苏尔托诺夫回归模型（SRM）--声称是市场的数学模型。 - 页 25

[Vladimir]

我们可以在正态分布的价格上成功交易，因为我们知道在中位数附近找到价格的概率比远离中位数的要高。换句话说，我们按照中位数的方向进行交易。你可以称之为价格预测，但你不需要任何市场模型、回归或神经网络来进行成功的交易。

[Юсуфходжа]

gpwr:

我们可以在正态分布的价格上成功交易，因为我们知道在中位数附近找到价格的概率比远离中位数的要高。换句话说，我们按照中位数的方向进行交易。你可以称其为价格预测，但你不需要任何市场模型、回归或神经网络就能成功交易。

你在自相矛盾，在这些情况下，中位数是回归的结果!

[Vladimir]

yosuf:
你自相矛盾，在这些情况下，中位数是回归的结果!

中位数的计算方法如下

m = SUM( x[i] )/N

我没有看到这里有任何退步。

[TheXpert]

老兄，这真是一种大规模的精神错乱......

[Vladimir]

TheXpert:
老兄，这真是一种大规模的精神错乱......

有什么问题呢？谈话的内容是关于一个正常分布的价格，而不是随意的漫骂，这是两码事。

[[删除]]

gpwr:

中位数的计算方法是这样的

m = SUM( x[i] )/N

我没有看到这里有任何退步。

要看到这里的回归，只需转换为递归重新计算。

(顺便说一句，这不是中位数;)

[Юсуфходжа]

gpwr:

中位数的计算方法如下

m = SUM( x[i] )/N

我没有看到这里有任何退步。

如果你没有看到，这并不意味着通过 对现有观察数据的回归分析 可以得到同样的结果。顺便说一下，RMS也令人满意地描述了正态分布的规律本身，其误差为3.85%。

[Vladimir]

yosuf:

如果你没有看到，这并不意味着通过对现有观察数据的回归分析可以得到同样的结果。顺便说一下，RMS也能令人满意地描述正态分布本身的规律，误差为3.85%。

你可以把你的回归模型 装入任何东西，但不意味着你必须这样做。

[Юсуфходжа]

Demi:

相关和回归理论的所有基本假设都是基于所研究的数据是正态分布的假设。你的投入（价格）有正态分布吗？

我们还没有达到这个价位，我们正在处理已知函数类的计算值，输入数据分布的正态性要求失去了意义，因为我们在这个阶段不是在处理观察数据。我理解你的担忧，但现在你可以平静下来--我们并没有违反统计学的规律。

[Алексей Тарабанов]

gpwr:

你可以把你的回归模型装入任何东西，并不意味着你必须这样做。

好吧，别这样 :)