引文中的依赖性统计（信息论、相关和其他特征选择方法）。 - 页 27

新评论
 

Это - ряд остатков взаимной информации реального и случайного ряда:

坦率地说，残留物在结构上与波动性的影响惊人地相似，这并不是什么了不起的事情。

 
C-4:

这个想法很好，这里有一个生成的SB图表，波动率与欧元兑美元相同。阿列克谢，你能不能为它做个分析。让我们看看是否有任何差异。

你不应该采取单一的波动率，但对于欧元兑美元来说，应该采取3个左右的波动率（这取决于DC过滤器）。因为刻度线不仅是+1/-1点，而且SB是由每一个刻度线产生一个点。
 
C-4:

坦率地说，残差在结构上与波动效应惊人地相似，这并不是什么了不起的事情。

如果波动性被正确计算，那么它对零条上的价格变化符号是有记忆效应的。如果有波动性的问题，那么就是剩余波动性+其他依赖性。

问题是：我们如何确保我们已经考虑到了所有的波动性？

 
alexeymosc:

如果波动性被正确计算，那么它对零条上的价格变化符号是有记忆效应的。如果有波动性的问题，那么就是剩余波动性+其他依赖性。

问题是--我们如何确保我们已经考虑到了所有的波动性？

О!我有个想法。 我今天会试着把最初的欧元兑美元H1 系列，取其回报，并随机地把价格变化的迹象混在一起。尤里卡，这将是确切的波动，有一个类似硬币的上下波动的价格。那么，在比较数据时，剩下的就是净符号的依赖性。

我的想法正确吗？你有什么建议？

 
C-4:

坦率地说，残差在结构上与波动率效应惊人地相似，这并不是什么了不起的事情。

同样，我认为多生成和计算几个样本是正确的。
阿瓦尔斯。

你不必采取单一的牛，但对于欧元兑美元，3个左右（取决于经纪公司的过滤器）。因为刻度线不仅是+1/-1点，而SB的产生是每刻度线1点。

考虑到勾股效应可能是第二步，比如说奠定实际收益。

我不知道 Yurixx 是否 还在这里看，我记得他只是在做这种事情。

 
alexeymosc:

О!我有个想法，我今天要试着把最初的欧元兑美元H1系列，在它上面获取回报，然后随机地把价格运动迹象混在一起。尤里卡，这将是确切的波动，有一个类似硬币的上下波动的价格。那么，在比较数据时，剩下的就是净符号的依赖性。

我的想法正确吗？你有什么建议？

我认为并非所有的波动都对我们不利，理想情况下我们可以从价格运动的方向和幅度中获益。因此，我认为，人们不应试图完全避免波动。 我提出了另一种方法（对轮廓的归一化），但既然你选择了它，首先，我们应该在得出结论之前检查几个实现，其次，我们不应该纠缠于波动性，它不是唯一已知的影响，同样的可恢复性也是价格序列的一个既定属性。
 
Candid:
我认为，并非每一次波动都对我们有害，理想情况下，我们可能会从价格运动的方向和幅度中受益。因此，我认为，几乎不值得为完全消除波动性而斗争。 我提出了另一种方法（对轮廓的归一化），但既然你选择了它，首先，我们应该在得出结论之前检查几个实现，其次，我们不应该纠缠于波动性，它不是唯一已知的影响，同样的可恢复性也是价格序列的一个既定属性。

归一化后仍有关联性，我试过了。另外，在最接近的滞后期，对波动率有很强的依赖性，而归一化并不能完全消除这种依赖。

而回报是什么（就一些回报而言）？如果有一个 "+"会跟随--概率稍高？

 
alexeymosc:

О!我有个想法，我今天会试着把最初的欧元兑美元H1系列，在它上面获取回报，然后随机地把价格运动迹象混在一起。尤里卡，这将是确切的波动，有一个类似硬币的上下波动的价格。那么，在比较数据时，剩下的就是净符号的依赖性。

我的想法正确吗？你有什么建议？


是的，也是一种选择:)你甚至可以随机选择一个符号--"+"的概率为0.5，"-"的概率相同。
 

волу надо не единичную брать, а для EURUSD 3 где-то.

我似乎是按默认值生成的，即系数是8。同样让我吃惊的是，SB的振幅比真实的振幅要大几倍。

我建议暂时处理EURUSD_RAND的一个样本，当问题解决后，再将其他样本也连接起来。

 
alexeymosc:

归一化后仍有关联性，我试过了。另外，在最近的滞后期对波动率有很强的依赖性，而归一化并不能完全消除这种依赖。

你能详细说明一下吗？我的理解是否正确，在将数据归一化为波动率曲线后，仍然存在对短滞后期的强烈依赖？如果是这样，有什么理由相信这种依赖性与波动性具体相关？

而回报是什么（就一些回报而言）？如果有一个 "+"会跟随--概率稍高？


对于ticks来说，减号会在后面加上一个nа 更有可能
1...202122232425262728293031323334...74
新评论