O Modelo de Regressão Sultonov (SRM) - alegando ser um modelo matemático do mercado. - página 44
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
Cinco parâmetros para 15 pontos é demais. O ajuste habitual.
Tente a mesma equação com os mesmos parâmetros em mil barras.
Você parece ter uma mudança de direção em sua pesquisa. Você costumava inventar difuras e tentava explicar o mercado.
Agora você está apenas tentando descrevê-lo sem sequer tentar explicá-lo.
Cinco parâmetros para 15 pontos é demais. O ajuste habitual.
Tente a mesma equação com os mesmos parâmetros em mil barras.
Você parece ter uma mudança de direção em sua pesquisa. Você costumava inventar difuras e tentava explicar o mercado.
Agora você está apenas tentando descrevê-lo sem sequer tentar explicá-lo.
1. corretamente notado, aqui estão as estatísticas nuas e um subproduto de outra direção de pesquisa, não relacionado ao Forex. Como você sabe, ao estimar os coeficientes de uma equação linear com conjuntos de variáveis pelo método ANC, Gauss indicou apenas um método de dois passos para eliminar gradualmente as variáveis no primeiro passo e encontrar coeficientes no segundo passo, o que é muito trabalhoso e incômodo. O segundo método é baseado no método de Cramer usando determinantes, que não é mais simples que o método de Gauss e tem a mesma complexidade computacional, embora seja mais elegante. Consegui simplificar o método decisivamente e determinar os coeficientes diretamente e o exemplo acima é uma estreia e pensei que prestariam atenção, como consegui encontrar 5 coeficientes enquanto variava quatro variáveis simultaneamente. Normalmente, por exemplo, ao planejar um experimento, é recomendável determinar gradualmente coeficientes com apenas uma variável, colocando as outras variáveis em um nível constante, é possível que você se lembre deste hit não tão bem sucedido dos anos 60 e 70. Agora realmente, não tenho nenhum problema em pesquisar 1000 barras ao mesmo tempo e o farei. Basta me dizer como baixar a história diretamente para o exel com vírgulas, desculpe, eu sou um zero na técnica de usar um comp. Estou aprendendo gradualmente e apenas o que é necessário no momento. Por favor, especifique em grande detalhe, até a seqüência de pressionamento de botões.
2. Sem ajuste, mas de fato a quantidade de dados não é grande coisa, pois foi inserida manualmente. Entretanto, é notável que esta simples equação tenta descrever as variações de preço como se fossem periódicas, embora não seja de forma alguma assim.
3. Você acha que faz sentido acrescentar volumes a estes quatro parâmetros, especialmente porque eles estão disponíveis, embora se diga que eles são tendenciosos?
4. notou a diferença de coeficientes na OHLC, aparentemente por falta de dados.
Por favor, me diga como baixar a história diretamente para o exel com vírgulas, desculpe, eu sou um novato em técnicas de informática.
1. No terminal, pressione F2. Na tabela que aparece, selecione um símbolo e pressione "Exportar". Temos um arquivo.
Abrimos o arquivo em Excel. Parece que sim:
3. No Excel no topo da guia "Data".
4. Destaque a seção de dados desejada na tabela.
5. Clique em "Coluna por coluna" O assistente de texto irá aparecer.
6. No primeiro passo, selecionamos "Delimitado".
7. No segundo passo do assistente, você deve especificar adicionalmente o separador por vírgula.
8. Na terceira etapa:
8.1. Para as duas primeiras colunas, especificar o formato dos dados da coluna "texto".
8.3 Deixamos "Geral" para o resto, mas abrimos "mais detalhes" e colocamos "ponto" como separador de lugar.
Deve parecer com isto
É preciso apenas esta equação
F=1.00010409798*CLOSE(-1)^0.999631066509
A tentativa de acrescentar outro valor leva a uma matriz degenerada (singular).
O ajuste é muito bom.
Variável Dependente: F
Método: Painel de mínimos quadrados
Data: 30/11//12 Hora: 10:57
Amostra: 1 2652
Períodos incluídos: 23
Cortes transversais incluídos: 113
Total de observações (desequilibradas) do painel: 2538
Convergência alcançada após 1 iteração
F=C(1)*CLOSE(-1)^C(2)
Coeficiente Std. Erro t-Statistic Prob.
C(1) 1.000104 0.000122 8222.019 0.0000
C(2) 0,999631 0,000511 1955.530 0,0000
R-quadrado 0,999342 dependente médio var 1,266171
R-quadrado corrigido 0.999342 S.D. dependente var 0.029512
S.E. de regressão 0.000757 Akaike info criterion -11.53332
Soma ao quadrado residente 0,001454 Critério Schwarz -11,52872
Probabilidade de registro 14637.78 Critério Hannan-Quinn. -11.53165
Durbin-Watson stat 1.951579
Variável Dependente: FECHADO
Método: Painel de mínimos quadrados
Data: 30/11//12 Hora: 10:59
Amostra: 1 2652
Períodos incluídos: 23
Cortes transversais incluídos: 113
Total de observações (desequilibradas) do painel: 2538
Convergência alcançada após 2 iterações
CLOSE=C(1)*F(-1)^C(2)
Coeficiente Std. Erro t-Statistic Prob.
C(1) 1.000222 0.000233 4283.747 0.0000
C(2) 0.999132 0.000981 1018.334 0.0000
R-quadrado 0,997578 dependente médio var 1,266170
R-quadrado ajustado 0.997577 S.D. dependente var 0.029520
S.E. de regressão 0.001453 Akaike info criterion -10.22961
Soma ao quadrado resid 0.005354 Critério Schwarz -10.22501
Probabilidade de registro 12983.38 Critério Hannan-Quinn. -10.22794
Durbin-Watson stat 1.294442
Aqui está a tabela
Vemos picos de cerca de 100 pips. Mas um histograma muito decente, embora não normal
Probabilidade = 14 pips.
Mas a elipse da confiança é deprimente - vemos uma correlação extremamente alta de nossos coeficientes. Esta é a razão para a singularidade da matriz quando variáveis adicionais são adicionadas.
Eu me absteria de usar a equação acima
Eu tentei expressar o preço médio previsto de uma futura barra (F) através dos preços OHLC de barras anteriores como a seguinte relação, embora eu não saiba se ela foi tentada antes sob tal forma ou não:
F=A*O^a1*H^a2*L^a3*C^a4,
onde - A, a1, a2,a3,a4 são coeficientes constantes determinados pelo método Gaussiano MNC e é isto que obtemos para 15 barras de TF D1
Portanto, o quociente pode, em princípio, ser expresso por uma única equação, mas vamos descobrir qual é a utilidade prática disso. Quais são suas opiniões?
Não encontrei o período de tempo do qual você tirou a amostra de preço, mas as últimas 15 barras mostram a mesma imagem (de acordo com a fórmula acima e os coeficientes derivados):
O verde МА com período = 1 é usado para comparar a previsão mais claramente.
As marcas de preço são desenhadas por um roteiro (no anexo).
Não encontrei o período de tempo do qual você tirou a amostra de preço, mas as últimas 15 barras mostram esta imagem (de acordo com a fórmula e os coeficientes que você derivou):
O verde МА com período = 1 é usado para comparar a previsão mais claramente.
As marcas de preço são desenhadas por um roteiro (no anexo).
Dados utilizados em D1 de 16. 09. 12 a 05. 10. 12
P.S. E se não fosse o final do mês, a vela atual seria "de baixa"... :)))
Não percebi imediatamente que os coeficientes estão dispostos em ordem inversa a4 -> a1. Um mês depois, os coeficientes calculados não são "um dedo no céu". ;)
P.S. E se não fosse o final do mês, a vela atual seria "de baixa"... :)))
É preciso apenas esta equação
F=1.00010409798*CLOSE(-1)^0.999631066509
A tentativa de acrescentar outro valor leva a uma matriz degenerada (singular).
O ajuste é muito bom.
Variável Dependente: F
Método: Painel de mínimos quadrados
Data: 30/11//12 Hora: 10:57
Amostra: 1 2652
Períodos incluídos: 23
Cortes transversais incluídos: 113
Total de observações (desequilibradas) do painel: 2538
Convergência alcançada após 1 iteração
F=C(1)*CLOSE(-1)^C(2)
Coeficiente Std. Erro t-Statistic Prob.
C(1) 1.000104 0.000122 8222.019 0.0000
C(2) 0,999631 0,000511 1955.530 0,0000
R-quadrado 0,999342 dependente médio var 1,266171
R-quadrado corrigido 0.999342 S.D. dependente var 0.029512
S.E. de regressão 0.000757 Akaike info criterion -11.53332
Soma ao quadrado residente 0,001454 Critério Schwarz -11,52872
Probabilidade de registro 14637.78 Critério Hannan-Quinn. -11.53165
Durbin-Watson stat 1.951579
Variável Dependente: FECHADO
Método: Painel de mínimos quadrados
Data: 30/11//12 Hora: 10:59
Amostra: 1 2652
Períodos incluídos: 23
Cortes transversais incluídos: 113
Total de observações (desequilibradas) do painel: 2538
Convergência alcançada após 2 iterações
CLOSE=C(1)*F(-1)^C(2)
Coeficiente Std. Erro t-Statistic Prob.
C(1) 1.000222 0.000233 4283.747 0.0000
C(2) 0.999132 0.000981 1018.334 0.0000
R-quadrado 0,997578 dependente médio var 1,266170
R-quadrado ajustado 0.997577 S.D. dependente var 0.029520
S.E. de regressão 0.001453 Akaike info criterion -10.22961
Soma ao quadrado resid 0.005354 Critério Schwarz -10.22501
Probabilidade de registro 12983.38 Critério Hannan-Quinn. -10.22794
Durbin-Watson stat 1.294442
Aqui está a tabela
Vemos picos de cerca de 100 pips. Mas um histograma muito decente, embora não normal
Probabilidade = 14 pips.
Mas a elipse da confiança é deprimente - vemos uma correlação extremamente alta de nossos coeficientes. Esta é a razão para a singularidade da matriz quando variáveis adicionais são adicionadas.
Eu me absteria de usar a equação acima
Abster-se de pular para conclusões