Bir FOREX grafiğini bir PRNG'den nasıl ayırt edebilirim? - sayfa 27
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
Belki birkaç yıldan önce değil. Faydaları forum için daha fazla olacaktır. Daha fazla düşünecek.
Afedersiniz. Senin kibirli, yüksek matematiksel varsayımların benim umrumda değil.
Alıntı bağlamında (doğrusal) Pearson korelasyonu hakkında, belki de her şey zaten söylendi. O işe yaramaz, başka ne söylenebilir ki.
Gerçek pratik ilgi, yalnızca burada kimsenin gerçekten bahsetmediği doğrusal olmayan ilişkiler olabilir. Çünkü çok karmaşıklar ve araştırılmamışlar. Bu, büyük çoğunluk için bilgi teorisi, ki-kareler ve diğer yanlış anlamalardır.
Konu daha önce gündeme getirildi, ancak aptalca küme dalgalanmalarına indirgendi, yani. (G)ARCH'a. Hepsi bu değil, bir şey daha var. Belki yarı değişmezler burada yardımcı olur ve belki başka bir şey.
PS Ne zaman istersen gel Alexey . Bir sürü saçmalık söylesen de, Moskova'yı heyecanlandırıyor.
Kimseyi kırmak istemedim, genel olarak bu araçla ilgili değil, nasıl kullanıldığıyla ilgili.
Evet, rahatsız olmadım. Aslında, bir şeyleri kazıp burnunu dürtecek bir profesyonelin olması her zaman korkutucudur, haklı olarak. :)
Neden kimin daha havalı olduğunu tartışın, her şey oldukça basit bir şekilde açıklanıyor - orijinal sinyal dikdörtgen bir pencerede bir sinüzoidin bir parçası, ACF'si de bir sinüzoidin bir parçası, ama zaten üçgen bir pencerede, yani tam olarak ne ikinci şekle bakın. Bu, temel hesaplamalarla doğrulanır. Zamanda sınırsız bir sinüzoid alırsak, ACF'si aynı sinüzoid olacaktır. Sonuç 1: matkad'daki hesaplama doğrudur. Sonuç 2: Gerçek bir sinyalin ACF örneğini (asla bilemeyeceğimiz gerçek ACF'yi değil) bu şekilde ele alırsak, o zaman hesaplamanın bir pencerede yapıldığını ve dolayısıyla sonucun her zaman olduğunu unutmamalıyız. çarpık.
Tüm saygımla, ACF, QC'nin okumalar arasındaki mesafeye bağımlılığı olarak tanımlanır, bu nedenle fark çok temel değildir. Ve klasik formülün kendisi (yukarıda haklı olarak belirtildiği gibi, en azından sürecin dar anlamda durağanlığını ve artı ergodikliğini ima eder) bunu doğrular.
Ama bu zaten güzel ve daha doğru. Aradaki fark, neyin neye benzediğidir. QC hesaplanırken iki farklı veri dizisi karşılaştırılır. İlk adımda ACF hesaplanırken dizi kendisiyle karşılaştırılır (bu nedenle sıfır ACF = 1'de diziler tamamen aynıdır). İkinci adımda, dizi zaman ekseni boyunca kaydırılır ve orijinal diziyle karşılaştırılır, vb. kaydırmanın bir anlamı kalmayana kadar dizi, ilk ACF=0'ın sınırlarının ötesine geçmiştir.
ACF, QC'nin numuneler arasındaki mesafeye bağımlılığı olarak tanımlanır, bu nedenle fark çok temel değildir.
ACF'nin birincisine göre dizi kaymasının (tau) bir fonksiyonu olduğunu ve örnekler arasındaki mesafenin (örnekler arasındaki mesafe, genellikle bir sabit) bir fonksiyonu olmadığını söyleyebilirim.
Konu farklı. Formülü verdim, gösterge yaptım, kod bazında yayınladım. Ama "taraması" gerekiyormuş gibi yanlış hesaplandığını, daha doğru bir hesaplama olduğunu söylüyorlar.. sağlamlık özelliklerine sahip, parametrik olmayan...
O yüzden burnunla beni dürtmeni istiyorum, hata nerede? fırçalamaya ne gerek var? Fark ne ? Daha iyi göster, doğru.... bu sadece bir formül, al ve MA gibi say. Ama bu sonuçları ve hesaplamaları nasıl kullanıyorsunuz ... çünkü ne düşündüğünüzü ve nedenini anlamanız gerekiyor.
benim için kişisel olarak (ve forumda) yazmadıkları bir aptal gibiyim ve göstergem aptal ve aptalım, matematik bilmiyorum, nasıl olduğunu bilmiyorum programlamak için, her zaman 0. çubukta bir birim gösterir, onun yardımıyla takas etmek imkansızdır .... böyle ne cevap vermeliyim? Okuma yazma bilmemekten ağlamak istiyorum ... artık analize akademik bir yaklaşım bulamıyorsunuz ... herkes düğmeye ne zaman ve hangisine basılacağını merak ediyor ...
0. çubuktaki gösterge her zaman bir tane gösteriyor, onunla ticaret yapmak imkansız .... neden böyle cevap vereyim? Okuma yazma bilmemekten ağlamak istiyorum ... artık analize akademik bir yaklaşım bulamıyorsunuz ... herkes düğmeye ne zaman ve hangisine basılacağını merak ediyor ...
ACF'yi anlayan kişiler onu kod tabanından almayacaklardır, çünkü ACF (a) ek bilgilerle birlikte sunulmalıdır, (b) kendi başına özel bir değer taşımaz, çünkü bu, ACF'de olmayan diğer araçlarla birlikte kullanılması gerekir. kod tabanı. Bu nedenle, kod tabanına yerleştirerek, onu özellikle açık gagalı vatandaşlar, gelecekteki milyarderler için tasarladınız.
Ve akademik yaklaşım pahasına - boşuna. Forumda böyle insanlar var ve oldukça fazla var. Ve birinci tür sistemsel hatadan da kurtulamazsınız: Yanlış belirlenmiş bir görevi doğru yöntemlerle çözmek. Ve bunu anlayan bu insanların eleştirilerini algılamıyorsunuz.
Direkt olduğum için özür dilerim.
1. Bu benim formülüm değil. Bunu bana bağlamak zorunda değilsin. Ders kitaplarından ve matematiksel paketlerden aldım. Hiçbir şey icat etmedi. Wiki tamamen aynı. Formül %100 aynı. Ne tarak?
2. Elimden geldiğince hrenfx'i gösterdiğim yere resmim getirildi, farklar neler.
3. Evet, aynen öyle çıkıyor ve yanımda olmadığını belirtmek istiyorum. Ve MathCAd için, buraya MathLab'ı ekleyin ve tamamen aynı çıkıyor, çünkü lcorr(Y,Y) mathcad'de yerleşik bir fonksiyondur, onu ben programlamadım veya icat etmedim... (mathcad'i bilen herkes kontrol edebilir) Bu matematiksel paketlerin ikisinin de yanlış hesapladığını gerçekten düşünüyor musunuz? ACF?
4. stüdyoya formül. Gerçekten sağlam ve hatta parametrik olmayan bir ...
1. Hımm. Evet, forumu burada bırakıyorsun, nasıl ......
Devlet Duması Milletvekili Maria Kozhevnikova'nın dediği gibi, "BU BİR DİKİŞİMDİR!"
Privalov'a göre, otomatik harmanlama, bir fonksiyonun kendisine KESİNLİKLE BENZERLİĞİNİ gösteren boyutsuz bir değerdir. Periyodik bir fonksiyonun otokorelasyonu da periyodik bir fonksiyondur.
Sinüs otokorelasyonu - COSINUS. Kosinüs otokorelasyonu - COSIN.
http://sfprime.net/lls/pcs.htm
Bir sinüs dalgasının otokorelasyonu bir kosinüs dalga şeklidir [REF10] .
10. Uygulamalı Fourier Analizi, Harcourt Brace College Anahat Dizisi, Hwei P. Hsu, Harcourt Brace College Publishers, New York (1984). ISBN 0-15-60169-5.
Bir düzine daha link verebilirim. üzerinde bir ?
Ve sizinkine göre (ve Matlab'a göre) 0 noktasındaki bir sinüs parçasının 200 noktasındaki bir sinüs parçasına 200.000 noktasındaki aynı sinüs parçasından BİN KAT DAHA FAZLA benzer olduğu ortaya çıkıyor, değil mi?Privalov, burası ortaokulun 7-8. sınıfı.
Wikipedia'daki formül AYNI DEĞİLDİR, sadece orada normalleştirilir (nk) böylece farklı gecikmeler için karşılaştırılabilir sayılar elde edilir. O zaman Wiki'de BİR ORTALAMA mu-small ve formülde bunlardan bir sürü var, bir sürü mu-small ve hepsi endeksli. Bu ne?
2. Bir hata yaptınız.
3. Evet, onlar aptallar. Fizikçi olmayan ve bu nedenle Fortran'da matematiksel programlar yazmaya karar veren bir grup bitmemiş fizikçi.
İşte bir MathWorks personelinin - neden sönümlü bir ACF'ye sahip oldukları, yani çürüyen, şaşırtıcı soruya PENCEREDE üretildiğini ve bu nedenle test edilen ACF süresi ne kadar uzun olursa, o kadar az sayım olduğu bir bağlantıdır. kalır ve bu nedenle ACF'leri her zaman bozulur.
http://www.mathworks.co.uk/matlabcentral/answers/36882
-------------------------------------------------- -----------------
2 Yorum
Katkınız için çok teşekkürler efendim.
Yine de son bir sorum var: otokorelasyon işlevi neden dönemin başında ve sonunda düzleşiyor?
Çünkü toplam, gecikme arttıkça zorunlu olarak daha az terim içerir. Sonlu uzunluktaki bir vektörü kendisine göre kaydırmayı düşünün, kayma ne kadar büyük olursa, örtüşme o kadar az olur ve dolayısıyla toplamda o kadar az ürün olur.
-------------------------------------------------- -----------------
Privalov, MATLAB için dua etmeyi bırak, bu seni bazı kuruntulardan kurtaracak. Bu çınlayan canavarı yazan benim için bilinmeyen, isimsiz fizikçilere neden körü körüne inanayım?
4. Ve ne, tembellik-anne işkence? İşte Wikipedia'nın Rusça bölümüne bir bağlantı:
https://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D1%80%D1%80%D0%B5%D0%BB%D1%8F%D1%86%D0%B8%D1 %8F
Bu, Privalov, bir korelasyon. Burada parametrik olmayan yollarla ele alınmaktadır. Aynı şekilde İKİNCİ fonksiyon olarak İLK KENDİNİZİ alırsanız, sadece bir kaydırma ile OTO-korelasyonu hesaplayabilirsiniz. Düzinelerce olan bilinen tüm korelasyon hesaplama yöntemleri, otomatik korelasyon için de geçerlidir, çünkü otomatik korelasyon sadece özel bir korelasyon durumudur.
Kahretsin, meslektaşlarım, bu forumu bırakalım - kendiniz için çalışın, lütfen aptal olmayın. Bu eğitim programı beni birdenbire bitirdi. Karmaşık bir şey olsaydı iyi olurdu, ama bu temel. Gerçi, .... MathWorks bunca yıldır aptalsa, o halde diğerlerinden talep edilecek ne var ki.
Bunu senden duymak garip. Sıralamanın gerçekten hiçbir şekilde mutlak değerleri dikkate almadığına gerçekten inanıyor musunuz?
Parametrik olmayan yöntemler için temel gereksinim, "gürültü" ve dağılımlara (özellikle yağ kuyruklarına) karşı sağlamlıktır. Bunun uğruna, genellikle yanıltıcı ve yanıltıcı olduğu ortaya çıkan doğruluğu biraz feda edebilirsiniz.
matkad ile ilgili sorun nedir? Girişte kendisine verileni düşünür. Bu durumda, bir vardiya ile 1000 noktadan iki örnek sunuldu - doğal olarak, tam bir vardiya ile veriler örtüşmez, karşılaştırılacak hiçbir şey olmayacaktır.
İlk numuneyi 2000 noktaya kadar devam ettirin ve bozulma olmayacaktır.