Alıntılardaki bağımlılık istatistikleri (bilgi teorisi, korelasyon ve diğer özellik seçim yöntemleri) - sayfa 17
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Bir eleme yöntemi olarak, artışları günlük oynaklık profiline göre normalleştirmeyi öneriyorum.
Şimdiki anı kendi yolumda formüle edebilir miyim?
Bu nedenle, seçilen yaklaşım bağımlılıkların varlığını gösterir. En açık, makul ve çıplak gözle görülen bağımlılık, oynaklığın günlük periyodikliğidir.
Bu nedenle, bana öyle geliyor ki, araştırmanın bir sonraki mantıklı adımı, bu açık ve çok güçlü bağımlılığı verilerden çıkarmaya çalışmak ve (sizin) yöntemimizin başka bağımlılıkların varlığını gösterip göstermeyeceğini görmek.
Bir eleme yöntemi olarak, artışları günlük oynaklık profiline göre normalleştirmeyi öneriyorum.
elbette üzgünüm.
ama "doğru" modeli benimsersek, "YANLIŞ" oynaklığın bununla ne ilgisi var.
:)
Bağımsızlık testinin tek tip bir dağılıma uygunluğu test etmeye eşdeğer olduğunu "yıkıcı bir şekilde" savunmaya devam ediyorum.
Ve "parametrik olmayan istatistikler" yok - aptalca boş hipotez. ders kitaplarının yazarlarının bazen çiğnemek için çok tembel olduğu ..
MQL için kaba kod-- https://www.mql5.com/en/forum/132692/page13
Sevgili Uzman!
Bu makine hakkında bir sorum var. Devolatilizasyonun bir sonucu olarak, elde edilen getiri serileri (modolo alındı) üzerindeki otokorelasyonlar sıfıra yakın mı? Normal süreçte, 1 ve 24 gecikmelerinde, 0.11 civarındaki otokorelasyon önemlidir.
Tabii ki, kendim kontrol edebilirim, sadece günlük oynaklık profili için kendim bir düzeltme yapmaya çalıştım, ancak bir nedenden dolayı otokorelasyon kaldı .... Ve bu, zaten netleştiği gibi, güçlü bağımlılıkların köküdür.
Sevgili Uzman!
Bana öyle deme :) TheXpert - takma ad, başka bir şey değil, uzman - karakteristik.
Devolatilizasyonun bir sonucu olarak, elde edilen getiri serileri (modolo alındı) üzerindeki otokorelasyonlar sıfıra yakın mı?
Hiçbir fikrim yok, benim için günlerce düzeltilmiş ATR tamamen pratik bir araçtır ve orada işler bir tablo almanın ötesine geçmedi, daha acil konular ortaya çıktı.
Yani zorundasın :). Yakın oldukları gerçeğinden değil, mantıksal olarak daha yakın olmaları gerekir.
elbette üzgünüm.
ama "doğru" modeli benimsersek, "YANLIŞ" oynaklığın bununla ne ilgisi var.
:)
Ben sadece aydan mıyım, yoksa sen misin? :) Neden oynaklığınız yanlış ve gerçekten, yanlış oynaklığınızın bununla ne ilgisi var? Modeli kabul etmek ve doğru kabul etmek sizin hakkınızdır, ancak yazarın yaklaşımıyla ilgili olarak herhangi bir model dışsal olacaktır, yaklaşımında model yoktur ve olamaz. Eğer doğru anlıyorsam :)
Ben sadece aydan mıyım, yoksa sen misin? :) Neden oynaklığınız yanlış ve gerçekten, yanlış oynaklığınızın bununla ne ilgisi var? Modeli kabul etmek ve doğru kabul etmek sizin hakkınızdır, ancak yazarın yaklaşımıyla ilgili olarak herhangi bir model dışsal olacaktır, yaklaşımında model yoktur ve olamaz. Eğer doğru anlıyorsam :)
sorabilir miyim?
bağımsızlığı aynı şekilde mi anlıyoruz? yani, her iki süreç de aynı dağıtıma aittir ve sözde bağımsızdır.
ve aynı değilse?
sonra ne?
dolayısıyla "yanlış".
:)
sorabilir miyim?
bağımsızlığı aynı şekilde mi anlıyoruz? yani, her iki süreç de aynı dağıtıma aittir ve sözde bağımsızdır.
ve aynı değilse?
sonra ne?
dolayısıyla "yanlış".
:)
Bu kadar çabuk alışacak zamanım yok :). İki süreç nelerdir? Milyonlarca süreç olabilir, herhangi bir dağılıma sahip olabilirler, sadece genel sonucu görüyoruz.
Oynaklık ve günlük periyodikliği, herhangi bir modelle tamamen ilgisiz, sadece gözlemlenebilir bir gerçektir. Bu nedenle, o her zaman haklıdır :).
Bu kadar çabuk alışacak zamanım yok :). İki süreç nelerdir? Milyonlarca süreç olabilir, herhangi bir dağılıma sahip olabilirler, sadece genel sonucu görüyoruz.
Oynaklık ve günlük periyodikliği, herhangi bir modelle tamamen ilgisiz, sadece gözlemlenebilir bir gerçektir. Bu nedenle, o her zaman haklıdır :).
geri dönüşleriniz var (ve Aleksey zaman içinde neredeyse Laplacian olduklarını iddia ediyor).
Şimdi, önceki değerlerden bağımsızlığıyla ilgili hipotezleri test edeceksiniz. beni endişelendiriyor.
Eğer getiri dağılım modeli tek tip ise burada tartışıldığı gibi ki-kare uygulamak doğrudur.
Aksi takdirde hayır. Bunun hakkında konuşuyorum. Ki-kare testi için frekansı Laplace dağılımına göre almanız gerekir. Ve başka hiçbir şey düşünme.
Ve oynaklığın öz sermaye hacmine duyarlı olduğu bir gerçektir. ama nedeni farklı.
Ve paylaştırma girişimi, bariz kesintiyi gölgeleyecektir.
Ne kadar ileri (sigmanın üstünde) - bağımsızlık o kadar büyük ...
;)
geri dönüşleriniz var (ve Aleksey zaman içinde neredeyse Laplacian olduklarını iddia ediyor).
Şimdi, önceki değerlerden bağımsızlığıyla ilgili hipotezleri test edeceksiniz. beni endişelendiriyor.
Getiri dağıtım modeli tekdüze ise doğrudur. Aksi takdirde hayır. Bunun hakkında konuşuyorum.
Ve oynaklığın öz sermaye hacmine duyarlı olduğu bir gerçektir. ama nedeni farklı.
Ve paylaştırma girişimi, bariz kesintiyi gölgeleyecektir.
Ne kadar uzak (sigmanın üstünde) - bağımsızlık o kadar büyük ...
;)
CB'ler farklı şekillerde dağıtılabilir ve bağımlı veya bağımsız olabilir. 2 RV bağımsızsa, bağımsız rastgele değişkenlerin koşullu dağılımları koşulsuz dağılımlarına eşittir. Bir RV olması durumunda - dağılım önceki RV değerlerine bağlı değildir: RV'nin koşullu dağılımı (aynı RV'nin önceki değerlerinden) RV'nin koşulsuz dağılımına eşittir