¿Sabes cómo hacer canales? - página 12
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Un canal es bueno porque se puede ver la dirección del mercado, pero los límites del canal pueden no coincidir con las expectativas.
Pero todo depende del principio por el que se construye el canal.
¿Tal vez Alexey nos muestre algo interesante?
Mi amiga está despierta, es divertidísima por los comentarios)))) Amigos, escriban más))
Un amigo se despertó, riéndose de los comentarios)))) (Amigos, escriban un poco más))
¿Qué hay que escribir, Alexey? He releído la mayoría de los temas del foro: la gente está en una completa anabiosis. En cuanto surge un pensamiento, los más grandes como SanSanych, Yusuf y Automat se abalanzan sobre él, totalmente aturdidos en su ignorancia, y cortan de raíz al hombre. Estos chicos adultos deberían, por orden, ser reprendidos y puestos en una lista negra permanente. Eso sería lo correcto.
Felices fiestas para ti también y saliendo de la anabiosis y la esquizofrenia
Felices fiestas para ti también y saliendo de la anabiosis y la esquizofrenia
Gracias, hermano.
He despedido a una amiga, una yakut, muy guapa, que me regaló una escoba en verano. Dijo que un chamán lo tejió para la buena suerte )))))))))))
Le dije: 'Bueno, si quieres, puedes consultarlo con la almohada').
Señoras y señores, he aprendido mucho sobre Yakutia)))
Sabemos por la estadística que los procesos estacionarios pueden predecirse, pero los no estacionarios se predicen muy mal. Este es exactamente el problema. La no estacionariedad ha hecho que montañas inútiles de matemáticas sean extremadamente eficaces en otros campos.
Ideología GARCH:
¿Su idea va por ahí?
Había una anécdota sobre los matemáticos. Los matemáticos han compuesto un algoritmo para martillar un clavo. Al matemático se le pregunta: "¿Cómo se martilla un clavo que ya está medio martillado?". El matemático responde: "Sácalo y procede según el algoritmo ya elaborado".
Un esbozo del camino a seguir. Un proceso inestable se reduce a uno estacionario diferenciándolo repetidamente (a veces una vez) (tomando las diferencias). A continuación, se pronostica la serie obtenida y se restablece por integración, obteniendo una previsión de la serie inicial. Los procesos de intercambio se vuelven no estacionarios debido a los saltos abruptos e impredecibles en los que me parece, incluso después de la diferenciación múltiple el aspecto de la heterogeneidad será perforado, lo que también producirá un gran error de predicción al acercarse a estos puntos, que aumentará durante la integración múltiple nivelando la utilidad del pronóstico. Así es como lo veo en términos generales, pero puede no ser cierto.
En cualquier caso, me parece que la solución al problema de la previsión de las series no estacionarias debería seguir el camino de crear buenos modelos de estas mismas series.
Había una anécdota sobre los matemáticos. Los matemáticos tienen un algoritmo para martillar un clavo. El matemático se pregunta: "¿Cómo se martilla un clavo que ya está medio martillado?". El matemático responde: "Sácalo y procede según el algoritmo ya elaborado".
Un esbozo del camino a seguir. Un proceso inestable se reduce a uno estacionario diferenciándolo repetidamente (a veces una vez) (tomando las diferencias). Luego se predice la serie obtenida y se restablece por integración, obteniendo una predicción de la serie inicial. Los procesos de intercambio se vuelven no estacionarios debido a los saltos abruptos e impredecibles en los que me parece, incluso después de la diferenciación múltiple el aspecto de la heterogeneidad será perforado, lo que también producirá un gran error de predicción al acercarse a estos puntos, que aumentará durante la integración múltiple negando la utilidad del pronóstico. Así es como lo veo en términos generales, pero tal vez no sea cierto.
De todos modos, me parece que la solución del problema de la previsión de las series no estacionarias debería seguir el camino de la creación de buenos modelos de estas mismas series.
Alexey, lee con tranquilidad
https://cran.r-project.org/web/packages/PSF/vignettes/PSF_vignette.html + archivo adjunto
Había una anécdota sobre los matemáticos. Los matemáticos tienen un algoritmo para martillar un clavo. El matemático se pregunta: "¿Cómo se martilla un clavo que ya está medio martillado?". El matemático responde: "Sácalo y procede según el algoritmo ya elaborado".
Un esbozo del camino a seguir. Un proceso inestable se reduce a uno estacionario diferenciándolo repetidamente (a veces una vez) (tomando las diferencias). A continuación, se pronostica la serie obtenida y se restablece por integración, obteniendo una previsión de la serie inicial. Los procesos de intercambio se vuelven no estacionarios debido a los saltos abruptos e impredecibles en los que me parece, incluso después de la diferenciación múltiple el aspecto de la heterogeneidad será perforado, lo que también producirá un gran error de predicción al acercarse a estos puntos, que aumentará durante la integración múltiple nivelando la utilidad del pronóstico. Así es como lo veo en términos generales, pero puede no ser cierto.
En cualquier caso, me parece que la solución al problema de la predicción de las series no estacionarias debería seguir el camino de crear buenos modelos de estas mismas series.
Tienes toda la razón, pero sólo has descrito una parte del camino. Hay una continuación que resuelve los inconvenientes que has mencionado, pero hay otros nuevos que también se han resuelto, y luego hay otros nuevos que no se han resuelto hoy. Hoy en día no existen modelos al 100% para los procesos no estacionarios.
No nos olvidemos del trading por patrones, como lo llaman en AT, y en matemáticas es la clasificación. Hay otras ideas, pero también otras dificultades, para las que hoy no hay una solución completa.
A juzgar por su perfil, es usted muy capaz de hacer uso de GARCH. Por ejemplo, R contiene el paquete rugarch. Concéntrate y en medio año te desharás de muchas ideas ingenuas y tendrás la herramienta. Estará en la corriente principal, recibirá muchas publicaciones de empresas de renombre en revistas de renombre. Además, tal vez encuentre un par de divisas que pueda predecir con un intervalo de confianza del 95%. Pero la suerte ha querido que así sea. Pero el 75% es fácil.
Tienes toda la razón, pero sólo has descrito una parte del viaje. Hay una continuación que soluciona las carencias que has mencionado, pero hay otras nuevas que también se han solucionado, y luego otras nuevas que no se han solucionado a día de hoy. Hoy en día no existen modelos al 100% para los procesos no estacionarios.
No nos olvidemos del trading por patrones, como lo llaman en AT, y en matemáticas es la clasificación. Hay otras ideas, pero también otras dificultades, para las que hoy no hay una solución completa.
A juzgar por su perfil, es usted muy capaz de hacer uso de GARCH. Por ejemplo, R contiene el paquete rugarch. Concéntrate y en medio año te desharás de muchas ideas ingenuas y tendrás la herramienta. Estarás en la corriente principal, recibirás muchas publicaciones de empresas reputadas en revistas reputadas. Además, tal vez encuentre un par de divisas que pueda predecir con un intervalo de confianza del 95%. Pero la suerte ha querido que así sea. Pero con el 75% es fácil.
Ya se ha movido en GARCH. Quizás puedas escribir un artículo sobre mql5 para nosotros, creo que a muchos traders les puede interesar. Como: 1) Introducción - principios básicos; 2) Etapas de desarrollo; 3) Desarrollos modernos (hay suficiente revisión + literatura). Todavía no soy amigo de R. MATLAB es mi amor.
Sobre el artículo - aún no está listo, resultó ser un montón de trabajo negro.
Antes estaba familiarizado con Matlab. Caja de herramientas "Econometría". Pagado, ajeno a los mercados financieros, ajeno a la clasificación de los instrumentos. Ni siquiera cerca de R durante unos tres años.
Alexey, lee con tranquilidad
https://cran.r-project.org/web/packages/PSF/vignettes/PSF_vignette.html + archivo adjunto