苏尔托诺夫回归模型（SRM）--声称是市场的数学模型。 - 页 3

[Дмитрий]

orb:

你读过这篇文章吗，关于Sultanov的模型？那里有一个ISC，我只是不知道而已）。有两点是由ISC和Residuals描述的。

顺便说一下，关于静止性，你错了，FAA考虑的是协整问题（我认为配对交易是基于协整的，好吧，他将为自己说话，我为自己说话）。

协整，是为非平稳的时间序列 设计的。

协整是为非平稳时间序列设计的，我认为它有MNC，而且恰恰是MNC只针对具有正常分布的序列。

[orb]

Demi:

为非平稳时间序列制定的协整和

好吧，是你误解了我，还是你误解了自己。你写道："FAA听着，所以正态性不是必须的，静止性也不是必须的。" 而协整不是使用时间序列的 静止性这样一个概念吗？

[orb]

对不起，我不知道该说什么了。

_________________________________________________________________________________________________________________________________________________________________________________________

[Дмитрий]

是的，是的，我们分心了......。

去吧，优素福！豺狼吠叫，商队到来。

[Юсуфходжа]

现在要求RMS识别抛物线Y=a+bx^2，它在a=0和b=1时也能完美应对，误差为4.78013E-07。

当a=10000，b=10。

:

[Alexey]

yosuf:

亲爱的论坛成员，寻找描述市场基本模式的依赖关系是一个重要的问题，这已经不是什么秘密。在这里，我们将试图通过所有可用的分析手段来处理这个问题，包括与会者关于这个问题的各种建议以及此刻从所有可能的来源积累的理论和实践材料。作为这项工作的结果，如果我们甚至只停留在对这一功能的看法上，我想我们会认为时间和努力没有白费。

我将首先用简单的例子来证明RMS的能力，描述众所周知的模式：线性、抛物线、双曲线、指数、正弦、余弦、正切、余切和其他，以及它们的组合，这在市场上肯定存在。如果需要，请用建设性的建议和健康的批评来支持我的这种冲动。

让我们拿一个价格序列。让我们用多项式、神经网络或傅里叶来描述它。我们得到一个几乎可以准确描述这个序列的模型。但这个模型永远不会对下一个柱状物进行预测，同样的尾巴。可能更好的是建立一个市场条件，在其概念的早期阶段定义趋势和平坦。虽然也有许多市场条件，但如果从利润方面考虑，这套条件可能被限制在5-10个。

[Юсуфходжа]

现在让我们看看RMS是如何 "转化 "为任意b=10时的完美双曲线Y=b/x的，其误差小得惊人，为6.34693E-14%。

:

[TheXpert]

现在把神奇的股权抛物线显示在实物上。

[Nikitoss]

来吧，不要让我悬而未决，什么时候会变成田园风光的价格，还是会变成一个正的资产负债表曲线？

[Юсуфходжа]

ivandurak:
让我们拿一个价格序列。 让我们用多项式、神经网络或傅里叶来描述它。我们会得到一个几乎可以准确描述这个序列的模型。 但这个模型永远不会对下一个柱状物进行预测，同样的尾巴。可能最好是建立一个市场条件模型，在它们产生的早期阶段确定趋势和平坦。虽然也有许多市场条件，但如果我们从利润的角度来看，这组条件很可能被限制在5-10条。

我们将得到傅立叶，等等。