纪念老兵：博克斯和詹金斯 - 页 10 1...34567891011 新评论 СанСаныч Фоменко 2012.01.28 19:09 #91 Reshetov: 可能更合适：价格--f1+f2？因为在你的情况下，交易信号必须在两个标尺之和的水平上触发，也就是说，价格必须在大约两个价格的高度上穿过该水平，以使信号改变其符号。 如果更正确的假设是，在两个面具交叉的情况下，TS和报价之间的残差，其中：价格是当前的价格，f1和f2是两个不同时期的muvings的最后读数，公式：残差=价格-f1+f2，那么我们得到，残差等于股本，假设价差为零。 如果这是真的，那么你的声明，我引用一下。 只有在残差=kotir的情况下，你才能相信这个测试和正向测试--TS是静止的！即通过单位根测试。 是荒谬的。荒谬的是，因为。 1.中大是否有固定的股票，我不知道，因为我从未见过任何固定的股票。 2.静态性意味着缺乏趋势性，也就是说，这样的TP是一个完美的横向移动。如果股权是静止的，静止的BP有MO=Const，这个非常的MO将围绕着初始存款。 所以，不要搞附庸风雅，但要学习数学--它的规则。而放弃崇拜博克斯和詹金森这样的把戏--除了教派创始人之外，教派主义并没有给任何人带来好处。然而，一些创始人的结局也并不理想。 我不是在讨论TC的静止性。与其说是愚蠢的建议，不如坐下来花一个星期的时间读一本专科而不是本科的书，然后我们再讨论。当对手不把TC与剩余部分混淆时，讨论是有意义的。 Vladimir Paukas 2012.01.28 19:12 #92 faa1947: 我不是在讨论TC的静止性。与其说是愚蠢的建议，不如坐下来花一个星期的时间读一本专科而不是本科的书，然后我们再讨论。当对手不把TC与剩余部分混淆时，讨论是有意义的。 能否简单地说明一下什么是谴责？这样一来，即使是普通的ctn也能理解/。 Yury Reshetov 2012.01.28 19:32 #93 paukas: ...请问，你在谴责什么？这样，普通的ktn也会理解它？ 显然，有些东西是说不通的。否则，讨论连醉酒的刺猬都觉得微不足道的东西有什么意义？ faa1947: ... 在下面的主题中，我将给出这个模型的计算结果。我建议讨论这些结果和它们对外汇的适用性。 ... faa1947: ... 至少有一个结论：没有适应当前报价的指标是没有意义的。 Avals 2012.01.28 19:35 #94 faa1947: 有很多东西需要弥补。我们谈论的是非常具体的事情，我和其他数百万人同样理解。你所描述的仍然是一个数字游戏。也许正确，也许不正确。 你没有提供任何证据。关于静止性和非静止性的普遍接受的推论我已经引用了。我回答说，我的计算方法与人们40年来一直使用的计算方法一致。 再一次，以防万一--像你这样理解的成功交易者 在哪里？你不需要说出一百万，至少要说出一两个。 我所描述的是一个抽象的例子，表明 1.对整个范围的任何统计是医院的平均温度。包括非平稳性测试 2.没有必要为了赚钱而把所有非稳态序列还原为稳态序列。交易的分布，即图表中进入点和退出点之间的部门以及一系列的交易是静止的。除了静止性之外，当然还有一个正EA。否则，静止性就没有用了。 Yury Reshetov 2012.01.28 19:41 #95 Avals: 静态是指交易的分布，即进入点和退出点之间的图表部分，以及一系列的交易。 劝说是没有意义的，因为计量经济学家先生不愿意讨论TS的静止性。 读读Box和Jenkinson的经文，不要扭曲计量经济学家们所萎缩的东西。 СанСаныч Фоменко 2012.01.29 05:56 #96 我将总结一下我是如何理解Box-Jenkins和他们的实际折射的。 超越上述1972年的书，该计划如下。 1.我们拿着一个小板凳。 2.通过单位根检验，我们检查这个商数的静止性。 上表显示Prob = 0.7350，这不允许拒绝商数非平稳性的假说。假设非平稳性的概率=75%，这很方便。 3.让我们根据Box和Jenkins来区分商数--取相邻条形之间的差异。我们得到一个微分序列，即ARI(1)MA模型中的序列I(1) 4.通过单位根测试检查这个新系列 我们看到这个系列是静止的（弱静止或共变静止，即系列的平均值和自变量不取决于时间）。Prob = 0，也就是说，我们严格拒绝系列的非平稳性假设。 5.对于增量系列，我们写下ARMA方程。 d_eurusd ar(1) ma(1) c @trend 6.我们估计并得到结果。 我们看到，我们不能拒绝C和@TREND的系数等于零的假设。这就是为什么我们要把这两个独立变量从模型中排除。 这就是最终的结果。 表中的最后两行是最有价值的：由于数值离1相当远，这表明所产生的模型的稳定性。 7.你有什么？我们得到了一个指标，在此基础上我们可以建立我们的TS。在这种情况下，我们可以相信MQL中的测试结果。 СанСаныч Фоменко 2012.01.29 06:08 #97 博克斯和詹金斯的优点是什么？ 他们写这本书的时候，一个巨大的有效市场正在随机地在未来的诺贝尔奖中徘徊。在这种情况下，他们说：市场是非稳定的，相邻的条形图之间存在着依赖关系。他们的ARIMA模型仍然在经济学中使用，美国政府的一些经济局已经把他们进行计算的模型公布在公共领域。 40年来，已经做了很多事情，这限制了随机游荡的noobiles。在我看来，最重要的两件事已经完成。 1.上述通过微分得到静止的残差（允许应用ARMA）的管理，根本不一定是这样。残差仍然可以是非平稳的。为这些情况建立了ARCH模型。 2.目前还不清楚如何在多货币情况下应用ARMA。目前还不清楚如何将 "市场情绪 "这样的变量纳入模型。我们使用的是 "状态空间 "模型，在对抗市场不稳定的过程中，这种模型更加强大、灵活和有效。 暂时就这些了。每个人都可以自由地纠正错误，并补充不完整的地方。 感谢所有在这个话题上花时间的人。 Виктор Ратнер 2012.02.28 12:52 #98 我仔细阅读了整篇文章和评论，我完全支持Mathemat用更简单的方式向人们解释：大学里教的数学最好不要用在市场上--它不会让你的口袋里有钱，但这并不意味着数学不好。好了，现在更接近于盒子和詹金斯的主题。他们的整本书都是关于时间序列的分析，在现代文献中，时间序列被归类为DS（差分静止）--在采取差分（s）后可能成为 "弱静止 "的序列。然后为该系列构建一个简单的统计模型，它与金融系列的距离就像地球与火星的距离一样远。这很容易被经验证明，但不幸的是，你不能用Statistica和Eviews这样的软件包来检查模型的质量，只能用自己的账户来检查，如果你的口袋里有多余的钱，模型一定是变近了，就像 地球和月球的距离。从整本书中，我们应该得出一个非常简单的结论，即一系列的报价是非平稳的，报价略微取决于过去的价值--模型ARMA(p,q)，ARIMA(p,d,q)，其中参数d是一个整数，FARIMA(p,d,q)，其中d是一个分数，如果你深入了解，报价还取决于价格的平方对数并且也有经验和理论研究支持金融资产价格变动 对数的波动性是一个像ARCH或GARCH一样的时间依赖性随机过程的结论，那么当然 ，必须再次重读这本书。 而如果你想在一般情况下撞墙，我建议你读这本书。 1)К.Granger, M. Hatanaka "经济学中时间序列的光谱分析"。 2)Е.P. Churakov "预测计量经济学时间序列"。 3）J.S.Bendat A.J.Pearlson《随机过程的测量和分析》Mir，1967。 4）J.S.Bendat A.J.Pearson《随机数据的应用分析》Mir，1989年 5)R.N. Mantegna, G.J. Stanley "Introduction to Economophysics.金融中的关联性和复杂性"。 P.S. 我相信，如果你彻底研究这5本书，并且不在没有MM的情况下进行交易，你的账户在这段时间内不会受到什么影响。 Remembering veterans: Box and The ratio of MetaTrader mql5语言的特点、微妙之处以及技巧 [删除] 2012.02.28 13:50 #99 faa1947: 我在上面举了混搭的例子。在EViews中，它是计算这个残差的按钮。 我再给你看一下图片。 So....这张照片就是那个？ СанСаныч Фоменко 2012.02.28 15:58 #100 new-rena: So....那张照片是什么？ 这幅画在哪里，讲的是什么？问题是什么？ 1...34567891011 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
可能更合适：价格--f1+f2？因为在你的情况下，交易信号必须在两个标尺之和的水平上触发，也就是说，价格必须在大约两个价格的高度上穿过该水平，以使信号改变其符号。
如果更正确的假设是，在两个面具交叉的情况下，TS和报价之间的残差，其中：价格是当前的价格，f1和f2是两个不同时期的muvings的最后读数，公式：残差=价格-f1+f2，那么我们得到，残差等于股本，假设价差为零。
如果这是真的，那么你的声明，我引用一下。
只有在残差=kotir的情况下，你才能相信这个测试和正向测试--TS是静止的！即通过单位根测试。
是荒谬的。荒谬的是，因为。
1.中大是否有固定的股票，我不知道，因为我从未见过任何固定的股票。
2.静态性意味着缺乏趋势性，也就是说，这样的TP是一个完美的横向移动。如果股权是静止的，静止的BP有MO=Const，这个非常的MO将围绕着初始存款。
所以，不要搞附庸风雅，但要学习数学--它的规则。而放弃崇拜博克斯和詹金森这样的把戏--除了教派创始人之外，教派主义并没有给任何人带来好处。然而，一些创始人的结局也并不理想。
我不是在讨论TC的静止性。与其说是愚蠢的建议，不如坐下来花一个星期的时间读一本专科而不是本科的书，然后我们再讨论。当对手不把TC与剩余部分混淆时，讨论是有意义的。
...请问，你在谴责什么？这样，普通的ktn也会理解它？
显然，有些东西是说不通的。否则，讨论连醉酒的刺猬都觉得微不足道的东西有什么意义？
...
在下面的主题中，我将给出这个模型的计算结果。我建议讨论这些结果和它们对外汇的适用性。
...
faa1947:
...
至少有一个结论：没有适应当前报价的指标是没有意义的。
有很多东西需要弥补。
我们谈论的是非常具体的事情，我和其他数百万人同样理解。
你所描述的仍然是一个数字游戏。也许正确，也许不正确。 你没有提供任何证据。关于静止性和非静止性的普遍接受的推论我已经引用了。我回答说，我的计算方法与人们40年来一直使用的计算方法一致。
再一次，以防万一--像你这样理解的成功交易者 在哪里？你不需要说出一百万，至少要说出一两个。
我所描述的是一个抽象的例子，表明
1.对整个范围的任何统计是医院的平均温度。包括非平稳性测试
2.没有必要为了赚钱而把所有非稳态序列还原为稳态序列。交易的分布，即图表中进入点和退出点之间的部门以及一系列的交易是静止的。除了静止性之外，当然还有一个正EA。否则，静止性就没有用了。
静态是指交易的分布，即进入点和退出点之间的图表部分，以及一系列的交易。
劝说是没有意义的，因为计量经济学家先生不愿意讨论TS的静止性。
读读Box和Jenkinson的经文，不要扭曲计量经济学家们所萎缩的东西。
我将总结一下我是如何理解Box-Jenkins和他们的实际折射的。
超越上述1972年的书，该计划如下。
1.我们拿着一个小板凳。
2.通过单位根检验，我们检查这个商数的静止性。
上表显示Prob = 0.7350，这不允许拒绝商数非平稳性的假说。假设非平稳性的概率=75%，这很方便。
3.让我们根据Box和Jenkins来区分商数--取相邻条形之间的差异。我们得到一个微分序列，即ARI(1)MA模型中的序列I(1)
4.通过单位根测试检查这个新系列
我们看到这个系列是静止的（弱静止或共变静止，即系列的平均值和自变量不取决于时间）。Prob = 0，也就是说，我们严格拒绝系列的非平稳性假设。
5.对于增量系列，我们写下ARMA方程。
d_eurusd ar(1) ma(1) c @trend
6.我们估计并得到结果。
我们看到，我们不能拒绝C和@TREND的系数等于零的假设。这就是为什么我们要把这两个独立变量从模型中排除。
这就是最终的结果。
表中的最后两行是最有价值的：由于数值离1相当远，这表明所产生的模型的稳定性。
7.你有什么？我们得到了一个指标，在此基础上我们可以建立我们的TS。在这种情况下，我们可以相信MQL中的测试结果。
博克斯和詹金斯的优点是什么？
他们写这本书的时候，一个巨大的有效市场正在随机地在未来的诺贝尔奖中徘徊。在这种情况下，他们说：市场是非稳定的，相邻的条形图之间存在着依赖关系。他们的ARIMA模型仍然在经济学中使用，美国政府的一些经济局已经把他们进行计算的模型公布在公共领域。
40年来，已经做了很多事情，这限制了随机游荡的noobiles。在我看来，最重要的两件事已经完成。
1.上述通过微分得到静止的残差（允许应用ARMA）的管理，根本不一定是这样。残差仍然可以是非平稳的。为这些情况建立了ARCH模型。
2.目前还不清楚如何在多货币情况下应用ARMA。目前还不清楚如何将 "市场情绪 "这样的变量纳入模型。我们使用的是 "状态空间 "模型，在对抗市场不稳定的过程中，这种模型更加强大、灵活和有效。
暂时就这些了。每个人都可以自由地纠正错误，并补充不完整的地方。
感谢所有在这个话题上花时间的人。
我仔细阅读了整篇文章和评论，我完全支持Mathemat用更简单的方式向人们解释：大学里教的数学最好不要用在市场上--它不会让你的口袋里有钱，但这并不意味着数学不好。好了，现在更接近于盒子和詹金斯的主题。他们的整本书都是关于时间序列的分析，在现代文献中，时间序列被归类为DS（差分静止）--在采取差分（s）后可能成为 "弱静止 "的序列。然后为该系列构建一个简单的统计模型，它与金融系列的距离就像地球与火星的距离一样远。这很容易被经验证明，但不幸的是，你不能用Statistica和Eviews这样的软件包来检查模型的质量，只能用自己的账户来检查，如果你的口袋里有多余的钱，模型一定是变近了，就像 地球和月球的距离。从整本书中，我们应该得出一个非常简单的结论，即一系列的报价是非平稳的，报价略微取决于过去的价值--模型ARMA(p,q)，ARIMA(p,d,q)，其中参数d是一个整数，FARIMA(p,d,q)，其中d是一个分数，如果你深入了解，报价还取决于价格的平方对数并且也有经验和理论研究支持金融资产价格变动 对数的波动性是一个像ARCH或GARCH一样的时间依赖性随机过程的结论，那么当然 ，必须再次重读这本书。
而如果你想在一般情况下撞墙，我建议你读这本书。
1)К.Granger, M. Hatanaka "经济学中时间序列的光谱分析"。
2)Е.P. Churakov "预测计量经济学时间序列"。
3）J.S.Bendat A.J.Pearlson《随机过程的测量和分析》Mir，1967。
4）J.S.Bendat A.J.Pearson《随机数据的应用分析》Mir，1989年
5)R.N. Mantegna, G.J. Stanley "Introduction to Economophysics.金融中的关联性和复杂性"。
P.S. 我相信，如果你彻底研究这5本书，并且不在没有MM的情况下进行交易，你的账户在这段时间内不会受到什么影响。
我在上面举了混搭的例子。在EViews中，它是计算这个残差的按钮。
我再给你看一下图片。
So....这张照片就是那个？
So....那张照片是什么？