统计是展望未来的一种方式! - 页 11

 

不,这不是NS。该模型建立在局部回归的方法上,在投资空间的每个点上都有最佳的结构拟合。"过度拟合 "是这种方法的特点。事实上,我们可以很有信心地说,如果模型的输入(在这种情况下,是一系列某种维度的价格增量),有任何预测价值,对测试样本的运行会产生更好的结果。


因此,从这幅图中得出的结论是,要么市场非常有效,没有什么可抓的,要么模型是根据与未来运动没有任何关联的数据训练的。


但作为真正的梦想家,我们必须相信后者,并继续寻找:)

 
bstone писал(а)>>

也就是说,从这幅图中可以得出一个结论:要么市场非常有效,没有什么可抓的,要么模型是根据与未来走势没有任何关联的数据训练的。

第三种变体是一种不适当的模式。但我们只有在相同的数据上获得更好的结果,但使用不同的算法时,才可以检查。原则上,如果增量向量的长度足够长(至少10 000个样本),我可以尝试建立一个导数模型,并把结果转储出来进行比较。但我必须马上说,如果只是酒吧里的增量,没有NS会有帮助。

 
是的,只是逐条递增的cotierre。
 
那么我们就不会有其他东西了。这没什么。
 
唉和啊 :)
 
Neutron писал(а)>>
方案三是一个不适当的模式。
那么我们就不会有其他东西了。>> 这不算什么。

一个完美的定案。

我有一个问题要问参与讨论的人--你们希望用曲线来近似市场的依据是什么?难道真的只是因为我们知道一些近似的方法,让我们骑着这匹曲线马在市场上转悠,收取利润?还是因为我们相信市场适合于一个具有隐藏参数的多项式,而我们只需要调查这些秘密参数?告诉我,你如何确定你使用的方法在原始意义上是合适的?或者说是一个秘密?

 
Vita >> :

优秀的定稿。

我有一个问题要问小组成员--你们希望用曲线来近似市场的依据是什么?是不是因为你知道一些近似的方法,让我们驾驭这条曲线绕过市场,赚取利润?还是因为我们相信市场适合于一个具有隐藏参数的多项式,而我们只需要调查这些秘密参数?告诉我,你如何确定你使用的方法在原始意义上是合适的?或者说是一个秘密?

找到多项式不是问题,最重要的是要知道影响市场的因素。如果你在多项式中只使用时间,你就无法预测。

 
Vita >> :

我有一个问题要问小组成员--你们希望用曲线来近似市场的依据是什么?是不是因为你知道一些近似的方法,让我们驾驭这条曲线绕过市场,赚取利润?还是因为我们相信市场适合于一个具有隐藏参数的多项式,而我们只需要调查这些秘密参数?告诉我,你如何确定你使用的方法在原始意义上是合适的?或者说是一个秘密?


那么,首先,近似值不是一条曲线,而是一个超表面。第二,亲爱的,你能为我们提供什么?你可以看到,我们的方法将导致我们陷入饥饿。等待你的救赎 :)

 
bstone >> :


那么,首先,近似值不是一条曲线,而是一个超表面。第二,你能为我们提供什么,我亲爱的?你可以看到,我们的方法将导致我们陷入饥饿。等待你的救赎 :)

在我看来,近似值是一种比移动平均线更好的确定趋势的方法。至少出于这个原因,你可以搜索模式

 
m_a_sim писал(а)>>

找到多项式不是问题,最重要的是要知道影响市场的 因素。如果你在多项式中只使用时间,你将无法预测

假设我们不知道影响市场的因素,那怎么办?


时间 - 为什么要使用它?例如,polynom是否 "知道 "被交易工具所在国家的假期?复活节,第二天,整个欧洲都在睡觉,波动率接近最小值,也就是说,一整天都没有什么事情,所以我们的多项式应该考虑到这一点(农历)。