回帰式 - ページ 7

 
Mathemat:

P.S. あなたのスレッドは、このフォーラムで最も魅力的で有益なスレッドの一つになる恐れがあります。本当に少ないんですよ。


確かに、これだけの著名人が一堂に会しているのですから。では、何を議論しているのでしょうか?回帰、だと思います。

端末に「Linear Regression Channel」というボタンがあります。腹斜筋にはとてもいいし便利なのですが、好きではないのですね。

私も好きではないと思うのですが、たまに描きますね〜可愛さのために。理由は簡単で、線形回帰を描くことで、商モデルがセグメントの集合になることを前提に進めているからです。完全にナンセンス。

回帰の順序を変えてみたらどうだろう。つまり、商モデルはその選ばれた順序の回帰になるということだ。また、ナンセンス。

ですから、まず商で何が起こるかを口頭で定義し、次にモデルを選び、そのモデルを推定すれば、回帰の問題は解決するのではないでしょうか。

咀嚼されたARPSS(p,d.q)モデル - 順序pの特定の回帰を含んでいます。Boxを読むと、pは必ずしも0より大きいとは限らない、つまりBP回帰が全く適用されず、他の手段でモデル化されるBPが存在することがわかる。

BPに関する言語的な仮定、すなわち識別したいモデルの種類に関する仮定がなければ、会話は純粋に認知的、数学的、そしてTCとは無関係なものとなってしまいます。

 

どのようなデータに回帰分析を 適用するつもりなのか、教えてください。そして、何のために?

個人的な感想はありませんが、スプーンより釘が効くからハンマーでスープを食べたいという印象がありますね。

ただ、なぜ回帰分析にかけるのか、その発想がないのです。そして、何のために?

 

Candidの例は、良い例だと思います。

スローイン-データとして受け取り、ファットフォストに驚嘆する...。

面白い!(c)太い葉巻を持つコロボック。

生活には文化がある。分析にも同じように純粋な思考とスキルが必要です。

(注意深い統計学者なら、この観察結果を捨てただろう--そして、彼の「耳に引っ掛けた曲者」の4次と、伏線である「証明」の結果を喜んだりはしなかっただろう)--Сandidが著者に言及しなかったのは残念なことだ。

ハンマーは好きだけどね。:)

フレンフックス

- いいぞー結局のところ、私たちは皆、初めにアイデアがあったことを記憶している...。モデル、そして近似値。

測定誤差があることが分かっていれば(物理的現実の世界では測定誤差は避けられないものであり、そうであれば偏差の根拠として受け入れやすくなる)、一つのモデルを作ることができる。

しかし、データを定期購読すると(例えば、老舗のモーニングスターからお気に入りのDCの引用ストリームを...)。:)- となると、誤差はかなり違ってきますし、市場モデルもより一層違ってきます。

しかし、観察ではなく、選手のミスの状況把握に。そして、その手ごたえは......どのバーデータでも気づかない。プライバルの言う通りなのですが......あせり自体があせりなのです。

そして、制約条件付きの極限探索の 問題を解くNP複雑度を持つエリプソイド - テーブルの上の飾りです。そんな問題があるような。トピックのトピックに - ゴロフバストフのスピーチのように。自画自賛している!

イミフ。

-- 子供がこぼれた。

通常の意味での、FXに適用される;)、回帰の議論に - 私は呼び出す!?

そして、進歩のエンジンである流動性も忘れてはいけません。

;)

 
hrenfx:

ただ、その発想がないのですが、なぜ回帰分析にかけるのでしょうか?そして、何のために?

何を把握するのか。なぜマッハカ、RSI、MACDなどの古くからある古典的な指標を適用したいのか、他の人に聞いてみてください。しかし、ここで回帰です。

faaの 主張は理解できるが、それは部分的なものだ。引用の流れは、確かにプロットの接着が悪いようで、予想が外れることもあります。

追伸:Michael Andreevich さん、まあ、リソースを所有している会社のソフトウェアについて、お茶を濁すのはやめましょうよ。

FreeLance:(慎重な統計学者はこの観測を捨てるだろう-そして、彼の「耳の曲率に引っ張られた」4次と予測された「証拠」の結果に喜ぶことはない)。

ランダムな」大きなスパイクを拒絶するこの統計的タンバリンダンスは、実は現実の分布(ファットテイルのある現実の分布)をファインテイルのあるものに強制しようとするベールに包まれた試みなのです。不都合な現実よりも、便利な数式で仕事をしたいという思いはすべて同じです。

 
FreeLance:

...そして、彼らの手ごたえは、どんなバーデータでも気づかないものです。プライバルの言うとおりだ--しかし、シャラシャラと自分で......。

ここにいます、ただ時々、私のコントロールできない理由で書けなくなることがあります :-))

そして、モデルやファットテイルの話になると私はカマルとKniffを考え続け、彼らの投稿(申し訳ありませんが、彼らは非常にリテラシーのフォーラムではありません)良いスレッドを再読。)

https://www.mql5.com/ru/forum/105771/page15


kamal 2007年12月09日 00:50

さて、最後に、ここで「アイデアキラー」としての役割を果たさないために、私は非常に単純なアイデアを表現します。これは、mql4.ruの私の記事でも推していましたが、私が実際の取引経験を積むにつれ、ますます重要になりました。この考え方は、すでにここで述べたとおりですが、もう一度繰り返しても罪にはなりません。そして、「ヘビーテール」のような効果、「ボラティリティ」のような効果、その他いろいろなものが消えていくのです。

アルス 2010.09.21 21:44

ロシア語のリンク(3ページの最初)をご覧ください。分位値回帰問題は、線形制約のもとで線形関数の最小値を求めるという線形計画問題に還元される。

数式を書く。matcadでプログラミングして解を求めるのに2-3分かかります。ここにいる多くの人は、ちゃんとできるのに・・・。

 

アルス 2010.09.21 21:44

は数式を書きます。Matcadetでプログラミングして解を求めるのに2-3分かかります。ここにいる多くの人は、ちゃんとできるのに・・・。

フォーラムの画像はどうしたんですか? pngが挿入できないんです。

http://www.nsu.ru/ef/tsy/ecmr/quantile/quantile.pdf の 2段落目、一番最初にLPの問題が記述されているので読んでみてください。数式はすべて揃っている。

 
Mathemat:

何を獲るのか。我々はすでにトレーダーが古典的な指標からマッハ、RSI、MACDや他のものを適用することを望んでいないことを学びました。さて、ここで回帰です。

したい」という考え方は間違っているようです。私の見解を述べます。

1.マーケットデータに対して変換が行われる(最も単純なものはZigZagの頂点を取ることである。例えば、すべてのティックをそのまま取り、これらは最小の膝が1ポイントという条件でのZigZagのトップである)。各列が市場の観測パラメータ(例えば、ある金融商品の価格)に対応するデータ行列を得た。そして、各行は、観測空間における市場条件のベクトルである。

2.効果的な回帰(線形、多項式、その他は問わない)が見つかれば、その構築の外(前後)のデータのある区間で比較的低い偏差を与えるという仮定がなされる。

3.プロット外での回帰の振る舞いを統計的に調べる。弱点が見つかる。原因を探る。

ほとんどの人がそうであるように(すべて同じ点).

1. 金融商品を1つ(多くても2つか3つ)取っている。変身は行わず、すべてのティック(バー - より頻繁に)を取るだけである。

2.彼らは「欲しい」という配慮から、何でも使ってしまう。

3.統計的な調査もない。Expert Advisorは、うまくいけば最適化されるように書かれています。

 
そうですね、そこが少数派と多数派の違いですね、考えようとするからです :)その人の立場に立って鋳造する石がないんです。ただ、ここで多項式が通用するかは本当に疑問です。
 
Mathemat:

faaの主張は理解できるが、それは部分的なものだ。引用の流れは、確かにプロットの予想が甘く糊付けされているように見えますね。

私の主張は、思うところ、望むところ、より深いものであった。

TSは、その下に必ず 何らかのモデルが存在する--TSの作者の意向とは無関係に。もし、TCの作者がこの事実を否定するならば、ツンドラに乗っているチュクチャが「見たものを歌う」と歌っていることになる。これは侮辱ではない。何千年もの間、チュクチ族は目印も問題もなく、A地点からB地点まで運転してきたのだ。TCの作者もそうですが、儲かるところまではいくんですよね。

モデルについて考えてみると、一見しただけではわからない、トレーディングシステムの意外な結果を知ることができるのです。

最も精度の高いモデルは、ダニがいるプライバルのものです。しかし、ティックをもとに1時間予報をすることは可能なのでしょうか?時間足チャートでは、原則的に可能です - ローソクは1本だけです。ダニについては?ローソク足が60本以上進むと予測?可能なのでしょうか?非定常的な市場で?また、信頼区間とは何でしょうか?私の理解では、これらの質問に対する答えはありません。

d=q=0のARPSSモデル(p,d,q)を例にとります。p=1の場合は、直線になります。この部分はかなり可能性があります。さらに、予測も可能です。しかし、このモデルには、トレンドがあり定常的であること、ノイズがSLより小さいこと、という外的条件があります。もし、このモデルに現実に近い要素がなければ、預金は無効であることがすぐにわかるでしょう。

どのモデルが良いのか?プライバルのようなすべてを考慮した複雑なものと、荒削りなものと、どちらがいいのでしょうか。理論的な答えはないのです。経験的なものがある - 等しいモデルの推定の場合、より単純なものを使用すべきである。後者は、モデルに関する基本的なポイントである。モデルを評価するための健全なシステムを持っていなければ、モデルについて議論することはできないのである。

以上を踏まえると、このトピックについての結論は、回帰を組み込んだモデルがなく、得られた結果の評価もない、ということです。回帰に関する小学生の話、しかも非常に原始的な方法で(回帰分析に関する投稿を思い出してください)。

フリーランス 2010.09.22 04:28

しかし、データの購読をすれば(例えば、記憶に残るモーニングスターからのお気に入りのDCの引用ストリームなど...。:)- そうすると、誤差はかなり違ってきますし、市場モデルも さらに違ってきます。

モデルはDCの前に決定され、DCはモデルに影響を与えることはできない。最初は相場を見て、トレンドがあるのかないのか、サイクルがあるのかないのか、ボラティリティはどうなのか、といったことを確認します。同じ機器と時間枠の異なるDCが、これらの質問に対する答えに影響を与えることはあり得ません。パターンが先で、それ以外は後。

 
alsu:

ロシア語のリンク(3ページの最初の方)をご覧ください。分位値回帰問題は、線形制約のもとで線形関数の最小 値を求めるという線形計画問題に還元される。

ここで思ったのですが、grad-tはより一般的なので、simplex-methodよりgradient descentの方がうまくいくのではないでしょうか。他の条件が同じであれば、反復性が低くなることはありません。

また、関数の最小値を求めるのにジグザグが悪いとは?