セルゲイさん、申し訳ありませんが、私には何の説明にもなっていません。 統計や基準を分析する」とは？トレンドが見つかった」「トレンドが消えた」「トレンドが検出されなかった」とは？このことと、あなたが示した計算式で得られる数値とは、どのような関係があるのでしょうか？Transitions over 0の意味とは？
Северный Ветер Всего лишь навсего предложил посмотреть на проблему шире, чем она обсуждалась до сих пор, и всего лишь сообщил, что подобная задача уже решалась, и может быть стоит посмотреть как именно. Ни в коем случае не навязываю свою точку зрения.
まず、ほとんどのトレーダーや投機家にとって、仮説的で非常に遠い話題から始めてみましょう。ある部品を加工する工場があり、その工場でその部品の品質管理が行われているとします。この制御は、すでに加工された部品のいくつかのパラメータを測定することで結論づけられる。つまり、指定された条件下で工程が進み、技術を観察している間は、品質管理ではすべてが許容範囲内で正常であることを示すが、工程の逸脱が発生するとすぐに結果に反映される。作業は簡単で、いくつかの形式的な兆候をもとに、プロセスに不正がないかどうかを特定します。これが問題の第一部で、第二部は、外乱を「タイムリーに」検出することです。数理統計学では、これらの問題を一定の範囲内で解決することができる方法があります。
より一般的には、確率過程不連続問題。前世紀にコルモゴロフやシリヤエフによって研究された。確率過程があり、それが何らかの特徴を持っているとします（平均、分散などお好みで、ハーストも含めて）。何かが起こり、確率過程がその特性を変える、つまり減衰するとして、その事実と減衰の瞬間を定義することが、減衰の問題の解決になるのです。この問題は、かつて干渉を背景とした目標探索や目標追跡のために提案されたものである。適応型最適フィルタ構築問題は、この問題に隣接している。といった具合に。
このスレッドを読んで理解したのですが、皆さんはずっとそうしてきたのですね。過程というか、価格のビデオデータでの実装において「定常」領域を見つけ、それを回帰（線形かそれ以外か）で記述するのです。暗黙のうちに、そのような「定常性」のある領域が存在すると仮定している。私が理解した限りでは、ハーストによる「定常性」領域の変化の瞬間や、統計的有意性の「内訳」によって判断することが提案されたのですが......。
フォーラムエンジンの不親切さがひどい...。
しているわけではないのですが（強いて言えば、「FXの武術の流派」が支店にいくつかあります:o)、少なくとも私にとってはもう少し複雑なんです。
線形回帰、あるいはそれに類するものは、私の考えでは、そのような傾向を記述するものではなく、つまりサンプル間の「関係の強さ」を評価するものではなく、「NK法により生データに分析関数を当てはめる」だけである。もちろん、決定係数など、関数がどれだけ「適合」しているか、言い換えれば、選択したモデルによって生データがどれだけ「説明」できているかを評価するためにのみ使用できる基準も存在する。チャネルは（そして議論されている戦略の修正では、それは基礎である）しばしばLRと比較されますが、私の意見では、それはあまり正しくありません。そこで私は、別のアプローチで私の見解と経験を共有することにしました。
はい、非常に近いテーマです。
ところで、これは出発点になり得ることです。トレンドから始めるのではなく、定常的な系列から始める。私が理解する限り、系列の定常性基準というのは、きちんと定義されているものです。そして、そのトレンドは定常性を超えたところにある。したがって、トレンドの存在の必要条件（十分条件ではない）は、定常価格系列の条件が満たされていないことである可能性があります。
静止画シリーズとは？ このような状況で、どのような定常性の基準が最も受け入れられるのでしょうか？
おそらく、市場ダイナミクスの全体像は、一時的な「定常性」と一時的な「傾向性」の領域が、過渡的な領域でつながっている、というように表現できるだろう。この場合、問題定義は、これらのセクターの境界と、その境界を定義する最も適切なパラメータを特定することに帰着する。つまり、一般的な言葉で言えば、分解と品質管理です。:-))
2グラサン
セルゲイさん、申し訳ありませんが、私には何の説明にもなっていません。
統計や基準を分析する」とは？トレンドが見つかった」「トレンドが消えた」「トレンドが検出されなかった」とは？このことと、あなたが示した計算式で得られる数値とは、どのような関係があるのでしょうか？Transitions over 0の意味とは？
...本当にやっていない（このスレッドにはいくつか、強いて言えば「FXの武術教室」があるのですが:o)、少なくとも私にとってはもう少し複雑なんです。
これは、特に元のトピックとの完全な矛盾を考慮すると、非常に顕著である。
線形回帰、あるいはそれに類するものは、そのような傾向を記述するものではなく、つまり、サンプル間の「関係の強さ」を何ら評価するものではなく、「NK法による生データに分析関数を当てはめる」だけだと私は考えています。もちろん、決定係数など、関数がどれだけ「適合」しているか、言い換えれば、選択したモデルによって生データがどれだけ「説明」できているかを評価するためにのみ使用できる基準も存在する。チャネルは（そして議論されている戦略の修正では、それは基礎である）しばしばLRと比較されますが、私の意見では、それはあまり正しくないと思います。そこで私は、別のアプローチで私の見解と経験を共有することにしました。
私は、これまで議論されてきた問題よりも広く見ていこうと提案しただけで、そのような問題はすでに解決されており、どのように見る価値があるかもしれないと伝えただけである。決して自分の主張を押し付けているわけではありません。
結局のところ、チャンネルとは何なのか？系列の値から対応するLRの値を引くと、いわゆる「残差」が得られます。残差」の分析というのは、古くからあるものです。これはその一つです。2つ目は、誰かがすでに言及していましたが、誰もそれに注意を払わなかった、もしHRがプロセスを適切に記述するならば、これらの「残差」は正規分布を持たなければならない、ということです。 さらに、分布の正規性が破られた時点で、プロセスも破られたと考えてよいという意見もある。などなど・・・。
そうです、被写体にとても近いのです。
ところで、これは出発点かもしれません。トレンドから始めるのではなく、定常的な系列から始める。私が理解する限り、系列の定常性の基準はよく定義されたものです。そして、そのトレンドは定常性を超えたところにある。したがって、トレンドの存在の必要条件（十分条件ではない）は、定常価格系列の条件が満たされていないことである可能性があります。
静止画シリーズとは？このような状況で、どのような定常性の基準が最も受け入れられるのでしょうか？
おそらく、市場ダイナミクスの全体像は、一時的な「定常性」と一時的な「傾向性」の領域が、過渡的な領域でつながっている、というように表現できるだろう。この場合、問題定義は、これらのセクターの境界と、その境界を定義する最も適切なパラメータを特定することに帰着する。つまり、一般的な言葉で言えば、分解と品質管理です。:-))
定常性というのは、実はとても曖昧なものなんです。トレンドの概念もそうで、表裏一体のものである。
定常性」は「トレンド」であり、トレンドが「上昇」していようが、傾き係数がゼロであろうが、関係ないことに留意してください。
セルゲイさん、申し訳ありませんが、それでは何の説明にもなっていませんね。
統計や基準を分析する」とは？トレンドが見つかった」「トレンドが消えた」「トレンドが検出されなかった」とは？このことと、あなたが示した計算式で得られる数値とは、どのような関係があるのでしょうか？Transitions through 0 の意味とは？
由利 これはあくまでトレンド検出の基準の一つです。私は、これが最も良い基準、最も信頼できる基準だと主張しているわけでは全くなく、自己相関を含め、この分野で粘り強く研究を続けています。この場合、私はウッディヤー、ウッドワード、ギルクラという同志のルールに従って行動する。恣意性はなく、ルールが厳格に守られているだけです。この特定のサンプルについて： n=1000
統計量（ゼロを通る遷移の数）
R(1000)=0 これはちょうど、基準に従ってトレンドの有無を決定する値を持つパラメータです。自己相関の場合、統計量は何か別のもの、おそらく自己相関そのものになります。ゼロクロスの数はデータの接続性の指標 追記：ゼロクロスの「物理性」を感じるには、45度の直線やサイン波を手で描き、クロスの数を数えてV関数の形を推定するとよい。
統計の基準
信頼確率α=0.95を選択 n=1000、α=0.95の場合の臨界値： R1(0.95, 1000)=6 R2(0.95, 1000)=83 基準そのもの：R1<R<R2という条件は満たされない
結論
サンプルにはトレンドが含まれています。それだけです。恣意性がなく、すべてがルール通り。
使い方 簡単、現在のバーを固定し、ステップ1（またはそれとは異なる）でサンプルを取ります。{100: 0} R1(n, alpha)<R(n)<R2(n, alpha)を満たすか？Yesの場合 "トレンドなし" {101: 0} R1(n, alpha)<R(n)<R2(n, alpha)を満たすか？Yesの場合 "トレンドなし" {102: 0} R1(n, alpha)<R(n)<R2(n, alpha)を満たすか？Yesの場合 "トレンドなし" {103: 0} R1(n, alpha)<R(n)<R2(n, alpha)を満たすか？Yesの場合 "トレンドなし" {104: 0} R1(n, alpha)<R(n)<R2(n, alpha)を満たすか？Yesの場合「トレンドなし」 ... {Bars: 0} R1(n, alpha)<R(n)<R2(n, alpha)を満たすか。Yesの場合「トレンドなし」 （1）トレンドは{100: 0}ですぐに見つかるので、次にその原点を探す必要があります。(2)最初のサンプルにトレンドがない場合、いくつかの選択肢が考えられます。2.1 トレンドを探すのをやめ、
新しいバーの 到来を待つ 2.2 トレンドはあるかもしれないが、「高次」であると仮定し、探し続ける。 ... その探索にはもっと多くのバリエーションがあるかもしれない 先に引用した、より複雑なケースは、R統計量が臨界境界の1つにあるが、1つの転移に到達しない場合である。考える......どうすればいいのかPS:ユーリ、私の少ない語彙を全て使い果たしました... :o)
ただ、これまで議論されてきた問題よりも、もっと広い範囲で見ることを提案し、同じような問題がすでに解決されており、具体的にどのように調べる価値があるかもしれないと助言しただけです。決して自分の主張を押し付けているわけではありません。
ラティテュードは、どんな努力も殺してしまう、とても危険なものです。例えば、工場のような品質管理を導入してはどうかと提案されましたね。私はITに関わる仕事をしていますが、品質管理は工場に導入するのが最も難しいモジュールだと断言できます。しかし、これは叙情的な余談です。
参考文献や、どこで解決したのか、挙げた問題点のうち、どのようなものがあるのか、などを示したほうがよいでしょう。
Северный Ветер
Всего лишь навсего предложил посмотреть на проблему шире, чем она обсуждалась до сих пор, и всего лишь сообщил, что подобная задача уже решалась, и может быть стоит посмотреть как именно. Ни в коем случае не навязываю свою точку зрения.
グラスン 07.01.07 19:31
ラティテュードは、どんな努力も殺してしまう、とても危険なものです。例えば、工場のような品質管理を導入してはどうかと提案しましたね。私はITに関わる仕事をしていますが、品質管理は工場に導入されるべき最も強力なモジュールであると断言できます。しかし、これは叙情的な余談です。
参考文献や、どこで解決したのか、挙げた問題点のうち、どのようなものがあるのか、などを示したほうがよいでしょう。
誤解していますね。私が言いたかったのは、このスレッドで解決しようとしている問題は、品質管理の問題に似ていて、それがより「数学的」に定式化されたのが発散の問題であるということです。そこにも興味深い点はありますが、品質管理を組織的に行うプロセスについてではありません。それは、確率過程の違反を判定する問題であった（奇妙に思われるかもしれないが、例えば、生産における部品の大きさは確率過程であり、「記憶」を持っている）。慣習を捨てれば、本質的には価格変動のスケジュール（その背後にある市場プロセス）は、品質管理（読み：生産工程管理）と非常によく似ていることがわかるだろう。
重要な用語の最も短く簡潔な説明は、Statisticaというプログラムのための数理統計の電子ハンドブックにあり、そのウェブサイトにロシア語で掲載されている。
ところで、歌詞の話題のついでに余談を。貿易を成功させることは、工場の品質管理のように簡単なことではありません。
勘違いしているようだが...。
いや、ちゃんと受け取ったよ。冗談の類で、私もつっこんだことのある「統計」サイト。でも、どんなジョークにも真実はある...。
ただひとつ付け加えるとすれば、「公式な数学」の道を歩むことになれば、必然的に時系列 解析に行き着くということです。そしてここで彼は、ARIMAなどの形で災難が待ち受けていることだろう。素晴らしい根拠のある手法だが、残念ながら（私の個人的な意見だが）市場では機能していない。
はっきり言って、時系列解析は複雑な数学にもかかわらず、3つのシンプルなものから構成されています。第一は、価格系列が時系列（厳密に定義された時間間隔で値が到着する系列、これは事実ではなく、むしろ確率的サンプリング系列と言うべき）であるという仮定である。第二に、ある意味で定常的であり、トレンドがあること。第三に、系列には季節的・循環的な成分やノイズがある。