El modelo de regresión de Sultonov (SRM): pretende ser un modelo matemático del mercado. - página 41

 
Integer:
La segunda columna es Yi? ¿A él?
 
Un gran aplauso.
 
yosuf:
Primero construye una línea de regresión lineal y luego aplaude.

Lo que hay que construir, está bastante claro cómo debe ir. Y tu PMS, si estuviera más construido humanamente, tendría que enderezarse a 0,5.
 

Por favor:

 

No es 0,5, pero aún así... En un extremo 0,486691, en el otro 0,491087.

La media es de 0,4889.

 
Integer:
No es 0,5, pero aún así... 0,486691 en un extremo, 0,491087 en el otro

Sí, debo haberme pasado con los ceros, si desplazas un poco la gráfica, resulta que en ambos casos MO=0,5:

ׂ

 

En este caso, se pidió a https://forum.mql4.com/ru/19762/page30 que describiera una secuencia aleatoria de 10 dígitos como modelo de mercado. Esto es lo que ha salido en el caso de RMS y LR:

 

Buen punto también de aquí https://forum.mql4.com/ru/19762/page29

gpwr 09.06.2009 03:27

Perdón por la intromisión. He leído casi todo el hilo y no he podido entender a qué viene el argumento de Fourier. El objeto de la rama es la descripción de las condiciones del mercado que afectan al movimiento futuro de los precios. ¿Qué tiene que ver Fourier con esto? Estoy de acuerdo en que el movimiento del precio se puede descomponer en senos y cosenos: m+An*cos(wn*t)+Bn*sin(wn*t). ¿Y qué? El espectro (An+j*Bn) será nuestra descripción del estado del mercado? La idea es interesante. Pero en la transformada discreta de Fourier el número de senos y cosenos es igual al número de precios tomados. ¿Cuál es entonces la ventaja de utilizar los parámetros de salida de la DFT (An y Bn) para describir el mercado? El número de variables no se reduce. Así que tenemos que tomar las mayores amplitudes sqrt(An^2+Bn^2). ¿Ellos con sus frecuencias se convierten en la descripción del mercado? ¿Voy en la dirección correcta? Utilizando estos parámetros (An, Bn, wn) predeciremos el futuro extrapolando los correspondientes senos y cosenos hacia el futuro? Han hecho tal cosa. Hay un gran error en este enfoque. La transformada de Fourier no es más que el ajuste de una serie trigonométrica a la curva de precios original. Tiene tanto sentido como ajustar polinomios y otras funciones a una curva de precios. Se puede retorcer y tomar las funciones de Bessel, sinc, Si, etc. Todos estos ajustes alcanzarán su objetivo de reproducción exacta del precio. Pero quién nos ha dicho que hay funciones trigonométricas o polinomios o funciones de Bessel ocultas en el movimiento de los precios. Sólo son funciones de aproximación. Se pueden adaptar a cualquier cosa. Para extrapolar senos y cosenos hay que demostrar primero que el movimiento de los precios se describe mediante ecuaciones diferenciales ordinarias como un circuito oscilante. Me cuesta ver las ventajas de la transformada de Fourier para describir el mercado. Aunque no me importará si alguien decide hacerme cambiar de opinión. ¿Quién tiene otras ideas?


 

Te sugiero que mires la vista de la función que se obtiene al diferenciar (18) y que es la densidad de la función de distribución RMS y que se da en el artículo como (7), que (la vista) sugiere que es muy similar al comportamiento del EUR/USD durante su evolución:

ׂ

 
yosuf:

Te sugiero que mires la vista de la función que se obtiene al diferenciar (18) y que es la densidad de la función de distribución RMS y que se da en el artículo como (7), que (la vista) sugiere que es muy similar al comportamiento del EUR/USD durante su evolución:

¿La densidad no está limitada a 0 ó 1?