""선형성"과 "비선형성"을 희생시키면서 나는 같은 것에 대해 주의할 것입니다. 왜냐하면 이 질문은 시계열을 근사화하는 모델의 프레임워크 내에서 제기될 수 있고 또 그래야 하기 때문입니다. 이 모델의 계수를 분석하면, 이러한 계수는 상수(또는 거의 상수), 결정적 함수 또는 확률적 함수라는 결론에 도달할 수 있습니다. 이것은 종속성 유형을 분석하는 완전히 구체적이고 건설적인 프로세스입니다 . 그리고 이 정보 의존성이 발견될 때 건설적인 것은 무엇입니까? 그리고 다시 원래 시계열에서 이것을 어떻게 볼 수 있습니까?"
경제적 요소에 대한 링크를 만들 수는 있지만 죄송합니다. 해당 주제의 첫 번째 게시물에 대한 답변을 읽어보세요. 바로 그 내용이 있습니다. 일중 변동성은 주기적입니다. 그리고 상호 정보는 이것을 보여주었습니다. 일일 및 이전 시간대의 경우 상황이 일반적으로 다르며 명확한 주기가 없습니다.
원래 행에서 어떻게 보나요? 시간당 막대에서 최소 6개월의 기록을 살펴보고 시간에 따른 변동성(양초 크기)의 차이가 있는지 확인하십시오. 그러나 일일 바에 관해서는 여기에서 개인적으로 자연 순환이나 다른 일상 또는 경제 논리를 찾지 못했습니다. 그것은 단순히 가격에 대한 의존의 내부 구조입니다.
그리고 시계열을 근사화하지는 않지만 약간 다른 각도에서 일반적인 가격을 볼 수 있도록 가격에서 데이터를 추출합니다. 여기에서 증분식으로 종속성이 없는 것을 볼 수 있으며 자기 상관을 사용하는 것을 볼 수 있습니다. 이것은 나에게 많은 것을 알려줍니다. 거기에는 선형 의존성이 없었고 결코 없었으며 자기 상관도를 지속적으로 보여줄 필요가 없습니다. 나는 오랫동안 그것들을 충분히 보았고 그들은 당신과 동일했습니다. )
faa1947 , 게시물 형식을 신중하게 지정해 주시기 바랍니다. 인용된 내용을 답변에서 즉시 분리하는 것이 불가능한 경우가 있습니다.
이제 요점으로:
faa1947: Как мне кажется, увеличение объема выборки представляет интерес только в рамках предельной теоремы о сходимости по вероятности к нормальному закону. Хочу Вас разочаровать, что если мы не ставим перед собой такой задачи, то простое увеличение выборки ничего не дает. Ниже привожу увеличение выборки в 10 раз.
좋아요, 죄송합니다. 극한의 정상이란 무엇을 말하는 것입니까? 무엇의 정상성? 반환 분배? 이 단계에서 나는 이 가설에서 덥지도 춥지도 않다. 지금까지 수익의 분배와 그들이 열망하는 법칙에 대한 가설은 필요하지 않습니다.
개인적으로 시계에 대한 다음 요구 사항이 있습니다. 확률 변수의 독립성을 위해 카이-제곱 검정을 사용하려고 했기 때문에(나는 원했습니다), 표본 크기는 결합 이벤트의 빈도가 최소 5가 되도록 보장되어야 합니다. 이 제한은 다음과 같이 알려야 합니다. 뿐만 아니라 당신. 그래서 시계에서 그런 강력한 선택이 나온 것입니다.
하지만 나는 그것을 가지고있다. 나는 왜 alexeymosc 가 정확히 그 크기의 샘플을 사용했는지 모르겠습니다. 하지만 아마도 나는 전체 시리즈에 대한 패턴을 설정하고 싶었고 일부가 아닌 것 같았습니다.
faa1947: "선형성"과 "비선형성"에 관해서는 같은 질문에 주의할 것입니다. 이 질문은 시계열을 근사하는 모델의 프레임워크 내에서 제기될 수 있고 또 그래야 하기 때문입니다. 이 모델의 계수를 분석하면 이러한 계수가 상수(또는 거의 상수), 결정적 함수 또는 확률적 함수라는 결론에 도달할 수 있습니다. 이것은 종속성 유형을 분석하는 매우 구체적이고 건설적인 프로세스입니다.
아직 모델이 없습니다. 통계의 비모수적 방법을 사용한 데이터 마이닝만 가능합니다.
나는 이것이 정확히 비선형 관계라고 확신합니다. 10보다 큰 시차에 대해 Pearson 상관 관계를 사용하여 발견된 중요한 선형 관계는 없습니다. 당신 자신이 이것을 알고 있습니다. 그러나 연결은 훨씬 더 큰 지연에서도 발견 되었습니다 . 그래서 그들은 비선형입니다!
faa1947: 이 정보 의존성이 발견될 때 건설적인 것은 무엇입니까? 그리고 다시 한 번, 원래 시계열에서 어떻게 볼 수 있습니까?
보기가 쉽지 않습니다. 여기에 동의합니다. 다소 먼 역사에서 제로 바에 전송된 정보의 평균 양만 알려진 반면 이 "과거 정보 공격"의 메커니즘은 우리에게 알려져 있지 않습니다. 우리는 여전히 이러한 베어 비트를 예측 도구로 변환해야 합니다. 누가 쉬울 거라고 했습니까?
익명: 증분은 이분산적입니다. 가격 움직임의 방향을 예측하려면 이를 고려해야 합니다.
나는 ARCH 및 관련 제품군을 포함하여 현재의 계량 경제학 모델에 대해 매우 무지합니다. 증분 동작 모델이 구축되지 않은 단계에서 이것이 고려되어야 하는 이유를 손가락으로 설명할 수 있습니까? 모델이 없고 정보 이론을 멍청하게 적용했을 뿐입니다. 고맙습니다.
NS는 Forex 전용 접근 방식이 아닙니다. 게으름이 아닌 곳에서 사용됩니다(또는 그 반대의 경우 - 일반 모델을 구축하기에는 너무 게으르고 컴퓨팅 리소스가 많은 곳에서 사용됨).
변동성을 예측하는 접근 방식과 가격 움직임의 방향은 달라야 합니다. 첫 번째는 NS(unjustified complication)를 사용할 필요가 없고 두 번째는 시도해 볼 수 있습니다.
NS 소개 - 이 방법 자체가 그렇게 간단하지는 않지만 원칙적으로 동의합니다. 또한 준수해야 하는 바람직하고 때로는 의무적인 규칙도 많이 있습니다(데이터 사전 처리 및 관련 변수 선택에서 시작하여 네트워크 구축으로 끝남). 일반적으로 자신이 알고 있는 지식을 연구 중인 현상에 적용하는 것을 좋아하는 사람이 있고, 처음부터 공부를 시작하는 사람이 있으며 후자는 아마도 NN을 선호할 것입니다. 임호.
그리고 저는 변동성을 예측하지 않고 항상 가격 움직임의 방향을 예측하기 위해 노력합니다. 이 문제에서는 NS를 사용합니다.
당신의 상호 정보는 나에게 아무것도 보여주지 않았습니다. VR을 처리하기 전에 VR에 결정적 구성 요소가 없는지 확인해야 합니다. VR에서 사용할 수 있는 경우 통계가 "망쳐져" 모든 연구를 신뢰할 수 없습니다. 원래 BP에 근거한 변동성의 정의가 틀렸다는 점에 실망을 드려야 합니다. 나는 모델을 구축할 수 있으며, 나머지 매개변수에는 44핍 변동성과 그 변동성 플러스 또는 마이너스 2핍, 즉 나는 그것을 영구적이라고 생각할 수 있습니다. 분석에 남아 있는 변동성은 사용된 모델에 크게 의존합니다.
그리고 시계열을 근사화하지는 않지만 약간 다른 각도에서 일반적인 가격을 볼 수 있도록 가격에서 데이터를 추출합니다. 여기에서 증분 종속성이 없는 것을 볼 수 있습니다.
기관차 앞에서 담배를 피우십시오. 실제로 교과서 수준에서는 VR 분석 순서가 고정/비정상으로 정의 - 고정이 아닌 경우 변환 방법의 선택은 고정입니다. 확실히, 이 첫 번째 단계는 추세를 제거하는 것입니다. 다음에 봅시다.
나는 당신이 여기서 무엇을하고 있는지 이해하지 못합니다. 나는 정보 이론(IT)에 대한 나의 이해를 새롭게 하기로 결정하고 용어집을 살펴보았습니다.
TI는 수량에서 "정보"의 개념을 고려합니다. 그 가치와 의미를 불문하고 말이다. 이 접근 방식을 사용하면 입력된 텍스트 페이지에는 페이지의 문자 및 공백(예: 기호) 수에 의해서만 결정되는 거의 동일한 양의 정보가 항상 포함되며 정확히 인쇄된 내용에 의존하지 않습니다. 무의미하고 혼란스러운 문자 집합의 경우를 포함합니다. 통신 시스템을 모델링하는 경우 이러한 접근 방식은 모든 기호 집합으로 표시되는 정보의 통신 채널을 통해 오류 없이 전송되도록 설계되었기 때문에 합법적입니다. 정보, 수량의 가치와 의미를 고려하는 것이 필수적인 경우. 접근 방식이 적용되지 않습니다. 이러한 상황은 TI의 가능한 응용 분야에 상당한 제한을 가합니다. 이를 고려하지 않으면 개발 초기 단계에서 적용되는 중요성을 재평가하게 되었습니다.
이와 관련하여 세 가지 가능한 답변이 있습니다.
1. 당신은 사전이 거짓말을하고 있다고 확신하고 모든 것이 현실은 그렇지 않습니다.
2. 귀하는 " 개발 초기 단계" 에 있으며 아직 " 적용 관련성"을 평가하지 않았습니다.
이것은 많은 것을 명확히 합니다. 사실 계량경제학 은 적어도 100년 동안 경제 시계열을 연구하는 과학(나는 과학 을 강조한다)이다. 미국 계량 경제학 학회는 1930년대에 결성되었습니다. 귀하의 게시물로 판단하면 이 과학은 귀하에게 달려 있습니다. 당신은 이 포럼에서 혼자가 아닙니다. 농담으로: 이 사이트의 개발자에 따르면 "계량학"과 그 파생어에 문법적 오류가 있습니다.
통계적 방법을 사용하여 한 금융 상품의 시세에서 종속성을 찾으려고 했습니다. 우선 다우존스 산업 지수, 일일 데이터를 가져와 시리즈를 일련의 백분율 증분으로 변환했습니다.
증분은 이분산적입니다. 가격 움직임의 방향을 예측하려면 이를 고려해야 합니다.
변동성을 예측하려면 HC 대신 더 구체적인 모델을 사용하는 것이 좋습니다.
faa1947 의 답변:
""선형성"과 "비선형성"을 희생시키면서 나는 같은 것에 대해 주의할 것입니다. 왜냐하면 이 질문은 시계열을 근사화하는 모델의 프레임워크 내에서 제기될 수 있고 또 그래야 하기 때문입니다. 이 모델의 계수를 분석하면, 이러한 계수는 상수(또는 거의 상수), 결정적 함수 또는 확률적 함수라는 결론에 도달할 수 있습니다. 이것은 종속성 유형을 분석하는 완전히 구체적이고 건설적인 프로세스입니다 . 그리고 이 정보 의존성이 발견될 때 건설적인 것은 무엇입니까? 그리고 다시 원래 시계열에서 이것을 어떻게 볼 수 있습니까?"
경제적 요소에 대한 링크를 만들 수는 있지만 죄송합니다. 해당 주제의 첫 번째 게시물에 대한 답변을 읽어보세요. 바로 그 내용이 있습니다. 일중 변동성은 주기적입니다. 그리고 상호 정보는 이것을 보여주었습니다. 일일 및 이전 시간대의 경우 상황이 일반적으로 다르며 명확한 주기가 없습니다.
원래 행에서 어떻게 보나요? 시간당 막대에서 최소 6개월의 기록을 살펴보고 시간에 따른 변동성(양초 크기)의 차이가 있는지 확인하십시오. 그러나 일일 바에 관해서는 여기에서 개인적으로 자연 순환이나 다른 일상 또는 경제 논리를 찾지 못했습니다. 그것은 단순히 가격에 대한 의존의 내부 구조입니다.
그리고 시계열을 근사화하지는 않지만 약간 다른 각도에서 일반적인 가격을 볼 수 있도록 가격에서 데이터를 추출합니다. 여기에서 증분식으로 종속성이 없는 것을 볼 수 있으며 자기 상관을 사용하는 것을 볼 수 있습니다. 이것은 나에게 많은 것을 알려줍니다. 거기에는 선형 의존성이 없었고 결코 없었으며 자기 상관도를 지속적으로 보여줄 필요가 없습니다. 나는 오랫동안 그것들을 충분히 보았고 그들은 당신과 동일했습니다. )
증분은 이분산적입니다. 가격 움직임의 방향을 예측하려면 이를 고려해야 합니다.
변동성을 예측하려면 HC 대신 더 구체적인 모델을 사용하는 것이 좋습니다.
그리고 NS와 반대로 Forex에 더 특정한 모델은 무엇입니까? 당신의 의견에 관심이 있습니다. 세상에는 많은 모델이 있습니다.
그리고 NS와 반대로 Forex에 더 특정한 모델은 무엇입니까? 당신의 의견에 관심이 있습니다. 세상에는 많은 모델이 있습니다.
저는 외환 관련 모델에 대해 이야기한 것이 아니라(특히 파생 상품의 경우 많은 모델이 있습니다: https://en.wikipedia.org/wiki/Vanna_Volga ), 변동성 특정 모델에 대해 이야기하고 있습니다(그 외에도 많은 모델이 있습니다. 아치).
NS는 Forex 전용 접근 방식이 아닙니다. 게으름이 아닌 곳에서 사용됩니다(또는 그 반대의 경우 - 일반 모델을 구축하기에는 너무 게으르고 컴퓨팅 리소스가 많은 곳에서 사용됨).
변동성을 예측하는 접근 방식과 가격 움직임의 방향은 달라야 합니다. 첫 번째는 NS(unjustified complication)를 사용할 필요가 없고 두 번째는 시도해 볼 수 있습니다.
faa1947 , 게시물 형식을 신중하게 지정해 주시기 바랍니다. 인용된 내용을 답변에서 즉시 분리하는 것이 불가능한 경우가 있습니다.
이제 요점으로:
faa1947: Как мне кажется, увеличение объема выборки представляет интерес только в рамках предельной теоремы о сходимости по вероятности к нормальному закону. Хочу Вас разочаровать, что если мы не ставим перед собой такой задачи, то простое увеличение выборки ничего не дает. Ниже привожу увеличение выборки в 10 раз.
좋아요, 죄송합니다. 극한의 정상이란 무엇을 말하는 것입니까? 무엇의 정상성? 반환 분배? 이 단계에서 나는 이 가설에서 덥지도 춥지도 않다. 지금까지 수익의 분배와 그들이 열망하는 법칙에 대한 가설은 필요하지 않습니다.
개인적으로 시계에 대한 다음 요구 사항이 있습니다. 확률 변수의 독립성을 위해 카이-제곱 검정을 사용하려고 했기 때문에(나는 원했습니다), 표본 크기는 결합 이벤트의 빈도가 최소 5가 되도록 보장되어야 합니다. 이 제한은 다음과 같이 알려야 합니다. 뿐만 아니라 당신. 그래서 시계에서 그런 강력한 선택이 나온 것입니다.
하지만 나는 그것을 가지고있다. 나는 왜 alexeymosc 가 정확히 그 크기의 샘플을 사용했는지 모르겠습니다. 하지만 아마도 나는 전체 시리즈에 대한 패턴을 설정하고 싶었고 일부가 아닌 것 같았습니다.
faa1947: "선형성"과 "비선형성"에 관해서는 같은 질문에 주의할 것입니다. 이 질문은 시계열을 근사하는 모델의 프레임워크 내에서 제기될 수 있고 또 그래야 하기 때문입니다. 이 모델의 계수를 분석하면 이러한 계수가 상수(또는 거의 상수), 결정적 함수 또는 확률적 함수라는 결론에 도달할 수 있습니다. 이것은 종속성 유형을 분석하는 매우 구체적이고 건설적인 프로세스입니다.
아직 모델이 없습니다. 통계의 비모수적 방법을 사용한 데이터 마이닝만 가능합니다.
나는 이것이 정확히 비선형 관계라고 확신합니다. 10보다 큰 시차에 대해 Pearson 상관 관계를 사용하여 발견된 중요한 선형 관계는 없습니다. 당신 자신이 이것을 알고 있습니다. 그러나 연결은 훨씬 더 큰 지연에서도 발견 되었습니다 . 그래서 그들은 비선형입니다!
faa1947: 이 정보 의존성이 발견될 때 건설적인 것은 무엇입니까? 그리고 다시 한 번, 원래 시계열에서 어떻게 볼 수 있습니까?
보기가 쉽지 않습니다. 여기에 동의합니다. 다소 먼 역사에서 제로 바에 전송된 정보의 평균 양만 알려진 반면 이 "과거 정보 공격"의 메커니즘은 우리에게 알려져 있지 않습니다. 우리는 여전히 이러한 베어 비트를 예측 도구로 변환해야 합니다. 누가 쉬울 거라고 했습니까?
익명: 증분은 이분산적입니다. 가격 움직임의 방향을 예측하려면 이를 고려해야 합니다.
나는 ARCH 및 관련 제품군을 포함하여 현재의 계량 경제학 모델에 대해 매우 무지합니다. 증분 동작 모델이 구축되지 않은 단계에서 이것이 고려되어야 하는 이유를 손가락으로 설명할 수 있습니까? 모델이 없고 정보 이론을 멍청하게 적용했을 뿐입니다. 고맙습니다.
저는 외환 관련 모델에 대해 이야기한 것이 아니라(특히 파생 상품의 경우 많은 모델이 있습니다: https://en.wikipedia.org/wiki/Vanna_Volga ), 변동성 특정 모델에 대해 이야기하고 있습니다(그 외에도 많은 모델이 있습니다. 아치).
NS는 Forex 전용 접근 방식이 아닙니다. 게으름이 아닌 곳에서 사용됩니다(또는 그 반대의 경우 - 일반 모델을 구축하기에는 너무 게으르고 컴퓨팅 리소스가 많은 곳에서 사용됨).
변동성을 예측하는 접근 방식과 가격 움직임의 방향은 달라야 합니다. 첫 번째는 NS(unjustified complication)를 사용할 필요가 없고 두 번째는 시도해 볼 수 있습니다.
NS 소개 - 이 방법 자체가 그렇게 간단하지는 않지만 원칙적으로 동의합니다. 또한 준수해야 하는 바람직하고 때로는 의무적인 규칙도 많이 있습니다(데이터 사전 처리 및 관련 변수 선택에서 시작하여 네트워크 구축으로 끝남). 일반적으로 자신이 알고 있는 지식을 연구 중인 현상에 적용하는 것을 좋아하는 사람이 있고, 처음부터 공부를 시작하는 사람이 있으며 후자는 아마도 NN을 선호할 것입니다. 임호.
그리고 저는 변동성을 예측하지 않고 항상 가격 움직임의 방향을 예측하기 위해 노력합니다. 이 문제에서는 NS를 사용합니다.
faa1947 의 답변:
.. 일중 변동성은 주기적입니다. 그리고 상호 정보는 이것을 보여주었습니다.
당신의 상호 정보는 나에게 아무것도 보여주지 않았습니다. VR을 처리하기 전에 VR에 결정적 구성 요소가 없는지 확인해야 합니다. VR에서 사용할 수 있는 경우 통계가 "망쳐져" 모든 연구를 신뢰할 수 없습니다. 원래 BP에 근거한 변동성의 정의가 틀렸다는 점에 실망을 드려야 합니다. 나는 모델을 구축할 수 있으며, 나머지 매개변수에는 44핍 변동성과 그 변동성 플러스 또는 마이너스 2핍, 즉 나는 그것을 영구적이라고 생각할 수 있습니다. 분석에 남아 있는 변동성은 사용된 모델에 크게 의존합니다.
그리고 시계열을 근사화하지는 않지만 약간 다른 각도에서 일반적인 가격을 볼 수 있도록 가격에서 데이터를 추출합니다. 여기에서 증분 종속성이 없는 것을 볼 수 있습니다.
기관차 앞에서 담배를 피우십시오. 실제로 교과서 수준에서는 VR 분석 순서가 고정/비정상으로 정의 - 고정이 아닌 경우 변환 방법의 선택은 고정입니다. 확실히, 이 첫 번째 단계는 추세를 제거하는 것입니다. 다음에 봅시다.
나는 당신이 여기서 무엇을하고 있는지 이해하지 못합니다. 나는 정보 이론(IT)에 대한 나의 이해를 새롭게 하기로 결정하고 용어집을 살펴보았습니다.
TI는 수량에서 "정보"의 개념을 고려합니다. 그 가치와 의미를 불문하고 말이다. 이 접근 방식을 사용하면 입력된 텍스트 페이지에는 페이지의 문자 및 공백(예: 기호) 수에 의해서만 결정되는 거의 동일한 양의 정보가 항상 포함되며 정확히 인쇄된 내용에 의존하지 않습니다. 무의미하고 혼란스러운 문자 집합의 경우를 포함합니다. 통신 시스템을 모델링하는 경우 이러한 접근 방식은 모든 기호 집합으로 표시되는 정보의 통신 채널을 통해 오류 없이 전송되도록 설계되었기 때문에 합법적입니다. 정보, 수량의 가치와 의미를 고려하는 것이 필수적인 경우. 접근 방식이 적용되지 않습니다. 이러한 상황은 TI의 가능한 응용 분야에 상당한 제한을 가합니다. 이를 고려하지 않으면 개발 초기 단계에서 적용되는 중요성을 재평가하게 되었습니다.
이와 관련하여 세 가지 가능한 답변이 있습니다.
1. 당신은 사전이 거짓말을하고 있다고 확신하고 모든 것이 현실은 그렇지 않습니다.
2. 귀하는 " 개발 초기 단계" 에 있으며 아직 " 적용 관련성"을 평가하지 않았습니다.
3. 당신은 다른 사람입니다.
나는 현대의 계량 경제학 모델에 대해 매우 무지합니다 ...
이것은 많은 것을 명확히 합니다. 사실 계량경제학 은 적어도 100년 동안 경제 시계열을 연구하는 과학(나는 과학 을 강조한다)이다. 미국 계량 경제학 학회는 1930년대에 결성되었습니다. 귀하의 게시물로 판단하면 이 과학은 귀하에게 달려 있습니다. 당신은 이 포럼에서 혼자가 아닙니다. 농담으로: 이 사이트의 개발자에 따르면 "계량학"과 그 파생어에 문법적 오류가 있습니다.
다시 25, 하늘의 손가락. 이 연구는 일련의 가격이 아니라 그 수익(수익)과 관련하여 수행되었습니다. 처음입니다.
둘째, 귀하가 표시한 것과 같은 데이터 전처리는 주로 분석의 목표에 의해 결정되며 목표와 상관없이 연구에 부과되는 독단적 요구 사항에 의해 결정되지 않습니다.
기관차 앞에서 담배를 피우십시오. 실제로 교과서 수준에서는 VR의 분석 순서가 고정(stationary)/비정상(non-stationary)으로 정의되어 있다. 확실히, 이 첫 번째 단계는 추세를 제거하는 것입니다. 다음에 봅시다.
위의 내 이의를 참조하십시오. 연구 방법을 목표와 일치시키십시오! 그리고 마지막으로 정체, 추세 감소 및 연구 주제와 관련이 없는 기타 사항에 대한 주문을 중얼거리지 마십시오.
2 HideYourRichess: 오늘은 약간의 휴가가 있어서 임시로 제 생각을 말할 수 있는 모든 권리가 있습니다. :) 정보가 무엇인지에 대해 종교적인 충돌을 하게 될까요?
2faa1947:
사실 계량경제학은 적어도 100년 동안 경제 시계열을 연구하는 과학(나는 과학 을 강조한다)이다.
좋아, 과학을 보자. 내가 기억하는 한 계량 경제학 은 재무 데이터에 모델을 적용하는 것을 좋아합니다. 나는 그들을 강요하지 않습니다. 그래서 저는 계량경제학을 하지 않습니다. 질문이 있으신가요?