記事"チャート分析の良計経済学的アプローチ"についてのディスカッション - ページ 2 123456789...12 新しいコメント Denis Kirichenko 2011.01.18 17:39 #11 Rosh: 追加再掲載する この資料についてもう少し議論することを提案する。貴重なコメントもある。そうしたら、記事を少し更新しよう :-) Denis Kirichenko 2011.01.18 18:02 #12 -Alexey-: 間違っている。一様分布を見てみよう。尖度は計算できますが、尾はまったくありません。つまり、一般的なケースでは、重力、長さ、尾の存在そのものと尖度係数の間には何の関係もないことが正しく説明されているのです。三角分布も同じです。何が間違っているのですか？-アレクセイ、正直なところ、時系列研究の分野、特に私が記事で説明したリターンの系列では、あなたの言っているような分布（三角分布や一様分布）に遭遇したことはまったくありません。それらは全く別の目的で使われている可能性が高い。だから、限界的な例を紹介する必要はない。もし何かを主張するのであれば、具体的な分析例を挙げてください。上記の分析で、常にではないにしても、最もよく使われる分布は、正規分布、スチューデント分布、コーシー 分布です。 Denis Kirichenko 2011.01.18 18:12 #13 -Alexey-:...この係数を使用するためには、第一に、経験分布関数を決定する必要があり、これは数学の観点からは些細な作業ではない。第二に、いくつかの確率的基準の枠組みの中で、分布が単一最頻値を持つという仮説を検証し、受け入れる必要がある。これらのステップを実行しなければ、「過剰係数」を必要とする場合、それ以上の計算は不可能である。貴重な観察である。分布当てはめを1つの記事で行うとしたら、2つ目の記事を書くのに十分な材料があるだろう。おそらく将来、私か他の誰かがこのテーマで記事を書くだろう。目的は単に、非線形モデルの使用を必要とする時 系列の特徴を指摘することであった。 Denis Kirichenko 2011.01.18 18:37 #14 -Alexey-:テストによって、その系列が想定モデルに当てはまらないとされた場合にどうするかについては何も書かれていない。なぜ、どのような根拠で、いわゆる「利回り」の系列が使用され、他の系列が使用されないのかについては何も書かれていない。 どれが魅力的で、どのような目的なのか。なぜ魅力的で、好都合ではないのか？コンバージョンのタイプを選択するための有効な数学的基準とは何か？そう、何も書かれていない :-)論理は単純だからだ。もしテスト（ここではQテスト）が自己相関を 示さないなら、非線形モデルを使う意味はない。線形モデルを使う。リターンの系列は、時系列の定常性が確保されていることを前提に使用される。これは、例えばその後のモデリングにおいて重要である。資産価格は非定常である。利回りは通常、定常的である。さらに、異なる系列同士を比較すること、すなわち比喩的に言えば、ハリネズミとハリネズミを掛け合わせることが可能である。通常、系列の頻度は比較的高い（日次、時間足など）ので、リターンの系列は連続複利計算（私たちが行ったのはこれ）でも単純複利計算でも得ることができる。その差は小さいだろう。魅力的」と「好都合」という言葉の違いについては議論の余地があると思う。 Denis Kirichenko 2011.01.18 18:40 #15 -Alexey-: 批評家たちは論文の弁明に出席すべきだと思いますか、それとも弁明なしで論文を受理し、実践的な研究を始めるべきだと思いますか？相関関係が正しく計算されていないことを知れば、興味を持たれると思う。批評は資料をより良いものにするためのものであり、誰もその論文が優れていると主張しているわけではありません。そうすれば、あなたのシステムの利益が小さくなることはない。批判はとても必要なことだ。争いの中にこそ真実があるのだから。-アレクセイ、計算の不正確さは何ですか？歩留まり系列における自己相関は、通常弱いか存在しない。 Alexey Subbotin 2011.01.18 18:53 #16 denkir:何が間違っているのですか？-アレクセイ、正直なところ、時系列研究の分野、特に私が記事で説明したリターンの系列では、あなたの言っているような分布（三角分布や一様分布）に出会ったことはまったくない。それらは全く別の目的で使われている可能性が高い。だから、限界的な例を紹介する必要はない。もし何かを主張するのであれば、具体的な分析例を挙げてください。上記の分析で、常にではないにしても、最もよく使われる分布は、正規分布、スチューデント分布、コーシー 分布です。これらは最も頻繁に使われるかもしれないが，実際の分布は正規分布でもコーシー分布でもスチューデント分布でもなく，通常はラプラス分布に最も近い。分布を特定する作業が自明でないことは前述の通りだが、だからといって不可能というわけではない。いずれにせよ、R^2 = 0.999という結果を持つ二重指数への適合性の検定には、個人的にかなり納得している。さて、このグラフである：ちなみに、ここではラプラス分布だけが 描かれており、すべての 分布の過剰比がちょうど3であることを意味している。したがって、これもまた「尾の太さ」とは無関係である-ここに示したすべてのグラフについて同じである。追記：計量経済学者が教科書から別の教科書へ、そしてpaedivikiaへと転載し合っていることについても話したいのだが、まあいいや、次回にしよう。 Alexey Subbotin 2011.01.18 18:54 #17 ところで、驚くかもしれないが、私は市場で正規 分布を見たことがない。 Alexey Subbotin 2011.01.18 19:17 #18 記事の著者に質問です。あなたはLewing-Box検定を次のように解釈しています（引用）：我々の関数はQ-тест Льюнга-Бокса-Пирса を実行し、与えられたラグに対する論理値の配列を返す。もし配列の要素が偽 であれば、与えられたラグに 自己相関がないという帰無仮説は棄却されない。基準の定義に従った正しい解釈は以下のようになります：この関数は、Lewng-Box-Pierce Q 検定を 実行し、与えられたラグの論理値の配列を返します。配列の要素が偽の 場合、1から指定された ものまでの ラグに 自己相関がないという帰無仮説は棄却されない。 質問これは「表現が正しくない」という範疇のものでしょうか、それとも検定結果を解釈する上での誤算でしょうか？ Denis Kirichenko 2011.01.18 19:20 #19 alsu:これらは最も頻繁に使用されるかもしれないが、実際の分布は正規分布ではなく、コーシー分布でもスチューデント分布でもなく、通常はラプラス分布に最も近い。分布を特定する作業が自明でないことは前述の通りだが、だからといって不可能というわけではない。いずれにせよ、R^2 = 0.999という結果を持つ二重指数への適合性の検定には、個人的にかなり納得している。さて、このグラフだがちなみに、ここではラプラス分布だけが 描かれており、すべての 分布の過剰比がちょうど3であることを意味している。つまり、これも「尾の太さ」とは無関係であり、ここで紹介したすべてのグラフで同じである。alsuさん、ラプラス分布が常に3の過剰比を 持つことは同意します。しかし、私が書いた研究分野の計量経済学者は、これらの分布を使っていることをもう一度繰り返します。ノーベル賞受賞者があなたにとって権威でないのなら（例えばロバート・エンゲル）、私はパスする。具体的な分析例を示さないのであれば、その議論は推測に過ぎないと考えます。 削除済み 2011.01.18 19:32 #20 denkir: 何が間違っているのか？1) 各係数は異なる量のデータを使って決定されている、つまり統計的に不平等である。したがって、各係数は他の係数とは別に有意性を検定されるべきである。これはLjung-Box検定では当てはまらない。2) 検定の有意水準は何に基づいて選ばれるのですか？-アレクセイ、正直なところ、時系列研究、特に論文で説明した収量系列の分野では、あなたの言っているような分布（三角分布や一様分布）に出会ったことはまったくありません。それらはまったく別の目的で使われている可能性が高い。ですから、限界的な例について言及する必要はありません。この一連のリターンはどこから来たのか、変換を選択した正当性は何なのか。間違いなく、あなたは変換の助けを借りて、価格チャートから直線を得ることができますが、何を使用するのですか？あなたが書いていることを読みました：リターンの系列は、時系列の定常性が確保されていることを前提に使用される。このようなアプローチは、情報を大きく損失するひどい乱雑さでしかない。それでは何を予測すればよいのだろうか？数学の言葉では、データを予測手法に当てはめることである。しかし、これはその方法ではない。その方法は、初期データがその方法にとって許容できるものである場合にのみ使用できるのであって、そうなるようにデータをカットすることはできない。これは現代統計学のよく知られた問題である。そして、もしあなたが何かを主張するのであれば、具体的な分析例を挙げるくらいの親切心が必要である。 以下は、分析的な例ではなく、ユーロの4時間足の現状に関する実際的な例である。他の変換で得られた残差の分布です。分布が三角形に近いことがわかります。この系列は非定常だからです。この価格系列が正規分布、スチューデント分布、そして非定常分布に従って分布しているという考えはどこから来るのでしょうか？ 正規分布、スチューデント分布、コーシー 分布。- それはナンセンスであり、実際には非常にまれなことです。おそらく、あなたは何か別のことをおっしゃっているのでしょうが、私には理解できませんでした。 123456789...12 新しいコメント 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
追加再掲載する
間違っている。一様分布を見てみよう。尖度は計算できますが、尾はまったくありません。つまり、一般的なケースでは、重力、長さ、尾の存在そのものと尖度係数の間には何の関係もないことが正しく説明されているのです。三角分布も同じです。
何が間違っているのですか？
-アレクセイ、正直なところ、時系列研究の分野、特に私が記事で説明したリターンの系列では、あなたの言っているような分布（三角分布や一様分布）に遭遇したことはまったくありません。それらは全く別の目的で使われている可能性が高い。だから、限界的な例を紹介する必要はない。もし何かを主張するのであれば、具体的な分析例を挙げてください。
上記の分析で、常にではないにしても、最もよく使われる分布は、正規分布、スチューデント分布、コーシー 分布です。
...この係数を使用するためには、第一に、経験分布関数を決定する必要があり、これは数学の観点からは些細な作業ではない。第二に、いくつかの確率的基準の枠組みの中で、分布が単一最頻値を持つという仮説を検証し、受け入れる必要がある。これらのステップを実行しなければ、「過剰係数」を必要とする場合、それ以上の計算は不可能である。
貴重な観察である。分布当てはめを1つの記事で行うとしたら、2つ目の記事を書くのに十分な材料があるだろう。おそらく将来、私か他の誰かがこのテーマで記事を書くだろう。目的は単に、非線形モデルの使用を必要とする時 系列の特徴を指摘することであった。
-Alexey-:
テストによって、その系列が想定モデルに当てはまらないとされた場合にどうするかについては何も書かれていない。
なぜ、どのような根拠で、いわゆる「利回り」の系列が使用され、他の系列が使用されないのかについては何も書かれていない。
どれが魅力的で、どのような目的なのか。なぜ魅力的で、好都合ではないのか？コンバージョンのタイプを選択するための有効な数学的基準とは何か？そう、何も書かれていない :-)
論理は単純だからだ。もしテスト（ここではQテスト）が自己相関を 示さないなら、非線形モデルを使う意味はない。線形モデルを使う。
リターンの系列は、時系列の定常性が確保されていることを前提に使用される。これは、例えばその後のモデリングにおいて重要である。
資産価格は非定常である。利回りは通常、定常的である。
さらに、異なる系列同士を比較すること、すなわち比喩的に言えば、ハリネズミとハリネズミを掛け合わせることが可能である。
通常、系列の頻度は比較的高い（日次、時間足など）ので、リターンの系列は連続複利計算（私たちが行ったのはこれ）でも単純複利計算でも得ることができる。その差は小さいだろう。
魅力的」と「好都合」という言葉の違いについては議論の余地があると思う。
批評家たちは論文の弁明に出席すべきだと思いますか、それとも弁明なしで論文を受理し、実践的な研究を始めるべきだと思いますか？相関関係が正しく計算されていないことを知れば、興味を持たれると思う。批評は資料をより良いものにするためのものであり、誰もその論文が優れていると主張しているわけではありません。そうすれば、あなたのシステムの利益が小さくなることはない。
批判はとても必要なことだ。争いの中にこそ真実があるのだから。
-アレクセイ、計算の不正確さは何ですか？
歩留まり系列における自己相関は、通常弱いか存在しない。
何が間違っているのですか？
-アレクセイ、正直なところ、時系列研究の分野、特に私が記事で説明したリターンの系列では、あなたの言っているような分布（三角分布や一様分布）に出会ったことはまったくない。それらは全く別の目的で使われている可能性が高い。だから、限界的な例を紹介する必要はない。もし何かを主張するのであれば、具体的な分析例を挙げてください。
上記の分析で、常にではないにしても、最もよく使われる分布は、正規分布、スチューデント分布、コーシー 分布です。
これらは最も頻繁に使われるかもしれないが，実際の分布は正規分布でもコーシー分布でもスチューデント分布でもなく，通常はラプラス分布に最も近い。分布を特定する作業が自明でないことは前述の通りだが、だからといって不可能というわけではない。いずれにせよ、R^2 = 0.999という結果を持つ二重指数への適合性の検定には、個人的にかなり納得している。
さて、このグラフである：
ちなみに、ここではラプラス分布だけが 描かれており、すべての 分布の過剰比がちょうど3であることを意味している。したがって、これもまた「尾の太さ」とは無関係である-ここに示したすべてのグラフについて同じである。
追記：計量経済学者が教科書から別の教科書へ、そしてpaedivikiaへと転載し合っていることについても話したいのだが、まあいいや、次回にしよう。
記事の著者に質問です。
あなたはLewing-Box検定を次のように解釈しています（引用）：
基準の定義に従った正しい解釈は以下のようになります：
これらは最も頻繁に使用されるかもしれないが、実際の分布は正規分布ではなく、コーシー分布でもスチューデント分布でもなく、通常はラプラス分布に最も近い。分布を特定する作業が自明でないことは前述の通りだが、だからといって不可能というわけではない。いずれにせよ、R^2 = 0.999という結果を持つ二重指数への適合性の検定には、個人的にかなり納得している。
さて、このグラフだが
ちなみに、ここではラプラス分布だけが 描かれており、すべての 分布の過剰比がちょうど3であることを意味している。つまり、これも「尾の太さ」とは無関係であり、ここで紹介したすべてのグラフで同じである。
alsuさん、ラプラス分布が常に3の過剰比を 持つことは同意します。しかし、私が書いた研究分野の計量経済学者は、これらの分布を使っていることをもう一度繰り返します。ノーベル賞受賞者があなたにとって権威でないのなら（例えばロバート・エンゲル）、私はパスする。
具体的な分析例を示さないのであれば、その議論は推測に過ぎないと考えます。
denkir:
何が間違っているのか？
1) 各係数は異なる量のデータを使って決定されている、つまり統計的に不平等である。したがって、各係数は他の係数とは別に有意性を検定されるべきである。これはLjung-Box検定では当てはまらない。
2) 検定の有意水準は何に基づいて選ばれるのですか？
-アレクセイ、正直なところ、時系列研究、特に論文で説明した収量系列の分野では、あなたの言っているような分布（三角分布や一様分布）に出会ったことはまったくありません。それらはまったく別の目的で使われている可能性が高い。ですから、限界的な例について言及する必要はありません。
この一連のリターンはどこから来たのか、変換を選択した正当性は何なのか。間違いなく、あなたは変換の助けを借りて、価格チャートから直線を得ることができますが、何を使用するのですか？あなたが書いていることを読みました：
リターンの系列は、時系列の定常性が確保されていることを前提に使用される。
このようなアプローチは、情報を大きく損失するひどい乱雑さでしかない。それでは何を予測すればよいのだろうか？数学の言葉では、データを予測手法に当てはめることである。しかし、これはその方法ではない。その方法は、初期データがその方法にとって許容できるものである場合にのみ使用できるのであって、そうなるようにデータをカットすることはできない。これは現代統計学のよく知られた問題である。
そして、もしあなたが何かを主張するのであれば、具体的な分析例を挙げるくらいの親切心が必要である。
以下は、分析的な例ではなく、ユーロの4時間足の現状に関する実際的な例である。他の変換で得られた残差の分布です。分布が三角形に近いことがわかります。
この系列は非定常だからです。この価格系列が正規分布、スチューデント分布、そして非定常分布に従って分布しているという考えはどこから来るのでしょうか？
正規分布、スチューデント分布、コーシー 分布。