제로 지연 값을 제거했습니다. 여기서 ACF 값은 항상 =1이므로 더 잘 볼 수 있습니다. 이미 지연 =1에서 차이가 1e14배인 것으로 나타났습니다. 델타 함수의 형태를 가진 ACF가 있습니다. 이러한 유형의 ACF에는 단 하나의 모델 만 있습니다. ( 그리고 그것은 당신이 날짜를 취하고 대수화한다는 사실의 결과이기 때문에 이미 질문을 받았습니다). 생각 ...
결국, 당신은 계수를 취하고 그것을 제곱합니다 )) 내가 옳았습니다. 내 말은, 당신은 제대로하고 있습니다,
Data21[i].opMultEq(cData[i]); //복소수의 공액에 의한 생산 //0이 아닌 실수 부분만 있는 복소수를 반환합니다.
대시가있는 z는 복잡한 공액수입니다.
3. 하지만 안타깝게도 왜 추세가 아닌 MOG를 빼는지 완전히 이해하지 못했습니다. 맞지만 이것은 이론적인 질문이고 매우 흥미롭습니다.
double m=mean(res); // res 배열의 산술 평균ArrayResize(rets1,nFFT); // 배열 크기 맞추기for(int t=0;t<ArraySize(res);t++) //원본 관찰 배열 복사 // 평균에 맞게 조정된 서비스로 이동합니다.
rets1[t]=res[t]-m;
다른 사람들에게 말할 수 없다는 것이 유감입니다. 그러나 외국인과 다시 연결하지 말고 자신의 말로 말하는 것이 좋습니다. 당신 자신에게 더 명확해질 것입니다. 항상 그렇듯이 다른 사람에게 설명하면 스스로 잘 이해할 수 있습니다.
4. 스펙트럼 처리에 대한 질문을 한 것이 귀하의 기사라고 생각했습니다 https://www.mql5.com/ko/articles/185 그래서 다른 사람의 작업을 귀하에게 귀속시킨 것에 대해 사과드립니다. 당신의 기사는 매우 아름답고 오랫동안 그런 기사를 읽지 않았습니다.
제로 지연 값을 제거했습니다. 여기서 ACF 값은 항상 =1이므로 더 잘 볼 수 있습니다. 이미 지연 =1에서 차이가 1e14배인 것으로 나타났습니다. 델타 함수의 형태를 가진 ACF가 있습니다. 이러한 유형의 ACF에는 단 하나의 모델 만 있습니다. ( 그리고 그것은 당신이 날짜를 취하고 대수화한다는 사실의 결과이기 때문에 이미 질문을 받았습니다). 생각 ...
트롤, 내가 러시아어로 쓰지 않았거나주의 깊게 읽지 않았거나 ...
나는 나 자신을 인용한다 ..:
... 다이어그램의 축 설명에 대한 몇 마디. X 축으로 모든 것이 명확합니다-지연 지수를 보여줍니다. y축은 원래 ACF 값에 곱한 지수 값을 보여줍니다 . 따라서 1e4는 원래 값에 1e4(1e4=10000), 1e2 - 100 등을 곱했음을 의미합니다. 이 곱셈은 다이어그램의 가독성을 위해 수행되었습니다.
이 논문에 대해 다른 질문이 있으신가요?
그렇다면 제로 지연에 대해 알아보겠습니다. 다음은 usdjpy의 ACF 차트 두 개입니다:
첫 번째 차트는 제로 지연(왼쪽 상단 모서리에 값이 있음)이 있는 반면 두 번째 차트는 그렇지 않습니다. 이제 어떤 차트가 더 설명이 잘 될까요? 제로 지연을 잊지 마세요. 그러면 모든 것이 괜찮을 것입니다. 제 스크립트에서는 두 번째 변형을 남겼습니다. ....
2. 여전히 모듈을 가져 와서 제곱합니다 )) 내가 옳았습니다. 즉, 당신은 올바르게하고 있습니다,
대시가있는 z는 복잡한 공액수입니다.
당신이 옳아서 다행입니다.....
3. 하지만 안타깝게도 추세가 아닌 MOG를 빼는 이유를 완전히 이해하지 못했습니다. 당신이 맞지만 이것은 이론적 인 질문이며 매우 흥미 롭습니다.
다른 사람들에게 말할 수 없다는 것이 유감입니다. 그러나 외국인과 다시 연결하지 말고 자신의 말로 말하는 것이 좋습니다. 당신 자신에게 더 명확해질 것입니다. 항상 그렇듯이 다른 사람에게 설명하면 스스로도 잘 이해할 수 있습니다.
이 질문은 저에게 해당되지 않는 질문입니다. 그런 이유 때문에
산술 평균은 종종 평균값 또는 중심 경향으로 사용되지만, 이 개념은 강력한 통계에는 적용되지 않으며, 이는 산술 평균이 '큰 편차'의 영향을 많이 받는다는 것을 의미합니다. 특히, 왜곡 계수가 큰 분포의 경우 산술 평균이 '평균'의 개념과 일치하지 않을 수 있으며, 강건 통계의 평균값(예: 중앙값)이 중심 경향을 더 잘 설명할 수 있습니다.
H.Y. 내가 꾸짖는 것이 아니라 돕고 싶다는 것을 이해하십시오. 나는 기사의 한계로 인해 당신이 말하지 않은 연구의 다음 단계에 대해 이야기하고 있습니다 (하나의 기사에서 모든 것을 다룰 수는 없습니다. 사람들은 논문을 쓰고 평생을 바치고 2 페이지에 제시 할 수 없습니다).
연구 순서
ACF를 얻고 Q 테스트를 수행 했으므로 이제 ACF 유형별로 모델을 선택한 다음이 모델의 매개 변수를 찾고 얻은 모델로 예측을 시도하고 정확도와 예측 기간을 추정해야합니다.
계량경제학 패키지는 GARCH보다 더 많은 모델을 제공한다는 점을 강조하면서 문제를 해결하려고 한 것 같습니다. 모델을 선택한 다음 모델 매개 변수를 선택하는 것은 시작이 아니라 중간 단계입니다.
이전 게시물에서 차이 기반 분석에 대한 비판이 있었습니다. 이러한 비판은 저자가 초기 데이터 준비 단계를 건너뛰었기 때문에 발생한 것으로 생각됩니다.
이 글의 작성자에 따르면 비고정성만이 시장의 유일한 악이라고 합니다. 그렇지 않습니다. 다음과 같은 문제를 미리 해결해야 합니다:
1. 샘플의 캔들 수를 결정해야 합니다. 샘플의 캔들 수는 기간에 따라 달라지나요? 문헌에 따르면 50개의 캔들스틱이면 충분합니다.
2. 샘플에 분포를 맞춰 보겠습니다. 가급적이면 정규 분포가 좋습니다. 차트가 그려지는 랙의 수에 대한 질문이 즉시 제기됩니다. 그래프가 그려지는 랙의 수는 어디서 구했나요? 저희는 지속적으로 시각적 조정을 하고 있습니다. 여전히 정규 분포가 아니라고 생각되면 샘플 자체를 확인합니다:
- 이상값의 존재 여부: 이상값, 즉 특정 임계값(예: 3 시그마) 이상의 따옴표는 임계값으로 대체해야 합니다. Bulashov는 임계값에 대해 다른 의견을 가지고 있습니다.
- 만일을 대비하여 푸리에 또는 ACF로 사이클의 존재 여부를 확인합니다. 제한된 샘플과 시장 자체의 특성으로 인해 주기가 없을 가능성이 높습니다.
- 추세 문제를 해결합니다. 저는 저자의 의견에 동의할 수 없습니다. MOG를 빼서 추세 문제를 해결하는 것은 문제를 심각하게 단순화하는 것입니다. 지수 추세의 경우 로그가 사용되는 반면, 가산 추세의 경우 첫 번째 차이로 충분합니다. 추세는 별도로 처리해야 하며 회귀는 필요하지 않으며 모든 다양한 회귀가 필요합니다. MOG가 아닌 회귀를 빼야 합니다. 이것은 결정론적 추세를 위한 것이지만 통계적 추세도 있습니다.
이러한 문제를 해결하지 않으면 샘플의 통계적 특성에 대한 추론은 근거가 없습니다.
이러한 단계가 정당화되어야만 전문 패키지에서 제공하는 일부 목록에서 모델을 선택할 수 있으며, 이를 통해 다른 많은 기술적 문제를 해결할 수 있습니다.
이제 알겠습니다 .
대시가있는 z는 복잡한 공액수입니다.
3. 하지만 안타깝게도 왜 추세가 아닌 MOG를 빼는지 완전히 이해하지 못했습니다. 맞지만 이것은 이론적인 질문이고 매우 흥미롭습니다.
다른 사람들에게 말할 수 없다는 것이 유감입니다. 그러나 외국인과 다시 연결하지 말고 자신의 말로 말하는 것이 좋습니다. 당신 자신에게 더 명확해질 것입니다. 항상 그렇듯이 다른 사람에게 설명하면 스스로 잘 이해할 수 있습니다.
4. 스펙트럼 처리에 대한 질문을 한 것이 귀하의 기사라고 생각했습니다 https://www.mql5.com/ko/articles/185 그래서 다른 사람의 작업을 귀하에게 귀속시킨 것에 대해 사과드립니다. 당신의 기사는 매우 아름답고 오랫동안 그런 기사를 읽지 않았습니다.
이제 알겠습니다 .
트롤, 내가 러시아어로 쓰지 않았거나주의 깊게 읽지 않았거나 ...
나는 나 자신을 인용한다 ..:
... 다이어그램의 축 설명에 대한 몇 마디. X 축으로 모든 것이 명확합니다-지연 지수를 보여줍니다. y축은 원래 ACF 값에 곱한 지수 값을 보여줍니다 . 따라서 1e4는 원래 값에 1e4(1e4=10000), 1e2 - 100 등을 곱했음을 의미합니다. 이 곱셈은 다이어그램의 가독성을 위해 수행되었습니다.
이 논문에 대해 다른 질문이 있으신가요?
그렇다면 제로 지연에 대해 알아보겠습니다. 다음은 usdjpy의 ACF 차트 두 개입니다:
첫 번째 차트는 제로 지연(왼쪽 상단 모서리에 값이 있음)이 있는 반면 두 번째 차트는 그렇지 않습니다. 이제 어떤 차트가 더 설명이 잘 될까요? 제로 지연을 잊지 마세요. 그러면 모든 것이 괜찮을 것입니다. 제 스크립트에서는 두 번째 변형을 남겼습니다. ....
2. 여전히 모듈을 가져 와서 제곱합니다 )) 내가 옳았습니다. 즉, 당신은 올바르게하고 있습니다,대시가있는 z는 복잡한 공액수입니다.
당신이 옳아서 다행입니다.....
3. 하지만 안타깝게도 추세가 아닌 MOG를 빼는 이유를 완전히 이해하지 못했습니다. 당신이 맞지만 이것은 이론적 인 질문이며 매우 흥미 롭습니다.
다른 사람들에게 말할 수 없다는 것이 유감입니다. 그러나 외국인과 다시 연결하지 말고 자신의 말로 말하는 것이 좋습니다. 당신 자신에게 더 명확해질 것입니다. 항상 그렇듯이 다른 사람에게 설명하면 스스로도 잘 이해할 수 있습니다.
이 질문은 저에게 해당되지 않는 질문입니다. 그런 이유 때문에
산술 평균은 종종 평균값 또는 중심 경향으로 사용되지만, 이 개념은 강력한 통계에는 적용되지 않으며, 이는 산술 평균이 '큰 편차'의 영향을 많이 받는다는 것을 의미합니다. 특히, 왜곡 계수가 큰 분포의 경우 산술 평균이 '평균'의 개념과 일치하지 않을 수 있으며, 강건 통계의 평균값(예: 중앙값)이 중심 경향을 더 잘 설명할 수 있습니다.
그리고 추세 빼기는 다른 문제입니다.
트롤, 내가 러시아어로 글을 쓰지 않았거나 당신이 주의 깊게 읽지 않았거나...
내 말을 인용한 거야
이 논문에 대해 다른 질문이 있으신가요?
...
그건 좀 이상해요. 내가 전달하고자하는 아이디어를 잘못 표현했을 것입니다. 0번째 지연에서 ACF가 1과 같아야 한다는 것은 분명하고 그래프를 더 잘 반영하기 위해 이를 제거했다는 것도 분명합니다.
저는 여러분이 얻은 결과에 주목하고 싶었습니다. 여러분이 얻은 ACF의 종류는 노이즈에 해당하는 ACF입니다.
노이즈를 가져와 ACF를 플롯하고 마지막 그래프와 비교해 보세요. 10개의 차이점을 찾으면...
이 그림( https://www.mql5.com/ko/code/8295) 과 비교하면 ACF가 부드럽게 떨어지고 매트 모델이 일치합니다.
H.Y. 내가 꾸짖는 것이 아니라 돕고 싶다는 것을 이해하십시오. 나는 기사의 한계로 인해 당신이 말하지 않은 연구의 다음 단계에 대해 이야기하고 있습니다 (하나의 기사에서 모든 것을 다룰 수는 없습니다. 사람들은 논문을 쓰고 평생을 바치고 2 페이지에 제시 할 수 없습니다).
연구 순서
ACF를 얻고 Q 테스트를 수행 했으므로 이제 ACF 유형별로 모델을 선택한 다음이 모델의 매개 변수를 찾고 얻은 모델로 예측을 시도하고 정확도와 예측 기간을 추정해야합니다.
만족스러운 결과를 얻을 때까지 계속 반복합니다.
얻은 ACF는 노이즈이며, "컬러"가 있더라도 노이즈를 예측하기는 어렵습니다.
...저는 여러분이 얻은 결과에 주목하고 싶었습니다. 여러분이 얻은 ACF의 종류는 노이즈에 해당하는 ACF입니다.
노이즈를 가져와 ACF를 플롯하고 마지막 그래프와 비교하세요. 그들이 말했듯이 10가지 차이점을 찾아보세요....
제가 꾸짖는 게 아니라 도와주고 싶다는 걸 이해해주세요. 나는 기사의 한계 때문에 당신이 말하지 않은 연구의 다음 단계에 대해 이야기하고 있습니다 (한 기사에서 모든 것을 다룰 수는 없습니다. 사람들은 논문을 쓰고 평생을 바치고 2 페이지에 제시 할 수 없습니다).
지적해 주셔서 감사합니다... 나중에 ACF 유형에 대해 이야기합시다....
코블러 논쟁-우리는 토론합니다 :-))))
문서에 설명된 도구를 사용하여 차트를 표시하기 위해 Autocorrelation.zip 및 GarchTest_html.mq5 파일을 추가했습니다 .
아카이브에서 %MetaTrader%\MQL5\파일에 Autocorrelation.htm 파일을, 스크립트 폴더에 GarchTest_html.mq5 파일을 배치해야 합니다.
관리자에게 문서 업데이트를 요청합니다.
다음과 같은 내용이 표시됩니다... 하지만 *.htm 형식입니다. 차트에 GarchTest_html.mq5 스크립트를 실행하고 얻은 결과를 확인합니다.
관리팀에 문서 업데이트를 요청합니다.
alsu:
Спасибо, что дали ссылку.
매우 흥미로운 기사이며 MQL 포럼에서 독특합니다.
계량경제학 패키지는 GARCH보다 더 많은 모델을 제공한다는 점을 강조하면서 문제를 해결하려고 한 것 같습니다. 모델을 선택한 다음 모델 매개 변수를 선택하는 것은 시작이 아니라 중간 단계입니다.
이전 게시물에서 차이 기반 분석에 대한 비판이 있었습니다. 이러한 비판은 저자가 초기 데이터 준비 단계를 건너뛰었기 때문에 발생한 것으로 생각됩니다.
이 글의 작성자에 따르면 비고정성만이 시장의 유일한 악이라고 합니다. 그렇지 않습니다. 다음과 같은 문제를 미리 해결해야 합니다:
1. 샘플의 캔들 수를 결정해야 합니다. 샘플의 캔들 수는 기간에 따라 달라지나요? 문헌에 따르면 50개의 캔들스틱이면 충분합니다.
2. 샘플에 분포를 맞춰 보겠습니다. 가급적이면 정규 분포가 좋습니다. 차트가 그려지는 랙의 수에 대한 질문이 즉시 제기됩니다. 그래프가 그려지는 랙의 수는 어디서 구했나요? 저희는 지속적으로 시각적 조정을 하고 있습니다. 여전히 정규 분포가 아니라고 생각되면 샘플 자체를 확인합니다:
- 이상값의 존재 여부: 이상값, 즉 특정 임계값(예: 3 시그마) 이상의 따옴표는 임계값으로 대체해야 합니다. Bulashov는 임계값에 대해 다른 의견을 가지고 있습니다.
- 만일을 대비하여 푸리에 또는 ACF로 사이클의 존재 여부를 확인합니다. 제한된 샘플과 시장 자체의 특성으로 인해 주기가 없을 가능성이 높습니다.
- 추세 문제를 해결합니다. 저는 저자의 의견에 동의할 수 없습니다. MOG를 빼서 추세 문제를 해결하는 것은 문제를 심각하게 단순화하는 것입니다. 지수 추세의 경우 로그가 사용되는 반면, 가산 추세의 경우 첫 번째 차이로 충분합니다. 추세는 별도로 처리해야 하며 회귀는 필요하지 않으며 모든 다양한 회귀가 필요합니다. MOG가 아닌 회귀를 빼야 합니다. 이것은 결정론적 추세를 위한 것이지만 통계적 추세도 있습니다.
이러한 문제를 해결하지 않으면 샘플의 통계적 특성에 대한 추론은 근거가 없습니다.
이러한 단계가 정당화되어야만 전문 패키지에서 제공하는 일부 목록에서 모델을 선택할 수 있으며, 이를 통해 다른 많은 기술적 문제를 해결할 수 있습니다.