トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 2521

 
LenaTrap#:

もう一度、私の結論を説明しましょう。

ランダムウォーク過程に対するAFCの一般的な推定には、以下のものが必要である。

- 取捨選択する

- 正規化されたデータを使用する

結論:ピアソン係数はゼロ、それ以外は標本から過程を推定する際の誤差である。

つまり、ランダムウォーク過程には自己相関が全くないのです。

0に相当します。(0.0010599888334729966 )、ここで0は実自己相関、0.00105は誤差 である。

いいえ!サンプルは必要ありません。定義を受け止め、そこから数えていくのです。

 
Aleksey Nikolayev#:

いや!サンプルは取らなくていいんです。定義を受け止め、そこから数えていくのです。

でも、それなら何も数える必要はありません。なぜなら、ランダムウォークは原理的に自己相関を持つことができないからです。私自身、その生成に何の関係もない数字のランダムな配列を作りましたから。なぜ、私が設定しなかった相関関係があるのでしょうか?とはいえ、出来上がった一連の数字をテストして、それを確認すると同時に、見積もり方法とその効果を確認することは有効なのではないでしょうか?

あなたはアカデミックな数学者のように考え、私はコンピュータでシミュレーションをする。

 
Aleksey Nikolayev#:

ACFをそのサンプル推定値に置き換えようとしているのですね。利用可能な実装(サンプル)から近似するのではなく、ACFを定義することから始めます。

例Xiをホワイトノイズとする。とすると、そのACF = COV(Xj,Xk)/sqrt(COV(Xj,Xj)* COV(Xk,Xk)) となります。- は、2つの添字jとkの関数で、j==kのとき1に等しく、j!=kのとき0になる。
jとkはタイムインデックスですか?また、これをSBの計算式に代入するにはどうすればよいのでしょうか)
 
Valeriy Yastremskiy#:
jとkはテンポラリーインデックス?

はい。

Valeriy Yastremskiy#:
そして、これをSBの計算式にどう代入するのか?)

Yn=X1+X2+...+Xn、Xiはホワイトノイズとすると、COV(Yj,Yk) を計算する必要があります。次に、上記の白色ノイズと同様にACF = COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk)) を計算します。

 
Aleksey Nikolayev#:

はい。

Yn=X1+X2+...+Xn、Xiはホワイトノイズとし、COV(Yj,Yk) を計算する必要があります。次に、上記白色ノイズの場合と同様に、ACF = COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk)) を算出します。

私の理解が正しければ、X1〜XjとX1〜Xkの和が代入されます。 もし、減らすことが可能であれば、Xj〜Xkの和は式に残りますね。
 
Valeriy Yastremskiy#:
私の理解が正しければ、X1〜XjとX1〜Xkの和は代入されます。

はい。

Valeriy Yastremskiy#:
XjからXkまでの和が式に残っています。

いいえ、j<kとすると、COV(Yj,Yk)=COV(Yj,Yj+X(j+1)+...+Xk)=COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk)=... です。

 
Aleksey Nikolayev#:

掛け算の表も計算式である。したがって、あなたの発言は、「慣れ親しんだ数式で取引するのが実用、慣れ親しんでいない数式で取引するのが理論化」と解釈すべきです(笑)。

"市場で掛け算表が変わる"、と解釈すべき)
 
secret#:
"市場では、掛け算の表が変わっている "と解釈すべき)

特別なテーブルに変更することになっており、非常に実用的で完全に秘密) ストラディバリウスのドラムの逸話を思い出させる)

 
secret#:
「市場では掛け算表が変わる」、と解釈すべき)

ほぼこの装置で、最初の宇宙船が宇宙へ送り出された。この宇宙機器では多くの計算が行われた)。

今の若い人たちは、それが一体何なのか、まったくわからないのです)。 ロアール12

 
Aleksey Nikolayev#:

特別なテーブルに変えているのでしょう、とても実用的で完全に秘密です)ストラディバリウスのドラムの逸話を思い出しますね(笑)

市場の乗算表は非定常である)
理由: