Статистика зависимостей в котировках (теория информации, корреляция и другие методы feature selection) - страница 12

 
Mathemat:

В том-то и фишка, что функция гамма-распределения появляется в статье как бы из воздуха, якобы при решении детерминистской дифуры движения, - но не в результате статистического или терверного анализа. Роман, пока не вижу никакого подобия в подходах к решению - даже условно.

Но если внимательно присмотреться, то некое подобие все же можно найти - скажем, в слове "распределение", которое тоже встречается в статье Юсуфа :)


Алексей это все понятно... Просто у меня выпуск из базового ВУЗа был в 1999 году. И я, почему - то :-))), ко ВСЕМ подобным кривулинам, особенно при формулировании задач (ТЗ по написанию советника) с их использованием, рассматриваю во многом ПОДОБНЫЙ подход при переложении решения по ним в код... :-))).

Но как я понимаю - по данному вопросу ветви - ТЗ с их (кривулин) использованием пока не сформулировано?

 

Нет, не сформулировано, это уж точно. Пока еще только начали алфавит (первый класс), так что до реальной науки тут еще далековато.

P.S. А я получил свое верхнее образование в 1987 и уже почти все забыл, за исключением математики.

 
Mathemat:

Нет, не сформулировано, это уж точно. Пока еще только начали алфавит (первый класс), так что до реальной науки тут еще далековато.

P.S. А я получил свое верхнее образование в 1987 и уже почти все забыл, за исключением математики.


Понятно.
 
Mathemat:..... А я получил свое верхнее образование в 1987 и уже почти все забыл, за исключением математики.
... и с тех пор чувствую себя значительно лучше (с)
 
Mathemat:

Чудесно. Пакет Statistica - единственный источник, к которому нужно обращаться за добычей данных. Поэтому ТИ нужно запретить использовать для этого. И собственный моск - тоже запретить, т.к. вместе со Statistica он уже не нужен.


Кстати ссылался не только на СТАТИСТИКУ, но и на учебники. Не надо передергивать и делать вид что не понимаете.

Новое знание не может быть получено без соблюдения строжайшего уважения к существующим терминам и понятиям, зафиксированным в учебниках.

Нельзя просто так взять понятия из ТИ и обозвать Data mining. Необходимо:

точно определить что берем

обосновать возможность переноса на новую почву

и обосновать значение результата на новой почве в терминах этой новой почвы.

HideYourRichess битый день ставит под сомнение первый пункт, я же не вижу вразумительного ответа на последний пункт.

О том что существуют зависимости в котирах - не новость, что имеется память - не новость, для их выявления и использования при анализе и прогнозе - целая наука под названием эконометрика. А что Вы нашли? Какую-то паршивую статейку, в которой изначально не определено место используемых понятий среди других известных и устоявших понятий, которые нужно просто сесть и выучить, а если знаете, то обнародовать эти знания.

 
faa1947:

Кстати ссылался не только на СТАТИСТИКУ, но и на учебники. Не надо передергивать и делать вид что не понимаете.

Новое знание не может быть получено без соблюдения строжайшего уважения к существующим терминам и понятиям, зафиксированным в учебниках.

Нельзя просто так взять понятия из ТИ и обозвать Data mining. Необходимо:

точно определить что берем

обосновать возможность переноса на новую почву

и обосновать значение результата на новой почве в терминах этой новой почвы.

HideYourRichess битый день ставит под сомнение первый пункт, я же не вижу вразумительного ответа на последний пункт.

О том что существуют зависимости в котирах - не новость, что имеется память - не новость, для их выявления и использования при анализе и прогнозе - целая наука под названием эконометрика. А что Вы нашли? Какую-то паршивую статейку, в которой изначально не определено место используемых понятий среди других известных и устоявших понятий, которые нужно просто сесть и выучить, а если знаете, то обнародовать эти знания.





нет здесь никакой почвы. Метода крайне абстрактна. Если упрощенно, то: дискретизированный ряд возвратов реальных инструментов сжимается (архивируется) лучше, чем аналогично дискретизированный ряд случайного блуждания. Почему - это другой вопрос)))
 
Avals:

нет здесь никакой почвы. Метода крайне абстрактна. Если упрощенно, то: дискретизированный ряд возвратов реальных инструментов сжимается (архивируется) лучше, чем аналогично дискретизированный ряд случайного блуждания. Почему - это другой вопрос)))

так они же при манипуляциях с подменой данных квантилями - алфавит сократили...(а поле возможных звуков укрупнили).

типа без потери для "среднего" уха.

;)

--------

перейдя с пятизнака на три знака - ваще круто будет.

 
faa1947: Нельзя просто так взять понятия из ТИ и обозвать Data mining. Необходимо:

точно определить что берем

обосновать возможность переноса на новую почву

и обосновать значение результата на новой почве в терминах этой новой почвы.

Не спорю, все логично. Давайте начнем с пункта 1.

1. "точно определить что берем": Сначала - задача-ячейка, далее уже неделимая.

Фиксируем целое Lag. Это будет "расстояние между барами", т.е. модуль разности их индексов на заданном таймфрейме в МТ4.

Цель: определить, существует ли статистическая зависимость между двумя следующими случайными величинами: 1) возврат "ведущего" бара с индексом sh, и 2) возврат "ведомого" бара с индексом sh+Lag.

Это и есть то, что мы берем: все пары баров с расстоянием между ними, равным Lag. Предельно точно.

faa1947: HideYourRichess битый день ставит под сомнение первый пункт, я же не вижу вразумительного ответа на последний пункт.

Где и в чем тут сомневаться? Давайте разберемся вначале с первым пунктом. Получится - перейдем ко второму.

 
Mathemat:


Фиксируем целое Lag. Это будет "расстояние между барами", т.е. модуль разности их индексов на заданном таймфрейме в МТ4.


задача изменилась...

o)

-----------

учитывая условность таймфреймового бара. и его устойчивых характеристик - ведь open & close не характерны. остались H & L.

что мы сравниваем? Средних и ско по бару нам никто не дает пока...

Шаманство...

 

Еще раз предлагаю выложить здесь знаменитые Экселевские таблицы. иначе как ремейк известной универсальной.. и прочая прочая - формулы, мы пока не видим.

Лаги подобного хороши. Критерия подобности - тоже пока не видно.

так о чём спор-дискурс?

(

Причина обращения: