Il modello di regressione di Sultonov (SRM) - che pretende di essere un modello matematico del mercato. - pagina 3

 
orb:

Avete letto l'articolo sul modello di Sultanov? C'è un ISC lì, solo che non ne sono a conoscenza). Due punti sono descritti da ISC e Residui.

A proposito della stazionarietà ti sbagli, faa musa sulla cointegrazione (il pair trading si basa su di essa credo, beh lui parlerà per se stesso, io ho parlato per me).


Cointegrazione ed è progettato per serie temporali non stazionarie.

La cointegrazione è progettata per serie temporali non stazionarie, e penso che abbia MNC, ed è precisamente MNC solo per serie con una distribuzione normale.

 
Demi:

cointegrazione e sviluppato per serie temporali non stazionarie
Ok, mi hai frainteso o hai frainteso te stesso. Lei ha scritto che "faa ascoltare, quindi la normalità non è necessaria, la stazionarietà non è necessaria" E la cointegrazione non usa una nozione come la stazionarietà delle serie temporali?
 

SCUSE PER GLI OFFTOPS.

_________________________________________________________________________________________________________________________________________________________________________________________

 

Sì, sì, ci siamo distratti...

Vai, Yusuf! Gli sciacalli abbaiano, la carovana arriva.

 

Ora chiedete a RMS di riconoscere la parabola Y = a+ bx^2 e affronta perfettamente anche questo con a=0 e b=1 con un errore di 4,78013E-07:

ׂ

ׂ

Quando a=10000 e b=10:



:

 
yosuf:

Cari membri del forum, non è un segreto che la questione di trovare le dipendenze che descrivono i modelli di base del mercato è importante. Qui cercheremo di affrontare questa questione con tutti i mezzi di analisi disponibili, comprese le varie proposte dei partecipanti su questo tema e il materiale teorico e pratico accumulato in questo momento da tutte le fonti possibili. Come risultato di questo lavoro, se ci soffermiamo anche solo su una visione di questa funzione, penso che considereremo che il tempo e lo sforzo non sono stati spesi invano.

Inizierò dimostrando le capacità di RMS con semplici esempi di descrizioni di modelli noti: lineare, parabola, iperbole, esponente, seno, coseno, tangente, cotangente e altri, così come la loro combinazione, che sono certamente presenti sul mercato. Vi prego di sostenermi in questo impulso con suggerimenti costruttivi e sane critiche, se necessario.

prendiamo una serie di prezzi. descriviamola usando un polinomio, una rete neurale o una Fourier. otteniamo un modello che descrive questa serie con quasi ogni precisione. ma questo modello non sarà mai predittivo per la prossima barra, le stesse code. probabilmente meglio costruire una condizione di mercato che definisca il trend e il flat nelle prime fasi della loro concezione. sebbene ci siano anche molte condizioni di mercato, ma se affrontate dal lato del profitto questo insieme è probabile che sia limitato a 5 - 10 condizioni.
 

Ora vediamo come RMS si "trasforma" in un'iperbole perfetta Y = b/x all'arbitrario b=10 con un errore fantasticamente piccolo di 6,34693E-14 %:

ׂ

:

 
Ora mostra la parabola magica dell'equità sul reale.
 
Dai, non farmi aspettare, quando si trasformerà in un prezzo idilliaco, o sarà una curva di bilancio positiva?
 
ivandurak:
Prendiamo una serie di prezzi. descriviamola usando un polinomio, una rete neurale o Fourier. otterremo un modello che descrive questa serie con quasi ogni precisione. ma questo modello non sarà mai predittivo per la prossima barra, le stesse code. probabilmente sarebbe meglio costruire un modello di condizioni di mercato che determini il trend e flat sulle prime fasi della loro creazione. sebbene ci siano anche molte condizioni di mercato, ma se lo guardiamo dalla prospettiva del profitto questo set sarà molto probabilmente limitato a 5 - 10 condizioni.
Arriveremo a Fourier, aspetta.