De la théorie à la pratique - page 522

 
Smokchi Struck:
Vous pouvez représenter le graphique sous la forme d'un changement de point : le graphique a augmenté d'un point - dessinez un changement d'un point vers le haut, le graphique a diminué d'un point - dessinez un changement d'un point vers le bas.

 
Yuriy Asaulenko:

Qu'en est-il des prévisions ? ))

La prévision est un chemin vers l'effondrement, mais vous pouvez estimer la probabilité d'une non-durabilité future (c) Mandelbrot

 
Maxim Dmitrievsky:
Tu veux dire que "tout est une connerie et que la vie n'a pas de sens" ? )))
 
Maxim Dmitrievsky:

dans la dimension actuelle - il n'y a aucun moyen de lerésoudre, c'est ça le problème. Votre régression ne sait rien sur la possibilité qu'un tel événement se produise.

Maxim Dmitrievsky:

Laprévision est un chemin vers l'effondrement, mais il est possible d'estimer la probabilité d'une instabilité future (c) Mandelbrot

Je comprends maintenant pourquoi la branche MoD est bloquée))))

 
Smokchi Struck:
êtes-vous en train de dire que "tout est une connerie et que la vie n'a pas de sens" ? )))

comme on dit... "presque probablement" :)

Les dépendances temporaires fonctionnent bien, mais elles sont temporaires avec tous les risques que cela comporte.
 
Smokchi Struck:

maintenant je comprends pourquoi la branche MoD est morte))))

Non, c'est juste que toutes les méthodes d'IO ont été aspirées, et ensuite le compromis entre la qualité du modèle et le risque

 
Maxim Dmitrievsky:

La prévision est un chemin vers l'effondrement, mais vous pouvez estimer la probabilité d'une non-durabilité future (c) Mandelbrot

Dites-le à SanSanych.) Il est parti quelque part.

 
Yuriy Asaulenko:

Dites-le à SanSanych.) Il est parti quelque part.

C'est parti pour mettre en place une martingale sur des ticks irréalistes, apparemment.

 
Maxim Dmitrievsky:

la prévision est un chemin vers l'effondrement, mais vous pouvez estimer la probabilité d'une volatilité future (c) Mandelbrot

La prédiction est condamnée, car les marchés sont "vivants" et vous ne pouvez pas deviner qui attend quoi et qui veut obtenir quoi.

Le SSA en lui-même est intéressant, vous pouvez l'utiliser pour essayer d'évaluer si le marché a changé par rapport au précédent.

https://ch.mathworks.com/matlabcentral/fileexchange/58967-singular-spectrum-analysis-beginners-guide

Eh bien, les ondelettes montrent les mêmes images, mais le but n'est pas de prédire - ce sera toujours un "jeu de devinettes", mais d'essayer de trouver des différences dans les conditions du marché en utilisant plusieurs modèles mathématiques, j'étudie le SSA, qui utilise peut-être la régression - bien qu'il devrait y avoir un retard, ou plutôt une inertie

Singular Spectrum Analysis - Beginners guide - File Exchange - MATLAB Central
Singular Spectrum Analysis - Beginners guide - File Exchange - MATLAB Central
  • 2018.04.24
  • ch.mathworks.com
This Matlab tutorial demonstrates step by step the single-channel version of a singular spectrum analysis (SSA), a nonparametric spectral estimation method for time series. The guide explains the following steps of an SSA analysis - creation of the trajectory matrix - calculation of the covariance matrix - eigendecomposition of the covariance...
 
Passons maintenant aux lacunes.

La figure montrée par Maxim Dmitrievsky.



Il est clair que le PR n'est pas en mesure de faire face ici, regardez l'emplacement du dernier point.

Figure Z-carré.



Nous regardons l'emplacement du dernier point de régression. Après tout, c'est ce qui nous intéresse (l'indicateur le montrera).
Il est situé beaucoup plus bas que le centre du canal de négociation en ce moment.

La figure "Demi-cercle".
(J'ai déjà montré quelque chose de similaire, mais il y avait un "morceau d'onde sinusoïdale", et ici c'est la moitié supérieure d'un cercle).



le point le plus extérieur du polynôme est supérieur au centre du canal de prix à ce moment-là.

Nous arrivons à la conclusion que la "forme" polynomiale n'est pas tout à fait adaptée à nos besoins.
Pensez à une "figure" qui pourrait être utilisée pour la régression sans tous ces inconvénients décrits ci-dessus.
(C'est vrai, pas un chiffre, mais une fonction).