Il modello di regressione di Sultonov (SRM) - che pretende di essere un modello matematico del mercato. - pagina 9
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
Dove troviamo un quoziente con un residuo distribuito normalmente? Possiamo solo inventare, ma non consideriamo questo caso qui.
I residui sono la differenza tra il valore previsto e il valore reale. Qui state calcolando l'errore - in realtà state analizzando i residui. Ma state contando i residui cumulativi e dovete guardare l'intera distribuzione.
Dove troviamo un quoziente con un residuo distribuito normalmente? Possiamo solo inventare, ma non consideriamo questo caso qui.
Questo è un errore. Se appianiamo una linea retta, sarà non stazionaria, ma se 18? In ogni caso, nello smoothing HP il residuo è molto spesso stazionario (non sempre).
Beh, per essere più precisi, gli avanzi sono ancora normali)))
All'inizio, per tenere al sicuro le pecore e bene i lupi, prendiamo questo postulato come assioma e dimentichiamo temporaneamente il problema, non c'è altra via d'uscita. Siamo di fronte a un mercato non stazionario, anormale, non deterministico, ...., non identificato. Avviciniamoci ad esso con i suoi propri metodi.
Ti riferisci al metodo "poke"?
No, è normale.
Normale è un punto e stazionario è un processo. Facendo queste distinzioni ottengo una dinamica.
Ora non ricordo che il resto sia stato testato per la normalità, ma il test della radice unitaria prospera.
Non è una buona idea. Se si smussa una linea retta, sarà instabile, ma se si smussano 18? In ogni caso, quando si liscia HP, molto spesso il residuo è stazionario (non sempre).
All'inizio, per tenere al sicuro le pecore e bene i lupi, prendiamo questo postulato come assioma e dimentichiamo temporaneamente il problema, non c'è altra via d'uscita. Siamo di fronte a un mercato non stazionario, anormale, non deterministico, ...., non identificato. Avviciniamoci ad esso con i suoi propri metodi.
Naturalmente.
Stai suggerendo il metodo "poke"?
Se smussato usando la (18), non sarà possibile per il sistema rifiutare questa tecnica a causa dell'uso ripetuto dello stesso modello, ma vale la pena provare.
18 è una formula analitica. Calcoliamo i valori della funzione e prendiamo la differenza con il quoziente. Otteniamo l'errore di lisciatura. Cominciamo a lavorare con questo errore. O mi sono perso qualcosa?
Normale è un punto e stazionario è un processo. Facendo queste distinzioni ottengo una dinamica.
Non ricordo ora che il residuo è testato per la normalità, ma il test della radice unitaria prospera.
Se il modello di regressione scelto descrive bene la vera dipendenza, allora i residui dovrebbero essere variabili casuali indipendenti normalmente distribuite con media zero, e non ci dovrebbe essere alcuna tendenza nei loro valori.
Che tipo di stazionarietà c'è?
P.S. Sono stato dai mammut, torna, torna con te...