そして、実際に食べたくなったり、レシピ(すみません、今出てきました)。この方法は、選択された歴史の部分を、他のものと比べて良くも悪くもなく記述し、前方側では、大多数のシステムが行うのと同じように動作します。
アドバイスありがとうございました今、関連するフォーラムのスレッドを読んでいるところです。
ところで - バーミリオン分析のために、例えばEURUSDのような追加の通貨ペアを導入することの是非はかなり疑問である。
ivandurak:
実際に食べたいのか、レシピなのか(すみません、口を滑らせてしまいました)。私の意見では、この方法は、歴史の中の選択された部分を、他と比較して良くも悪くもなく描写し、前方では、大多数のシステムが負けるのと同じように振る舞います。 。
実際に食べたいのか、レシピなのか(すみません、口を滑らせてしまいました)。私の意見では、この方法は、歴史の中の選択された部分を、他と比較して良くも悪くもなく描写し、前方では、大多数のシステムが負けるのと同じように振る舞います。 。
具体的には、多変量回帰に特に興味を持っています。非線形回帰を解くためのオプションを見てみるのも面白い。MQLで多変量回帰を扱うアルゴリズムは見つかっていません。リンクと指標を提供してくれれば(もちろん、あまり怠慢でなければ) - それは素晴らしいことです。聖杯を見つけるつもりはありませんが、通貨ペアの時系列という 観点から多変量回帰法を理解すること、それは私にとって非常に重要です。
ご意見をお聞かせください。
3について、LOCは(予測因子として回帰を使うのであれば)見積もりには非効率的です。LADや分位点回帰を使うのがベター。より複雑ですが(コーディングとサイエンスが必要)、最小二乗法とは異なり、うまくいきます。
ところで、ISCの非効率性の原因は、諺にもあるように、太い尻尾にある。分度器はこのデメリットがありません。
alsu:
ところで、LOMの非効率性の原因は、悪名高いファットテイルにある。四分法にはこの欠点がない。
ところで、LOMの非効率性の原因は、悪名高いファットテイルにある。四分法にはこの欠点がない。
もう少し具体的に教えてください。
MNCは、とりわけ、研究者が先験的に選んだ関数の最適なパラメータ選択を推定するための手法として位置づけられている。
これらのパラメータは、近似関数と実データの偏差の2乗を最小化する計算式を、一連の関数について導出した。
太い尻尾はどこに出るのでしょうか?
お願い、教えてください...
FreeLance: これらのパラメータは、プロキシ関数と実データの偏差の二乗を最小化する計算式を、一連の関数について導出した。
このような目標関数(誤差の二乗和)は、誤差分布そのものが正規分布である場合にのみ最適となる。
太いテールはどこで発生するのでしょうか?
Mathemat:
このような目標関数(誤差の二乗の和)は、誤差分布自体が正規分布である場合にのみ最適となる。
このような目標関数(誤差の二乗の和)は、誤差分布自体が正規分布である場合にのみ最適となる。
どこでディストリビューションの話をしたんだ?
それともトピックスターター?
多項式の近似の話をしているのです。それ以上はない。
しかし、それ以下ではありません。
そして、ここでMNCの非効率性はどこにあるのでしょうか?
;)
--
しかし、モデル信憑性推定の重要な要素である正規性の誤差研究...
論外です。

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
フォーラムのメンバー!
為替相場の回帰式を扱ったことのある方はいらっしゃいますか?インジケータ、MTS、 MQL-ライブラリの ベースとなるものはありますか?
詳しい方、いくつか質問に答えてください。
回帰式に興味がある。例えば、時間(M15)、HIGH、LOW、OPEN、CLOSE、VOLUMEといったデータである。私たちにとっては、それは一連の観察である。対象パラメータ(この場合は為替レートの変化)との機能的関係を確立する必要がある指標、つまりファクターがあります。必須:指標と要因の間に定量的な関係を確立すること。この場合、回帰分析の課題は、今あるデータを最もよく記述する関数従属性y* = f(x 1, x 2, ..., x t)を特定する課題として理解される。
指標のパラメータ依存性を記述する関数f(x 1, x 2, ..., x t)を回帰式(関数)と呼ぶ。
だから質問1:今あるデータのうち、どれをIndicatorとして、どれをFactorとして選ぶべきか?論理的には指標は時間、因子は H、L、O、C、V
この場合、時系列である。
次の作業は、機能依存の選択です。指標の変動と要因の変動との関係を表す式。多くの場合、これらは多項式関数である。特に次数1の多項式、つまり線形回帰 式はその典型例である。
質問2:時系列が与えられたとき、どのような多項式を選択し、どのように適切に記述するか、どのようなパラメータを適用するか、多項式の次数はどのくらいか。チェビシェフ多項式を使ったことがある人はいますか?その場合は、どのような順番になるのでしょうか?
次の作業は、回帰式の係数を計算することである。通常、ANCを使用する方法があります。
質問3:今回のケースでの係数の計算方法は、どのようなものが良いのでしょうか?
質問4.データの正規化は必要ですか?
そして、最も興味深いのは、得られたデータと回帰式をもとに、例えば次のティックの予測をどのように立てるか、ということである。
どなたか経験やアイデアを教えていただけると幸いです。