Matstat Econometria Matan - pagina 20
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
L'approccio standard nell'ottimizzazione è quello di moltiplicare l'obiettivo per meno e la massimizzazione si trasforma in una minimizzazione (e viceversa).
Ho già cercato di spiegarvi che se gli errori sono distribuiti in modo gaussiano, allora ISC==MLE. Se gli errori sono distribuiti da Laplace, alloraMNC==MLE==MLE metodo dei minimi moduli. Puoi capire da solo il tipo di distribuzione dell'errore quandoMLE==MLE di Huber.
Negli esperimenti, il tipo di distribuzione dell'errore è conosciuto da qualche considerazione aggiuntiva, o è scelto sperimentalmente (di solito sotto forma di una funzione di perdita adatta).
A quanto pare non l'ho capito la prima volta, ora sì ))
Grazie.
Impressionato dalla sua conoscenza. Stai facendo soldi nel forex? Ha un sito web personale? Prendete soldi in gestione?
Impressionato dalla tua conoscenza. Stai facendo soldi nel forex? Ha un sito web personale? Prendete soldi per la gestione?
Grazie, ma la conoscenza è così così - solo le basi, ma più o meno solide.
Non so come guadagnare. A volte anche forex)
Non ho pammers e segnali, poiché lavoro da solo (preferisco così). Sono sicuro che è praticamente impossibile creare un sistema che scala bene in termini di capitale da solo.
Per continuare l'argomento.
Molte persone qui menzionano il diradamento dei dati.
C'è un metodo chiamato PCA (Principal Component Analysis), che èuno dei modi principali per ridurre la dimensionalitàdei dati perdendo il minor numero di informazioni.
Qualcuno ha studiato questo metodo? Qualche conclusione sulla sua applicabilità?
So che la selezione dei beni si assottiglia con questo metodo. Ma non so se un set di dati può essere assottigliato da esso senza perdere dimensionalità.
Per come la vedo io, il problema principale del diradamento è la riduzione della dimensionalità. Cioè, il campione diventa una dimensione diversa.
In un caso semplice, ci sono raccomandazioni da parte degli stessi docenti delle università, per non buttare via un elemento da un insieme, e sostituirlo con un valore medio degli elementi vicini per esempio.
Almeno questo è il modo in cui gli outlier vengono rimossi, nell'approccio semplice. Ma con l'avvertenza che ci sono altri approcci, che non sono spiegati.
Quindi la PCA come idea di diradamento, può essere ben studiata.
P.S. Collegamenti di siti intelligenti, trova anche articoli su un argomento simile
Oh come ))
Un esercizio inutile, su nuovi dati i componenti "saltano" se non è una sinusoide
Cioè PSA è un modo di fare il fitting su un sottocampione, e un modo lineare.
non è un modo per trovare un modello.
Esercizio inutile, con i nuovi dati i componenti "saltano" se non è un'onda sinusoidale
Quindi il PSA è un modo di adattarsi a un sottocampione, e un modo lineare.
non è un modo per trovare un modello.
Maxim, non ho approfondito il metodo finora, non posso dire nulla.
Ho appena visto un seminario registrato organizzato dalla Borsa di Mosca,
dove i broker e tutti i tipi di ricercatori come i geek, ecc. hanno condiviso le loro esperienze, presentazioni, ecc.
Lì ho sentito parlare di questo metodo, che viene utilizzato per selezionare le risorse per ulteriori modelli.
Mi ha mostrato che questo metodo funziona e dà una certa crescita.
Ho letto il suo articolo come un'idea, forse non funziona.
Ma chiunque può essere interessato e trovare il profitto.
Continua su youtube.
Maxim, non sono ancora entrato in questo metodo, quindi non posso dire nulla.
Ho appena visto un seminario registrato organizzato dalla Borsa di Mosca,
dove i broker e tutti i tipi di ricercatori come i geek, ecc. hanno condiviso le loro esperienze, presentazioni, ecc.
Lì ho sentito parlare di questo metodo, che viene utilizzato per selezionare le risorse per ulteriori modelli.
Ha dimostrato che questo metodo funziona e dà una sorta di crescita.
Ho anche sentito questo metodo come un'idea, forse non funziona.
Ma chi è interessato, può trovare il senso dell'applicazione.
Drimmer ha un articolo qui, applicando PSA per costruire portafogli. Ma più tardi raccomandò a tutti di andare alla fabbrica :)
Forse la raccomandazione era perché nessuno capiva niente?
;))
Forse la raccomandazione era perché nessuno capiva niente?
;))
Maxim, non sono ancora entrato in questo metodo, quindi non posso dire nulla.
Ho appena visto un seminario registrato organizzato dalla Borsa di Mosca,
dove i broker e tutti i tipi di ricercatori come i geek, ecc. hanno condiviso le loro esperienze, presentazioni, ecc.
Lì ho sentito parlare di questo metodo, che viene utilizzato per selezionare le risorse per ulteriori modelli.
Ha dimostrato che questo metodo funziona e dà una sorta di crescita.
Ho letto il suo articolo come un'idea, forse non funziona.
Ma chiunque può essere interessato e trovare il profitto.
Continua su youtube.
Non parlare così, fratello.