Il existe un arima .sim dans lequel les paramètres d'arima sont modélisés.
Je n'en vois pas pour les autres fonctions. En connaissez-vous d'autres ? Pour les fonctions MO ? Si elles ne sont pas dans les paquets de R, vous n'avez pas à le faire, mais si elles le sont, vous pouvez le faire tout fait.
Il y a beaucoup de choses, Google peut vous aider.
Pour mon TC, la simulation n'est pas pertinente, donc je ne veux même pas entrer dans ce sujet.
mytarmailS #: Il y a beaucoup de choses sur Google qui peuvent vous aider.
Pour mon TC, la simulation n'est pas pertinente, donc je ne veux même pas entrer dans ce sujet.
Je n'en ai pas besoin non plus.
Mais au lieu de Google, j'ai réfléchi un peu et je suis arrivé à la conclusion qu'en R, ce n'est pas du tout pertinent.
Si les paramètres d'une certaine fonction, il est possible de trouver un optimum.
Si les données d'entrée sont connues, c'est possible si le modèle de données est connu. Nous modifions alors les paramètres du modèle de données en les appliquant. Si le modèle de données n'est pas connu, tout cela n'a aucun sens.
Encore une fois, beaucoup de bêtises sur la branche. Il serait préférable que vous ayez appris R sans être stupide.
Et si nous devions identifier la structure de covariance et la connectivité de 5 paires et ensuite créer une simulation de ces séries avec la même régularité ?
Et si nous devions identifier la structure de covariance et la connectivité de 5 paires et ensuite créer une simulation de ces séries avec la même régularité?
Il faut commencer par la régularité, ou plutôt dessiner un histogramme. Et simuler progressivement la valeur aléatoire, au moins à l'œil, en rapprochant l'histogramme de l'histogramme initial. Sans la régularité de chaque série, il est impossible de comparer quelque chose avec le résultat, il est impossible de répondre à la question de savoir dans quelle mesure le résultat "ressemble" aux données initiales.
Vous devriez commencer par un modèle, ou plutôt dessiner d'abord un histogramme. Et modeler progressivement la valeur aléatoire, au moins à l'œil, en rapprochant l'histogramme de l'original. Sans la régularité de chaque série, il est impossible de comparer quelque chose avec le résultat, il est impossible de répondre à la question suivante : dans quelle mesure le résultat "ressemble" aux données initiales.
Vous n'avez pas besoin d'approximations et d'histogrammes.... Vous n'avez pas non plus besoin de trucs sophistiqués...
Voici un exemple de simulation de séries cointégrées
Je n'ai pas pris la peine d'utiliser le binaire, vous pouvez obtenir les ticks en csv via l'exportation. Il y a aussi beaucoup de champs manquants, vous devez les remplir correctement.
Maxim Dmitrievsky #: Je n'ai pas pris la peine d'utiliser le binaire, vous pouvez obtenir les ticks en csv via l'exportation. Il y a aussi beaucoup de champs manquants, que vous devez remplir correctement
Si vous n'avez pas de compte, veuillez vous inscrire
Autorisez l'utilisation de cookies pour vous connecter au site Web MQL5.com.
Veuillez activer les paramètres nécessaires dans votre navigateur, sinon vous ne pourrez pas vous connecter.
Vous êtes connecté. L'authentification à deux facteurs a été désactivée. Configurez-la à nouveau et scannez un nouveau code QR, ou continuez avec l'authentification à deux facteurs désactivée.
Il existe un arima .sim dans lequel les paramètres d'arima sont modélisés.
Je n'en vois pas pour les autres fonctions. En connaissez-vous d'autres ? Pour les fonctions MO ? Si elles ne sont pas dans les paquets de R, vous n'avez pas à le faire, mais si elles le sont, vous pouvez le faire tout fait.
Nous n'avons pas de problème de rareté des données
Renaissance avait un problème pour les nouveaux instruments avec peu d'historique. 6 000 instruments, c'est un défi).
La Renaissance avait un problème pour les nouveaux instruments ayant peu d'histoire. 6 000 instruments, c'est un défi).
Ce n'est pas si difficile... avec leurs capacités, 6 000 instruments, c'est comme des vacances.
Il y a beaucoup de choses sur Google qui peuvent vous aider.
Je n'en ai pas besoin non plus.
Mais au lieu de Google, j'ai réfléchi un peu et je suis arrivé à la conclusion qu'en R, ce n'est pas du tout pertinent.
Si les paramètres d'une certaine fonction, il est possible de trouver un optimum.
Si les données d'entrée sont connues, c'est possible si le modèle de données est connu. Nous modifions alors les paramètres du modèle de données en les appliquant. Si le modèle de données n'est pas connu, tout cela n'a aucun sens.
Encore une fois, beaucoup de bêtises sur la branche. Il serait préférable que vous ayez appris R sans être stupide.
appliquer
Quel est le rapport avec apply ?
Et si nous devions identifier la structure de covariance et la connectivité de 5 paires et ensuite créer une simulation de ces séries avec la même régularité ?
Quel est le rapport ?
Et si nous devions identifier la structure de covariance et la connectivité de 5 paires et ensuite créer une simulation de ces séries avec la même régularité?
Il faut commencer par la régularité, ou plutôt dessiner un histogramme. Et simuler progressivement la valeur aléatoire, au moins à l'œil, en rapprochant l'histogramme de l'histogramme initial. Sans la régularité de chaque série, il est impossible de comparer quelque chose avec le résultat, il est impossible de répondre à la question de savoir dans quelle mesure le résultat "ressemble" aux données initiales.
Vous devriez commencer par un modèle, ou plutôt dessiner d'abord un histogramme. Et modeler progressivement la valeur aléatoire, au moins à l'œil, en rapprochant l'histogramme de l'original. Sans la régularité de chaque série, il est impossible de comparer quelque chose avec le résultat, il est impossible de répondre à la question suivante : dans quelle mesure le résultat "ressemble" aux données initiales.
Je n'ai pas pris la peine d'utiliser le binaire, vous pouvez obtenir les ticks en csv via l'exportation. Il y a aussi beaucoup de champs manquants, que vous devez remplir correctement
CSV : time bid ask.
CSV : time bid ask.