ランダムフロー理論とFOREX - ページ 11 1...456789101112131415161718...85 新しいコメント Prival 2007.11.15 22:17 #101 ニュートロン 答えられたかな? もし答えられなかったら、これらの式の霧を払拭することはできなかった。聞いてみてください。 明日、おじいちゃんを探しに行ってきます。彼の書いた本はいい本だ。ティホノフ V.I. ランダム過程の非線形変換 -M.: 無線と通信.1986.もしあなたがこの本を使うなら、いくつかのタイプミスがあり、私はもう一つを見つけたと思う、それは私のために動作しない。お会いする機会があれば、結果を掲載します。トレンド(y(x)=a+bx)を引いた後は、2次の慣性になるようです。 数学の 自己回帰は1次で、分散は無限大になる傾向がある(私が混乱していないなら) 。しかし、 2次の慣性 リンクは振動的な動きをし、まるで平衡点に向かうかのように、引用の動きの「性格」において、私にはよりもっともらしく思える。 しかし、多分そこには全てが一緒にある;;-( Neutron 2007.11.16 06:18 #102 Prival: もう一度、例題でやってみましょう。 大切なのは、この公式を理解することです。 ... よし、プライヴァル、 それでいい! 式で説明したのは、第一次差分の自己回帰表現(マルコフ過程)で、wはランダム成分(ある特性を持ったノイズ)、FはBPの第一次差分の相関係数に等しいスカラー(行列の特殊な場合)です。繰り返しますが、この式はBPそのものではなく、最初のBP差に適用され、予測されるものです。BPを回復し、そして予測するには、一連の増分を積分する手順が必要なのです さて、問題は「何を勉強するか」です。このテーマに関するすべての情報は、多くの作品でよく説明され、非常に消化しやすい形で提示されています。 さて、ニュアンスですが。マルコフ過程。この理論によれば、L(k)からL(k+1)への遷移は状態L(k-1)に依存しない、つまり昨日も1時間前も1分前も同じレートだったということになる。主なものは、為替レートL(k)です。L(k+1)の時点でどうなるかは、この忌まわしい(他に言葉が思いつかない)行列Fによって決定される。 マルコフ過程の特殊な場合(F=0の場合)で、「ウィーナー過程」または「一次元ブラウン運動」という固有名詞がある。実用的な興味はない。 問題は、上記のことと飛行機のパイロットがどう関係するのか、ということだ。 Sceptic Philozoff 2007.11.16 07:13 #103 私もL(k)って何だろうって思っていたんです。やっぱりベクトルみたいですね。 となると、Fは行列ですね。しかし、どのようなベクトルなのでしょうか? Neutron 2007.11.16 07:20 #104 Mathemat: 私もL(k)って何だろうって思っていたんです。やっぱりベクトルみたいですね。 となると、Fは行列ですね。しかし、どのようなベクトルなのでしょうか? L(k)は、元のBPの現在の第一差分数です。Lは第一差分のベクトル、L(k+1)は第一差分の予測値である。 Sceptic Philozoff 2007.11.16 07:37 #105 では、スカラーであれば、どのような行列Fのことを言っているのだろうか。L(k+1)を予測ベクトルと すると、この式は形式的にはAR(1)に似ているが、あくまでも形式的なものである。 Neutron 2007.11.16 08:00 #106 アスクド!Privalが マトリックスと呼ぶ理由がわからない。 一般的には、このような指摘があります。 は、N次自己回帰モデルであり、次のように書くことができる。 ここで、シグマは確率変数(その具体的な形は別の講演で述べる)、Xは予測されるBPの第一差分の利用可能な推定値-Y(i)、自己回帰係数(その形には限界がある)のベクトルである。 つまり、自己回帰係数を計算するには、第一差分のACF値からなるN次線形方程式系を解かなければならないのです。これは、ケース全体の中で唯一のマトリックスです。この方程式系は、Yule-Walker [Yule (1927)], [Walker (1931)] と呼ばれている。 差分のX(i+1)を求めたら、元のBPの予測値:Y(i+1)=Y(i)+X(i+1)を構成することは難しくない。 これで問題は解決!? Sceptic Philozoff 2007.11.16 09:20 #107 なるほど、ニュートロン、AR(N)はクリアなんですね。とはいえ、もっと複雑な式に戸惑いますが について、たまたまPrivalが Fが遷移行列 であることに言及した。 不思議なことが判明した。L(k)がベクトル(例えば最後のM個の戻り値)であれば、普通の自己回帰は論外です。 形式的には同じAR(1)ですが、ベクトルの流れ (過程)L(k)に対するものです。W(k)もベクトルですが、もう関係ないですね。 わかったか、ニュートロン?もしかして、プライバルの言って いるモデルって、ここの計算が耐えられないってこと?そして、MNCは、歴史の中で(正しいマトリックスFを見つけるために)実行すれば、ここでちょうどよくなるのです。 Neutron 2007.11.16 09:40 #108 彼は、何かソースや記事を参照しているのでしょうか?もしそうなら(スカラーではなくベクトルのことです)、この仕組が我々のケースに適用できる正当な理由はどこにあるのでしょうか?こんなの一生かかっても数えられないぞ...。でも、何のために? Sceptic Philozoff 2007.11.16 09:52 #109 よし、この騒動を起こした作者を待とう。最後のリターンをベクトルL(k)の成分とすることで、いくつかのリターンの将来値への依存性を設定するという、奇妙なモデルが出てきた。なんとなくダメなんでしょうね。 Candid 2007.11.16 10:35 #110 Mathemat: よし、この騒動を起こした作者を待とう。最後のリターンをベクトルL(k)の成分とすることで、いくつかのリターンの将来値への依存性を設定するという、奇妙なモデルが出てきた。なんとなくダメなんでしょうね。 形式的にはどんな予測関数にも言えることだと思うのですが?時間の矢印の方向は、私たち次第です。 P. S. このコントレイルは、まさにあちこちにありますね :) 1...456789101112131415161718...85 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
ニュートロン
答えられたかな? もし答えられなかったら、これらの式の霧を払拭することはできなかった。聞いてみてください。
明日、おじいちゃんを探しに行ってきます。彼の書いた本はいい本だ。ティホノフ V.I. ランダム過程の非線形変換 -M.: 無線と通信.1986.もしあなたがこの本を使うなら、いくつかのタイプミスがあり、私はもう一つを見つけたと思う、それは私のために動作しない。お会いする機会があれば、結果を掲載します。トレンド(y(x)=a+bx)を引いた後は、2次の慣性になるようです。
数学の 自己回帰は1次で、分散は無限大になる傾向がある(私が混乱していないなら) 。しかし、 2次の慣性 リンクは振動的な動きをし、まるで平衡点に向かうかのように、引用の動きの「性格」において、私にはよりもっともらしく思える。 しかし、多分そこには全てが一緒にある;;-(
もう一度、例題でやってみましょう。
大切なのは、この公式を理解することです。
...
よし、プライヴァル、 それでいい!
式で説明したのは、第一次差分の自己回帰表現(マルコフ過程)で、wはランダム成分(ある特性を持ったノイズ)、FはBPの第一次差分の相関係数に等しいスカラー(行列の特殊な場合)です。繰り返しますが、この式はBPそのものではなく、最初のBP差に適用され、予測されるものです。BPを回復し、そして予測するには、一連の増分を積分する手順が必要なのです
さて、問題は「何を勉強するか」です。このテーマに関するすべての情報は、多くの作品でよく説明され、非常に消化しやすい形で提示されています。
さて、ニュアンスですが。マルコフ過程。この理論によれば、L(k)からL(k+1)への遷移は状態L(k-1)に依存しない、つまり昨日も1時間前も1分前も同じレートだったということになる。主なものは、為替レートL(k)です。L(k+1)の時点でどうなるかは、この忌まわしい(他に言葉が思いつかない)行列Fによって決定される。
マルコフ過程の特殊な場合(F=0の場合)で、「ウィーナー過程」または「一次元ブラウン運動」という固有名詞がある。実用的な興味はない。
問題は、上記のことと飛行機のパイロットがどう関係するのか、ということだ。
私もL(k)って何だろうって思っていたんです。やっぱりベクトルみたいですね。 となると、Fは行列ですね。しかし、どのようなベクトルなのでしょうか?
L(k)は、元のBPの現在の第一差分数です。Lは第一差分のベクトル、L(k+1)は第一差分の予測値である。
アスクド!Privalが マトリックスと呼ぶ理由がわからない。
一般的には、このような指摘があります。
は、N次自己回帰モデルであり、次のように書くことができる。
ここで、シグマは確率変数(その具体的な形は別の講演で述べる)、Xは予測されるBPの第一差分の利用可能な推定値-Y(i)、自己回帰係数(その形には限界がある)のベクトルである。
つまり、自己回帰係数を計算するには、第一差分のACF値からなるN次線形方程式系を解かなければならないのです。これは、ケース全体の中で唯一のマトリックスです。この方程式系は、Yule-Walker [Yule (1927)], [Walker (1931)] と呼ばれている。
差分のX(i+1)を求めたら、元のBPの予測値:Y(i+1)=Y(i)+X(i+1)を構成することは難しくない。
これで問題は解決!?
なるほど、ニュートロン、AR(N)はクリアなんですね。とはいえ、もっと複雑な式に戸惑いますが
について、たまたまPrivalが Fが遷移行列 であることに言及した。
不思議なことが判明した。L(k)がベクトル(例えば最後のM個の戻り値)であれば、普通の自己回帰は論外です。 形式的には同じAR(1)ですが、ベクトルの流れ (過程)L(k)に対するものです。W(k)もベクトルですが、もう関係ないですね。
わかったか、ニュートロン?もしかして、プライバルの言って いるモデルって、ここの計算が耐えられないってこと?そして、MNCは、歴史の中で(正しいマトリックスFを見つけるために)実行すれば、ここでちょうどよくなるのです。
よし、この騒動を起こした作者を待とう。最後のリターンをベクトルL(k)の成分とすることで、いくつかのリターンの将来値への依存性を設定するという、奇妙なモデルが出てきた。なんとなくダメなんでしょうね。
よし、この騒動を起こした作者を待とう。最後のリターンをベクトルL(k)の成分とすることで、いくつかのリターンの将来値への依存性を設定するという、奇妙なモデルが出てきた。なんとなくダメなんでしょうね。
P. S. このコントレイルは、まさにあちこちにありますね :)