Il modello di regressione di Sultonov (SRM) - che pretende di essere un modello matematico del mercato. - pagina 11
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
È possibile provare questo. Ecco un indicatore che implementa (18), forse i programmatori possono eseguire questa operazione?
L'ho installato, ma non ci capisco niente. Dov'è l'appianamento? O non c'è alcuno smussamento?
Beh, allora un modello di regressione sarebbe un indizio di morte. Ci sono molti esperti che conoscono l'analisi di regressione, ma solo pochi stanno facendo soldi sul mercato.
La regressione è un punto di partenza. Il prossimo passo è ARCH. Poi il prossimo ....
un modello senza residui è un modello che predice i valori della serie senza errori. I residui sono l'errore (la differenza tra il valore predetto e il valore reale). Quindi c'è effettivamente una decomposizione in una componente deterministica (modello di previsione) + rumore (residui normalmente distribuiti)
Quella riga contiene 45 zeri e 45 uno. L'aspettativa è di 0,5.
Non capisce i modelli binari. Abbiamo bisogno di qualcosa di più semplice.
Sì, certo. Ma il residuo è testato dal test della radice unitaria, che è la stazionarietà.
Un altro problema. E se non è esattamente come avete scritto? E se è come ha scritto, ci si può fidare della prognosi?
No, i residui sono testati per la distribuzione normale (z-test per esempio). La stazionarietà è probabilmente testata per qualcos'altro))
Non sono d'accordo. Il "deterministico" o "medio" è anche modellato dal rumore. C'è un circolo vizioso qui: per prevedere, bisogna conoscere i risultati della previsione, si scopre. Bisogna rinunciare a qualcosa. Altrimenti è un vicolo cieco.
Non c'è nessuna situazione di stallo. Avals sta bene - non ha perso un po' di informazione: aggiungi il deterministico con il resto e ottieni il quoziente originale.
Come si spiega il fatto che la RMS abbia portato il MO a 0,8787? Inoltre, se l'ingresso RMS è strettamente alternato tra 0 e 1, mostra anche 0,5. Quindi, c'è una circostanza nella serie che avete dato che sposta questo equilibrio verso 1.
Non bisogna cercare la grandezza dell'errore, bisogna analizzare le sue distribuzioni. Per semplicità, si può semplicemente costruire visivamente questa distribuzione
Non c'è nessuna situazione di stallo. Avals va bene - non ha perso un po' di informazione: aggiungi il deterministico con il resto - ottieni il quoziente originale.
Non sono d'accordo. Il "deterministico" o "medio" è anche modellato dal rumore. C'è un circolo vizioso qui: per prevedere, bisogna conoscere i risultati della previsione, si scopre. Bisogna rinunciare a qualcosa. Altrimenti è un vicolo cieco.
La questione non è come e su cosa basare la previsione, ma come verificarne la validità. Se i residui (errore) non sono distribuiti in modo gaussiano, non va bene))
non è necessario cercare la grandezza dell'errore, ma analizzare la sua distribuzione. Per semplicità, si può semplicemente tracciare visivamente questa distribuzione