Matstat 计量经济学 Matan - 页 19 1...121314151617181920212223242526...38 新评论 Доктор 2021.05.15 23:36 #181 Andrei Trukhanovich:这是个诊所)) 这就对了。第三病区。在一楼。"危机和紧急部门"))。 Yousufkhodja Sultonov 2021.05.15 23:39 #182 Andrei Trukhanovich:这是个诊所)) 的确是这样! Yousufkhodja Sultonov 2021.05.15 23:40 #183 Доктор:对。第三病区。在一楼。"危机和紧急部门"))。 这就是他们治疗医生的地方吗? Andrei Trukhanovich 2021.05.15 23:41 #184 我为水灾向作者表示歉意,但由于当地大多数人已经签了字,所以这个主题注定要失败,除非有版主来清理一下,从第五页开始。 Доктор 2021.05.15 23:44 #185 Yousufkhodja Sultonov:他们在这里治疗医生吗? 如果你是医生,他们就会治疗医生。如果你是一个候选人,他们会对待候选人。我们对待每一个人。不要担心。 spiderman8811 2021.05.16 00:51 #186 Oooo)))) 有关于周期函数的好题目 Roman 2021.05.16 04:00 #187 Andrei Trukhanovich: 我为洪水泛滥向作者道歉,但由于当地的大多数行家已经在支部里签了字,所以它还是注定要失败,除非有版主来清理从第五页左右开始的一切。 建设性的对话,我不认为是泛滥的。 你们只是不需要针对个人,不需要侮辱对方。 还声称一种科学比另一种好,你什么都不懂。 将自己在某一领域的知识凌驾于他人在另一领域的知识之上。 这是非常低级和不专业的。这就像我还是个孩子的时候,"冷眼旁观 "的说法。 但童年早已过去,我们现在是成年人,进行建设性的对话更有成效,没有傲慢。 互相尊重,因为总的来说,这里的人都不傻。 这并不适用于你个人,这是我的一个概括性声明。 至于这个话题,已经提到了一些教育机构。 在这里,试图了解其中一个领域,特别是HSE的 "量化金融",出现了一些问题。 这就是这个主题诞生的原因。有人参加过量化金融方面的HSE培训吗? 有没有人接触过GARCH系列模型及其带过渡函数的修改? 为什么这里有这么多人忘记了一个简单的事实,比如说相关性。一切都或多或少地相互依赖。在金融领域更是如此。 量化金融是这方面的研究。这里有些人明白我在写什么。 而谁不明白,是的,每个人都在专门寻找模型的静止性,他们的共生体,多维度的资产等。 而当一个合格的资产组合被放在一起时,那么是的,无论关于恐惧,正如这里所表达的那样,它不存在,因为它在数学上被排除了。,整个组合的数学期望值是零。如果一项资产出现裂缝,它不应该影响整个投资组合,而是用其他资产进行补偿。 这就是市场的关联性。我认为没有必要拿自然界等来做类比,大家都明白什么是相互关系。 你只需要正确地应用它。在有大量其他模式的情况下,只看一个SB,对它津津乐道,我不知道为什么我们会被困在一个地方。 Roman 2021.05.16 04:17 #188 要继续这个话题。 这里有很多人提到数据变薄。 有一种方法叫做PCA(主成分分析),它是降低数据 维度同时损失最少 信息的主要方法之一。 有人研究过这种方法吗?对其适用性有什么结论吗? 我知道,通过这种方法,资产选择会变薄。但我不知道如何在不损失维度的情况下对数据集进行减薄。 在我看来,瘦身的主要问题是降维。就是说,样本变成了不同的大小。 在一个简单的案例中,有来自同一所大学的讲师的建议,不要从一个集合中扔掉一个元素,而用例如邻近元素的平均值来代替它。 至少在简单的方法中,异常值就是这样被移除的。但要注意的是,还有其他的方法,这一点没有解释。 因此,PCA作为一个瘦身的想法,可以很好地研究。 P.S. 聪明的网站链接,甚至可以找到类似主题的文章 哦,怎么会)) Roman 2021.05.16 11:27 #189 Aleksey Nikolayev: 看看我在外国网站上发现了一个多么有趣的钩子。这是一篇来自布尔乔亚的文章的翻译。 而 最大化函数变成了成本函数 )) 也许我发给你的那个例子毕竟是根据可能性原理工作的? 那里也有衍生品。你看到getCost函数了吗? 或者在getCost 中, 并没有太多的计算? Aleksey Nikolayev 2021.05.16 12:18 #190 Roman:看看我在外国网站上发现了一个多么有趣的钩子。这是一篇来自布尔乔亚的文章的翻译。 而 最大化函数变成了成本函数 )) 也许我发给你的那个例子毕竟是根据可能性原理工作的? 那里也有衍生品。你看到getCost函数了吗? 或者也许getCost 函数有不同的计算方法? 优化中的标准方法是将目标乘以减数,最大化变成最小化(反之亦然)。 我已经试图向你解释,如果误差是高斯分布,那么MNC==MLE。如果误差按拉普拉斯分布,那么MNC==MLE==MLE最小模数法。你可以自己计算出当MLE==MLE 时,Huber的 误差分布类型。 在实验中,误差分布的类型要么是通过一些额外的考虑知道的,要么是通过实验选择的(通常是以一个合适的损失函数的形式)。 1...121314151617181920212223242526...38 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
这是个诊所))
这就对了。第三病区。在一楼。"危机和紧急部门"))。
这是个诊所))
的确是这样!
对。第三病区。在一楼。"危机和紧急部门"))。
这就是他们治疗医生的地方吗?
他们在这里治疗医生吗?
如果你是医生,他们就会治疗医生。如果你是一个候选人,他们会对待候选人。我们对待每一个人。不要担心。
我为洪水泛滥向作者道歉,但由于当地的大多数行家已经在支部里签了字,所以它还是注定要失败,除非有版主来清理从第五页左右开始的一切。
建设性的对话,我不认为是泛滥的。
你们只是不需要针对个人,不需要侮辱对方。
还声称一种科学比另一种好,你什么都不懂。
将自己在某一领域的知识凌驾于他人在另一领域的知识之上。
这是非常低级和不专业的。这就像我还是个孩子的时候,"冷眼旁观 "的说法。
但童年早已过去,我们现在是成年人,进行建设性的对话更有成效,没有傲慢。
互相尊重,因为总的来说,这里的人都不傻。
这并不适用于你个人,这是我的一个概括性声明。
至于这个话题,已经提到了一些教育机构。
在这里,试图了解其中一个领域,特别是HSE的 "量化金融",出现了一些问题。
这就是这个主题诞生的原因。有人参加过量化金融方面的HSE培训吗?
有没有人接触过GARCH系列模型及其带过渡函数的修改?
为什么这里有这么多人忘记了一个简单的事实,比如说相关性。一切都或多或少地相互依赖。在金融领域更是如此。
量化金融是这方面的研究。这里有些人明白我在写什么。
而谁不明白,是的,每个人都在专门寻找模型的静止性,他们的共生体,多维度的资产等。
而当一个合格的资产组合被放在一起时,那么是的,无论关于恐惧,正如这里所表达的那样,它不存在,因为它在数学上被排除了。
,整个组合的数学期望值是零。如果一项资产出现裂缝,它不应该影响整个投资组合,而是用其他资产进行补偿。
这就是市场的关联性。我认为没有必要拿自然界等来做类比,大家都明白什么是相互关系。
你只需要正确地应用它。在有大量其他模式的情况下,只看一个SB,对它津津乐道,我不知道为什么我们会被困在一个地方。
要继续这个话题。
这里有很多人提到数据变薄。
有一种方法叫做PCA(主成分分析),它是降低数据 维度同时损失最少 信息的主要方法之一。
有人研究过这种方法吗?对其适用性有什么结论吗?
我知道,通过这种方法,资产选择会变薄。但我不知道如何在不损失维度的情况下对数据集进行减薄。
在我看来,瘦身的主要问题是降维。就是说,样本变成了不同的大小。
在一个简单的案例中,有来自同一所大学的讲师的建议,不要从一个集合中扔掉一个元素,而用例如邻近元素的平均值来代替它。
至少在简单的方法中,异常值就是这样被移除的。但要注意的是,还有其他的方法,这一点没有解释。
因此,PCA作为一个瘦身的想法,可以很好地研究。
P.S. 聪明的网站链接,甚至可以找到类似主题的文章
哦,怎么会))
看看我在外国网站上发现了一个多么有趣的钩子。
这是一篇来自布尔乔亚的文章的翻译。
而
最大化函数变成了成本函数 ))
也许我发给你的那个例子毕竟是根据可能性原理工作的?
那里也有衍生品。你看到getCost函数了吗?
或者在getCost 中, 并没有太多的计算?
看看我在外国网站上发现了一个多么有趣的钩子。
这是一篇来自布尔乔亚的文章的翻译。
而
最大化函数变成了成本函数 ))
也许我发给你的那个例子毕竟是根据可能性原理工作的?
那里也有衍生品。你看到getCost函数了吗?
或者也许getCost 函数有不同的计算方法?
优化中的标准方法是将目标乘以减数,最大化变成最小化(反之亦然)。
我已经试图向你解释,如果误差是高斯分布,那么MNC==MLE。如果误差按拉普拉斯分布,那么MNC==MLE==MLE最小模数法。你可以自己计算出当MLE==MLE 时,Huber的 误差分布类型。
在实验中,误差分布的类型要么是通过一些额外的考虑知道的,要么是通过实验选择的(通常是以一个合适的损失函数的形式)。