Il modello di regressione di Sultonov (SRM) - che pretende di essere un modello matematico del mercato. - pagina 25
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Possiamo negoziare con successo ad un prezzo normalmente distribuito perché sappiamo che la probabilità di trovare il prezzo vicino alla mediana è più alta che lontano da essa. In altre parole, facciamo trading nella direzione della mediana. Puoi chiamarla previsione dei prezzi, ma non hai bisogno di nessun modello di mercato, regressione o rete neurale per un trading di successo.
Possiamo negoziare con successo ad un prezzo normalmente distribuito perché sappiamo che la probabilità di trovare il prezzo vicino alla mediana è più alta che lontano da essa. In altre parole, facciamo trading nella direzione della mediana. Puoi chiamarla previsione dei prezzi, ma non hai bisogno di nessun modello di mercato, regressione o rete neurale per un trading di successo.
Ti contraddici, la mediana è il risultato della regressione in questi casi!
La mediana è calcolata come segue
m = SOMMA( x[i] )/N
Non vedo alcuna regressione qui.
Amico, che follia di massa...
Qual è il problema? La conversazione riguardava un prezzo normalmente distribuito, non una divagazione casuale, che sono due cose diverse.
La mediana è calcolata in questo modo
m = SOMMA( x[i] )/N
Non vedo alcuna regressione qui.
Per vedere la regressione qui, basta trasformare per il ricalcolo ricorsivo.
(e non è la mediana, a proposito ;)
La mediana è calcolata come segue
m = SOMMA( x[i] )/N
Non vedo alcuna regressione qui.
Se non lo vedete, non significa che lo stesso risultato possa essere ottenuto dall'analisi di regressione dei dati osservativi disponibili. A proposito, l'RMS descrive in modo soddisfacente anche la legge della distribuzione normale stessa con un errore del 3,85%:
Se non lo vedete, non significa che lo stesso risultato possa essere ottenuto dall'analisi di regressione dei dati osservativi disponibili. A proposito, l'RMS descrive in modo soddisfacente anche la legge della distribuzione normale stessa con un errore del 3,85%:
Solo perché puoi adattare il tuo modello di regressione a qualsiasi cosa, non significa che devi farlo.
Tutte le ipotesi di base della teoria della correlazione e della regressione si basano sul presupposto che i dati in studio siano normalmente distribuiti. I vostri input (prezzo) hanno una distribuzione normale?
Solo perché puoi adattare il tuo modello di regressione a qualsiasi cosa, non significa che devi farlo.
Beh, non farlo :)