確率的共振 - ページ 29 1...222324252627282930313233343536...38 新しいコメント Avals 2007.10.30 11:01 #281 Yurixx: 標準的なTA指標になると、あまりないですね。しかし、それも注目に値します。写真はすでに掲載済みです。2種類の期間のRSIチャートと、それに対する私のコメントがあります。RSIを正規化し、その大きさが平滑化期間に依存しないようにすれば、より効果的に利用できるかも しれない。他のいくつかの指標についても同様です。 指標をどう「使う」かが重要です。もしかしたら、そんな問題はないのかもしれません。 これまでにも、指標の適応 性をテーマにした記事はありました。一番簡単なのは、ボリンジャーRSIを重ねることです。理論的な分布を構築することなく、RMSに基づいたシンプルな統計方法です。 Yurixx 2007.10.30 11:07 #282 Mathemat: Yurixx wrote (a): そして 、この積分が勾配降下法でとられると言ったのは誰ですか？ 大丈夫、ユリックス、そのフレーズはあなたのものではありません。そして、仕掛けに対して懐疑的な態度はどうなのか...。自宅にはMapleがインストールされており、記号計算など、本当に助かることがあります。しかし、長い間使っていない。 以前はMatcadを持っていたのですが、Matlabにアップグレードしました。最近インストールしたneuroshell2。他にどこで時間をかければいいんだ？ そして、私は...ぜひとも手に入れたいものがあるのです。 ですから、冗談抜きで、私の懐疑的な態度は、自分が望むものをすべて把握する能力に対する懐疑にとどまっています。 これらはすべて、深く掘り下げる必要がなく、数字で結果を求める人たちが、すでに開発され完成した方法を適用するための素晴らしい荷物なのです。ここにいる全員といえば、新しいものをつくろうとしている。深く浸透していなければ、ほとんど不可能です。でも...それが祖父の役目だ、深く掘り下げるためにね。 Yurixx 2007.10.30 11:13 #283 Avals: ユリックス。 標準的なTA指標になると、あまりないですね。しかし、それも注目に値します。写真はすでに掲載済みです。2種類の期間のRSIチャートと、それに対する私のコメントがあります。RSIを正規化し、その大きさが平滑化期間に依存しないようにすれば、より効果的に利用できるかも しれない。他のいくつかの指標についても同様です。 指標をどう「使う」かが重要です。そのような問題はないかもしれません。 指標の適応性に関する記事もありました。一番簡単なのは、ボリンジャーのRSIを重ねることです。RMSに基づく、理論的な分布を構築しないシンプルな統計方法です。 もちろん、さまざまな可能性や方法があることは間違いありません。それは、新しいこと、特に「理論分布」を拒否せよということでしょうか？ Yurixx 2007.10.30 11:14 #284 grasn: toYurixx :-)) Candid 2007.10.30 11:24 #285 Yurixx: 続けていて面白い質問があるんです。このような単純で便利で良い性質を持つ分布関数が、なぜ統計学で使われないのか、どなたかご教示いただけないでしょうか。また、使用されているのであれば、なぜ書かれていないのでしょうか？対数正規分布以外の漸化式分布を近似しようとする人は見たことがない。 この理論では、第一原理から導かれた分布が使われていると推測できます。そしてこの関数は、あくまでも可能な近似関数の一つであり、これは現象学の領域です。 私の仕事の本質は、期待値YminとYmaxの話であることを明確にする必要がある。この欠点は、系列の最小値によって最小平均を計算するという「殺し」の条件によって解消されますが、別の欠点が発生します。Nが無限大になると、そのような事象が起こる確率は0になる傾向がある。詳しい計算はしていませんが、X1が0になり、X2も無限大になると仮定します。 その後、YminとYmaxは同じように推移し、前者は2番目の図にはっきりと表れていますが、後者はもちろんどのグラフにも収まりません。 これでは、たとえ十分にゆっくり推移したとしても正規化係数としての価値が疑わしくなります。 私は価格の正規化も含めてかなり長い間実践していますが、IMHOでは信頼区間を使うのが最も自然だと考えています。つまり、F(Ymax)=1-Deltaです。もし、実際には、利用可能な最大のNでYの実際の分布を作り、選ばれたDeltaに対して、ソートによってYmaxを見つければよいのです。時間は計っていませんが、簡単なYならそれほど時間はかからないと思います。 Сергей 2007.10.30 11:25 #286 Yurixx: グラサン toYurixx :-)) 簡潔でありながら自分にとって不要なものまで理解しようとする、病的な好奇心をお許しください。:о) Yurixx 2007.10.30 11:31 #287 grasn: ユリックス。 グラサン toYurixx :-)) 簡潔でありながら自分にとって不要なものまで理解しようとする、病的な好奇心をお許しください。:о) だから、みんな、大好きなんだ!:-) Neutron 2007.10.30 11:39 #288 Yurixx:...途中で面白い質問があるんです。このような単純で便利で良い性質を持つ分布関数が、なぜ統計学で使われないのか、どなたかご教示いただけないでしょうか。また、使用されているのであれば、なぜ書かれていないのでしょうか？対数正規分布以外の漸化式分布を近似しようとする人は見たことがない。 由良 この質問の答えはわかりません。 あなたの提案した分布 p(X)=A*(X^a)*exp(-B*(X^b)) は、特殊なケースであるとしか思えません（例：一般化指数分布p(X)=a/(2G[1/a]*l*s)exp{-[(x-m)/l*sl*s]^a}, Bulashev, p.41)、あるいは、その真相に迫ることができた少数の人たちは、黙って、広大なフォルポリェのキャベツを静かに刈ることにした:)。 でも、反問があるんです! しばらく前、私は任意の次数の自己回帰モデル（現在のバーの振幅とその符号が、任意の数の前のバーの作用の合計に依存することを探す場合）を研究していました。私はこの問題を見事に解決し、モデル系列が本物かどうか見た目では分からなくなったが、ある例外を除いては、モデル系列の分布関数（DP）が現実からかけ離れていたのである。この矛盾の理由は、どうしてもわかりませんでした。直感的には、自己相関関数の一致は、その第一差分のPDFを一致させれば十分だと思ったからです。そうでないことがわかった...。残差系列の振る舞いをモデル化 する際に、私が考慮していないことがあります。 この問題についてどう思われますか？ Sceptic Philozoff 2007.10.30 11:53 #289 ここで踏み込みます、ニュートロン。私は統計学者ではないので、mexmat.ruで 質問することになりました。こちらです： http://lib.mexmat.ru/forum/viewtopic.php?t=9102 質問：定常処理に関するどのような情報があれば、正しく再現できるのでしょうか？その答えは、「共分散関数とプロセスのm.o.を知らなければならない」というものだった。共分散関数が与えられたプロセスをどのように構築すればよいのか、まだわかりません。しかし、その結果として得られるプロセスは、元のシミュレーションされたプロセスを適切に実装したものと考えることができるというものです。もしかしたら、あなたのプロセスは定常的ではなかったのでは？ P.S. 残差過程（リターン）のもっともらしいシミュレーションが欲しいです。Petersによると、残差の分布は許容できる精度でフラクタルであり、プロセスは定常的であるとのことです。他の機種も除外されてはいませんが...。 Yurixx 2007.10.30 11:55 #290 lna01:ユリックス： 続けていて面白い質問があるんです。このような単純で便利で良い性質を持つ分布関数が、なぜ統計学で使われないのか、どなたかご教示いただけないでしょうか。また、使用されているのであれば、なぜ書かれていないのでしょうか？対数正規分布以外の漸増型分布を近似しようとする人は見たことがない。 この理論では、第一原理から導かれた分布が使われていると推測できます。そしてこの関数は、可能な近似関数のひとつに過ぎず、これは現象学の領域なのです。 実は、次のような注釈がある。「期待値YminとYmaxについて本当に話しているのか、明らかにする必要がある。この欠点は、系列の最小値によって最小平均を計算するという「殺し」の条件によって解消されますが、別の欠点が発生します。Nが無限大になると、そのような事象が起こる確率は0になる傾向がある。計算を詳しく解析したわけではありませんが、X1が0に移動し、X2も無限大に移動すると仮定する必要があります。この後、YminとYmaxは同じように、最初のものは2番目の図にはっきりと見えますが、2番目のものはどの図にも当てはまりません。このため、たとえゆっくりとした努力であっても、配給係数としての価値は疑問である。 価格も含めて、かなり前から正規化を実践しています。IMHOでは、それに対して信頼区間を用いるのが最も自然なことだと思います。つまり、F(Ymax)=1-Deltaです。もし、実際には、利用可能な最大のNでYの実際の分布を作り、選ばれたDeltaに対して、ソートによってYmaxを見つければよいのです。時間は計っていませんが、簡単なYならそれほど時間はかからないと思います。 すべてのコメントに同意します。そして、N→そこでの限界の振る舞いの絵は、完全に正しい。でも。 これは限界値YminとYmaxの計算ではなく、その統計的評価のみである。範囲の正規化という目標は、タスクの精度にあまり厳密な要求を課していない。このことを考慮すると、このような仮定（本質的には間違っているのだが）は、かなり許容範囲内だと思うのだ。しかし、もし境界を越えて通話時間を決定する必要があれば、もっと正確に決定する必要がある。 私は本当に有限のNの場合に限定して、明示的に言ったことなのです。あなたでさえ、利用可能な最大限の、しかし有限のNを計算に使うのであれば、私にはその権利があるのです。:-))Nが無限大になったときにどうなるかは未知数です。ひとつだけ慰めがあるとすれば、あなたも私ももうこの世に存在しないことです。そして、FXも。 問題の主旨に注目してほしい。YminとYmaxを計算することそのものが目的ではありません。元の系列のデータを使って、微分系列のデータを再計算 することです。また、正規化の再計算の方法は、それを行う歴史的なセットに縛られており、恣意的です。T/Fを切り替えると、2000バーから例えば500000バーまで変化することがあります。最初のケースでは、範囲の境界線に到達しても何の意味もありませんが、2番目のケースでは、多くのことを語っています。モデル 分布関数を 念頭に置いて初めて、私の方法の恣意性を非難することができるのです。しかし、「利用できる最大限の」データ量に実験的にプロットされた現実が、モデル分布でよく近似されるとしたら、その恣意性はどこにあるのだろうか。 1...222324252627282930313233343536...38 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
指標をどう「使う」かが重要です。もしかしたら、そんな問題はないのかもしれません。
これまでにも、指標の適応 性をテーマにした記事はありました。一番簡単なのは、ボリンジャーRSIを重ねることです。理論的な分布を構築することなく、RMSに基づいたシンプルな統計方法です。
大丈夫、ユリックス、そのフレーズはあなたのものではありません。そして、仕掛けに対して懐疑的な態度はどうなのか...。自宅にはMapleがインストールされており、記号計算など、本当に助かることがあります。しかし、長い間使っていない。
以前はMatcadを持っていたのですが、Matlabにアップグレードしました。最近インストールしたneuroshell2。他にどこで時間をかければいいんだ？ そして、私は...ぜひとも手に入れたいものがあるのです。
ですから、冗談抜きで、私の懐疑的な態度は、自分が望むものをすべて把握する能力に対する懐疑にとどまっています。 これらはすべて、深く掘り下げる必要がなく、数字で結果を求める人たちが、すでに開発され完成した方法を適用するための素晴らしい荷物なのです。ここにいる全員といえば、新しいものをつくろうとしている。深く浸透していなければ、ほとんど不可能です。でも...それが祖父の役目だ、深く掘り下げるためにね。
指標をどう「使う」かが重要です。そのような問題はないかもしれません。
指標の適応性に関する記事もありました。一番簡単なのは、ボリンジャーのRSIを重ねることです。RMSに基づく、理論的な分布を構築しないシンプルな統計方法です。
もちろん、さまざまな可能性や方法があることは間違いありません。それは、新しいこと、特に「理論分布」を拒否せよということでしょうか？
toYurixx
続けていて面白い質問があるんです。このような単純で便利で良い性質を持つ分布関数が、なぜ統計学で使われないのか、どなたかご教示いただけないでしょうか。また、使用されているのであれば、なぜ書かれていないのでしょうか？対数正規分布以外の漸化式分布を近似しようとする人は見たことがない。
私の仕事の本質は、期待値YminとYmaxの話であることを明確にする必要がある。この欠点は、系列の最小値によって最小平均を計算するという「殺し」の条件によって解消されますが、別の欠点が発生します。Nが無限大になると、そのような事象が起こる確率は0になる傾向がある。詳しい計算はしていませんが、X1が0になり、X2も無限大になると仮定します。 その後、YminとYmaxは同じように推移し、前者は2番目の図にはっきりと表れていますが、後者はもちろんどのグラフにも収まりません。 これでは、たとえ十分にゆっくり推移したとしても正規化係数としての価値が疑わしくなります。
私は価格の正規化も含めてかなり長い間実践していますが、IMHOでは信頼区間を使うのが最も自然だと考えています。つまり、F(Ymax)=1-Deltaです。もし、実際には、利用可能な最大のNでYの実際の分布を作り、選ばれたDeltaに対して、ソートによってYmaxを見つければよいのです。時間は計っていませんが、簡単なYならそれほど時間はかからないと思います。
toYurixx
簡潔でありながら自分にとって不要なものまで理解しようとする、病的な好奇心をお許しください。:о)
toYurixx
簡潔でありながら自分にとって不要なものまで理解しようとする、病的な好奇心をお許しください。:о)
だから、みんな、大好きなんだ!:-)
...途中で面白い質問があるんです。このような単純で便利で良い性質を持つ分布関数が、なぜ統計学で使われないのか、どなたかご教示いただけないでしょうか。また、使用されているのであれば、なぜ書かれていないのでしょうか？対数正規分布以外の漸化式分布を近似しようとする人は見たことがない。
由良 この質問の答えはわかりません。
あなたの提案した分布 p(X)=A*(X^a)*exp(-B*(X^b)) は、特殊なケースであるとしか思えません（例：一般化指数分布p(X)=a/(2G[1/a]*l*s)exp{-[(x-m)/l*sl*s]^a}, Bulashev, p.41)、あるいは、その真相に迫ることができた少数の人たちは、黙って、広大なフォルポリェのキャベツを静かに刈ることにした:)。
でも、反問があるんです!
しばらく前、私は任意の次数の自己回帰モデル（現在のバーの振幅とその符号が、任意の数の前のバーの作用の合計に依存することを探す場合）を研究していました。私はこの問題を見事に解決し、モデル系列が本物かどうか見た目では分からなくなったが、ある例外を除いては、モデル系列の分布関数（DP）が現実からかけ離れていたのである。この矛盾の理由は、どうしてもわかりませんでした。直感的には、自己相関関数の一致は、その第一差分のPDFを一致させれば十分だと思ったからです。そうでないことがわかった...。残差系列の振る舞いをモデル化 する際に、私が考慮していないことがあります。
この問題についてどう思われますか？
ここで踏み込みます、ニュートロン。私は統計学者ではないので、mexmat.ruで 質問することになりました。こちらです： http://lib.mexmat.ru/forum/viewtopic.php?t=9102
質問：定常処理に関するどのような情報があれば、正しく再現できるのでしょうか？その答えは、「共分散関数とプロセスのm.o.を知らなければならない」というものだった。共分散関数が与えられたプロセスをどのように構築すればよいのか、まだわかりません。しかし、その結果として得られるプロセスは、元のシミュレーションされたプロセスを適切に実装したものと考えることができるというものです。もしかしたら、あなたのプロセスは定常的ではなかったのでは？
P.S. 残差過程（リターン）のもっともらしいシミュレーションが欲しいです。Petersによると、残差の分布は許容できる精度でフラクタルであり、プロセスは定常的であるとのことです。他の機種も除外されてはいませんが...。
続けていて面白い質問があるんです。このような単純で便利で良い性質を持つ分布関数が、なぜ統計学で使われないのか、どなたかご教示いただけないでしょうか。また、使用されているのであれば、なぜ書かれていないのでしょうか？対数正規分布以外の漸増型分布を近似しようとする人は見たことがない。
実は、次のような注釈がある。「期待値YminとYmaxについて本当に話しているのか、明らかにする必要がある。この欠点は、系列の最小値によって最小平均を計算するという「殺し」の条件によって解消されますが、別の欠点が発生します。Nが無限大になると、そのような事象が起こる確率は0になる傾向がある。計算を詳しく解析したわけではありませんが、X1が0に移動し、X2も無限大に移動すると仮定する必要があります。この後、YminとYmaxは同じように、最初のものは2番目の図にはっきりと見えますが、2番目のものはどの図にも当てはまりません。このため、たとえゆっくりとした努力であっても、配給係数としての価値は疑問である。
価格も含めて、かなり前から正規化を実践しています。IMHOでは、それに対して信頼区間を用いるのが最も自然なことだと思います。つまり、F(Ymax)=1-Deltaです。もし、実際には、利用可能な最大のNでYの実際の分布を作り、選ばれたDeltaに対して、ソートによってYmaxを見つければよいのです。時間は計っていませんが、簡単なYならそれほど時間はかからないと思います。
すべてのコメントに同意します。そして、N→そこでの限界の振る舞いの絵は、完全に正しい。でも。
これは限界値YminとYmaxの計算ではなく、その統計的評価のみである。範囲の正規化という目標は、タスクの精度にあまり厳密な要求を課していない。このことを考慮すると、このような仮定（本質的には間違っているのだが）は、かなり許容範囲内だと思うのだ。しかし、もし境界を越えて通話時間を決定する必要があれば、もっと正確に決定する必要がある。
私は本当に有限のNの場合に限定して、明示的に言ったことなのです。あなたでさえ、利用可能な最大限の、しかし有限のNを計算に使うのであれば、私にはその権利があるのです。:-))Nが無限大になったときにどうなるかは未知数です。ひとつだけ慰めがあるとすれば、あなたも私ももうこの世に存在しないことです。そして、FXも。
問題の主旨に注目してほしい。YminとYmaxを計算することそのものが目的ではありません。元の系列のデータを使って、微分系列のデータを再計算 することです。また、正規化の再計算の方法は、それを行う歴史的なセットに縛られており、恣意的です。T/Fを切り替えると、2000バーから例えば500000バーまで変化することがあります。最初のケースでは、範囲の境界線に到達しても何の意味もありませんが、2番目のケースでは、多くのことを語っています。モデル 分布関数を 念頭に置いて初めて、私の方法の恣意性を非難することができるのです。しかし、「利用できる最大限の」データ量に実験的にプロットされた現実が、モデル分布でよく近似されるとしたら、その恣意性はどこにあるのだろうか。