendances. Je n'ai pas fait de recherches à ce sujet. Je m'en souviendrai.

Il me semble qu'à bien des égards, le chien est noyé dans les tendances. La présence de tendances fausse les statistiques. Si elles ont été mal détournées, la distorsion demeure. Qu'est-ce qu'une tendance ? Peut-il s'agir d'une régression ? Dans ce cas, il est possible d'obtenir des tendances de haute qualité grâce à des régressions non linéaires. Mais sur quel nombre de bougies ? Autant de questions sans réponse.

Je vais prendre un peu de temps.... et j'essaierai de vous faire part de mes réflexions plus tard... mais en général, je suis d'accord avec la liste de procédures proposée....

À cette liste, j'aimerais ajouter un autre souhait : utiliser des progiciels comme Matlab ou, dans le cas extrême, STATISTICS pour les calculs. J'y attache une importance décisive, car (1) nous exclurons les différentes interprétations des termes, (2) nous limiterons l'éventail des problèmes, (3) nous obtiendrons des résultats qui peuvent être comparés sans entrer dans les subtilités des calculs.

N.S. Kremer, Probability Theory and Mathematical Statistics, p. 286. Verbatim.

Suivant :

La même chose en d'autres termes. J'admets qu'il se peut que je comprenne quelque chose différemment de vous. Je ne sais pas ce qu'est une caractéristique de variation. À vous de jouer.

Le problème de la terminologie est extrêmement désagréable. Je voudrais vous rappeler l'enseignement universitaire, lorsque le professeur dit "seulement d'après mes cours" ou "d'après le manuel de tel ou tel auteur" et qu'il donne la référence bibliographique exacte. Et ce n'est pas parce que Kremer a tort. C'est simplement qu'il a des "munitions pour un système différent". Si vous regardez et sélectionnez des sujets MQL4 décents, tous ont fini par s'enliser dans des tentatives d'harmonisation de la terminologie, et les tentatives de donner des calculs ont toujours échoué. L'intérêt du sujet disparaît. Une fois de plus, je suggère donc un logiciel dont la section s'intitule "Econométrie". Le meilleur candidat est Matlab, bien qu'il existe des logiciels spécialisés comme Eviews.

http://www.nsu.ru/phpBB/viewtopic.php?t=22051

L'ouvrage de Kendal et Stewart intitulé "Theory of Distributions"couvre certains points de manière plus détaillée.

Merci pour ces liens. Tout d'un coup, c'est plus clair. Il est bon de se rappeler pourquoi nous faisons un jardin ? Nous avons besoin d'un renversement de marché, d'une continuation du marché et, idéalement, de distinguer le renversement de la correction (plat). Dans ce cas, nous devons partir du nombre de chandeliers, qui ne sera pas supérieur à 100 (à la question de 1000 dans denkir). Les chandeliers dans une cotation sont dépendants et, comme il me semble, la taille de l'échantillon devrait être prise en fonction de l'ACF - là où il s'est estompé, c'est la taille de l'échantillon.

faa1947:

Il y avait un texte en anglais. - ma traduction. Un rack comprend tous les CBs tombant dans le même intervalle. Je donne un exemple sur 3600 chandeliers avec des espacements différents. En STATISTIQUE se trouve la notion de largeur. Par x est la valeur des cotations. L'intervalle 1,2-1,3 s'est produit plus de 700 fois sur 3600 chandeliers.