Das Sultonov-Regressionsmodell (SRM) - behauptet, ein mathematisches Modell des Marktes zu sein. - Seite 3

 
orb:

Haben Sie den Artikel über das Modell von Sultanov gelesen? Gibt es dort ein ISC, ich weiß es nur nicht)? Zwei Punkte werden durch ISC und Residuals beschrieben.

Übrigens, was die Stationarität anbelangt, liegen Sie falsch, faa geht von Kointegration aus (ich denke, der Paarhandel basiert darauf, er wird für sich selbst sprechen, ich habe für mich selbst gesprochen).


Kointegration und ist für nicht-stationäre Zeitreihen konzipiert.

Die Kointegration ist für nicht-stationäre Zeitreihen konzipiert, und ich denke, sie hat MNC, und zwar nur für Reihen mit Normalverteilung.

 
Demi:

Kointegration und entwickelt für nicht-stationäre Zeitreihen
OK, Sie haben mich missverstanden oder Sie haben sich selbst missverstanden. Sie schrieben: "faa listen, so normality is not necessary, stationarity is not necessary " Und ist Kointegration nicht so ein Begriff wie die Stationarität von Zeitreihen?
 

BITTE ENTSCHULDIGEN SIE DIE AUSLASSUNGEN.

_________________________________________________________________________________________________________________________________________________________________________________________

 

Ja, ja, wir haben uns ablenken lassen...

Mach schon, Yusuf! Die Schakale bellen, die Karawane kommt.

 

Bitten Sie nun RMS, die Parabel Y = a+ bx^2 zu erkennen, und es meistert auch diese perfekt bei a=0 und b=1 mit einem Fehler von 4,78013E-07:

ׂ

ׂ

Wenn a=10000 und b=10:



:

 
yosuf:

Liebe Forumsmitglieder, es ist kein Geheimnis, dass die Frage nach den Abhängigkeiten, die die Grundmuster des Marktes beschreiben, eine wichtige ist. Wir werden hier versuchen, uns dieser Frage mit allen verfügbaren Analysemitteln zu nähern, einschließlich der verschiedenen Vorschläge der Teilnehmer zu diesem Thema und des theoretischen und praktischen Materials, das bis zu diesem Zeitpunkt aus allen möglichen Quellen zusammengetragen wurde. Als Ergebnis dieser Arbeit, wenn wir auch nur einen Blick auf diese Funktion werfen, werden wir, denke ich, feststellen, dass Zeit und Mühe nicht umsonst gewesen sind.

Ich werde zunächst die Möglichkeiten von RMS anhand einfacher Beispiele aufzeigen, um bekannte Muster zu beschreiben: Linear, Parabel, Hyperbel, Exponent, Sinus, Kosinus, Tangens, Kotangens und andere sowie deren Kombinationen, die sicherlich auf dem Markt vorhanden sind. Bitte unterstützen Sie mich bei diesem Impuls mit konstruktiven Vorschlägen und ggf. gesunder Kritik.

nehmen wir eine preisreihe. beschreiben wir sie mit einem polynom, einem neuronalen netzwerk oder fourier. wir erhalten ein modell, das diese reihe mit fast beliebiger genauigkeit beschreibt. aber dieses modell wird nie für den nächsten bar, die gleichen schwänze vorhersagen. wahrscheinlich besser, eine marktbedingung zu bauen, die den trend und flach in den frühen stadien ihrer konzeption definiert. obwohl es auch viele marktbedingungen, aber wenn von der gewinnseite nähert sich dieser satz ist wahrscheinlich auf 5 - 10 bedingungen begrenzt werden.
 

Sehen wir uns nun an, wie sich RMS in eine perfekte Hyperbel Y = b/x bei einem beliebigen b=10 mit einem fantastisch kleinen Fehler von 6,34693E-14 % "verwandelt":

ׂ

:

 
Zeigen Sie nun die magische Aktienparabel in der Realität.
 
Kommt schon, lasst mich nicht warten, wann wird es ein idyllischer Preis, oder wird es eine positive Bilanzkurve sein?
 
ivandurak:
Nehmen wir eine Kursreihe. beschreiben wir sie mit einem Polynom, einem neuronalen netzwerk oder Fourier. wir erhalten ein Modell, das diese reihe mit fast beliebiger Genauigkeit beschreibt. aber dieses Modell wird niemals den nächsten bar vorhersagen, die gleichen schwänze. wahrscheinlich wäre es besser, ein Marktbedingungsmodell zu bauen, das den trend und flat in den frühen Stadien ihrer Entstehung bestimmt. obwohl es auch viele Marktbedingungen gibt, aber wenn wir es aus der Perspektive des Gewinns betrachten, wird dieser Satz wahrscheinlich auf 5 - 10 Bedingungen beschränkt sein.
Wir werden zu Fourier kommen, warten Sie.