Marktphänomene - Seite 63
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Die Fase steht in direktem Zusammenhang mit dicken Schwänzen. Und gemäß dem Test entspricht der maximale Wert der Schräge dem wahrscheinlichsten Wert der Stationarität des Residuums aus der Glättung!!!!
Das scheint mir ein Phänomen zu sein. Oder etwas, das ich nicht verstehe.
Aha, du verstehst die Grundlagen des Theoretikers nicht.
Die direkte Korrelation mit dicken Schwänzen liegt nicht in der Fase, sondern in der Kurtosis.
Aha, du verstehst die Grundlagen des Theoretikers nicht.
Die direkte Verbindung zu dicken Schwänzen liegt nicht in der Fase, sondern in der Kurtosis.
Dieses Thema wurde in fünf Sitzungen erörtert. Der Überschuss hat keine direkte Verbindung zu den Schwänzen. Wenn Sie daran interessiert sind, sehen Sie sich meine Beiträge an.
Sehr interessant.
Anonym
Vor allem, wenn der Theoretiker Recht hat.
Irgendwo veröffentlicht, aber unbeaufsichtigt gelassen. Bezüglich der Fase und der dicken Schwänze.
Im Uhrzeigersinn die Umkehrung des geschätzten Dollar-Index.
Wir brennen den Filter ab und erhalten den Rest = die Differenz zwischen dem Filter und dem Kotier
Für das Residuum ändern wir das Lambda in HP und erhalten den Wert der Steigung und die Wahrscheinlichkeit, dass dieses Residuum stationär ist (No fat tail???)
Wir sehen, dass der höchste Wert der Fase der höchsten Wahrscheinlichkeit entspricht, dass der Rückstand stationär ist.
Sehr interessante Stellungnahme.
Diese Konzepte sind nicht gleichwertig.
Das Residuum kann ein stationärer Wert sein, und dennoch können die Schwänze der Verteilung fett sein. Es ist einfach genug, z. B. eine Laplace-verteilte Menge mit unabhängigen "Zählungen" zu erzeugen und sie als Residuum zu betrachten.
Diese Konzepte sind nicht gleichwertig.
Das Residuum kann ein stationärer Wert sein, und gleichzeitig können die Schwänze der Verteilung fett sein. Es ist einfach genug, z. B. eine Laplace-ähnliche verteilte Größe mit unabhängigen "Zählungen" zu erzeugen und sie als Residuum zu betrachten.
Ich verstehe mathematische Übungen nicht besonders gut.
Stationarität ist Varianz = konstant. Unerreichbar und wird im Test als Wahrscheinlichkeit der Stationarität ungleich 100% angezeigt
Der "fat tail" ist die Variabilität der Varianz, die zu einer Erhöhung der Wahrscheinlichkeit von Ereignissen führt, die bei einer Normalverteilung unwahrscheinlich sind.
Aber hier ist das s.c.o. Diagramm.
Völlige Trivialität. Erhöht die Glättungsleistung des Filters - erhöht den Fehler
Falsch. Es handelt sich um die Konstanz des Mittelwerts und die Abhängigkeit des ACF nur von der Differenz der Argumente. Und das ist die Definition von Stationarität - im weitesten Sinne.
Der "fat tail" ist die Variabilität der Varianz, die zu einem Anstieg der Wahrscheinlichkeit von Ereignissen führt, die in einer Normalverteilung unwahrscheinlich sind.
Falsch. Es handelt sich um die Konstanz des Mittelwerts und die Abhängigkeit des ACF nur von der Differenz der Argumente.