거기에는 거의 공리가 있습니다. "시스템 이론에서 모델의 정확성에 대한 질문은 올바르지 않습니다. 왜냐하면 모델의 구조가 영향의 대상과 환경으로 시스템을 주관적으로 구분함으로써 결정되기 때문입니다."
그 대상에 대한 모델의 적합성 문제는 상당히 잘 발달되어 있지만, 나는 이것을 시장에서 본 적이 없습니다. 표준 계획이 사용되는 것 같습니다. 시장에 대한 일부 구두 가정이 만들어진 다음이 가정이 구성 요소로 분해되고 이러한 구성 요소가 분석적으로 기록됩니다. 그러나 항상 전체 모델을 돌리는 특정 꼬리가 남아 있습니다. 하지만 결과 모델이 시장 자체에 적합한지 여부 - 그런 작업은 기억나지 않습니다.
그 대상에 대한 모델의 적합성 문제는 상당히 잘 발달되어 있지만, 나는 이것을 시장에서 본 적이 없습니다. 표준 계획이 사용되는 것 같습니다. 시장에 대한 일부 구두 가정이 만들어진 다음이 가정이 구성 요소로 분해되고 이러한 구성 요소가 분석적으로 기록됩니다. 그러나 항상 전체 모델을 돌리는 특정 꼬리가 남아 있습니다. 하지만 결과 모델이 시장 자체에 적합한지 여부 - 그런 작업은 기억나지 않습니다.
시뮬레이션은 항상 모델의 오류를 계산하지만. 아마도 이것은?
생각하지 않았다. 문제는 분명하지만.
모델은 TS입니다. 꼬리 - 손실 형태의 예측 오류. 드로다운은 일련의 거래에서 발생한 오류의 누적입니다. 트레이더는 MAXDD, PF, PV, Sharpe's ratio 등과 같은 지표를 통해 이를 분석합니다. 모델/TS의 적합성 대부분은 곡선의 부드러움과 최대 드로우다운으로 순전히 시각적으로 평가됩니다. 일부, PF> 2 등과 같은 제국 규칙에 따라
모든 것을 하나의 수학 공식으로 줄이기 위해 결과를 분석할 때 서로 다른 TS에 많은 뉘앙스가 있다는 것입니다.
모델은 TS입니다. 꼬리 - 손실 형태의 예측 오류. 드로다운은 일련의 거래에서 발생한 오류의 누적입니다. 트레이더는 MAXDD, PF, PV, Sharpe's ratio 등과 같은 지표를 통해 이를 분석합니다. 모델/TS의 적합성 대부분은 곡선의 부드러움과 최대 드로우다운으로 순전히 시각적으로 평가됩니다. 일부, PF> 2 등과 같은 제국 규칙에 따라
모든 것을 하나의 수학 공식으로 줄이기 위해 결과를 분석할 때 서로 다른 TS에 많은 뉘앙스가 있다는 것입니다.
이것은 모두 분명합니다. 나머지(오류)의 통계 특성에 대한 생각을 목록에 추가하면 상당히 완전한 목록을 얻을 수 있습니다.
그러나 나는 그가 시스템 이론에서 모델 추정에 대해 이야기하는 수학을 이해합니다. 예를 들어 TAR에서. 이 모든 것이 고도로 발달되어 있습니다. 그들의 모델은 화성으로 날아가고, 미국 도시를 가리킵니다. 우리는 시장에서 사용되지 않는 이것에 대해 이야기하고 있습니다.
이것은 모두 분명합니다. 나머지(오류)의 통계 특성에 대한 생각을 목록에 추가하면 상당히 완전한 목록을 얻을 수 있습니다.
그러나 나는 그가 시스템 이론에서 모델 추정에 대해 이야기하는 수학을 이해합니다. 예를 들어 TAR에서. 이 모든 것이 고도로 발달되어 있습니다. 그들의 모델은 화성으로 날아가고, 미국 도시를 가리킵니다. 우리는 시장에서 사용되지 않는 이것에 대해 이야기하고 있습니다.
그들은 고정 오류가있는 모델을 처리합니다. 시간이 지남에 따라 관련성을 잃지 않습니다. 설명되지 않은 요인도 있지만 물리 법칙은 항상 적용되지만 중요하지 않습니다. 시장에서 모든 것이 변하고 참가자들은 변화하는 규칙과 서로에 적응합니다. 따라서 모델/TS가 얼마나 오래 관련성이 있고 견고할지 미리 알 수 없습니다. 따라서 여기에서 관련성 추적은 다른 영역에서처럼 수세기 동안 한 번이 아니라 지속적으로 필요합니다. TS의 관련성을 결정하는 데 있어 지연이 중요합니다.
그들은 고정 오류가있는 모델을 처리합니다. 시간이 지남에 따라 관련성을 잃지 않습니다. 설명되지 않은 요인도 있지만 물리 법칙은 항상 적용되지만 중요하지 않습니다. 시장에서 모든 것이 변하고 참가자들은 변화하는 규칙과 서로에 적응합니다. 따라서 모델/TS가 얼마나 오래 관련성이 있고 견고할지 미리 알 수 없습니다. 따라서 여기에서 관련성 추적은 다른 영역에서처럼 수세기 동안 한 번이 아니라 지속적으로 필요합니다. TS의 관련성을 결정하는 데 있어 지연이 중요합니다.
예, 놓쳤습니다. 방금 머리에서 떨어졌습니다.
우리가 모델링하려는 대상의 일부는 사람이며, 이는 대상의 동작이 고정적이지 않고 모든 것에 질적으로 점프한다는 사실로 이어집니다. 그냥 잊어버렸어. 나는 한 번 객체가 결정론적, 확률론적(그들의 혼합물) 및 무기한일 수 있다고 배웠습니다. 행동이 한 시간 간격으로 결정적일 수 있고, 그 다음에는 확률론적이며, 종종 서로 간에 점프할 수 있습니다. 그것은 사람들이 일부인 시스템의 특성입니다.
디트렌딩에는 문제가 없습니다. 질적으로 다른 방법의 무리. 가장 발전된 도구.
그리고 예를 들어? 최소제곱법?
OLS는 추세 제거 도구가 아니라 추정 방법입니다.
통계와 TA를 질적으로 구별하는 것은 많은 평가 방법의 사용입니다.
이것은 그들의 격언이 아닙니다. 어쩐지 시스템 이론이 필요해서 공부했어요.
거기에는 거의 공리가 있습니다. "시스템 이론에서 모델의 정확성에 대한 질문은 올바르지 않습니다. 왜냐하면 모델의 구조가 영향의 대상과 환경으로 시스템을 주관적으로 구분함으로써 결정되기 때문입니다."
그 대상에 대한 모델의 적합성 문제는 상당히 잘 발달되어 있지만, 나는 이것을 시장에서 본 적이 없습니다. 표준 계획이 사용되는 것 같습니다. 시장에 대한 일부 구두 가정이 만들어진 다음이 가정이 구성 요소로 분해되고 이러한 구성 요소가 분석적으로 기록됩니다. 그러나 항상 전체 모델을 돌리는 특정 꼬리가 남아 있습니다. 하지만 결과 모델이 시장 자체에 적합한지 여부 - 그런 작업은 기억나지 않습니다.
시뮬레이션은 항상 모델의 오류를 계산하지만. 아마도 이것은?
생각하지 않았다. 문제는 분명하지만.
그 대상에 대한 모델의 적합성 문제는 상당히 잘 발달되어 있지만, 나는 이것을 시장에서 본 적이 없습니다. 표준 계획이 사용되는 것 같습니다. 시장에 대한 일부 구두 가정이 만들어진 다음이 가정이 구성 요소로 분해되고 이러한 구성 요소가 분석적으로 기록됩니다. 그러나 항상 전체 모델을 돌리는 특정 꼬리가 남아 있습니다. 하지만 결과 모델이 시장 자체에 적합한지 여부 - 그런 작업은 기억나지 않습니다.
시뮬레이션은 항상 모델의 오류를 계산하지만. 아마도 이것은?
생각하지 않았다. 문제는 분명하지만.
모델은 TS입니다. 꼬리 - 손실 형태의 예측 오류. 드로다운은 일련의 거래에서 발생한 오류의 누적입니다. 트레이더는 MAXDD, PF, PV, Sharpe's ratio 등과 같은 지표를 통해 이를 분석합니다. 모델/TS의 적합성 대부분은 곡선의 부드러움과 최대 드로우다운으로 순전히 시각적으로 평가됩니다. 일부, PF> 2 등과 같은 제국 규칙에 따라
모든 것을 하나의 수학 공식으로 줄이기 위해 결과를 분석할 때 서로 다른 TS에 많은 뉘앙스가 있다는 것입니다.
모델은 TS입니다. 꼬리 - 손실 형태의 예측 오류. 드로다운은 일련의 거래에서 발생한 오류의 누적입니다. 트레이더는 MAXDD, PF, PV, Sharpe's ratio 등과 같은 지표를 통해 이를 분석합니다. 모델/TS의 적합성 대부분은 곡선의 부드러움과 최대 드로우다운으로 순전히 시각적으로 평가됩니다. 일부, PF> 2 등과 같은 제국 규칙에 따라
모든 것을 하나의 수학 공식으로 줄이기 위해 결과를 분석할 때 서로 다른 TS에 많은 뉘앙스가 있다는 것입니다.
이것은 모두 분명합니다. 나머지(오류)의 통계 특성에 대한 생각을 목록에 추가하면 상당히 완전한 목록을 얻을 수 있습니다.
그러나 나는 그가 시스템 이론에서 모델 추정에 대해 이야기하는 수학을 이해합니다. 예를 들어 TAR에서. 이 모든 것이 고도로 발달되어 있습니다. 그들의 모델은 화성으로 날아가고, 미국 도시를 가리킵니다. 우리는 시장에서 사용되지 않는 이것에 대해 이야기하고 있습니다.
OLS는 추세 제거 도구가 아니라 추정 방법입니다.
통계와 TA를 질적으로 구별하는 것은 많은 평가 방법의 사용입니다.
추세에 대한 평가가 있는 경우 이것이 추세를 낮추는 도구가 아닌 이유는 무엇입니까? 그리고 TA는 이미 이것의 결과입니다. 그렇지 않습니까?
이것은 모두 분명합니다. 나머지(오류)의 통계 특성에 대한 생각을 목록에 추가하면 상당히 완전한 목록을 얻을 수 있습니다.
그러나 나는 그가 시스템 이론에서 모델 추정에 대해 이야기하는 수학을 이해합니다. 예를 들어 TAR에서. 이 모든 것이 고도로 발달되어 있습니다. 그들의 모델은 화성으로 날아가고, 미국 도시를 가리킵니다. 우리는 시장에서 사용되지 않는 이것에 대해 이야기하고 있습니다.
그들은 고정 오류가있는 모델을 처리합니다. 시간이 지남에 따라 관련성을 잃지 않습니다. 설명되지 않은 요인도 있지만 물리 법칙은 항상 적용되지만 중요하지 않습니다. 시장에서 모든 것이 변하고 참가자들은 변화하는 규칙과 서로에 적응합니다. 따라서 모델/TS가 얼마나 오래 관련성이 있고 견고할지 미리 알 수 없습니다. 따라서 여기에서 관련성 추적은 다른 영역에서처럼 수세기 동안 한 번이 아니라 지속적으로 필요합니다. TS의 관련성을 결정하는 데 있어 지연이 중요합니다.
그들은 고정 오류가있는 모델을 처리합니다. 시간이 지남에 따라 관련성을 잃지 않습니다. 설명되지 않은 요인도 있지만 물리 법칙은 항상 적용되지만 중요하지 않습니다. 시장에서 모든 것이 변하고 참가자들은 변화하는 규칙과 서로에 적응합니다. 따라서 모델/TS가 얼마나 오래 관련성이 있고 견고할지 미리 알 수 없습니다. 따라서 여기에서 관련성 추적은 다른 영역에서처럼 수세기 동안 한 번이 아니라 지속적으로 필요합니다. TS의 관련성을 결정하는 데 있어 지연이 중요합니다.
예, 놓쳤습니다. 방금 머리에서 떨어졌습니다.
우리가 모델링하려는 대상의 일부는 사람이며, 이는 대상의 동작이 고정적이지 않고 모든 것에 질적으로 점프한다는 사실로 이어집니다. 그냥 잊어버렸어. 나는 한 번 객체가 결정론적, 확률론적(그들의 혼합물) 및 무기한일 수 있다고 배웠습니다. 행동이 한 시간 간격으로 결정적일 수 있고, 그 다음에는 확률론적이며, 종종 서로 간에 점프할 수 있습니다. 그것은 사람들이 일부인 시스템의 특성입니다.
젠장, 내 머리에서 다 벗어났어. 그들은 연구소에서 나에게 이것을 가르쳤다.
소로스가 영국 파운드화를 폭락시킨 유명한 이야기가 있습니다.