回归方程 - 页 7 1234567891011121314...16 新评论 СанСаныч Фоменко 2010.09.21 19:53 #61 Mathemat: P.S. 你的主题有可能成为本论坛上最吸引人和信息量最大的主题之一。这样的人很少，真的很少。 的确，在一个地方有这么多名人。那么，我们在讨论什么？退步，我想。 终端上有一个名为"线性回归 通道 "的按钮。你不喜欢它，虽然它非常好，对斜方肌很方便。 我想我也不喜欢它，虽然我有时会画它--为了可爱。原因很简单：通过绘制线性回归图，我们从假设商数模型将是一组段。完全是胡说八道。 如果我们采取不同的回归顺序呢？这意味着，商数模型将是该选择的顺序的回归。也是无稽之谈。 因此，也许首先口头上定义商数中会发生什么，然后挑选一个模型，估计这个模型，这时回归问题就解决了。 咀嚼过的ARPSS(p,d.q)模型--特别是包含有顺序p的回归。如果阅读Box，就会发现p不一定大于0，也就是说，有些BP根本不适用BP回归，而是通过其他手段来建模。 如果没有关于BP的口头假设，即关于我们想要识别的那种模型的假设，对话就纯粹是认知的、数学的和TC的无关。 hrenfx 2010.09.21 19:55 #62 告诉我，你打算对哪些数据应用回归分析？那么目的是什么呢？ 不是针对你，但你的印象是，你想用锤子喝汤，因为它比勺子的钉子更好。 我只是不明白，你为什么要应用回归分析？那是为了什么目的呢？ Freelance 2010.09.22 02:28 #63 坎迪的例子是个好例子。抛出--把它作为数据，并对胖胖的Fosts感到惊讶...妙趣横生!(抽着肥大雪茄的科洛博克。生活中存在一种文化。在分析中必须有同样纯洁的思想和技巧。(一个细心的统计学家会抛出这个观察结果--也不会陶醉于他 "被耳朵拉歪 "的第四阶，以及预示着的 "证明 "的结果）--很遗憾的是，坎迪德对作者的情况保持沉默。不过，我喜欢这个锤子。:)hrenfx- 进展顺利!毕竟，我们都记得，在开始时有一个想法...模型，然后再进行近似计算。在这里也是如此。如果我们知道存在测量误差（它们在物理现实世界中是不可避免的，那么我们就会更容易接受它们作为偏差的基础）--一个模型。但是，如果我们采取订阅数据的方式（例如，来自可敬的《晨星》的最受欢迎的DC报价流...:)- 那么误差就会有很大的不同，而市场模型就更有可能了。但不是在观察中，而是在对球员错误情况的评估中。而他们的摸索--在没有酒吧的数据中，你会注意到。Prival是对的--但摸索的本身就是摸索。而具有NP复杂度的Elipsoids解决带有约束条件的极值搜索 问题--是桌上的装饰品。好像有这样的问题。对话题的话题的话题--就像戈洛赫瓦斯托夫的演讲。他是在自己吹嘘自己!我认为。-- 孩子已经溢出来了。对正常的，在意义上，适用于外汇;)，讨论回归 - 我叫!而且不要忘记流动性--进步的引擎!;) Sceptic Philozoff 2010.09.22 06:29 #64 hrenfx:我就是不明白，那你为什么要应用回归分析？那是为了什么目的呢？ 有什么可把握的。问问别人为什么要应用Machka、RSI、MACD和其他古老的经典指标。但在这里，它是退步的。 我理解faa的 论点，但只是部分地理解。引文的流向确实像拙劣地粘在一起的情节碎片，这些情节的预测并不差。 P.S.Michael Andreevich，好吧，让我们不要把关于公司软件的水搅浑，它拥有资源，嗯？ FreeLance：（一个细心的统计学家会扔掉这个观察结果--而不是陶醉于他 "被耳朵拉动的曲率 "的第四阶，以及被预测的 "证据 "的结果） 所有这些围绕着拒绝 "随机 "大尖峰的统计手鼓舞蹈，实际上是一种隐蔽的企图，即把真实的分布（现实生活中的胖尾巴分布）强行变成一个细尾巴的。所有的愿望都是用方便的公式而不是不方便的现实来工作。 Prival 2010.09.22 07:44 #65 FreeLance: ...而他们的摸索--你不会在任何条形数据中注意到它。Prival是对的--但是Shara-ha-ha-ha-自己...... 我在这里，只是有时因为我无法控制的原因而无法写作 :-)) 而当他们谈到模特和胖尾巴时。我一直在想Kamal和Kniff，并重读他们的帖子（对不起，他们不在论坛上很有文采）好的主题。数学家甚至在那里 "称 "我为孟加拉虎:-) https://www.mql5.com/ru/forum/105771/page15 kamal 09.12.2007 00:50 最后，为了不在这里扮演 "思想杀手 "的角色，我将表达一个非常简单的想法，我甚至在我在mql4.ru的文章中也曾经推动过这个想法，而且随着我在实际交易经验中的增长，这个想法变得越来越重要：几何随机漫步的标准高斯模型只需重新思考一个参数就可以摆脱所有问题：时间。这个想法在这里已经提到过了，但再重复一遍也不是什么罪过：看一下刻度线框架！这就是我们的工作。而像 "沉重的尾巴"，像 "波动性"，以及其他许多东西的影响将消失。 alsu 21.09.2010 21:44 一切都已经正规化了，请阅读链接，俄文的那个（3页的第一个）。量子回归问题被简化为线性编程问题：在线性约束条件下找到线性函数的最小值。 写公式。在matcad中编程并找到解决方案需要2-3分钟。这里的很多人都可以做得很好...... Alexey Subbotin 2010.09.22 08:11 #66 alsu 21.09.2010 21:44 写出公式。在Matcadet中编程并找到解决方案需要2-3分钟。这里的很多人都可以做得很好...... 论坛的图片怎么了？ 我不能插入png。 请阅读http://www.nsu.ru/ef/tsy/ecmr/quantile/quantile.pdf， 第2段，最开始的部分，其中描述了LP问题。所有的公式都在那里。 hrenfx 2010.09.22 08:34 #67 Mathemat: 有什么可抓的。我们已经知道，交易者不愿意应用Machka、RSI、MACD和其他经典指标的东西。好吧，这里是回归。 "想 "的方法似乎是错误的。我告诉你我的观点。 1.对市场数据进行转换（最简单的是取ZigZag的顶点。例如，以所有的点为例--这些是ZigZag的顶部，条件是最小的膝盖为1点）。我们得到了一个数据矩阵，其中每一列都对应着市场的一个观察参数（例如，某些金融工具的价格）。而每一行都是观察空间中的市场条件向量。 2.一个假设是，如果我们找到一个有效的回归（线性、多项式或任何其他回归--这并不重要），它将在其构建之外（之前和之后）的某个数据区间给出相对较低的偏差。 3.从统计学角度研究回归在其图谱之外的行为。发现弱点。找到原因。 正如大多数人所做的那样（所有的观点都一样）。 1.采取一种（最多两种或三种）金融工具。没有进行改造，他们只是把所有的虱子（条子--更经常）。 2.任何东西都可以使用，因为 "想要 "的原因。 3.没有统计研究。一个专家顾问的编写和优化，希望可以。 Sceptic Philozoff 2010.09.22 09:21 #68 是的，这就是少数人和多数人之间的区别，因为他们试图思考 :)我没有任何石头可以投到这个人的鞋子里。只是，我真的怀疑多项式在这里会起作用。 СанСаныч Фоменко 2010.09.22 09:53 #69 Mathemat: 我理解faa的论点，但只是部分地理解。引文的流向确实像拙劣地粘在一起的情节碎片，预测得并不差。 我的论点，正如我所想的，也是我所希望的，更加深入。 TS下面总是 有某种模型--不管TS作者的愿望是什么。如果《TC》的作者否认这一事实--那么，骑在苔原上的楚河汉界就会有这样的歌声：我所看到的，我所唱的。这并不是一种侮辱--几千年来，楚河汉界一直从A点开到B点，没有任何地标和问题。TC的作者们也是如此--他们达到了盈利的目的。 如果你对这个模型进行思考，你可以了解到很多关于你的交易系统的意外结果，这些结果在第一眼时是看不到的。 最准确的模型是Prival的，它的刻度线。但是否有可能根据刻度线做出一小时的预测？在小时图上，原则上是可以的--只有一根蜡烛。蜱虫方面呢？向前预测至少60根蜡烛？这有可能吗？在一个非稳定的市场上？那么置信区间是多少呢？我的理解是，这些问题没有答案。 让我们采取ARPSS模型（p，d，q），其中d=q=0。如果p=1，它就是一条直线。这一部分的市场是很有可能的。此外，有可能进行预测。但我们将不得不接受这个模型的外部条件：有一个趋势，而且是静止的，噪声应该小于SL。如果我们的模型中没有其他元素使其更接近现实生活，我们很快就会发现，存款是无效的。 哪种模式更好？是像Prival公司那样考虑到一切的更复杂的，还是更粗糙的？没有理论上的答案。有一个经验性的--在相同的模型估计的情况下，应该使用更简单的模型。从后者可以看出关于模型的一个基本观点：如果你没有一个健全的系统来评估模型，就没有什么可争论的。 鉴于上述情况，我对这一主题的结论是：没有内置回归的模型，也没有对获得的结果进行评估。关于回归的小学生谈话，而且是以非常原始的方式（记得关于回归分析的帖子）。 自由兰斯 22.09.2010 04:28 但如果你采取订阅数据的方式（例如，来自永远值得纪念的《晨星》的最爱DC报价流...:)-那么误差就会有很大的不同，市场模式更是如此。 模型是在DC之前决定的，DC不能影响模型。最初，你看一下报价，并试图看到：是否有趋势？ 是否有周期？ 以及波动性是什么？同一仪器和时间框架的不同DC不能影响这些问题的答案。模式在前面，其他的都在后面。 Andrei01 2010.09.22 10:01 #70 alsu: 它已经正式化了，请阅读链接，俄语的（3页中的第一页）。量子回归问题被简化为线性编程问题：在线性约束条件下找到线性函数的最小值。 我在想，梯度下降法的效果会比单纯法差，因为grad-t更通用。在其他条件相同的情况下，它的迭代性并不低。 那什么是之字形不好找函数的最小值呢？ 1234567891011121314...16 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
P.S. 你的主题有可能成为本论坛上最吸引人和信息量最大的主题之一。这样的人很少，真的很少。
的确，在一个地方有这么多名人。那么，我们在讨论什么？退步，我想。
终端上有一个名为"线性回归 通道 "的按钮。你不喜欢它，虽然它非常好，对斜方肌很方便。
我想我也不喜欢它，虽然我有时会画它--为了可爱。原因很简单：通过绘制线性回归图，我们从假设商数模型将是一组段。完全是胡说八道。
如果我们采取不同的回归顺序呢？这意味着，商数模型将是该选择的顺序的回归。也是无稽之谈。
因此，也许首先口头上定义商数中会发生什么，然后挑选一个模型，估计这个模型，这时回归问题就解决了。
咀嚼过的ARPSS(p,d.q)模型--特别是包含有顺序p的回归。如果阅读Box，就会发现p不一定大于0，也就是说，有些BP根本不适用BP回归，而是通过其他手段来建模。
如果没有关于BP的口头假设，即关于我们想要识别的那种模型的假设，对话就纯粹是认知的、数学的和TC的无关。
告诉我，你打算对哪些数据应用回归分析？那么目的是什么呢？
不是针对你，但你的印象是，你想用锤子喝汤，因为它比勺子的钉子更好。
我只是不明白，你为什么要应用回归分析？那是为了什么目的呢？
坎迪的例子是个好例子。
抛出--把它作为数据，并对胖胖的Fosts感到惊讶...
妙趣横生!(抽着肥大雪茄的科洛博克。
生活中存在一种文化。在分析中必须有同样纯洁的思想和技巧。
(一个细心的统计学家会抛出这个观察结果--也不会陶醉于他 "被耳朵拉歪 "的第四阶，以及预示着的 "证明 "的结果）--很遗憾的是，坎迪德对作者的情况保持沉默。
不过，我喜欢这个锤子。:)
hrenfx- 进展顺利!毕竟，我们都记得，在开始时有一个想法...模型，然后再进行近似计算。
在这里也是如此。如果我们知道存在测量误差（它们在物理现实世界中是不可避免的，那么我们就会更容易接受它们作为偏差的基础）--一个模型。
但是，如果我们采取订阅数据的方式（例如，来自可敬的《晨星》的最受欢迎的DC报价流...:)- 那么误差就会有很大的不同，而市场模型就更有可能了。
但不是在观察中，而是在对球员错误情况的评估中。而他们的摸索--在没有酒吧的数据中，你会注意到。Prival是对的--但摸索的本身就是摸索。
而具有NP复杂度的Elipsoids解决带有约束条件的极值搜索 问题--是桌上的装饰品。好像有这样的问题。对话题的话题的话题--就像戈洛赫瓦斯托夫的演讲。他是在自己吹嘘自己!
我认为。
-- 孩子已经溢出来了。
对正常的，在意义上，适用于外汇;)，讨论回归 - 我叫!
而且不要忘记流动性--进步的引擎!
;)
我就是不明白，那你为什么要应用回归分析？那是为了什么目的呢？
有什么可把握的。问问别人为什么要应用Machka、RSI、MACD和其他古老的经典指标。但在这里，它是退步的。
我理解faa的 论点，但只是部分地理解。引文的流向确实像拙劣地粘在一起的情节碎片，这些情节的预测并不差。
P.S.Michael Andreevich，好吧，让我们不要把关于公司软件的水搅浑，它拥有资源，嗯？
FreeLance：（一个细心的统计学家会扔掉这个观察结果--而不是陶醉于他 "被耳朵拉动的曲率 "的第四阶，以及被预测的 "证据 "的结果）
所有这些围绕着拒绝 "随机 "大尖峰的统计手鼓舞蹈，实际上是一种隐蔽的企图，即把真实的分布（现实生活中的胖尾巴分布）强行变成一个细尾巴的。所有的愿望都是用方便的公式而不是不方便的现实来工作。
...而他们的摸索--你不会在任何条形数据中注意到它。Prival是对的--但是Shara-ha-ha-ha-自己......
我在这里，只是有时因为我无法控制的原因而无法写作 :-))
而当他们谈到模特和胖尾巴时。我一直在想Kamal和Kniff，并重读他们的帖子（对不起，他们不在论坛上很有文采）好的主题。数学家甚至在那里 "称 "我为孟加拉虎:-)
https://www.mql5.com/ru/forum/105771/page15
kamal 09.12.2007 00:50
最后，为了不在这里扮演 "思想杀手 "的角色，我将表达一个非常简单的想法，我甚至在我在mql4.ru的文章中也曾经推动过这个想法，而且随着我在实际交易经验中的增长，这个想法变得越来越重要：几何随机漫步的标准高斯模型只需重新思考一个参数就可以摆脱所有问题：时间。这个想法在这里已经提到过了，但再重复一遍也不是什么罪过：看一下刻度线框架！这就是我们的工作。而像 "沉重的尾巴"，像 "波动性"，以及其他许多东西的影响将消失。
alsu 21.09.2010 21:44
一切都已经正规化了，请阅读链接，俄文的那个（3页的第一个）。量子回归问题被简化为线性编程问题：在线性约束条件下找到线性函数的最小值。
写公式。在matcad中编程并找到解决方案需要2-3分钟。这里的很多人都可以做得很好......
alsu 21.09.2010 21:44
写出公式。在Matcadet中编程并找到解决方案需要2-3分钟。这里的很多人都可以做得很好......
论坛的图片怎么了？ 我不能插入png。
请阅读http://www.nsu.ru/ef/tsy/ecmr/quantile/quantile.pdf， 第2段，最开始的部分，其中描述了LP问题。所有的公式都在那里。
有什么可抓的。我们已经知道，交易者不愿意应用Machka、RSI、MACD和其他经典指标的东西。好吧，这里是回归。
"想 "的方法似乎是错误的。我告诉你我的观点。
1.对市场数据进行转换（最简单的是取ZigZag的顶点。例如，以所有的点为例--这些是ZigZag的顶部，条件是最小的膝盖为1点）。我们得到了一个数据矩阵，其中每一列都对应着市场的一个观察参数（例如，某些金融工具的价格）。而每一行都是观察空间中的市场条件向量。
2.一个假设是，如果我们找到一个有效的回归（线性、多项式或任何其他回归--这并不重要），它将在其构建之外（之前和之后）的某个数据区间给出相对较低的偏差。
3.从统计学角度研究回归在其图谱之外的行为。发现弱点。找到原因。
正如大多数人所做的那样（所有的观点都一样）。
1.采取一种（最多两种或三种）金融工具。没有进行改造，他们只是把所有的虱子（条子--更经常）。
2.任何东西都可以使用，因为 "想要 "的原因。
3.没有统计研究。一个专家顾问的编写和优化，希望可以。
我理解faa的论点，但只是部分地理解。引文的流向确实像拙劣地粘在一起的情节碎片，预测得并不差。
我的论点，正如我所想的，也是我所希望的，更加深入。
TS下面总是 有某种模型--不管TS作者的愿望是什么。如果《TC》的作者否认这一事实--那么，骑在苔原上的楚河汉界就会有这样的歌声：我所看到的，我所唱的。这并不是一种侮辱--几千年来，楚河汉界一直从A点开到B点，没有任何地标和问题。TC的作者们也是如此--他们达到了盈利的目的。
如果你对这个模型进行思考，你可以了解到很多关于你的交易系统的意外结果，这些结果在第一眼时是看不到的。
最准确的模型是Prival的，它的刻度线。但是否有可能根据刻度线做出一小时的预测？在小时图上，原则上是可以的--只有一根蜡烛。蜱虫方面呢？向前预测至少60根蜡烛？这有可能吗？在一个非稳定的市场上？那么置信区间是多少呢？我的理解是，这些问题没有答案。
让我们采取ARPSS模型（p，d，q），其中d=q=0。如果p=1，它就是一条直线。这一部分的市场是很有可能的。此外，有可能进行预测。但我们将不得不接受这个模型的外部条件：有一个趋势，而且是静止的，噪声应该小于SL。如果我们的模型中没有其他元素使其更接近现实生活，我们很快就会发现，存款是无效的。
哪种模式更好？是像Prival公司那样考虑到一切的更复杂的，还是更粗糙的？没有理论上的答案。有一个经验性的--在相同的模型估计的情况下，应该使用更简单的模型。从后者可以看出关于模型的一个基本观点：如果你没有一个健全的系统来评估模型，就没有什么可争论的。
鉴于上述情况，我对这一主题的结论是：没有内置回归的模型，也没有对获得的结果进行评估。关于回归的小学生谈话，而且是以非常原始的方式（记得关于回归分析的帖子）。
自由兰斯 22.09.2010 04:28
但如果你采取订阅数据的方式（例如，来自永远值得纪念的《晨星》的最爱DC报价流...:)-那么误差就会有很大的不同，市场模式更是如此。
模型是在DC之前决定的，DC不能影响模型。最初，你看一下报价，并试图看到：是否有趋势？ 是否有周期？ 以及波动性是什么？同一仪器和时间框架的不同DC不能影响这些问题的答案。模式在前面，其他的都在后面。
它已经正式化了，请阅读链接，俄语的（3页中的第一页）。量子回归问题被简化为线性编程问题：在线性约束条件下找到线性函数的最小值。
我在想，梯度下降法的效果会比单纯法差，因为grad-t更通用。在其他条件相同的情况下，它的迭代性并不低。