Le modèle de régression de Sultonov (SRM) - qui prétend être un modèle mathématique du marché. - page 25
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Nous pouvons réussir à négocier un prix normalement distribué parce que nous savons que la probabilité de trouver le prix près de la médiane est plus élevée que loin de celle-ci. En d'autres termes, nous opérons dans le sens de la médiane. Vous pouvez l'appeler prédiction des prix, mais vous n'avez pas besoin d'un modèle de marché, d'une régression ou d'un réseau neuronal pour réussir vos transactions.
Nous pouvons réussir à négocier un prix normalement distribué parce que nous savons que la probabilité de trouver le prix près de la médiane est plus élevée que loin de celle-ci. En d'autres termes, nous opérons dans le sens de la médiane. Vous pouvez appeler cela prédire le prix, mais vous n'avez pas besoin d'un modèle de marché, d'une régression ou d'un réseau neuronal pour réussir vos transactions.
Vous vous contredisez, la médiane est le résultat d'une régression dans ces cas-là !
La médiane est calculée comme suit
m = SUM( x[i] )/N
Je ne vois pas de régression ici.
Mec, quelle folie de masse...
Quel est le problème ? La conversation portait sur un prix normalement distribué, et non sur des divagations aléatoires, qui sont deux choses différentes.
La médiane est calculée de la façon suivante
m = SUM( x[i] )/N
Je ne vois pas de régression ici.
Pour voir la régression ici, il suffit de transformer pour un recalcul récursif.
(et ce n'est pas la médiane, d'ailleurs ;)
La médiane est calculée comme suit
m = SUM( x[i] )/N
Je ne vois pas de régression ici.
Si vous ne le voyez pas, cela ne signifie pas que le même résultat peut être obtenu par une analyse de régression des données d'observation disponibles. À propos, RMS décrit également de manière satisfaisante la loi de la distribution normale elle-même avec une erreur de 3,85 % :
Si vous ne le voyez pas, cela ne signifie pas que le même résultat peut être obtenu par une analyse de régression des données d'observation disponibles. À propos, RMS décrit également de manière satisfaisante la loi de la distribution normale elle-même, avec une erreur de 3,85 % :
Ce n'est pas parce que vous pouvez adapter votre modèle de régression à n'importe quoi que vous devez le faire.
Toutes les hypothèses de base de la théorie de la corrélation et de la régression reposent sur l'hypothèse que les données étudiées sont normalement distribuées. Vos intrants (prix) ont-ils une distribution normale ?
Ce n'est pas parce que vous pouvez adapter votre modèle de régression à n'importe quoi que vous devez le faire.
Eh bien, ne le faites pas :)