Le modèle de régression de Sultonov (SRM) - qui prétend être un modèle mathématique du marché. - page 11
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
Il est possible d'essayer. Voici un indicateur qui met en œuvre (18), peut-être les programmeurs peuvent-ils réaliser cette opération ?
Je l'ai installé, je ne comprends rien. Où est le lissage ? Ou bien il n'y a pas de lissage du tout ?
Eh bien, un modèle de régression serait un signe évident. Il y a beaucoup d'experts qui connaissent l'analyse de régression, mais seuls quelques-uns gagnent de l'argent sur le marché.
La régression est un point de départ. L'étape suivante est l'ARCH. Puis le prochain ....
un modèle sans résidus est un modèle qui prédit les valeurs de la série sans erreur. Les résidus sont l'erreur (la différence entre la valeur prédite et la valeur réelle). Il y a donc en fait une décomposition en une composante déterministe (modèle de prévision) + le bruit (résidus normalement distribués).
Cette ligne contient 45 zéros et 45 uns. L'attente est de 0,5.
Il ne comprend pas les modèles binaires. Nous avons besoin de quelque chose de plus simple.
Oui, bien sûr. Mais le résidu est testé par le test de racine unitaire, qui est la stationnarité.
Un autre problème. Et si ce n'est pas exactement comme vous l'avez écrit ? Et si c'est comme vous l'avez écrit, peut-on se fier au pronostic ?
Non, les résidus sont testés pour une distribution normale (test z par exemple). La stationnarité est probablement testée pour autre chose))
Je ne suis pas d'accord. Le "déterminisme" ou la "moyenne" est également façonné par le bruit. Il s'agit d'un cercle vicieux : pour pouvoir prédire, il faut connaître les résultats de la prédiction. Il faut renoncer à quelque chose. Sinon, c'est une impasse.
Il n'y a pas d'impasse. Avals va bien - il n'a pas perdu une once d'information : additionnez le déterministe avec le reste et vous obtenez le quotient original.
Comment expliquez-vous que le SMR ait porté le MO à 0,8787 ? De plus, si l'entrée RMS est strictement alternée entre 0 et 1, elle affiche également 0,5. Il y a donc une circonstance dans la série que vous avez donnée qui fait pencher cet équilibre vers 1.
Il ne s'agit pas de rechercher l'ampleur de l'erreur, mais d'analyser ses distributions. Pour simplifier, vous pouvez simplement construire cette distribution visuellement
Il n'y a pas d'impasse. Avals va bien - il n'a pas perdu une once d'information : additionnez le déterministe avec le reste - vous obtenez le quotient original.
Je ne suis pas d'accord. Le "déterminisme" ou la "moyenne" est également façonné par le bruit. Il s'agit d'un cercle vicieux : pour pouvoir prédire, il faut connaître les résultats de la prédiction. Il faut renoncer à quelque chose. Sinon, c'est une impasse.
La question n'est pas de savoir comment et sur quoi baser la prévision, mais comment vérifier sa validité. Si les résidus (erreur) ne sont pas distribués de manière gaussienne, ce n'est pas bon))
il ne faut pas chercher l'ampleur de l'erreur, il faut analyser sa distribution. Pour simplifier, vous pouvez simplement tracer cette distribution visuellement