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 7 123456789101112 新しいコメント 削除済み 2011.02.26 13:53 #61 faa1947: ブラボー！多くの問題に触れた素晴らしい記事だ。しかし、いくつかの点は批判できる。例えば、そのひとつは、どのような根拠に基づいて外れ値を削除する必要があると判断したのか？外れは取り除くべきではない。 СанСаныч Фоменко 2011.02.26 20:19 #62 -Alexey-: ブラボー！多くの問題に触れた素晴らしい記事だ。しかし、いくつかの点は批判できる。例えば、その1つである外れ値を除去する必要があると、どのような根拠に基づいて判断したのか？外れ値を取り除くことはできない。 外れ値は外れ値とは違う。引用符を見なければなりません。もし異常値が比較的稀なものであれば、（削除するのではなく）閾値までカットすべきです。そうでない場合、どうすればよいかはわからない。原則的に、外れ値は統計を大きく歪める。どのような統計パッケージでも、この可能性を考慮し、適切な推奨を行います。 削除済み 2011.02.27 01:53 #63 faa1947: 異常値は異常値ではない。引用符を見なければならない。もし異常値が比較的稀なものであれば、閾値まで切り詰めるべきである（削除すべきではない）。そうでない場合、どうすればよいかはわからない。原則的に、外れ値は統計を大きく歪める。どのような統計パッケージでもこの可能性を考慮し、適切な推奨を行います。私の知る限り、外れ値が測定で除去されるのは、結果が少なくとも何らかの法則で統一されていることが事前に分かっている場合、言い換えれば、測定値を生成するプロセスが非ランダムまたはランダムな定常性であり、外れ値がランダム性（非ランダム性または定常性の限界を超えている）によって引き起こされる可能性があり、この場合のそのようなランダム性は歪みである場合です。非定常な価格系列を扱うのであれば、どのようなレベルのランダム性も統計の一部であり（非ランダム性以外の部分もあるが、両者を分離するのは難しい）、それぞれ統計の一部を取り除くことは統計の歪みである。私は、ランダムな非定常過程を扱う場合、何かを取り除く（カットする）権利はないという考えに近いです。ところで、例えばトリミングの最終的な目的は何だとお考えですか？統計パッケージはおそらく定常系列を扱うことを目的としており、異常値をトリミングするという推奨はこの場合に有効です。そうでない場合、どうすればよいかは明らかではありません。 どういう意味ですか？ СанСаныч Фоменко 2011.02.27 10:24 #64 -Alexey-:私の知る限り、測定時に外れ値が除去されるのは、測定結果が少なくとも何らかの法則で統一されていることが事前に分かっている場合、言い換えれば、測定値を生成するプロセスが非ランダムまたはランダムな定常性を持っている場合であり、外れ値はランダム性（非ランダム性または定常性の限界を超えている）によって引き起こされる可能性があり、このような場合のランダム性は歪みである。非定常な価格系列を扱うのであれば、どのようなレベルのランダム性も統計の一部であり（非ランダム性以外の部分もあるが、両者を分離するのは難しい）、それぞれ統計の一部を取り除くことは統計の歪みである。私は、ランダムな非定常過程を扱う場合、何かを取り除く（カットする）権利はないという考えに近いです。ところで、例えばトリミングの最終的な目的は何だとお考えですか？統計パッケージはおそらく定常系列を扱うことを目的としており、この場合に異常値をトリミングすることを推奨するのは妥当です。 どういう意味ですか？ARIMAモデルでさえ、非定常系列を定常型に還元することで扱っています。見積もりをカットする問題には、表層と深層の2つの層があるように思います。表面的な問題には、たとえばストップを打ち切るという問題があるが、これは市場の非定常性とは何の関係もない。 数理統計学と計量経済学を適用することの深い問題は、初期データ、中間結果、結論のいずれもが、非数学的-直感的手法によってチェックされなければならないということである。カットオフしきい値（2シグマ、3シグマ、4シグマ、その他）の選択は、グラフを視覚的に見た後にのみ可能であり、信頼区間の 選択の問題に言及する。数理統計学を適用する最大の問題は、その適用が統計家自身の技術なしには考えられないということである。切る-切らない」というルールを定式化する人はいない。もしカットすれば、非定常性の特徴を取り除くことになり、もしカットしなければ、サンプリングの失敗によって一般母集団の真の分布を歪めてしまうことになる。つまり、正しい帰無仮説を棄却して誤った対立仮説を支持したり、正しい対立仮説を棄却して誤った帰無仮説を支持したりするのである。以上のことから、私はあなたに同意すると同時に反対することもできる。事前に具体的なサンプルを検討しない限り、あなたの質問に明確に答えることは不可能である。 削除済み 2011.02.27 14:45 #65 Даже модель ARIMA работает с нестационарными рядами путем приведения их к стационарному виду.そしてその後も、モデルの次数は時間と共に変化する可能性がある。結論 - 非定常データ系列は、ある時点で定常系列で機能するように設計されたモデル（手法）にフィッティングされた。そうである以上、どのくらいの頻度で追跡を行い、どのくらいの期間それが機能するかを調査する必要がある。それがなければ、不適切なモデルをどのように使うのだろうか？失敗したサンプルによって、一般集団の真の分布が歪められた。ここでの推論は間違っていると思う。非定常系列には一般母集団がありません。そうでなければ定常系列です。定常系列である以上、真の分布は存在しません。ノックダウンについて - ノックダウンがあったかどうかをどうやって知るのですか？もちろん、いくつかのDCのデータを分析し、強い水準に近いもの、丸いものであっても、そのうちのいくつかがストップをノックダウンしたことがわかれば（そのためには基準を導入する必要がある）、私はあなたに同意します。しかし、それを立証するのは大変な作業であり、大きな研究である。数理統計学や計量経済学を適用する際のより深い問題は、初期データ、中間結果、結論のいずれもが、非数学的・直感的な方法によってチェックされなければならないということである。カットオフしきい値（2シグマ、3シグマ、4シグマ、その他）の選択は、グラフを視覚的に見た後にのみ可能であり、信頼区間の選択の問題に言及する。数理統計学の応用における最大の問題は、その応用が統計家自身の技術なしには考えられないということである。 それは私が言うべきことではない。統計家の技術、あるいは単に訓練の程度は、非定常系列に対して定常系列を扱うことを指向した手法の適用限界を推定できるかどうかで決まる。しかし、直感的に推定するのではなく、定量的（数値的）に推定するのである。 СанСаныч Фоменко 2011.02.27 18:01 #66 -Alexey-:そしてその後も、モデルの次数は時間と共に変化する可能性がある。結論 - 非定常データ系列が、ある場所で、定常系列を扱うように設計されたモデル（手法）に適合された。 TAの標準的な推論：非定常系列は、異なる特性を持つ定常区間の合計である。Matlabのツールボックスを使用すると、この問題はまったく考慮されません：BPは正規分布のものからいくつかの違いがあると考えられ、これらの偏差と戦います。それらのすべてに対処できるわけではありません。そうである以上、どの程度の頻度でチェイスを行うか、どの程度の期間チェイスを行うかを調査する必要がある。それをしないで、どうやって不適切なモデルを使うのですか？ そのような問題はない。予測には2種類あります：一歩先（次のローソク足）と何歩も先。ここで、私は推論が間違っていると思う。非定常系列には一般的な母集団がなく、そうでなければすでに定常系列です。そうである以上、真の分布は存在しない。私は原理的に同意しません。定常性は系列の特徴であって、母集団の大きさではない。ストップを倒したかどうか、どうやってわかるのですか？もちろん、いくつかのDCのデータを分析し、強力なレベルの近く、丸いものであっても、そのうちのいくつかがストップを吹き飛ばしたことがわかれば（そのためには基準を導入する必要がある）、私はあなたに同意します。しかし、それを証明するのは大変な作業であり、多くの研究が必要だ。ストップを打ち切るのはほんの一例です。見積もりを見直すとき、私たちは何を見積もりとし、何が私たちの知らない理由で脱落したかを決めなければならない。そういうのは芸術とは言わない。統計学者の技術、あるいは単に訓練の程度は、非定常系列に対して定常系列を扱うことを目的とした手法の適用限界をどのように見積もることができるかによって決まります。しかし、直感的に推定するのではなく、定量的（数値的）に推定するのである。私はそうは思わない。完全に定常系列に戻すことは不可能であり、仮説の定義に誤りがある。 削除済み 2011.02.27 19:33 #67 faa1947: TAの標準的な推論：非定常系列は、異なる特性を持つ定常区間の和である。この推論に根拠はあるのだろうか？結局のところ、前述の和によって得られる級数は、それがなくても偶然に得られるし、他の法則を持つ他の区間の和によっても得られる。そして，そうである以上，どうすれば（何が真実であるのか） 。 Matlabのツールボックスを例にとれば、この問題はまったく考慮されていない。BPは正規分布とは若干の違いがあり、さらにこれらの偏差と格闘していると考えられている。これは何に基づいて考慮されているのでしょうか？この問題はない。予測には2種類ある：1歩先（次のローソク足）と何歩も先。これは、異なるパラメータを持つモデルが次のステップでより最適であるかもしれないという事実と何の関係がありますか？私は原理的に同意できない。定常性は母集団の大きさではなく、系列の特性です。この点については明確ではありません。真の分布は系列の特性を特徴づけるものですが、非定常分布は定義上、それらが変化するものです。したがって、一般母集団に属する真の分布は存在しません。N.R.の真の分布は1つだけであり、ある瞬間に、有限の数のローソク足に対してのみ存在します。ストップをノックダウンすることは、ほんの一例です。相場を検証する際には、何を相場とし、何が理由なく相場から外れるかを判断する必要がある。理由がわからないのに、何を根拠に決められるのですか？私はそうは思わない。定常系列に還元することは完全に不可能であり、それゆえに仮説の定義に誤りがある。 私は原理的には同意できない。この表現自体に。特性が不規則に変化する系列をどうして定常化できるのか？つまり、このアプローチは何にも根拠がない。 СанСаныч Фоменко 2011.02.27 20:45 #68 -Alexey-:この推論に根拠はあるのだろうか？結局のところ、言及された和によって得られる級数は、それがなくても-偶然に-得られるし、他の法則を持つ他のプロットの別の和によっても得られる。そして、これは事実なのだから、何が事実なのだろうか？ 私の投稿では、根拠がないと主張しました。TAでは、単に他の方法がないのです。 どのような根拠に基づいてそう考えられるのですか？それは私の意見ではなく、すべての数学統計学はそれに基づいている。異なるパラメーターを持つモデルが次のステップでより最適になるかもしれないという事実と何の関係があるのですか？最適」というものは存在しない。ある程度信頼できる適合があるか、ないかのどちらかです。適合がある - 予測があるどういう意味かもう少し詳しく説明してもらえますか？BPのSVの数は定常性の決定には関係ない。また、原因が不明な場合、何を根拠に決定できるのでしょうか？これはランダム過程の標準です。原因がわかっているなら、決定論的過程である可能性が高い。私は原理的に同意できない。この表現自体にだ。特性がランダムに変化する系列をどのように定常化できるのか？つまり、このアプローチは何にも根拠がなく、どのような仮説について話すことができるのでしょうか？例えば、GARCHはボラティリティが変化するモデルです。二人で議論しているが、抽象的になりすぎている。トップスターターでさえ参加していない。議論している記事の展開に一貫性が欲しい。例えば、最初のステップで、具体的な例について、データの予備的分析とモデル化の準備について詳しく検討する。例えば1.サンプルサイズの正当化2.データ変換の必要性の正当化。3.データの変換方法の選択：- 外れ値および欠損データへの対処。- データ変換 - トレンド、周期性の除去4.トレンドタイプの決定とその会計処理5.変換されたデータへの分布の当てはめ。6.変換されたデータの定常性の分析7.異分散性の会計処理 今はこれで十分である。別の計画も十分に可能である。現在議論中の論文で述べられているモデリングのための商を準備する問題について、体系的なプレゼンテーションを行いたい。 Denis Kirichenko 2011.02.27 20:53 #69 Topikstarter[herringbones、まだそう呼ばれていない]は、ちょっとした創造的危機にある :-))) 。）しかし、彼は議論に従っている...。 彼は建設的なコメントをしてくれたfaa1947に 感謝している。 -アレクセイ、マトリックスを研究することを勧めるよ．私はすべてのコメントを検討し、後で私の反論と議論を提示するつもりだ... 削除済み 2011.02.27 21:20 #70 denkir:-アレクセイ、マトリックスを勉強することをお勧めするよ。どのセクションがお勧めですか？私の発言（質問を含む）ひとつひとつに、マトリックスへのリンクを提供することができる。P.S.そして、もし秘密でないとしたら、創造的危機はどの瞬間と関係しているのでしょうか？:) 123456789101112 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
ブラボー！多くの問題に触れた素晴らしい記事だ。しかし、いくつかの点は批判できる。例えば、その1つである外れ値を除去する必要があると、どのような根拠に基づいて判断したのか？外れ値を取り除くことはできない。
異常値は異常値ではない。引用符を見なければならない。もし異常値が比較的稀なものであれば、閾値まで切り詰めるべきである（削除すべきではない）。そうでない場合、どうすればよいかはわからない。原則的に、外れ値は統計を大きく歪める。どのような統計パッケージでもこの可能性を考慮し、適切な推奨を行います。
私の知る限り、外れ値が測定で除去されるのは、結果が少なくとも何らかの法則で統一されていることが事前に分かっている場合、言い換えれば、測定値を生成するプロセスが非ランダムまたはランダムな定常性であり、外れ値がランダム性（非ランダム性または定常性の限界を超えている）によって引き起こされる可能性があり、この場合のそのようなランダム性は歪みである場合です。非定常な価格系列を扱うのであれば、どのようなレベルのランダム性も統計の一部であり（非ランダム性以外の部分もあるが、両者を分離するのは難しい）、それぞれ統計の一部を取り除くことは統計の歪みである。私は、ランダムな非定常過程を扱う場合、何かを取り除く（カットする）権利はないという考えに近いです。ところで、例えばトリミングの最終的な目的は何だとお考えですか？統計パッケージはおそらく定常系列を扱うことを目的としており、異常値をトリミングするという推奨はこの場合に有効です。
そうでない場合、どうすればよいかは明らかではありません。
私の知る限り、測定時に外れ値が除去されるのは、測定結果が少なくとも何らかの法則で統一されていることが事前に分かっている場合、言い換えれば、測定値を生成するプロセスが非ランダムまたはランダムな定常性を持っている場合であり、外れ値はランダム性（非ランダム性または定常性の限界を超えている）によって引き起こされる可能性があり、このような場合のランダム性は歪みである。非定常な価格系列を扱うのであれば、どのようなレベルのランダム性も統計の一部であり（非ランダム性以外の部分もあるが、両者を分離するのは難しい）、それぞれ統計の一部を取り除くことは統計の歪みである。私は、ランダムな非定常過程を扱う場合、何かを取り除く（カットする）権利はないという考えに近いです。ところで、例えばトリミングの最終的な目的は何だとお考えですか？統計パッケージはおそらく定常系列を扱うことを目的としており、この場合に異常値をトリミングすることを推奨するのは妥当です。
どういう意味ですか？ARIMAモデルでさえ、非定常系列を定常型に還元することで扱っています。
見積もりをカットする問題には、表層と深層の2つの層があるように思います。
表面的な問題には、たとえばストップを打ち切るという問題があるが、これは市場の非定常性とは何の関係もない。
数理統計学と計量経済学を適用することの深い問題は、初期データ、中間結果、結論のいずれもが、非数学的-直感的手法によってチェックされなければならないということである。カットオフしきい値（2シグマ、3シグマ、4シグマ、その他）の選択は、グラフを視覚的に見た後にのみ可能であり、信頼区間の 選択の問題に言及する。数理統計学を適用する最大の問題は、その適用が統計家自身の技術なしには考えられないということである。切る-切らない」というルールを定式化する人はいない。もしカットすれば、非定常性の特徴を取り除くことになり、もしカットしなければ、サンプリングの失敗によって一般母集団の真の分布を歪めてしまうことになる。
つまり、正しい帰無仮説を棄却して誤った対立仮説を支持したり、正しい対立仮説を棄却して誤った帰無仮説を支持したりするのである。
以上のことから、私はあなたに同意すると同時に反対することもできる。事前に具体的なサンプルを検討しない限り、あなたの質問に明確に答えることは不可能である。
Даже модель ARIMA работает с нестационарными рядами путем приведения их к стационарному виду.
そしてその後も、モデルの次数は時間と共に変化する可能性がある。結論 - 非定常データ系列は、ある時点で定常系列で機能するように設計されたモデル（手法）にフィッティングされた。そうである以上、どのくらいの頻度で追跡を行い、どのくらいの期間それが機能するかを調査する必要がある。それがなければ、不適切なモデルをどのように使うのだろうか？
ここでの推論は間違っていると思う。非定常系列には一般母集団がありません。そうでなければ定常系列です。定常系列である以上、真の分布は存在しません。
ノックダウンについて - ノックダウンがあったかどうかをどうやって知るのですか？もちろん、いくつかのDCのデータを分析し、強い水準に近いもの、丸いものであっても、そのうちのいくつかがストップをノックダウンしたことがわかれば（そのためには基準を導入する必要がある）、私はあなたに同意します。しかし、それを立証するのは大変な作業であり、大きな研究である。
数理統計学や計量経済学を適用する際のより深い問題は、初期データ、中間結果、結論のいずれもが、非数学的・直感的な方法によってチェックされなければならないということである。カットオフしきい値（2シグマ、3シグマ、4シグマ、その他）の選択は、グラフを視覚的に見た後にのみ可能であり、信頼区間の選択の問題に言及する。数理統計学の応用における最大の問題は、その応用が統計家自身の技術なしには考えられないということである。
そしてその後も、モデルの次数は時間と共に変化する可能性がある。結論 - 非定常データ系列が、ある場所で、定常系列を扱うように設計されたモデル（手法）に適合された。
TAの標準的な推論：非定常系列は、異なる特性を持つ定常区間の合計である。Matlabのツールボックスを使用すると、この問題はまったく考慮されません：BPは正規分布のものからいくつかの違いがあると考えられ、これらの偏差と戦います。それらのすべてに対処できるわけではありません。
そうである以上、どの程度の頻度でチェイスを行うか、どの程度の期間チェイスを行うかを調査する必要がある。それをしないで、どうやって不適切なモデルを使うのですか？
そのような問題はない。予測には2種類あります：一歩先（次のローソク足）と何歩も先。
ここで、私は推論が間違っていると思う。非定常系列には一般的な母集団がなく、そうでなければすでに定常系列です。そうである以上、真の分布は存在しない。
私は原理的に同意しません。定常性は系列の特徴であって、母集団の大きさではない。
ストップを倒したかどうか、どうやってわかるのですか？もちろん、いくつかのDCのデータを分析し、強力なレベルの近く、丸いものであっても、そのうちのいくつかがストップを吹き飛ばしたことがわかれば（そのためには基準を導入する必要がある）、私はあなたに同意します。しかし、それを証明するのは大変な作業であり、多くの研究が必要だ。
ストップを打ち切るのはほんの一例です。見積もりを見直すとき、私たちは何を見積もりとし、何が私たちの知らない理由で脱落したかを決めなければならない。
そういうのは芸術とは言わない。統計学者の技術、あるいは単に訓練の程度は、非定常系列に対して定常系列を扱うことを目的とした手法の適用限界をどのように見積もることができるかによって決まります。しかし、直感的に推定するのではなく、定量的（数値的）に推定するのである。
私はそうは思わない。完全に定常系列に戻すことは不可能であり、仮説の定義に誤りがある。
この推論に根拠はあるのだろうか？結局のところ、前述の和によって得られる級数は、それがなくても偶然に得られるし、他の法則を持つ他の区間の和によっても得られる。そして，そうである以上，どうすれば（何が真実であるのか）
。
Matlabのツールボックスを例にとれば、この問題はまったく考慮されていない。BPは正規分布とは若干の違いがあり、さらにこれらの偏差と格闘していると考えられている。
これは何に基づいて考慮されているのでしょうか？
この問題はない。予測には2種類ある：1歩先（次のローソク足）と何歩も先。
これは、異なるパラメータを持つモデルが次のステップでより最適であるかもしれないという事実と何の関係がありますか？
私は原理的に同意できない。定常性は母集団の大きさではなく、系列の特性です。
この点については明確ではありません。真の分布は系列の特性を特徴づけるものですが、非定常分布は定義上、それらが変化するものです。したがって、一般母集団に属する真の分布は存在しません。N.R.の真の分布は1つだけであり、ある瞬間に、有限の数のローソク足に対してのみ存在します。
ストップをノックダウンすることは、ほんの一例です。相場を検証する際には、何を相場とし、何が理由なく相場から外れるかを判断する必要がある。
理由がわからないのに、何を根拠に決められるのですか？
私はそうは思わない。定常系列に還元することは完全に不可能であり、それゆえに仮説の定義に誤りがある。
この推論に根拠はあるのだろうか？結局のところ、言及された和によって得られる級数は、それがなくても-偶然に-得られるし、他の法則を持つ他のプロットの別の和によっても得られる。そして、これは事実なのだから、何が事実なのだろうか？
私の投稿では、根拠がないと主張しました。TAでは、単に他の方法がないのです。
どのような根拠に基づいてそう考えられるのですか？
それは私の意見ではなく、すべての数学統計学はそれに基づいている。
異なるパラメーターを持つモデルが次のステップでより最適になるかもしれないという事実と何の関係があるのですか？
最適」というものは存在しない。ある程度信頼できる適合があるか、ないかのどちらかです。適合がある - 予測がある
どういう意味かもう少し詳しく説明してもらえますか？
BPのSVの数は定常性の決定には関係ない。
また、原因が不明な場合、何を根拠に決定できるのでしょうか？
これはランダム過程の標準です。原因がわかっているなら、決定論的過程である可能性が高い。
私は原理的に同意できない。この表現自体にだ。特性がランダムに変化する系列をどのように定常化できるのか？つまり、このアプローチは何にも根拠がなく、どのような仮説について話すことができるのでしょうか？
例えば、GARCHはボラティリティが変化するモデルです。
二人で議論しているが、抽象的になりすぎている。トップスターターでさえ参加していない。議論している記事の展開に一貫性が欲しい。例えば、最初のステップで、具体的な例について、データの予備的分析とモデル化の準備について詳しく検討する。例えば
1.サンプルサイズの正当化
2.データ変換の必要性の正当化。
3.データの変換方法の選択：
- 外れ値および欠損データへの対処。
- データ変換 - トレンド、周期性の除去
4.トレンドタイプの決定とその会計処理
5.変換されたデータへの分布の当てはめ。
6.変換されたデータの定常性の分析
7.異分散性の会計処理
今はこれで十分である。別の計画も十分に可能である。現在議論中の論文で述べられているモデリングのための商を準備する問題について、体系的なプレゼンテーションを行いたい。Topikstarter[herringbones、まだそう呼ばれていない]は、ちょっとした創造的危機にある :-))) 。）
しかし、彼は議論に従っている...。
彼は建設的なコメントをしてくれたfaa1947に 感謝している。
-アレクセイ、マトリックスを研究することを勧めるよ．
私はすべてのコメントを検討し、後で私の反論と議論を提示するつもりだ...
-アレクセイ、マトリックスを勉強することをお勧めするよ。
どのセクションがお勧めですか？私の発言（質問を含む）ひとつひとつに、マトリックスへのリンクを提供することができる。
P.S.そして、もし秘密でないとしたら、創造的危機はどの瞬間と関係しているのでしょうか？:)