Correlazione zero del campione non significa necessariamente che non ci sia una relazione lineare - pagina 7
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
Non capisco.
Così qui abbiamo il USDJPY. La gamma è da 83,15 a 85,9.
E la gamma di euras è da 1,31 a 1,37.
Come si converte la gamma USDJPY in EUR?
USDJPY ' = EURUSD.min + (Var - USDJPY.min) / (USDJPY.max - USDJPY.min) * (EURUSD.max - EURUSD.min)
.
Con la regressione lineare e RMS la normalizzazione sembra essere corretta. (?)
Così qui abbiamo il USDJPY. La gamma è da 83,15 a 85,9.
E la gamma di euras è da 1,31 a 1,37.
Come si converte la gamma USDJPY in EUR?
USDJPY ' = EURUSD.min + (Var - USDJPY.min) / (USDJPY.max - USDJPY.min) * (EURUSD.max - EURUSD.min)
Teoricamente, è possibile. In pratica è quasi un suicidio: cercare min e max su ogni finestra e trasformare ogni volta lungo tutta la lunghezza del campione. Non sarebbe più semplice prolagaritmizzare semplicemente UNA volta?
Con la regressione lineare e RMS penso di aver scritto correttamente la normalizzazione. (?)
Teoricamente, è possibile farlo. In pratica, è quasi un suicidio cercare un minimo e un massimo su ogni finestra e fare una trasformazione ogni volta lungo tutta la lunghezza del campione. Non sarebbe più facile fare un solo prolagaritmo?
Cosa ti fa pensare che la regressione lineare sia definita da max e min? E qual è l'effetto pratico di questo?
Questo è il secondo modo. La regressione lineare è y = kx + b, si trovano i coefficienti k e b.
La domanda è: perché è peggio del logaritmo?
.
P.S.: diciamo che ci sono tre modi di normalizzazione. Come quantificare quale sia meglio ;-) ?
La macchina conterà. La sua testa è di ferro :-).
Questo è il secondo modo. La regressione lineare è y = kx + b, si trovano i coefficienti k, b.
La domanda qui è: in che modo è peggio del logaritmo?
La regressione è ricercata da MNC, non come hai scritto tu.
La regressione viene cercata dall'ISC, non come hai scritto tu.
Ho elencato due modi.
Il primo è con min e max.
Il secondo è un reg lineare. Non ho scritto da nessuna parte su come calcolarlo.
Non ho scritto come cercare la regressione.
Ho elencato due modi.
Il primo è con min e max.
Il secondo è un reg lineare. Non ho scritto da nessuna parte su come calcolarlo.
Pensavo che avessi scritto equivalenti della stessa cosa.
L'opzione di regressione è sbagliata. L'opzione di conversione è migliore, ma anche cattiva.
Qual è il punto? Dimmi la metodologia di sviluppo e ti dirò cosa ottieni.
Se Mq4-indicator corrispondesse a Mathcad, quale potrebbe essere il punto di discussione?
Il fatto che l'indicatore abbia mostrato la stessa cosa è una chiara diagnosi. "Sano".
.
Se puoi, per favore scrivi cosa pensi del calcolo di cui parla hrenfx.
Quando si prendono due finestre di offset e si contano separatamente la linea e l'RMS in esse - e la corr.
Il metodo è ingenuo, ma in qualche modo evoca simpatia).
Per quanto riguarda quello che dice hrenfx (se ho capito bene) può essere chiamato in termini di trader ricerca di modelli sulla storia. L'insieme delle finestre pronte della storia (modelli) viene confrontato con quello attuale. Se coincide, allora sappiamo più o meno cosa fare, se assumiamo che la storia si ripete...
Per quanto riguarda quello che dice hrenfx (se ho capito bene ovviamente) potrebbe essere in termini di trader. chiamare la ricerca di modelli sulla storia.
Si tratta di calcolare le caratteristiche del campione di BP.
Questo è ovvio :-) - Prendete un grafico - e "collegatelo" su di esso.
Costruire l'aspettativa di autocorrelazione.
.
L'idea dei modelli è su un piano diverso.
Quindi queste due idee non si contraddicono.
Costruire l'aspettativa di autocorrelazione.