R - veuillez partager vos expériences - page 7
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Veuillez commenter.
L'ordre du modèle est sélectionné automatiquement en utilisant le critère d'information d'Akaike. Lisez l'aide sur la commande ar.
Trouvé
> x<-ar.burg(eur, aic=F, 20)
> x
Appelez :
ar.burg.default(x = eur, aic = F, order.max = 20)
Coefficients :
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0.9665 0.1096 -0.0941 0.0106 0.0004 0.0488 -0.0343 -0.0229 0.0288 0.0033 -0.0496 0.0168 0.0139 -0.0190 -0.0115 0.0173 0.0258 -0.0132 -0.0346 0.0365
Si je comprends bien, il s'agit d'une machine pondérée comme dans mon exemple avec T=20, mais de meilleure qualité. Il ne diffère que par le premier terme, qui est une constante.
Je me demande s'il est possible de construire des CT à de telles échelles ?
Si je comprends bien, il s'agit d'un mash-up pondéré dans mon exemple avec T=20, mais de qualité supérieure. La seule différence est le premier terme, qui est une constante.
Je me demande s'il est possible de construire des CT à une telle échelle.
Vous vous trompez, ces modèles ne sont pas adaptés au lissage. Étudier les bases de l'économétrie.
De plus, l'estimation de modèles AR sur des données présentant une racine unitaire ne mènera à rien de bon.
Vous vous trompez, ces modèles ne sont pas adaptés au lissage. Apprenez les bases de l'économétrie.
De plus, l'estimation de modèles AR sur des données présentant une racine unitaire ne servira à rien.
Voulez-vous dire que vous ne pouvez pas faire confiance aux coefficients à cause de MNC ?
Mais il y a un certain nombre d'autres méthodes d'estimation ici, detrending....
Alors, c'est quoi le tuyau de poêle ?
S'il s'agit d'économétrie, c'est une chose, mais s'il s'agit de mannequins de TA, c'en est une autre. Il y a une erreur d'estimation ici, et c'est tout noir. Au fait, je ne l'ai pas copié :
Ordre sélectionné 20 sigma^2 estimé à 2.124e-06
Il y a une erreur d'estimation ici et une obscurité solide là.
Dans votre cas, il y a une erreur de spécification du modèle.
Dans votre cas, il y a une erreur de spécification du modèle.
Je comprends cela.
Mais quelle est l'erreur de spécification du modèle d'une machine simple, une machine eXponentielle, et d'où vient le coefficient pondéré pour parler d'erreurs ? C'est ce que je veux dire.
Je comprends cela.
Mais quelle est l'erreur de spécification du modèle d'une machine simple, une machine eXponentielle, et d'où vient le coefficient pondéré pour parler de l'erreur ? C'est ce que je veux dire.
Vous ne comprenez pas. Apprenez les bases de l'économétrie. Je ne vais pas faire de commentaires sur d'autres fadaises académiques.
Les "mash-ups" n'ont pas d'erreur de spécification. Où obtenir les coefficients pondérés - étudier le DSP.
Vous ne comprenez pas. Apprenez les bases de l'économétrie. Je ne vais pas commenter d'autres fadaises académiques.
Il n'y a pas d'erreur de spécification dans les "assistants". Où obtenir les coefficients pondérés - étudier le DSP.
Même si c'est dur, merci quand même.
Je vais passer à autre chose.
Aide, problème à nouveau.
J'évalue la régression : fm1 <- lm(dRegres1 ~ 1 + dRegres2, singulier.ok = FALSE)
Tout va bien dans R, mais quand je l'appelle depuis mt4, j'obtiens une erreur :
Erreur dans lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
0 (cas non-NA)
Ce qui tue le plus, c'est que le code débogué dans R ne fonctionne pas alors dans mt4.
Merci d'avance.