2 Rosh И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
СКО - это корень из дисперсии(суммы квадратов отклонений, деленной на некое число). Тогда сумма квадратов отклоений на баре 100 минус сумма квадратов отклоений на баре 33 даст сумму квадратов отклонений от 33 до 100-го бара. Дальше все просто.
もうひとつ。私が理解できないのは、このことです。 СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
私が考えるに、あなたの表記では、RMS2/3[N]=(D[2N/3])^0.5です。
あるいは、差分として表現しようとすると。
СКО2/3[N]=({S[N]-S[последняя треть]}/{2N/3})^0.5
RMSは、分散(偏差の二乗和をある数で割ったもの)の根です。そして、棒100の分散平方和から棒33の分散平方和を引くと、棒33から100までの分散平方和が得られます。あとは簡単です。一般的には、私が理解しているように、あなたの言う通り、私は間違った表現をしていたのでしょう。
ポイントは、2つのチャネルは、統計的有意差内の回帰誤差分散は同じでも、価格分散が異なれば、大雑把に言えば、一方のチャネルは急で、もう一方は平坦になるということです。問題は、どのチャンネルを選ぶかです。ブラシェフは回帰線の品質を評価するために3つの基準を考えているが、いずれも上記の2つの分散の比が関係している。この3つの基準から選ぶのは、まさに個人の創意工夫であり、近似の質を比較するために回帰誤差の分散を選ぶのは、まったく正しいとはいえない。
あなたはさらに、
に返信します。
ウラジスラフは、このクラスの中で一番悪いところを取っている。
ウラジスラフがこのために可能な限り広い信頼区間をとって いるという意味なら、あなたは私を誤解していますし、何か別のものなら、私があなたを誤解しています。つまり、solandraのアルゴリズムによると、「...サンプルは99%の信頼区間の外にはない。バーからバーへの一連の流れの中で、実効値が最も小さいチャンネルが選択される。私は、統計的に区別できない場合、またはそれがすべて些細なことである場合、最小のRMSを選択する方法 - 私は尋ねた。次ページ
ブラケットの精度の選択は、その定義の統計的精度によって決定される。ランダムな変数とご自身でおっしゃっていましたね。
正直なところ、私にはわからないし、あなたにもわからない。実は、スコの精度を選ぶことについては聞いていないんです。私は誤解していたようだ。収束の判断に、なぜサンプルのskoと2Θ3のskoを比較し、5Θ8や7Θ9などの他の部分のskoを比較しないのか不思議に思っていました。選考結果に大きな影響を与えるのでしょうか?それとも、これらはまた些細なことなのでしょうか?善と悪の境界線?:)
もし、あなたが実用的なモデルに興味があるなら、これらすべてを公理とし、このモデルをプログラム的に実装すれば、あなたの公理のセットが公正であるかどうかを市場自身が示してくれることでしょう。
つまり、「何を考えても、振るしかない」んです。市場が何を示すかを見る前に、徹底的な分析を行い、市場が一般的に何を示しうるかを区別する基準を立証することが、今回議論されているアプローチの美点であると私には思われた。私はプログラミングが苦手で、何が必要なのかを正確に理解し、その上でどうなったかを見ないとプログラミングができないのです。私は小さなことにこだわりがあるのでしょう。採用情報
И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
RMSは分散(偏差の二乗の和をある数で割ったもの)の根である。そして、小節100の分散平方和から小節33の分散平方和を引くと、小節33から小節100までの分散平方和が得られます。あとは、シンプルに。
つまり、RMS1/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5やRMS2/3[N]=({D[N]-D[1N/3]}/{N-1N/3})^0.5という数式で記述するべきなのでしょう。
うまくいったかな?
私の理解が正しければ、2/3の偏差は別の回帰線からカウントされているので、これは正しくありません。ある長さのチャンネルと2/3のチャンネルを作ってみると、線が一致しないので、偏差の和が違ってくるのがわかると思います(たぶんそういうことですよね?)私が理解する限り、分散またはRMS自体は、新しいバー ごとに新しいラインを与え、全体の分散を変更するので、理論的には、前のバーで得られた分散から計算することはできませんので、その後の値を計算するために使用することはできません。今回のサイクルでは何とか考慮したようで、3分の2ずつのチャンネルプロットでも大丈夫そうです(回帰係数を計算するときにCBの二乗和とCB自体の和も計算するので、それを使って次のバーの分散を計算できますが、分散自体はうまくいきませんでした)。しかしRMSファイルを作ってよく見てみると、3バーおきにおかしなことが起こっています。(2/3区間境界の不等間隔移動を考慮したようですが)。
PS もしご興味があれば、RMSデータ(修正済み)を掲載します。)
И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
СКО - это корень из дисперсии(суммы квадратов отклонений, деленной на некое число). Тогда сумма квадратов отклоений на баре 100 минус сумма квадратов отклоений на баре 33 даст сумму квадратов отклонений от 33 до 100-го бара. Дальше все просто.
つまり、RMS1/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5またはRMS2/3[N]=({D[N]-D[1N/3]}/{N-1N/3})^0.5として記述すべき式だろう。
ここに書いてある数式はどちらも間違っています。分散と二乗和が異なる。D[N]=S[N]/N
このことから、区間の差の分散は、区間の分散と等しくありません。Roshの コメントは、私の説明への同意を表していると理解しています。
要は、純粋な数学とマーケットは、実質的に違うものだということです。というところから進めていくのがよさそうです。例えば、こんな感じです。
確かに分析は徹底しているが、特にウラジスラフが「その後の値動きを正確に予測することは不可能」と想定していることに由来する。しかし、「非ランダムな予測」をすることは可能であり、その確率は、実際の確率と何らかの形で(!)等しくなる。一般的に、徹底的な解析とは、実験的に検証された理論であると言われています。ウラジスラフのアプローチは、理論ではなく、あくまでもモデルです。そして、その実験的な検証は今まさに進行中で、その結果はエンパイヤに掲載されています。あなたのように、紙の上でしかモデルを見ず、すべてを理解していない人たちに、何を求めているのでしょうか。
私たちが知っている以上のことを「引き出そう」としないでください。とにかく認めない:-)
自分でモデルを解析して、ビジョンを提示してみてください。
あとは、これまで言われてきたとおりの内容です
IMHO価格のばらつきは、サンプルが大きく異なれば、大きく異なることができる。もしそうであれば(つまり、一方が他方より有意に長い)、どちらのチャネルも強度を持つが、その長周期性には差があることになる。このようなチャンネルに興味があるのですね。また、クライテリオン作成のための主な情報源となるのは誤差分散だと思います。そして、近似の質を議論することは、無意味であると私は思います。ANCはベスト版を提供する。
つまり、solandraのアルゴリズムによると、「...サンプルは99%区間の外にはない。バーからバーへの一連の流れの中で、実効値が最も小さいチャンネルが選択される。統計的に区別がつかないかもしれないし、すべて些細なことかもしれないのに、どうやって最小のRMSを選択するのか、ということです。
IMHOウラジスラフとソランドルが 同じように考えているとは思わないでください。ソランドルは 理解を示すだけだった。最小のスコでチャンネルを取るか、同じ統計的有意性でクラス全員を取るかです。そして、その中から一番悪いものを使う。
IMHO.2/3はVladislavの選択です。正当な理由を待ってはいけない。他の選択肢も試してみてください。ここにハサミがあります。分数が大きければ大きいほど、現在のバーでチャネルから外れる可能性が低くなります。そして、そうすることで自分自身を導く妄想は、より大きなものとなる。そして、「少ない方」を取ると、条件が厳しくなり、早々にチャンネル落ちしてしまう確率が高くなります。つまり、実際に崩壊する前に、あなたの判断基準でチャンネルから放り出されるのです。2/3は最適化するためのパラメータと考えることができる。
頑張ってください。
ありがとうございました。
。
放物線 Y(X)=Ax^2+Bx+C , 放物線の係数は線形回帰 係数Ah+Bとは全く関係がない。