確率的共振 - ページ 30 1...23242526272829303132333435363738 新しいコメント Yurixx 2007.10.30 12:11 #291 Neutron: ユリックス。 ...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々は、黙って、広大なフォルポリェで静かにキャベツを刈ることを好むはずだ:)。 私もそう思っていたのですが、一般化された分布に指数があればそうなりますよね。ないので，一般化された分布は0において0でない値を持ち，x<0の領域まで広がります。指数は左の傾きを非常に急にして（a<1の一般化されたものでは両方の傾きは緩やかです），右の傾きは一般化されたものよりもさらに平らになっています。太い尻尾、この言葉を使うのをためらいません。:-)そして、最も重要なことは、明示的に統合しないことです。 でも、反問があるんです! 少し前まで、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和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わからないようになった。しかし、ある例外があった。モデル系列の分布関数（DP）が現実からかけ離れていたのだ。直感的には、自己相関関数の一致は、その第一差分のPDFの一致で十分だと思ったのですが、その理由はわかりませんでした。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？ この問題を解くのに使った方法も、残差のモデル化の方法も知らないし、数理統計学は左手と両足が不自由なので、残念ながら、何も言えません。少なくとも考え始めるには、この小さな段落だけでは個人的には不十分で、Stirlitzのように、もっと考えるための情報が必要なのです。 Candid 2007.10.30 12:36 #292 Yurixx: lna01 です。 ユリックス。 YminとYmaxを計算することそのものが目的ではありません。元の派生セットデータから再計算 することです。また、あなたの配給方法は、それを行っている歴史的セットに縛られた恣意的なものです。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」データ量に基づいて実験的に構築された現実の分布が、モデル分布によく近似しているとすれば、その恣意性は何なのだろうか。 理論的な問題で議論するのは好きではない、決められるのは非常に稀なことだ :) 。そして、この場合、普遍的な見積もりをする試みはなかった。単純に計算量の実態を把握し、比較しようとしただけです。私のアプローチでは必要ない初期系列の特性計算を、あなたのアプローチでは含める必要があるようです。2点目 - Yについて、単純な平均値よりも複雑な計算をするのかが不明です。初期シリーズを処理する必要があるため、私の方法と同様にタイムフレームに敏感になるのではないでしょうか？わかります、オリジナルシリーズの仕様ですね。しかし、私には同じような切り札があります。それは、テストしたすべてのシンボル（メジャー）とすべてのタイムフレームで同じ、不変のものを見つけたことです。 恣意性については何の不満もありませんでした。現象学にとって唯一の制約は近似の精度であり、恣意性は恣意性ではなく、自由度と呼びたいのです :)。 Neutron 2007.10.30 12:46 #293 Mathemat: 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...。 数学さん、こんにちは。 私は統計学に疎いので（反対の発言はジュラの良心に任せましょう）、単にほとんどの質問の答えがわからないだけです:( FR、平均、分散が時間に依存しない系列は厳密定常（狭義には定常）と呼ばれる。 平均と分散が時間に依存しない系列を弱定常（または広義の定常）と呼びます。 実際、私たちの第一差分の系列は、広義の定常状態でもなく、振幅が顕著に変化していますが、これが観測された効果の原因かもしれないとお考えですか？ 追伸：このプロセスの定常性というのは、Petersはどういう意味なんでしょうね？ Yurixx 2007.10.30 14:12 #294 lna01: 私は理論的な質問について議論するのは好きではありませんし、自分の考えをまとめることはめったにありません。）この場合、普遍的な評価をしようとはしていない。私は、単に「自分自身で」実際の計算量を把握し、比較しようとしただけです。私のアプローチでは必要ない初期系列の特性計算を、あなたのアプローチでは含める必要があるようです。2点目 - Yについて、単純な平均値よりも複雑な計算をするのかが不明です。初期シリーズを処理する必要があるため、私の方法と同様にタイムフレームに敏感になっているのではありませんか？わかります、オリジナルシリーズの仕様ですね。しかし、私には同じような切り札があります。それは、テストしたすべてのシンボル（メジャー）とすべてのタイムフレームで同じ、不変のものを見つけたことです。 恣意性については何の不満もありませんでした。現象学にとって唯一の制約は近似の精度であり、恣意性は恣意性ではなく、自由度と呼びたいのです :)。 議論しているわけではありません。言い訳しているだけです。:-) 自明でない平均化手法の計算は暗黒の森です。行かないんですよ、残念ながら。自分の問題が解決したのだから、それでいい。 Yurixx 2007.10.30 14:15 #295 Neutron: P.S. Petersのいうプロセスの定常性とはどういう意味なのだろう。 もしかして、このプロセスの傾きには収束限界がないのでは？:-))) Sceptic Philozoff 2007.10.30 14:28 #296 正直なところ、わかりません。読んでから時間が経っているので、あの嫌なフォレを可愛く見せるために何か作ったのかもしれませんね．よし、この間見てきて、本当のことを調べてみよう。そこに写っているのは、確かに厄介なものだが......。しかも、分散でさらに厄介なことに。 Yurixx 2007.10.30 15:04 #297 ところで、ニュートロンさん 、ひとつ細かいことを説明してください。MO＜SCOの何が悪くて、逆に何が良いのか？この質問は一度出たことがあるのですが、私が使ったFRはちょうどこの悪い性質を持っています。 数学、多分あなたも知っていると思うので、文盲の人に説明してあげてください。 Sceptic Philozoff 2007.10.30 15:52 #298 ビニンの 質問はここで発生した：「ベータ分布」.これは具体的な作業であり、すべてはブランチの著者の目的次第です。また、一般的にはMO<SCOで何も問題はありません。状況は同じで，日足ではMOは2001年からユーロまでのトレンドでも数ポイント，RMSは少なくとも数十ポイントである。ユーロの同じトレンドでは，時間給のリターンは0.2ポイント程度のMOを与えるが，RMSは少なくとも数ポイントである。 Avals 2007.10.30 16:15 #299 Mathemat: Vininの 質問はここで出てきた「ベータ分布」 だ。一般的には、MO<SCOで問題ないでしょう。状況は同じで，日足ではMOは2001年からユーロまでのトレンドでも数ポイント，RMSは少なくとも数十ポイントである。同じHebrewのトレンドでは、MoDは約0.2ポイント、RMSは最小で数ポイントです。 同じトレンドにあるとしたら、それは良くない。リスクは、ボラティリティ、システムIRRによって決定されます。 シャープ（期間/ SCOの利益）、ソルティーノ - 同じですが、アカウント "ボラティリティダウン "を考慮に入れ、そのような指標もあります。RMSがMOより大きい場合、そのボラティリティによる損失は、正のMOに関連する潜在的なリターンを上回る可能性が高いです。 Sceptic Philozoff 2007.10.30 16:48 #300 Avals писал (а): 奥の方にあると、よくないですね。 まあ、フォレは蜜を吸っているわけではないことは確かです。Excelでアクトコバリエンス（または自己相関）関数を計算する方法を教えてくれる人... 1...23242526272829303132333435363738 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
...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々は、黙って、広大なフォルポリェで静かにキャベツを刈ることを好むはずだ:)。
私もそう思っていたのですが、一般化された分布に指数があればそうなりますよね。ないので，一般化された分布は0において0でない値を持ち，x<0の領域まで広がります。指数は左の傾きを非常に急にして（a<1の一般化されたものでは両方の傾きは緩やかです），右の傾きは一般化されたものよりもさらに平らになっています。太い尻尾、この言葉を使うのをためらいません。:-)そして、最も重要なことは、明示的に統合しないことです。
でも、反問があるんです!
少し前まで、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和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わからないようになった。しかし、ある例外があった。モデル系列の分布関数（DP）が現実からかけ離れていたのだ。直感的には、自己相関関数の一致は、その第一差分のPDFの一致で十分だと思ったのですが、その理由はわかりませんでした。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？
この問題を解くのに使った方法も、残差のモデル化の方法も知らないし、数理統計学は左手と両足が不自由なので、残念ながら、何も言えません。少なくとも考え始めるには、この小さな段落だけでは個人的には不十分で、Stirlitzのように、もっと考えるための情報が必要なのです。
YminとYmaxを計算することそのものが目的ではありません。元の派生セットデータから再計算 することです。また、あなたの配給方法は、それを行っている歴史的セットに縛られた恣意的なものです。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」データ量に基づいて実験的に構築された現実の分布が、モデル分布によく近似しているとすれば、その恣意性は何なのだろうか。
恣意性については何の不満もありませんでした。現象学にとって唯一の制約は近似の精度であり、恣意性は恣意性ではなく、自由度と呼びたいのです :)。
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...。
数学さん、こんにちは。
私は統計学に疎いので（反対の発言はジュラの良心に任せましょう）、単にほとんどの質問の答えがわからないだけです:(
FR、平均、分散が時間に依存しない系列は厳密定常（狭義には定常）と呼ばれる。
平均と分散が時間に依存しない系列を弱定常（または広義の定常）と呼びます。
実際、私たちの第一差分の系列は、広義の定常状態でもなく、振幅が顕著に変化していますが、これが観測された効果の原因かもしれないとお考えですか？
追伸：このプロセスの定常性というのは、Petersはどういう意味なんでしょうね？
私は理論的な質問について議論するのは好きではありませんし、自分の考えをまとめることはめったにありません。）この場合、普遍的な評価をしようとはしていない。私は、単に「自分自身で」実際の計算量を把握し、比較しようとしただけです。私のアプローチでは必要ない初期系列の特性計算を、あなたのアプローチでは含める必要があるようです。2点目 - Yについて、単純な平均値よりも複雑な計算をするのかが不明です。初期シリーズを処理する必要があるため、私の方法と同様にタイムフレームに敏感になっているのではありませんか？わかります、オリジナルシリーズの仕様ですね。しかし、私には同じような切り札があります。それは、テストしたすべてのシンボル（メジャー）とすべてのタイムフレームで同じ、不変のものを見つけたことです。
恣意性については何の不満もありませんでした。現象学にとって唯一の制約は近似の精度であり、恣意性は恣意性ではなく、自由度と呼びたいのです :)。
議論しているわけではありません。言い訳しているだけです。:-)
自明でない平均化手法の計算は暗黒の森です。行かないんですよ、残念ながら。自分の問題が解決したのだから、それでいい。
P.S. Petersのいうプロセスの定常性とはどういう意味なのだろう。
もしかして、このプロセスの傾きには収束限界がないのでは？:-)))
ところで、ニュートロンさん 、ひとつ細かいことを説明してください。MO＜SCOの何が悪くて、逆に何が良いのか？この質問は一度出たことがあるのですが、私が使ったFRはちょうどこの悪い性質を持っています。
数学、多分あなたも知っていると思うので、文盲の人に説明してあげてください。
Vininの 質問はここで出てきた「ベータ分布」 だ。一般的には、MO<SCOで問題ないでしょう。状況は同じで，日足ではMOは2001年からユーロまでのトレンドでも数ポイント，RMSは少なくとも数十ポイントである。同じHebrewのトレンドでは、MoDは約0.2ポイント、RMSは最小で数ポイントです。
同じトレンドにあるとしたら、それは良くない。リスクは、ボラティリティ、システムIRRによって決定されます。 シャープ（期間/ SCOの利益）、ソルティーノ - 同じですが、アカウント "ボラティリティダウン "を考慮に入れ、そのような指標もあります。RMSがMOより大きい場合、そのボラティリティによる損失は、正のMOに関連する潜在的なリターンを上回る可能性が高いです。