계수가 정확히 무엇인지 잘 모르겠는데 명확하게 설명해 주세요. Q 테스트의 구체적인 내용은 개정된 문서에 설명되어 있습니다.
오히려 0.05라는 보편적으로 널리 사용되는 값이라는 사실에 근거한 것입니다. 다른 값을 사용하려면 스크립트에서 변수 값을 교체하는 것은 사용자의 몫입니다.
모든 것을 한꺼번에 처리하고 싶으신가요? 그렇게는 안 됩니다. 무언가를 희생해야 합니다.
수익률도 예측됩니다. 그리고 예측 후에는 절대 가격 값으로 변환됩니다. 다음 기사에서 이에 대해 쓸 것입니다.
데키르:
이것은 예시가 아니라 문맥에서 발췌한 것입니다.
잔여금과 분포를 얻은 소스 데이터와 공식이 없으면 나는 그것을 평가할 권리가 없습니다.
-알렉시-, 기사를 다시 읽어 보는 것이 좋습니다. 거기에서 추정되는 것은 시리즈 자체가 아니라 일련의 수익률이라는 것을 알 수 있습니다. 이것은 고정성에 관한 것입니다.
분포에 대한 기사는 재무 시리즈의 특성 또는 일련의 수익률에 대한 예로서 소개 목적으로 작성되었습니다. 이 주제에 대한 기사를 작성할 수도 있습니다.
각 지연에 대한 상관 계수를 의미합니다. 알고리즘이 유의 수준을 합리적으로 설정해야하며, 그렇지 않으면 수준을 결정하는 데 불확실성이 있으므로 왜 필요한지 명확하지 않습니다. 급수의 미분이 추정된다는 사실은 분명하며 이것이 제가 계속 쓰고있는 것입니다. 그리고 나는 원래 시리즈가 아니라 잔류에 대한 예를 들었습니다. 나는 당신이 설명하는 방법이 변동성을 예측하는 데 사용된다는 것이 얼마나 정확한지 모르겠지만, 그 시리즈가 이미 훨씬 더 고정되어 있고 (처음에 쓴 효과) 변환 할 필요가 없기 때문에 정확히 기억합니다. 따라서 소스 데이터가 적합하기 때문에 이 방법을 사용할 수 있습니다. 하지만 말씀하신 가격 시리즈 파생물은 아닙니다. 예를 들어 변환을 통해 초기 분포에서 비대칭성(또는 다른 모멘트)을 제거한 경우 비대칭성이 존재하지 않는 계열을 예측하게 되며, 이를 되돌릴 수 없다는 점을 이해하시기 바랍니다.
Denis, 기준의 해석에 관한 질문에 대한 답변을 듣고 싶습니다. 테스트에서 도출 된 결론이 올바른지 기사를 통해 이해할 수 없습니다.
// 정박스 적용 자체의 타당성에 의문을 제기하고 싶습니다. 물론 제가 본 대부분의 책에서 정규 분포가 아닌 경우에도 유효하다고 말하지만 그 증거를 본 적이 없습니다. 주요 출처에 있다고 생각하지만, 저는 융과 박스의 작품을 접한 적이 없어서 이 의문을 항상 마음에 품고 있었습니다. 제 의심의 본질은 LB가 우리가 알다시피 정규성과 독립성과 관련이 있는 카이제곱 분포를 사용한다는 것입니다. 인용 시리즈의 경우이 중 어느 것도 관찰되지 않으므로이 기준의 적용이 매우 복잡해 보입니다.
따라서 이웃 수익률의 독립성과 분포의 정규성 조건이 본질적으로 충족되지 않는 계열에도 융-박스 기준을 적용할 수 있다는 것을 증명하는 계산이 있는지 궁금합니다. 개인적으로는 계산 결과를 보기 전까지는 이 기준을 사용하는 데 신중을 기하고 싶습니다. 그건 그렇고, 엥글 씨가 아직 억만장자가 아니라는 사실에 매우 놀랐습니다.
저는 그런 계산을 해본 적이 없습니다. 흥미로운 질문입니다. 연구해 보겠습니다. 제가 말할 수 있는 유일한 것은 명시된 조건을 충족하지 않는 행에 대한 여러 출처에서이 테스트를 보았다는 것입니다. 예를 들어 여기 금융 시계열 분석, Ruey S. Tsay. G. Perelman이 백만장자가 아니라는 사실에 놀라지 않으셨나요? :-))
-Alexey-: Я имею в виду, коэффициент корреляции по каждому лагу. Что значит - желаете, алгоритм должен обоснованно задаваться уровнем значимости, иначе - неопределенность в определении уровня, а соответственно - непонятно, зачем он нужен...
각 Q 통계에 대해 계산된 p값의 귀무가설을 평가하는 기준이 되는 통계적 유의 수준 알파를 의미합니다. 다른 용어에 대해 이야기하고 있는 건가요?
...계열의 도함수가 추정된다는 사실은 분명하며, 이것이 제가 계속 써온 내용입니다. 그리고 저는 원래 시리즈가 아니라 잔차에 대한 예를 들었습니다.
공식과 잔차 자체를 볼 때까지는 어떤 평가도 자제하겠습니다. 보여주고 싶지 않다면 그것에 대해 이야기하지 말자....
나는 당신이 설명하는 방법이 변동성 예측에 사용된다는 것이 얼마나 정확한지, 그리고 그 시리즈가 이미 훨씬 더 고정되어 있고 (처음에 쓴 효과) 변환이 필요하지 않기 때문에 정확하게 기억합니다. 따라서 소스 데이터가 적합하기 때문에 이 방법을 사용할 수 있습니다. 하지만 말씀하신 가격 시리즈 파생물은 아닙니다. 예를 들어 변환을 통해 초기 분포에서 비대칭(또는 다른 모멘트)을 제거한 경우, 비대칭이 존재하지 않는 계열을 예측하게 되고 다시 얻을 수 없다는 것을 이해하세요.
이것이 바로 변동성 예측입니다. 내 기사의 연속이있을 것이고, 우리는 그것에 대해 논의 할 것입니다 :-))))
각 Q 통계에 대해 계산된 p값의 귀무가설을 평가하는 기준이 되는 통계적 유의 수준 알파를 의미합니다. 다른 용어에 대해 이야기하고 있는 건가요?
공식, 잔차 자체를 볼 때까지는 어떤 평가도 자제하겠습니다. 보여주고 싶지 않다면 이야기하지 말자....
바로 그거예요-변동성 예측. 내 기사의 연속이있을 것이고, 우리는 그것에 대해 논의 할 것입니다 :-))).
이제 모든 것이 명확합니다. 그러나 기사에서 가격 계열이 아닌 변동성을 예측할 것이며 예측 후 "수익률"계열의 값을 가격 계열이 아닌 일부 파생 상품으로 변환 할 것임을 기사에 명시해야합니다. 제가 고려한 사항은 이 작업에 중요하지는 않지만 가격 계열 예측을 시도할 때 도움이 되길 바랍니다.
-Alexey-: 이제 모든 것이 명확해졌습니다. 그러나 가격 계열이 아닌 변동성을 예측할 것이며 일련의 "수익률"의 값을 예측 한 후에는이를 가격 계열이 아닌 일부 파생 상품으로 변환 할 것임을 기사에 명시해야합니다. 제가 고려한 사항은 이 작업에 중요하지는 않지만 가격 계열 예측을 시도할 때 도움이 되길 바랍니다.
훌륭합니다.
의견 주셔서 감사합니다. 건설적인 비판은 언제나 환영합니다!
다시 한 번 말씀드리지만, 궁극적인 목표는 비선형 모델에 있던 매개 변수를 고려하여 가격 계열 예측을 얻는 것입니다.
제 계획에서 변경된 유일한 것은 통계 분포 라이브러리를 만들어야 한다는 것입니다. 그것에 대한 기사를 쓸 가치가 있습니다. 토론 후에 그런 생각이 떠올랐습니다.
alsu, Statistica에서 일한 적이 있다고 들었습니다. 하지만 원시 데이터가 필요합니다. 어떤 수익률과 어떤 공식을 사용하여 얻었습니까?
나는 우리가 가격 시리즈의 다른 파생물에 대해 이야기하고 있다고 가정합니다. 그래서 나는 노벨상 수상자의 정원에 돌을 던지기 위해 서두르지 않을 것입니다 :-))).
아니요, 우리는 같은 것에 대해 이야기하고 있습니다. 수익률은 단순히 Close[i]-Close[i+n] 가격 계열의 첫 번째 차이점입니다(제 차트에서는 8의 지연으로 촬영되지만 곡선은 모든 지연에 대해 정확히 동일합니다). 저스트 리턴은 주로 서양 문학에서 흔히 사용되는 용어입니다. MQL4 포럼에서는 사람들이 matstat 토론에서 자주 사용합니다(전통적으로 열띤 토론이 벌어집니다)). 그래서 그냥 습관적으로 사용했습니다. 더 편하다면 "급수의 일차차" 또는 "급수의 증분"이라고 쓰겠습니다. 그러나 "미분"은 시계열에 대한 매우 잘못된 용어이며 여기에는 파생물이 없으며 존재할 수도 없습니다. 기억하시겠지만, 미분과 차분 분석 장치조차도 심각하게 다릅니다(예: 푸리에 변환과 z 변환 비교).
그럼에도 불구하고.
가격의 상대적 증가를 분석할 수 있습니다 - 결과는 동일합니다. 상대 증분의 로그를 취하면-음, 시도해 보면 흥미로운 곡선이 될 것입니다) 설득력을 높이기 위해 Statistica에서 사진을 가져옵니다 (나는 그것을 사용하는 데 정말 익숙하지만 원칙적으로 생각과 가설 테스트를위한 음식으로 만 사용합니다. 사실 통계 및 기타 수학 영역을 수행하려면 전문가들이 농담하는 것처럼 분필, 칠판 및 대머리가 필요합니다. 나는 첫 번째와 두 번째를 충분히 가지고 있으며 세 번째는 점차적으로 얻고 있습니다)))).
다음은 8의 지연을 가진 상대적인 증분입니다.
그리고 다음은 상대 증분의 로그 분포입니다.
이것이 정상이라고 저를 설득하지 마세요. 어쨌든 왼쪽 꼬리가 오른쪽 꼬리보다 훨씬 두껍고 길다. 감마처럼 보이지만 X축을 따라 확장되어 있거나 아주 이국적인 모양입니다. 왼쪽 날개의 피크는 인용 양자화의 결과이므로(왼쪽 부분은 Close의 매우 작은 변화에 해당하며, 우리가 알다시피 점 이하로 다를 수 없으므로 관찰된 노이즈) 전체 기울기에 걸쳐 번질 수 있으므로 왼쪽 꼬리가 더 두꺼워질 수 있습니다.
일반적으로 우리는 대회를 발표 할 수 있습니다. Forex에서 정규 분포 값을 처음으로 찾은 사람은 노벨상 수상자의 노력의 비 효율성을 증명 한 사람으로 명예의 전당에 올라야합니다))).
추신: 저를 속물이라고 생각하지 마세요. 저는 수상자를 존중합니다. 어렸을 때부터 권위를 두려워하지 말고 더 자주 의심하라고 배웠고 항상 인생에서 도움이되었습니다. 사람이 노벨상을 받았다고해서 그가 항상 모든면에서 옳다는 의미는 아닙니다. 예를 들어, 아인슈타인은 광 효과로 노벨상을 받았지만 (생각해 보면 공식은 표면에 있었고 그는 단지 거기에 도달 한 최초의 사람이었지만 그만한 가치가 있습니다), 그는 생이 끝날 때까지 양자역학을 믿지 않았고 틀린 것으로 판명되었습니다. Engle이 GARCH로 노벨상을 받았지만 (방법도 너무 복잡하지 않고 여기서는 모든 것이 동일하다는 점에 유의해야합니다. 속도 :) 이 모델이 만들어진 80 년대 이후 시장이 변하지 않았다는 의미는 아닙니다. 반대로-나는 그것이 실제로 효과가 있었고 견적 분포가 정상에 가까웠다고 믿을 준비가되어 있습니다 (후자는 의심 스럽지만 :)). 사실 30년이 지난 지금은 작동하지 않습니다. 또한 Engle이 계량 경제학자가 아닌 엔지니어였다면 고정 프로세스도 이질적 인 공분산 일 수 있다는 사실을 알고 있었을 것입니다. 그는 연구에서 고려하지 않았으며 이러한 데이터에서 GARCH가 순간적으로 길을 잃는 것은 그러한 데이터에 있습니다. 따라서 저는 여러분과 모든 사람에게 당국을 미행하기보다는 스스로 파헤치도록 노력할 것을 권합니다.
계수가 정확히 무엇인지 잘 모르겠는데 명확하게 설명해 주세요. Q 테스트의 구체적인 내용은 개정된 문서에 설명되어 있습니다.
오히려 0.05라는 보편적으로 널리 사용되는 값이라는 사실에 근거한 것입니다. 다른 값을 사용하려면 스크립트에서 변수 값을 교체하는 것은 사용자의 몫입니다.
모든 것을 한꺼번에 처리하고 싶으신가요? 그렇게는 안 됩니다. 무언가를 희생해야 합니다.
수익률도 예측됩니다. 그리고 예측 후에는 절대 가격 값으로 변환됩니다. 다음 기사에서 이에 대해 쓸 것입니다.
이것은 예시가 아니라 문맥에서 발췌한 것입니다.
잔여금과 분포를 얻은 소스 데이터와 공식이 없으면 나는 그것을 평가할 권리가 없습니다.
-알렉시-, 기사를 다시 읽어 보는 것이 좋습니다. 거기에서 추정되는 것은 시리즈 자체가 아니라 일련의 수익률이라는 것을 알 수 있습니다. 이것은 고정성에 관한 것입니다.
분포에 대한 기사는 재무 시리즈의 특성 또는 일련의 수익률에 대한 예로서 소개 목적으로 작성되었습니다. 이 주제에 대한 기사를 작성할 수도 있습니다.
Denis, 기준의 해석에 관한 질문에 대한 답변을 듣고 싶습니다. 테스트에서 도출 된 결론이 올바른지 기사를 통해 이해할 수 없습니다.
// 정박스 적용 자체의 타당성에 의문을 제기하고 싶습니다. 물론 제가 본 대부분의 책에서 정규 분포가 아닌 경우에도 유효하다고 말하지만 그 증거를 본 적이 없습니다. 주요 출처에 있다고 생각하지만, 저는 융과 박스의 작품을 접한 적이 없어서 이 의문을 항상 마음에 품고 있었습니다. 제 의심의 본질은 LB가 우리가 알다시피 정규성과 독립성과 관련이 있는 카이제곱 분포를 사용한다는 것입니다. 인용 시리즈의 경우이 중 어느 것도 관찰되지 않으므로이 기준의 적용이 매우 복잡해 보입니다.
따라서 이웃 수익률의 독립성과 분포의 정규성 조건이 본질적으로 충족되지 않는 계열에도 융-박스 기준을 적용할 수 있다는 것을 증명하는 계산이 있는지 궁금합니다. 개인적으로는 계산 결과를 보기 전까지는 이 기준을 사용하는 데 신중을 기하고 싶습니다. 그건 그렇고, 엥글 씨가 아직 억만장자가 아니라는 사실에 매우 놀랐습니다.
저는 그런 계산을 해본 적이 없습니다. 흥미로운 질문입니다. 연구해 보겠습니다. 제가 말할 수 있는 유일한 것은 명시된 조건을 충족하지 않는 행에 대한 여러 출처에서이 테스트를 보았다는 것입니다. 예를 들어 여기 금융 시계열 분석, Ruey S. Tsay. G. Perelman이 백만장자가 아니라는 사실에 놀라지 않으셨나요? :-))
Я имею в виду, коэффициент корреляции по каждому лагу. Что значит - желаете, алгоритм должен обоснованно задаваться уровнем значимости, иначе - неопределенность в определении уровня, а соответственно - непонятно, зачем он нужен...
각 Q 통계에 대해 계산된 p값의 귀무가설을 평가하는 기준이 되는 통계적 유의 수준 알파를 의미합니다. 다른 용어에 대해 이야기하고 있는 건가요?
공식과 잔차 자체를 볼 때까지는 어떤 평가도 자제하겠습니다. 보여주고 싶지 않다면 그것에 대해 이야기하지 말자....
나는 당신이 설명하는 방법이 변동성 예측에 사용된다는 것이 얼마나 정확한지, 그리고 그 시리즈가 이미 훨씬 더 고정되어 있고 (처음에 쓴 효과) 변환이 필요하지 않기 때문에 정확하게 기억합니다. 따라서 소스 데이터가 적합하기 때문에 이 방법을 사용할 수 있습니다. 하지만 말씀하신 가격 시리즈 파생물은 아닙니다. 예를 들어 변환을 통해 초기 분포에서 비대칭(또는 다른 모멘트)을 제거한 경우, 비대칭이 존재하지 않는 계열을 예측하게 되고 다시 얻을 수 없다는 것을 이해하세요.
각 Q 통계에 대해 계산된 p값의 귀무가설을 평가하는 기준이 되는 통계적 유의 수준 알파를 의미합니다. 다른 용어에 대해 이야기하고 있는 건가요?
공식, 잔차 자체를 볼 때까지는 어떤 평가도 자제하겠습니다. 보여주고 싶지 않다면 이야기하지 말자....
바로 그거예요-변동성 예측. 내 기사의 연속이있을 것이고, 우리는 그것에 대해 논의 할 것입니다 :-))).이제 모든 것이 명확해졌습니다. 그러나 가격 계열이 아닌 변동성을 예측할 것이며 일련의 "수익률"의 값을 예측 한 후에는이를 가격 계열이 아닌 일부 파생 상품으로 변환 할 것임을 기사에 명시해야합니다. 제가 고려한 사항은 이 작업에 중요하지는 않지만 가격 계열 예측을 시도할 때 도움이 되길 바랍니다.
훌륭합니다.
의견 주셔서 감사합니다. 건설적인 비판은 언제나 환영합니다!
다시 한 번 말씀드리지만, 궁극적인 목표는 비선형 모델에 있던 매개 변수를 고려하여 가격 계열 예측을 얻는 것입니다.
제 계획에서 변경된 유일한 것은 통계 분포 라이브러리를 만들어야 한다는 것입니다. 그것에 대한 기사를 쓸 가치가 있습니다. 토론 후에 그런 생각이 떠올랐습니다.
잘됐네요.
의견 주셔서 감사합니다. 건설적인 비판은 언제나 환영합니다!
다시 한 번 말씀드리지만, 궁극적인 목표는 가격 계열 예측을 하는 것입니다.
가격대 예측을 해볼 계획이 있으신가요? 꽤 가치 있고 흥미로운 작업입니다. 이 주제에 대한 기사를 보고 싶습니다 :)
네, 계획 중입니다. 흥미 롭기 때문입니다. 그리고 단기 예측도 할 계획입니다. 하지만 지금은 준비가 필요합니다. 먼저 배포 문제를 해결해야합니다.... 메타쿼츠의 동의도 필요합니다 :-))))
그리고 가장 중요한 것은 MQL5 사용자가 관심을 가져야 한다는 것입니다.
alsu, Statistica에서 일한 적이 있다고 들었습니다. 하지만 원시 데이터가 필요합니다. 어떤 수익률과 어떤 공식을 사용하여 얻었습니까?
나는 우리가 가격 시리즈의 다른 파생물에 대해 이야기하고 있다고 가정합니다. 그래서 나는 노벨상 수상자의 정원에 돌을 던지기 위해 서두르지 않을 것입니다 :-))).
아니요, 우리는 같은 것에 대해 이야기하고 있습니다. 수익률은 단순히 Close[i]-Close[i+n] 가격 계열의 첫 번째 차이점입니다(제 차트에서는 8의 지연으로 촬영되지만 곡선은 모든 지연에 대해 정확히 동일합니다). 저스트 리턴은 주로 서양 문학에서 흔히 사용되는 용어입니다. MQL4 포럼에서는 사람들이 matstat 토론에서 자주 사용합니다(전통적으로 열띤 토론이 벌어집니다)). 그래서 그냥 습관적으로 사용했습니다. 더 편하다면 "급수의 일차차" 또는 "급수의 증분"이라고 쓰겠습니다. 그러나 "미분"은 시계열에 대한 매우 잘못된 용어이며 여기에는 파생물이 없으며 존재할 수도 없습니다. 기억하시겠지만, 미분과 차분 분석 장치조차도 심각하게 다릅니다(예: 푸리에 변환과 z 변환 비교).
그럼에도 불구하고.
가격의 상대적 증가를 분석할 수 있습니다 - 결과는 동일합니다. 상대 증분의 로그를 취하면-음, 시도해 보면 흥미로운 곡선이 될 것입니다) 설득력을 높이기 위해 Statistica에서 사진을 가져옵니다 (나는 그것을 사용하는 데 정말 익숙하지만 원칙적으로 생각과 가설 테스트를위한 음식으로 만 사용합니다. 사실 통계 및 기타 수학 영역을 수행하려면 전문가들이 농담하는 것처럼 분필, 칠판 및 대머리가 필요합니다. 나는 첫 번째와 두 번째를 충분히 가지고 있으며 세 번째는 점차적으로 얻고 있습니다)))).
다음은 8의 지연을 가진 상대적인 증분입니다.
그리고 다음은 상대 증분의 로그 분포입니다.
이것이 정상이라고 저를 설득하지 마세요. 어쨌든 왼쪽 꼬리가 오른쪽 꼬리보다 훨씬 두껍고 길다. 감마처럼 보이지만 X축을 따라 확장되어 있거나 아주 이국적인 모양입니다. 왼쪽 날개의 피크는 인용 양자화의 결과이므로(왼쪽 부분은 Close의 매우 작은 변화에 해당하며, 우리가 알다시피 점 이하로 다를 수 없으므로 관찰된 노이즈) 전체 기울기에 걸쳐 번질 수 있으므로 왼쪽 꼬리가 더 두꺼워질 수 있습니다.
일반적으로 우리는 대회를 발표 할 수 있습니다. Forex에서 정규 분포 값을 처음으로 찾은 사람은 노벨상 수상자의 노력의 비 효율성을 증명 한 사람으로 명예의 전당에 올라야합니다))).
추신: 저를 속물이라고 생각하지 마세요. 저는 수상자를 존중합니다. 어렸을 때부터 권위를 두려워하지 말고 더 자주 의심하라고 배웠고 항상 인생에서 도움이되었습니다. 사람이 노벨상을 받았다고해서 그가 항상 모든면에서 옳다는 의미는 아닙니다. 예를 들어, 아인슈타인은 광 효과로 노벨상을 받았지만 (생각해 보면 공식은 표면에 있었고 그는 단지 거기에 도달 한 최초의 사람이었지만 그만한 가치가 있습니다), 그는 생이 끝날 때까지 양자역학을 믿지 않았고 틀린 것으로 판명되었습니다. Engle이 GARCH로 노벨상을 받았지만 (방법도 너무 복잡하지 않고 여기서는 모든 것이 동일하다는 점에 유의해야합니다. 속도 :) 이 모델이 만들어진 80 년대 이후 시장이 변하지 않았다는 의미는 아닙니다. 반대로-나는 그것이 실제로 효과가 있었고 견적 분포가 정상에 가까웠다고 믿을 준비가되어 있습니다 (후자는 의심 스럽지만 :)). 사실 30년이 지난 지금은 작동하지 않습니다. 또한 Engle이 계량 경제학자가 아닌 엔지니어였다면 고정 프로세스도 이질적 인 공분산 일 수 있다는 사실을 알고 있었을 것입니다. 그는 연구에서 고려하지 않았으며 이러한 데이터에서 GARCH가 순간적으로 길을 잃는 것은 그러한 데이터에 있습니다.
따라서 저는 여러분과 모든 사람에게 당국을 미행하기보다는 스스로 파헤치도록 노력할 것을 권합니다.
G. 페렐만이 백만장자가 아니라는 사실이 놀랍나요? :-))
이론적으로 그는 백만장자이며 실제 실현 가능성이 직접적으로 있습니다.)