Bu arada, aniden bir şeyde başarılı olursanız, makalelere ve kodlara göndermemek daha iyidir, nedenini kendiniz anladığınızı düşünüyorum.
Unutmayın ki özel eğitim almış insanlar bize karşı oynuyorlar ve burada tartıştıklarımızı ilk derslerde onlar çiğnedi. Hayalet bilgimizle bu kadar gurur duymayalım.
Bu arada, aniden bir şeyde başarılı olursanız, makalelere ve kodlara göndermemek daha iyidir, nedenini kendiniz anladığınızı düşünüyorum.
Özel eğitim almış kişilerin bize karşı oynadığını ve burada tartıştığımız konuları ilk derslerde onlar tarafından çiğnendiğini unutmayın. Hayalet bilgimizle bu kadar gurur duymayalım.
Tanıtıma ayrılmış modeller çok hızlı bir şekilde etkinliklerini kaybederler. Bu, bir kişi tarafından değil, defalarca teyit edilen, sıkça tartışılan bir gerçektir. Ve orada kimin oynadığı daha az önemli :)
-Aleksey- : Tanıtıma ayrılmış modeller çok çabuk etkinliklerini kaybederler. Bu, bir kişi tarafından değil, defalarca teyit edilen, sıkça tartışılan bir gerçektir. Ve orada kimin oynadığı daha az önemli :)
Bunu biliyorum.
Burada bir model inşa etme tekniğini tartışmaya çalışıyorum ve modelin ömrünün tam olarak bir adım olduğuna inanıyorum. Bu yüzden tamamen muhteşem bir arabanın formülünü yayınladım.
-Aleksey- : Böyle bir soruyla ilgileniyorum. Test kontrollerine hazır olsanız ve sonuç basitleştirilmiş işlemler için 51/49 ve artı puanlar için 51/49 olsa bile, yetersiz bir istatistik elde etmek için yaklaşık 100 işlem günü beklemeniz gerekecektir. Faydalar.
Önemi hakkında konuşma noktasına kadar böyle bir istatistiksel avantaj yakalamak için, 100 işlem değil, birçok kez on binlerce işlem yapmanız gerekir.
N tane anlaşma olsun İstatistiksel avantaj (%2 * N) sqrt(N)'den en az iki kat daha büyük olmalıdır. Aynı zamanda, istatistiksel avantajın öneminden yaklaşık %95 oranında emin olacağız.
faa: Bu yüzden kesinlikle muhteşem maskara formülünü gönderdim.
Bu makinenin %97 kalitesi nedir (HP'den bahsediyorsanız)? Bir formül var mı?
Mathemat : Ah, şimdi anlaşıldı. %97, HP kalitesi değil, modelin yalnızca R-karesidir.
Diğer okuyucular için şunu belirtmek isterim:
Kesinlik ölçüsü olarak da adlandırılan R-kare değeri, ortaya çıkan regresyonun kalitesini karakterize eder. Bu kalite, orijinal veriler ile regresyon modeli (hesaplanan veriler) arasındaki uygunluk derecesi ile ifade edilir. Kesinlik ölçüsü her zaman [0;1] aralığındadır.
Bizim durumumuzda, regresyon alıntının %97'sine tekabül etmektedir.
Konuya ilgi azaldığı için Cuma günkü yazımı tekrarlıyorum:
Cuma gününün tahminini Kapanış tarihine kadar kapatıyorum. İşte sonuç:
Hakikat
Anlam
Değişiklik
Tahmin etmek
Tahmin etmek
Hata
Tahmin etmek
Hata
Değişiklik
Değişiklik
Tahmin etmek
Tahmin etmek
arka
açık
Fiyat:% s
önceki
temelli
pip cinsinden
temelli
pip cinsinden
tahmin etmek
tahmin etmek
EURUSD için
DX tarafından
tarih
tarih
euro
DX
avroya
DX'te
eşleşti mi?
eşleşti mi?
2011.11.08 23:59
1.383
2011.11.09 23:59
1.3524
-0.0306
2011.11.09 23:59
1.3798
56
1.3663
67
-0.0032
-0.0167
Evet
Evet
2011.11.10 23:59
1.361
0.0086
2011.11.10 23:59
1.3613
60
1.3742
70
0.0089
0.0218
Evet
Evet
2011.11.11 23:59
1.3778
0.0168
2011.11.11 23:59
1.3541
59
1.3766
71
-0.0069
0.0156
Değil
Evet
2011.11.14 23:59
1.3624
-0.0154
2011.11.14 23:59
1.3676
59
1.3673
69
-0.0102
-0.0105
Evet
Evet
2011.11.15 23:59
1.3525
-0.0099
2011.11.15 23:59
1.3650
59
1.3634
69
0.0026
0,0010
Değil
Değil
2011.11.16 23:59
1.3455
-0.0070
2011.11.16 23:59
1.3529
57
1.3627
69
0.0004
0.0102
Değil
Değil
2011.11.17 23:59
1.3468
0.0013
2011.11.17 23:59
1.3446
57
1.3521
70
-0.0009
0.0066
Değil
Evet
2011.11.18 23:59
1.3514
0.0046
2011.11.18 23:59
1.3422
55
1.3479
70
-0.0046
0,0011
Değil
Evet
Bazı sonuçlar:
1. DX için tahmin, EURUSD çiftinin gecikmeli değerlerinden çok daha iyidir
2. Tahminin sonuçları niteldir (eşleşti - eşleşmedi) ve MM ve yayılmayı hesaba katmaz. Örneğin son gün olan Cuma günü uzlaşma fiyatı 1.3514 ve en yüksek 1.3613'tür. DX tahminini kullanırken, potansiyel kâr 100 pip daha yüksekti. Öte yandan, Düşük=1.3447 ve SL için takip eden bir iz kullanarak EURUSD için başarısız bir tahmin kullanırsanız, kayıp minimum olacaktır.
3. Sunulan tablo, örneklemin küçük olması nedeniyle modelin kullanılmasına temel olamaz. Herkes için bir test cihazı kullanma ihtiyacı açıktır. Böyle bir olasılık var. İlgili kod, makalemin ekinde yayınlanmıştır. Ancak bunu yapmayacağım, çünkü bence model hazır değil ve son testten önce tamamlanması gerekiyor.
Planım şu:
1. Tahmin yapmayı bırakıyorum.
2. Herkese teklif ediyorum:
a) bu sonuçları tartışmak
b) bu modeli yükseltin
c) modellerinizi sunun
3. Tartışma ve modernizasyonun sonuçlarını kodda uygulamaya ve sonuçları yayınlamaya hazırım.
Modellerin türünü hatırlıyorum:
a) Gecikmeli EURUSD için: EURUSD = hp(-1 ila -4) + hp_d(-1 ila -2)
b) DX için:
DXM = 1/DX - teklifin tersini kullanın
EURUSD = DXM_HP(-1 TO -4) + DXM_HP_D(-1 TO -2)
Bu formüllerde HP Headrick-Prescott göstergesidir ve HP_D kalan = kotir göstergedir. Parantez içinde geçerli olandan önceki çubuklar, (-1 ila -4) son 4 çubuk anlamına gelir.
Değişkenler için katsayıları tahmin ettikten sonraki gerçek denklem şöyle görünür:
Bu bir standart sapmaysa (s.s.d.) ve tahmin değerinin kendisi de böyle bir s.d. ile normal olarak dağıtılmış bir değerse, o zaman teorik olarak, mutlak değerde en az iki s.d.'den daha az olan tüm tahminler iyi olurdu. aldırmamak. O zaman tahmin modülü iki s.c.d'den küçükse. (118 puan civarında bir yerde), yaklaşık% 95 olasılıkla, tahmin değerini sıfıra yönlendirerek yanılmayacağız.
Modülü 2 s.c.o.'dan az olan bir tahminin ilgi çekici olmadığı ortaya çıktı (bu, sıfır hareket tahminidir).
Ama tahminin kendisi, modelin matematiksel beklentisi değil mi? Bu durumda, hatanın büyüklüğü önemli değildir, çünkü modelin ortalama kazancı her zaman pozitif (m.e. > 0) olacak ve tahminin değerine * tahmin sayısına eşit olacaktır. Evet, büyük bir hatayla sonuçların varyansı artacak, ama daha fazla değil.
Bu arada, aniden bir şeyde başarılı olursanız, makalelere ve kodlara göndermemek daha iyidir, nedenini kendiniz anladığınızı düşünüyorum.
Unutmayın ki özel eğitim almış insanlar bize karşı oynuyorlar ve burada tartıştıklarımızı ilk derslerde onlar çiğnedi. Hayalet bilgimizle bu kadar gurur duymayalım.
Bu arada, aniden bir şeyde başarılı olursanız, makalelere ve kodlara göndermemek daha iyidir, nedenini kendiniz anladığınızı düşünüyorum.
Özel eğitim almış kişilerin bize karşı oynadığını ve burada tartıştığımız konuları ilk derslerde onlar tarafından çiğnendiğini unutmayın. Hayalet bilgimizle bu kadar gurur duymayalım.
Tanıtıma ayrılmış modeller çok çabuk etkinliklerini kaybederler. Bu, bir kişi tarafından değil, defalarca teyit edilen, sıkça tartışılan bir gerçektir. Ve orada kimin oynadığı daha az önemli :)
Bunu biliyorum.
Burada bir model inşa etme tekniğini tartışmaya çalışıyorum ve modelin ömrünün tam olarak bir adım olduğuna inanıyorum. Bu yüzden tamamen muhteşem bir arabanın formülünü yayınladım.
Önemi hakkında konuşma noktasına kadar böyle bir istatistiksel avantaj yakalamak için, 100 işlem değil, birçok kez on binlerce işlem yapmanız gerekir.
N tane anlaşma olsun İstatistiksel avantaj (%2 * N) sqrt(N)'den en az iki kat daha büyük olmalıdır. Aynı zamanda, istatistiksel avantajın öneminden yaklaşık %95 oranında emin olacağız.
faa: Bu yüzden kesinlikle muhteşem maskara formülünü gönderdim.
Bu makinenin %97 kalitesi nedir (HP'den bahsediyorsanız)? Bir formül var mı?
Bu makinenin %97 kalitesi nedir (HP'den bahsediyorsanız)? Bir formül var mı?
Kişisel olarak sizin için yukarıdaki yazıdan kopyaladım:
EURUSD = -1552.7613734 * DXM_HP (-1) + 4731.89082764 * DXM_HP (-2) - 4360.68995095 * DXM_HP (-3) + 1287.82064375 * DXM_HP (-4) - 98.9244837504 * DXM_HP_D (-1) - 131.0M_HP_D (-1) - 131.0M_HP_HP-D
HP bir parçasıdır.
Bana kod tabanında, hakkında R-karesinin bilindiği bir gösterge söyle
Ah, şimdi anlaşıldı. %97, HP kalitesi değil, modelin yalnızca R-karesidir.
Diğer okuyucular için şunu belirtmek isterim:
Kesinlik ölçüsü olarak da adlandırılan R-kare değeri, ortaya çıkan regresyonun kalitesini karakterize eder. Bu kalite, orijinal veriler ile regresyon modeli (hesaplanan veriler) arasındaki uygunluk derecesi ile ifade edilir. Kesinlik ölçüsü her zaman [0;1] aralığındadır.
Bizim durumumuzda, regresyon alıntının %97'sine tekabül etmektedir.
Konuya ilgi azaldığı için Cuma günkü yazımı tekrarlıyorum:
Cuma gününün tahminini Kapanış tarihine kadar kapatıyorum. İşte sonuç:
Bazı sonuçlar:
1. DX için tahmin, EURUSD çiftinin gecikmeli değerlerinden çok daha iyidir
2. Tahminin sonuçları niteldir (eşleşti - eşleşmedi) ve MM ve yayılmayı hesaba katmaz. Örneğin son gün olan Cuma günü uzlaşma fiyatı 1.3514 ve en yüksek 1.3613'tür. DX tahminini kullanırken, potansiyel kâr 100 pip daha yüksekti. Öte yandan, Düşük=1.3447 ve SL için takip eden bir iz kullanarak EURUSD için başarısız bir tahmin kullanırsanız, kayıp minimum olacaktır.
3. Sunulan tablo, örneklemin küçük olması nedeniyle modelin kullanılmasına temel olamaz. Herkes için bir test cihazı kullanma ihtiyacı açıktır. Böyle bir olasılık var. İlgili kod, makalemin ekinde yayınlanmıştır. Ancak bunu yapmayacağım, çünkü bence model hazır değil ve son testten önce tamamlanması gerekiyor.
Planım şu:
1. Tahmin yapmayı bırakıyorum.
2. Herkese teklif ediyorum:
a) bu sonuçları tartışmak
b) bu modeli yükseltin
c) modellerinizi sunun
3. Tartışma ve modernizasyonun sonuçlarını kodda uygulamaya ve sonuçları yayınlamaya hazırım.
Modellerin türünü hatırlıyorum:
a) Gecikmeli EURUSD için: EURUSD = hp(-1 ila -4) + hp_d(-1 ila -2)
b) DX için:
DXM = 1/DX - teklifin tersini kullanın
EURUSD = DXM_HP(-1 TO -4) + DXM_HP_D(-1 TO -2)
Bu formüllerde HP Headrick-Prescott göstergesidir ve HP_D kalan = kotir göstergedir. Parantez içinde geçerli olandan önceki çubuklar, (-1 ila -4) son 4 çubuk anlamına gelir.
Değişkenler için katsayıları tahmin ettikten sonraki gerçek denklem şöyle görünür:
EURUSD = -1552.7613734 * DXM_HP (-1) + 4731.89082764 * DXM_HP (-2) - 4360.68995095 * DXM_HP (-3) + 1287.82064375 * DXM_HP (-4) - 98.9244837504 * DXM_HP_D (-1) - 131.0M_HP_D (-1) - 131.0M_HP_HP-D
İlgilenen herkes - ekonometri alıştırmalarına katılın!Bu hatanın ne olduğunu bilmiyorum.
Bu bir standart sapmaysa (s.s.d.) ve tahmin değerinin kendisi de böyle bir s.d. ile normal olarak dağıtılmış bir değerse, o zaman teorik olarak, mutlak değerde en az iki s.d.'den daha az olan tüm tahminler iyi olurdu. aldırmamak. O zaman tahmin modülü iki s.c.d'den küçükse. (118 puan civarında bir yerde), yaklaşık% 95 olasılıkla, tahmin değerini sıfıra yönlendirerek yanılmayacağız.
Modülü 2 s.c.o.'dan az olan bir tahminin ilgi çekici olmadığı ortaya çıktı (bu, sıfır hareket tahminidir).
Ama tahminin kendisi, modelin matematiksel beklentisi değil mi? Bu durumda, hatanın büyüklüğü önemli değildir, çünkü modelin ortalama kazancı her zaman pozitif (m.e. > 0) olacak ve tahminin değerine * tahmin sayısına eşit olacaktır. Evet, büyük bir hatayla sonuçların varyansı artacak, ama daha fazla değil.
Tahminin kendisi, modelin matematiksel beklentisi değil mi?
Hata sabitse her şey yolundadır. Birçok kez, çok karmaşık bir görünüme sahip olan hata grafiklerini yazdım ve alıntıladım.