Índice Hearst - página 15
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Atrevo-me a assegurar-lhe que "de olho", você não pode determinar com certeza, onde está a M1 e onde está a semana (por exemplo, para uma série de EURUSD). Mas o uso do SPX, mostrará exatamente a diferença entre as várias TFs para esta citação.
O que isso tem a ver estatisticamente. As pessoas decidiram que não se pode dizer "à vista", portanto, é fractal. E então eles começam a teorizar. Malnenbrot e todos os outros fractalistas.
A propósito, até mesmo o mesmo Hurst mostra valores diferentes para períodos de tempo diferentes. Mesmo que estes valores não sejam muito diferentes, as tendências são geralmente visíveis.
Quem sabe sobre as opções do ISC?
Por exemplo, a seguinte variante. Após o primeiro cálculo, determinar os outliers e usá-los para atribuir pesos aos pontos de dados. Depois disso, repetimos o cálculo levando em conta os pesos.
A questão é, onde isso é descrito competentemente, para não reinventar a roda?
Quem sabe sobre as opções do ISC?
Por exemplo, a seguinte variante. Após o primeiro cálculo, determinamos os valores aberrantes e atribuímos pesos aos pontos de dados com base neles. Depois disso, repetimos o cálculo levando em conta os pesos.
A questão onde é competentemente descrita, que não se deve reinventar uma bicicleta?
Então é melhor calcular o desvio padrão, e ao contar novamente, remover os pontos cujo desvio padrão é 1,5 vezes a média.
Então é melhor calcular o desvio padrão e depois remover pontos cujo desvio padrão é 1,5 vezes maior do que a média.
Este é um caso extremo do que eu estava perguntando. O que você sugere significa atribuir peso a esses pontos =0
A questão é a mesma, onde ela é descrita com competência?
Quem sabe sobre as opções do ISC?
Por exemplo, a seguinte variante. Após o primeiro cálculo, determinamos os valores aberrantes e atribuímos pesos aos pontos de dados com base neles. Depois disso, repetimos o cálculo levando em conta os pesos.
A questão é onde ela é descrita corretamente para não reinventar a roda?
Por quê? Há os valores A, B, e há seus intervalos de confiança.
Por quê? Há valores A, B, e há seus intervalos de confiança.
Presumo que, definindo os pesos, é possível obter uma curva de índice de variação mais suave. Quero verificar isso. Claro que posso apenas impor MA, mas não é tão interessante, embora talvez não devêssemos procurar maneiras muito complicadas :)
Este é um caso extremo do que eu estava perguntando. O que você propõe é atribuir peso a esses pontos =0
A questão é a mesma, onde isso é descrito inteligentemente?
Não sei, com base na suposição de que uma certa porcentagem de pontos de amostra caia fora da amostra e tenha um efeito perceptível sobre os resultados.
É claro que você pode procurar a porcentagem certa dos pontos mais distantes, mas é mais fácil com RMS.
Em geral, é o oposto do que você disse. A maneira correta não é tomar o desvio ao quadrado como um peso, mas o inverso dele.
É aqui que surge o problema de dividir por 0.
Então o coeficiente pode ser pensado como -- 1/(1 + KO) .
Então, a função alvo repetida seria esta:
Somente os derivados terão que ser recalculados à mão )Não sei, com base na suposição de que uma certa porcentagem de pontos de amostra caia fora da amostra e tenha um efeito perceptível sobre os resultados.
É claro que você pode procurar a porcentagem certa dos pontos mais distantes, mas é mais fácil através do RMS.
Em geral, é o oposto do que você disse. A maneira correta não é tomar o desvio ao quadrado como um peso, mas o inverso dele.
É aqui que surge o problema de dividir por 0.
Então o coeficiente pode ser pensado como -- 1/(1 + KO) .
Então, a função objetiva repetida seria esta:
Somente os derivados terão que ser recalculados à mão )Sua versão implica uma soma de coeficientes não igual a 1. Isso é correto? Provavelmente correto para normalizá-los por sua própria soma.
(1/(1+KOi))/Summ(1/(1+KOi))
Sua opção implica uma quantidade de coeficiente não igual a 1. Isto é correto? É provavelmente correto normalizá-los por sua própria soma.
(1/(1+KOi))/Summ(1/(1+KOi))
Tudo bem, eles são usados na função alvo, portanto a sua normalização não irá alterar o resultado.
Você pode verificar se quiser.
Espero que você possa derivar os derivados?
Tudo bem, eles são usados na função alvo, portanto, o racionamento não mudará o resultado.
Você pode verificar se quiser.
Espero que você possa derivar os derivados?
certo :)