Le modèle de régression de Sultonov (SRM) - qui prétend être un modèle mathématique du marché. - page 9
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
Où trouver un quotient avec un résidu normalement distribué ? On ne peut que l'inventer, mais nous ne considérons pas ce cas ici.
Les résidus sont la différence entre la valeur prédite et la valeur réelle. Ici, vous calculez l'erreur - en fait, vous analysez les résidus. Mais vous comptez les résidus cumulatifs et vous devez examiner la distribution entière.
Où trouver un quotient avec un résidu normalement distribué ? On ne peut que l'inventer, mais nous ne considérons pas ce cas ici.
C'est une erreur. Si nous lissons une ligne droite, elle sera non stationnaire, mais si 18 ? En tout cas, dans le lissage HP, le résidu est très souvent stationnaire (pas toujours).
Enfin, pour être plus précis, les restes sont encore normaux))))
Dans un premier temps, pour préserver la sécurité des moutons et le bien-être des loups, prenons ce postulat comme un axiome et oublions temporairement le problème, il n'y a pas d'autre issue. Nous sommes confrontés à un marché non-stationnaire, anormal, non-déterministe, ...., non-identifié. Approchons-nous d'elle par ses propres méthodes.
Vous faites référence à la méthode du poke ?
Non, c'est normal.
La normale est un point et la stationnaire est un processus. En faisant ces distinctions, j'obtiens une dynamique.
Je ne me souviens pas que le reste ait été testé pour la normalité, mais le test de racine unitaire fonctionne bien.
Ce n'est pas une bonne idée. Si vous lissez une ligne droite, elle sera instable, mais si vous lissez 18 ? Dans tous les cas, lors du lissage de HP, le résidu est très souvent stationnaire (pas toujours).
Dans un premier temps, pour préserver la sécurité des moutons et le bien-être des loups, prenons ce postulat comme un axiome et oublions temporairement le problème, il n'y a pas d'autre issue. Nous sommes face à un marché non-stationnaire, anormal, non-déterministe, ...., non-identifié. Approchons-nous d'elle par ses propres méthodes.
Naturellement.
Vous suggérez la méthode du poke ?
Si elle est lissée à l'aide de (18), le système ne pourra pas rejeter cette technique en raison de l'utilisation répétée du même motif, mais cela vaut la peine d'essayer.
18 est une formule analytique. Nous calculons les valeurs de la fonction en l'utilisant et prenons la différence avec le quotient. On obtient l'erreur de lissage. Commençons à travailler avec cette erreur. Ou ai-je manqué quelque chose ?
La normale est un point et la stationnaire est un processus. En faisant ces distinctions, j'obtiens une dynamique.
Je ne me souviens plus maintenant que le résidu est testé pour la normalité, mais le test de racine unitaire prospère.
Si le modèle de régression choisi décrit bien la dépendance réelle, alors les résidus devraient être des variables aléatoires indépendantes normalement distribuées avec une moyenne de zéro, et il ne devrait pas y avoir de tendance dans leurs valeurs.
Quel type de stationnarité y a-t-il ?
P.S. Je suis allé chez les mammouths, je suis revenu, je suis revenu avec vous...