与优化器合作的原则和避免适应的基本方法。 - 页 2 123456789...11 新评论 Леонид 2012.02.08 17:54 #11 ask: 在非平稳序列中寻找规律性是不可能的,它与琐碎的逻辑相矛盾。 我不同意。非常不同意。 你说的是哪一行? 我们正在谈论金融行,特别是金融行。金融行,由于其特殊性,金融的,对其有规律性。 也许在其他一些非平稳序列上没有规律性,但在金融序列上有规律性。 СанСаныч Фоменко 2012.02.08 18:09 #12 Reshetov: 这不允许应用统计学,但丝毫不与逻辑相矛盾。没有必要仅仅通过统计方法来寻找模式。 只有当一些植物学家试图用统计方法测量非稳态数据时,才会出现与逻辑的矛盾。 我们诊断:一个人生病了,所以我们不能用药治好他,我们去找巫师,我们打趣他。 但是,除了诊断--非平稳性--之外,有可能澄清问题是什么,它和所有建模一样至少分成两个部分:BP的识别和模型的识别。一旦我们将这两件事结构化,我们就可以向BP提出模型适合的问题。迄今为止,我们无法描述BP的所有多样性,但这并不意味着完全没有办法。考虑到BP和模型之间的误差,我们可以开始谈论对模型本身的评价。这样做,我们可以把评价的问题比通过测试者的评价更广泛。 ask 2012.02.08 20:58 #13 LeoV: 也许其他非平稳序列上没有模式,但金融序列上有。 这是一种口头上的含糊其辞,仅此而已。 你必须定义你的系列是非平稳的还是有规律的。因为不知何故,心理无法理解这句话:"非平稳数列的规律性",我理解为你已经找到了非平稳数列的规律性? Леонид 2012.02.09 04:05 #14 ask: 一个口头上的构思,仅此而已。你应该定义你的系列是非平稳的还是有规律的。因为我的心灵不知为何不能理解 "非平稳序列的规律性 "这句话,我理解为你已经发现了非平稳序列的规律性? 很好。然后,我们需要定义什么是非稳态的。你有关于什么是非平稳性/平稳性的定义吗? СанСаныч Фоменко 2012.02.09 04:59 #15 ask: 一个口头上的构思,仅此而已。 你应该定义你的系列是非平稳的还是有规律的。因为不知何故,心理无法理解这句话:"非平稳序列的规律性",我理解为你已经发现了非平稳序列的规律性? 这是一个失败主义的立场。 为什么不假设一个非平稳序列=几个组成部分的总和。而最有趣的是决定性的部分。如果它不存在,或者我们承认它,那么它就是一个随机漫步,预测不可能通过任何手段和方法实现(有效市场理论)。如果我们承认这一点,那么我们在市场上和这个论坛上的存在就是合理的。 Avals 2012.02.09 05:38 #16 当他们谈论非平稳性时,通常是指价格增量的分布。即摩(趋势)和散(波动)随时间变化。这是真的,但非稳态序列可能有稳态区域。如果你能找到它们,你可以用相应的MO和分散的交易进行交易。即,固定段的交易导致了股权增加静止(或接近 "准静止")的事实。也就是说,交易的mo和方差变化缓慢。 也就是说,交易员的任务是在非平稳的价格增量系列上找到平稳的图。 СанСаныч Фоменко 2012.02.09 05:50 #17 Avals: 当他们谈论非平稳性时,通常是指价格增量的分布。即摩(趋势)和散(波动)随时间变化。这是真的,但非稳态序列可能有稳态区域。如果你能找到它们,你可以用相应的MO和分散的交易进行交易。即,固定段的交易导致了股权增加静止(或接近 "准静止")的事实。也就是说,交易的mo和方差变化缓慢。 也就是说,交易员的任务是在价格增量的非平稳系列上找到平稳区域。 算是一个片状静止的系列。这是一个非常强大的假设,实际上不可能在交易中识别 - 预测未来,因为识别需要一定数量的观察,而且不能保证下一个观察不会导致非平稳序列。 考虑到该系列由确定的残差+噪声组成,则要容易得多,也更实用。 Avals 2012.02.09 07:14 #18 faa1947: 一种片状静止的序列。这是一个非常强的假设,对于交易中的识别--预测未来,实际上是不可行的,因为识别需要一定数量的观察,而且不能保证下一个观察不会开始一个非平稳序列。 考虑到该系列由确定性的离开+噪声组成,要容易得多,也更实用。 你混淆了预测模型和我们最终应该得到的东西(预测的目的)。 当这种确定性成分的预测给出正摩和固定方差时,你应该总是进入交易。也就是说,确定性成分的预测假定该领域的价格上涨是静止的。那么,问题是类似的--如果模型之前通过选择这样的片段进行了预测,那么从下一次交易开始,它可能不会这样做。将有一个预测,但没有积极的莫。 СанСаныч Фоменко 2012.02.09 07:32 #19 Avals:你混淆了预测模型和我们最终应该得到什么(预测的目标)。我不认为我在混淆什么,我总是在说同一件事。 我相信有一个决定性的成分,我通过一些平滑的方法 将其隔离出来。然后,我看了看残差=cotier-决定性的部分。很明显,残差是非平稳的(非平稳性无处可去),现在整个问题都埋在其中。 在预测时,我们比较增量莫,并通过方差计算预测误差。我们只能预测这些量是否几乎是常数,如果不是?这就是整个问题所在。正是由于残差的存在,在我们的模型至少部分地解释了非平稳性之前,测试是不可信的。我们应该有目的地处理非平稳性问题,而不是对其视而不见。 Avals 2012.02.09 07:40 #20 faa1947: 我不认为我在混淆什么,而且我总是说同样的话。 我相信有一个决定性的成分,我通过一些平滑的方法将其隔离。然后,我看了看残差=cotier-决定性的部分。显然,残差是非稳态的,现在整个问题都被埋在其中。 在预测时,我们比较增量莫,并考虑到方差上的预测误差。我们只能预测这些量是否几乎是常数,但如果不是呢?这就是整个问题所在。正是由于残差的存在,在我们的模型至少部分地解释了非平稳性之前,测试是不可信的。我们应该有目的地处理非平稳性问题,而不是对其视而不见。 尽量不要总是采取残余的方式,而是有选择地、零散地采取。如果你知道如何在一行中确定这种块的开始和结束(当然不是事后的),这就足以进行交易了。如果不是,那就改变模式 123456789...11 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
我不同意。非常不同意。
你说的是哪一行?
我们正在谈论金融行,特别是金融行。金融行,由于其特殊性,金融的,对其有规律性。
也许在其他一些非平稳序列上没有规律性,但在金融序列上有规律性。
这不允许应用统计学,但丝毫不与逻辑相矛盾。没有必要仅仅通过统计方法来寻找模式。
只有当一些植物学家试图用统计方法测量非稳态数据时,才会出现与逻辑的矛盾。
我们诊断:一个人生病了,所以我们不能用药治好他,我们去找巫师,我们打趣他。
但是,除了诊断--非平稳性--之外,有可能澄清问题是什么,它和所有建模一样至少分成两个部分:BP的识别和模型的识别。一旦我们将这两件事结构化,我们就可以向BP提出模型适合的问题。迄今为止,我们无法描述BP的所有多样性,但这并不意味着完全没有办法。考虑到BP和模型之间的误差,我们可以开始谈论对模型本身的评价。这样做,我们可以把评价的问题比通过测试者的评价更广泛。
也许其他非平稳序列上没有模式,但金融序列上有。
这是一种口头上的含糊其辞,仅此而已。 你必须定义你的系列是非平稳的还是有规律的。因为不知何故,心理无法理解这句话:"非平稳数列的规律性",我理解为你已经找到了非平稳数列的规律性?
很好。然后,我们需要定义什么是非稳态的。你有关于什么是非平稳性/平稳性的定义吗?
一个口头上的构思,仅此而已。 你应该定义你的系列是非平稳的还是有规律的。因为不知何故,心理无法理解这句话:"非平稳序列的规律性",我理解为你已经发现了非平稳序列的规律性?
这是一个失败主义的立场。
为什么不假设一个非平稳序列=几个组成部分的总和。而最有趣的是决定性的部分。如果它不存在,或者我们承认它,那么它就是一个随机漫步,预测不可能通过任何手段和方法实现(有效市场理论)。如果我们承认这一点,那么我们在市场上和这个论坛上的存在就是合理的。
当他们谈论非平稳性时,通常是指价格增量的分布。即摩(趋势)和散(波动)随时间变化。这是真的,但非稳态序列可能有稳态区域。如果你能找到它们,你可以用相应的MO和分散的交易进行交易。即,固定段的交易导致了股权增加静止(或接近 "准静止")的事实。也就是说,交易的mo和方差变化缓慢。
也就是说,交易员的任务是在非平稳的价格增量系列上找到平稳的图。
当他们谈论非平稳性时,通常是指价格增量的分布。即摩(趋势)和散(波动)随时间变化。这是真的,但非稳态序列可能有稳态区域。如果你能找到它们,你可以用相应的MO和分散的交易进行交易。即,固定段的交易导致了股权增加静止(或接近 "准静止")的事实。也就是说,交易的mo和方差变化缓慢。
也就是说,交易员的任务是在价格增量的非平稳系列上找到平稳区域。
算是一个片状静止的系列。这是一个非常强大的假设,实际上不可能在交易中识别 - 预测未来,因为识别需要一定数量的观察,而且不能保证下一个观察不会导致非平稳序列。
考虑到该系列由确定的残差+噪声组成,则要容易得多,也更实用。
一种片状静止的序列。这是一个非常强的假设,对于交易中的识别--预测未来,实际上是不可行的,因为识别需要一定数量的观察,而且不能保证下一个观察不会开始一个非平稳序列。
考虑到该系列由确定性的离开+噪声组成,要容易得多,也更实用。
你混淆了预测模型和我们最终应该得到的东西(预测的目的)。
当这种确定性成分的预测给出正摩和固定方差时,你应该总是进入交易。也就是说,确定性成分的预测假定该领域的价格上涨是静止的。那么,问题是类似的--如果模型之前通过选择这样的片段进行了预测,那么从下一次交易开始,它可能不会这样做。将有一个预测,但没有积极的莫。
你混淆了预测模型和我们最终应该得到什么(预测的目标)。
我不认为我在混淆什么,我总是在说同一件事。
我相信有一个决定性的成分,我通过一些平滑的方法 将其隔离出来。然后,我看了看残差=cotier-决定性的部分。很明显,残差是非平稳的(非平稳性无处可去),现在整个问题都埋在其中。
在预测时,我们比较增量莫,并通过方差计算预测误差。我们只能预测这些量是否几乎是常数,如果不是?这就是整个问题所在。正是由于残差的存在,在我们的模型至少部分地解释了非平稳性之前,测试是不可信的。我们应该有目的地处理非平稳性问题,而不是对其视而不见。
我不认为我在混淆什么,而且我总是说同样的话。
我相信有一个决定性的成分,我通过一些平滑的方法将其隔离。然后,我看了看残差=cotier-决定性的部分。显然,残差是非稳态的,现在整个问题都被埋在其中。
在预测时,我们比较增量莫,并考虑到方差上的预测误差。我们只能预测这些量是否几乎是常数,但如果不是呢?这就是整个问题所在。正是由于残差的存在,在我们的模型至少部分地解释了非平稳性之前,测试是不可信的。我们应该有目的地处理非平稳性问题,而不是对其视而不见。