Le modèle de régression de Sultonov (SRM) - qui prétend être un modèle mathématique du marché. - page 12
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
Il ne s'agit pas de savoir sur quoi ou comment fonder une prédiction, mais comment en vérifier la validité. Si les résidus (erreurs) ne sont pas distribués de manière gaussienne, ce n'est pas bon).
Non, les résidus sont testés pour une distribution normale (test z par exemple). La stationnarité est un test pour quelque chose d'autre))))
J'ai même vérifié deux fois.
Non. Je prends EViews.
Test de normalité comme référence (Jarque-Berg) parmi d'autres statistiques descriptives.
Ensuite, il y a le test de racine unitaire : 6 types de test avec 8 types de sélection automatique de la longueur du lag ; pour le niveau, la 1ère différence, la 2ème différence ; avec inclusion du biais, de la tendance et du décalage et sans rien.
Le test de normalité est un test de rien du tout.
Il est plus fiable d'effectuer le test après avoir détriminé et supprimé la composante cyclique.
La question n'est pas de savoir sur quoi ou comment fonder une prédiction, mais comment vérifier sa validité. Si les résidus (erreur) ne sont pas distribués selon gauss, ce n'est pas bon))
Pourquoi ?
Cela signifie-t-il que l'on peut retirer quelque chose d'autre de la partie "erreur" ou est-ce une indication du caractère aléatoire de la partie "sans erreur" ?
Décrivez ensuite comment vous voulez devenir "déterministe", et sans bruit ?
Vous prenez une machine à faire des signes. Le reste est du bruit. Quel est le bruit dans le tableau de bord ?
Cela signifie que les variables sont déterministes plutôt qu'aléatoires.
Vous prenez un mashka. Le reste est du bruit. Quel est le bruit de la boule de démolition ?
OK, passons - logiquement un tel modèle devrait prédire les interventions )
OK, passons - logiquement, un tel modèle devrait prédire les interventions )
Non, bien sûr que non.
Pourquoi ?
Cela signifie-t-il que l'on peut retirer quelque chose d'autre de la partie avec erreur ou cela indique-t-il un caractère aléatoire dans la partie sans erreur ?