Von der Theorie zur Praxis - Seite 522

 
Smokchi Struck:
Sie können das Diagramm als eine Punktveränderung darstellen: Das Diagramm ist um 1 Punkt gestiegen - zeichnen Sie eine Ein-Punkt-Veränderung nach oben, das Diagramm ist um 1 Punkt gesunken - zeichnen Sie eine Ein-Punkt-Veränderung nach unten.

 
Yuriy Asaulenko:

Wie sieht es mit Prognosen aus? ))

Vorhersagen sind der Weg zum Zusammenbruch, aber man kann die Wahrscheinlichkeit künftiger Nicht-Nachhaltigkeit abschätzen (c) Mandelbrot

 
Maxim Dmitrievsky:
Willst du damit sagen, dass alles Quatsch ist und das Leben keinen Sinn hat? )))
 
Maxim Dmitrievsky:

in der gegenwärtigen Dimension - es gibt keine Möglichkeit, das Problem zu lösen, das ist das Problem. Ihre Regression weiß nichts von der Möglichkeit, dass ein solches Ereignis eintritt

Maxim Dmitrievsky:

DieVorhersage ist ein Weg zum Zusammenbruch, aber es ist möglich, die Wahrscheinlichkeit künftiger Instabilität abzuschätzen (c) Mandelbrot

Jetzt verstehe ich, warum der MoD-Zweig ins Stocken geraten ist))))

 
Smokchi Struck:
Wollen Sie damit sagen, dass "alles Quatsch ist und das Leben keinen Sinn hat"? )))

wie man so schön sagt... "fast wahrscheinlich" :)

Vorübergehende Abhängigkeiten sind ein gutes Geschäft, aber sie sind vorübergehend mit allen Risiken, die damit verbunden sind.
 
Smokchi Struck:

Jetzt verstehe ich, warum die MoD-Branche tot ist))))

Nein, es ist nur so, dass alle Methoden des MoD aufgesaugt wurden, und dann der Kompromiss zwischen Modellqualität und Risiko

 
Maxim Dmitrievsky:

Die Vorhersage ist ein Weg zum Zusammenbruch, aber man kann die Wahrscheinlichkeit der zukünftigen Unhaltbarkeit abschätzen (c) Mandelbrot

Sagen Sie das SanSanych.) Irgendwohin verschwunden.

 
Yuriy Asaulenko:

Sagen Sie das SanSanych.) Irgendwohin verschwunden.

Offenbar hat er einen Martingal auf unrealistische Ticks eingerichtet.

 
Maxim Dmitrievsky:

Die Vorhersage ist ein Weg zum Zusammenbruch, aber man kann die Wahrscheinlichkeit der zukünftigen Volatilität abschätzen (c) Mandelbrot

Die Vorhersage ist zum Scheitern verurteilt, weil die Märkte "lebendig" sind und man nicht erraten kann, wer auf was wartet und wer was will.

SSA selbst ist interessant, denn man kann damit versuchen abzuschätzen, ob sich der Markt gegenüber dem vorherigen verändert hat.

https://ch.mathworks.com/matlabcentral/fileexchange/58967-singular-spectrum-analysis-beginners-guide

Nun, Wavelets zeigen die gleichen Bilder, aber es geht nicht darum, Vorhersagen zu treffen - es wird immer noch ein "Ratespiel" sein, sondern zu versuchen, Unterschiede in den Marktbedingungen mit Hilfe verschiedener mathematischer Modelle zu finden, ich studiere SSA, die möglicherweise Regression verwenden - obwohl es eine Verzögerung geben sollte, oder eher Trägheit

Singular Spectrum Analysis - Beginners guide - File Exchange - MATLAB Central
Singular Spectrum Analysis - Beginners guide - File Exchange - MATLAB Central
  • 2018.04.24
  • ch.mathworks.com
This Matlab tutorial demonstrates step by step the single-channel version of a singular spectrum analysis (SSA), a nonparametric spectral estimation method for time series. The guide explains the following steps of an SSA analysis - creation of the trajectory matrix - calculation of the covariance matrix - eigendecomposition of the covariance...
 
Nun zu den Unzulänglichkeiten.

Die Abbildung stammt von Maxim Dmitrievsky.



Offensichtlich ist die Öffentlichkeitsarbeit hier überfordert, siehe die Lage des letzten Punktes.

Abbildung Z-Quadrat.



Wir sehen uns die Lage des letzten Regressionspunktes an. Schließlich sind wir daran interessiert (dies wird durch den Indikator angezeigt).
Er befindet sich derzeit viel tiefer als die Mitte des Handelskanals.

Die Figur "Halbkreis".
(Ich habe etwas Ähnliches schon einmal gezeigt, aber da war es ein "Stück einer Sinuswelle", und hier ist es die obere Hälfte eines Kreises)



der Extrempunkt des Polynoms ist höher als die Mitte des Preiskanals zu diesem Zeitpunkt.

Wir kommen zu dem Schluss, dass die Polynom-"Form" für unsere Zwecke nicht ganz geeignet ist.
Stellen Sie sich eine "Figur" vor, die für die Regression verwendet werden könnte, ohne dass die oben beschriebenen Nachteile auftreten.
(Richtig, keine Zahl, sondern eine Funktion).