나는 분명히 뭔가를 이해하지 못하지만 Wiener 프로세스의 도함수에 대한 상관 함수가 델타 함수인 경우 어떤 종류의 통계와 어떤 모델에 대해 이야기할 수 있습니까? 물론 시장 데이터는 순수한 형태의 Wiener 프로세스가 아니지만(최소한 균질한 고정 환경에서는 아님) 현대 시장의 상관 관계는 일반적으로 1-2시간을 넘지 않는 간격으로 중요합니다. 약 15-30분 정도. 그리고 사실, 이것이 현실이 아니라 "겉보기 달의 겉보기 반사"가 아니라는 사실이 아닙니다(c)
Yuriy Asaulenko : 나는 분명히 뭔가를 이해하지 못하지만 Wiener 프로세스의 도함수에 대한 상관 함수가 델타 함수인 경우 어떤 종류의 통계와 어떤 모델에 대해 이야기할 수 있습니까? 물론 시장 데이터는 순수한 형태의 Wiener 프로세스가 아니지만(최소한 균질한 고정 환경에서는 아님) 현대 시장의 상관 관계는 일반적으로 1-2시간을 넘지 않는 간격으로 중요합니다. 약 15-30분 정도. 그리고 사실, 이것이 현실이 아니라 "겉보기 달의 겉보기 반사"가 아니라는 사실이 아닙니다(c)
Начало по ссылкам: https://www.mql5.com/ru/blogs/post/659572 https://www.mql5.com/ru/blogs/post/659929 https://www.mql5.com/ru/blogs/post/660386 https://www.mql5.com/ru/blogs/post/661062
분류는 또한 수신 데이터의 특성을 기반으로 하며 이러한 특성이 시간이 지남에 따라 변경되면 향후 분류를 적용하면 잘못된 예측이 제공됩니다.
모든게 슬프다...
정확히. 데이터를 빈(포켓)으로 분해하는 것은 쉽습니다. 문제는 빈의 확률 분포가 훈련 샘플 외부의 데이터로 변경될 때입니다.
달 아래 영원한 것은 없습니다.
그러나 분류에는 상인의 귀에 아주 가까운 것이 있습니다.
우리는 앉아서 차트를 응시하고 몇 가지 패턴을 찾으려고 노력합니다. 그리고 여기에 행복이 있습니다. 두 대의 자동차가 교차합니다! "머리와 어깨"와 같은 인물은 말할 것도 없습니다.
그런 다음 알고리즘을 실행하면 출력 변수와 연결할 수 있는 입력 데이터 값의 조합인 수백 개의 나무(행복은 자동차보다 수백 배 더 큼)를 찾습니다. 영혼과 TA의 친족 관계지만 어느 수준에서!
비정상 데이터는 시계열 모델에 의해 예측되지 않습니다. 통계적 모델(회귀, 자기회귀, 평활화 등)이나 구조적 모델(NN, 분류, 마르코프 체인 등)이 아닙니다.
도메인 모델만
나는 분명히 뭔가를 이해하지 못하지만 Wiener 프로세스의 도함수에 대한 상관 함수가 델타 함수인 경우 어떤 종류의 통계와 어떤 모델에 대해 이야기할 수 있습니까? 물론 시장 데이터는 순수한 형태의 Wiener 프로세스가 아니지만(최소한 균질한 고정 환경에서는 아님) 현대 시장의 상관 관계는 일반적으로 1-2시간을 넘지 않는 간격으로 중요합니다. 약 15-30분 정도. 그리고 사실, 이것이 현실이 아니라 "겉보기 달의 겉보기 반사"가 아니라는 사실이 아닙니다(c)
당신의 관점이 내 관점과 강하게 일치한다는 것은 흥미로운 일입니다) 나는 안정적인 "상관관계"의 존재, 또는 오히려 20분에서 1시간의 간격 동안 여러 예측 변수에 대한 의존성을 보여주었습니다. 읽기: https://www.mql5.com/ru/blogs/post/661499
그러나 이것은 아직 최종 진실이 아닙니다. 불리언 변수에 대한 확률 왜곡의 중요성(가격 움직임의 신호 예측)은 더 먼 지평에서도 나타납니다. 나는 이것에 대해 더 자세히 쓸 것입니다.
달 아래 영원한 것은 없습니다.
그러나 분류에는 상인의 귀에 아주 가까운 것이 있습니다.
우리는 앉아서 차트를 응시하고 몇 가지 패턴을 찾으려고 노력합니다. 그리고 여기에 행복이 있습니다. 두 대의 자동차가 교차합니다! "머리와 어깨"와 같은 인물은 말할 것도 없습니다.
그런 다음 알고리즘을 실행하면 출력 변수와 연결할 수 있는 입력 데이터 값의 조합인 수백 개의 나무(행복은 자동차보다 수백 배 더 큼)를 찾습니다. 영혼과 TA의 친족 관계지만 어느 수준에서!
비정상 데이터는 시계열 모델에 의해 예측되지 않습니다. 통계적 모델(회귀, 자기회귀, 평활화 등)이나 구조적 모델(NN, 분류, 마르코프 체인 등)이 아닙니다.
도메인 모델만
"도메인 모델"에 대한 정보는 어디에서 읽을 수 있습니까? 보다 정확하게는 "가격 견적 / 교환 가격 견적"이라는 주제 영역과 관련하여 제가 이해하는 한.
적용 - 이것은 기본 분석입니다.
도메인 모델은 시계열 외부의 요인으로 프로세스를 설명하는 모델입니다. 예를 들어 열역학