価格BPから定常BPの取得 - ページ 14

新しいコメント
 
neoclassic >> :

DFTでは、サインとコサインの2つの係数配列と、Ak0の平均値が生成されます。各サンプルにDFTを使用しているので、Ak0は実際には周期＝ウィンドウサイズのLMAとなります。これに対応して、ミューウィングを外挿し、その周辺の高調波を再構成する必要があります。

ここではコサイン変換を使いましたが、ハートリー変換を使うこともできます（その係数も定常性を持っていますし、ハートリーにはフーリエ変換への移行と復帰の式もあります）。 別々に予測する必要があるようで、その分誤差が大きくなります。でも、何か理解できていないのかもしれません。

 
grasn >> :


なんだお前!!!!!!!自分のアバターを外から見てみましょう。神様はあなたが夢を見ることを禁じています。私はただ、あなたを正したいだけなのです。それは正しい定義ではありません。より正しいものは、例えばこのサイトのTAセクションに記載されています。 変更する必要のない定義が確立されているだけで、誰が何を知っているかと一緒にしまっておくのです。さらに、どのツールも（このオニで紹介されているあなたのものも含めて）このクソウィキペディアの定義には当てはまらない（単に価格行動の本当の分析がなく、さらにそれが説明する規則性もないのだ）。価格に関係するものは、まったくこの定義に当てはまりません。例えば、FA（そうです、そうです）、完全に自己充足的な確率金融数学、例えばShiryaevが2巻（事実とモデル）で記述した「固定/ランダム構造を持つ確率制御系」、これも自己充足的である。上記はすべて価格系列で動作しますが、TAとは全く異なる原理で動作します。

TAを分析手法で定義するならば、賛成です。私は単純に分析対象でTAを定義しました。以上です。そして、一方が正しくて他方が間違っているというのは、おかしな話です。どちらも正しいのですが、異なる視点から対象を描写しています。リレーショナルデータベースのように、1つのオブジェクトに複数のリレーションシップを持たせることができます。

いやいや！ピンチな自我はダメです。ちなみに、私はあなたの知識について何も言っていませんし、あなたの名前を呼んだこともありません．:о)そして、あなたの潜在意識が何を隠しているのか、どうやって知ることができるのでしょうか？

...哀れなもんだ知識や理解度は微々たる ものですが、すべての動きをメモしています!)))しかし、忘れてください......なぜ悩むのでしょうか。私はただ、歴史の真実を知りたいだけなのです。

関係ないことなら、とっくに忘れていますよ。

それは本当に重要ではありません。私たちが行っていることの本質は、分類の微妙な違いには依存しません。片道、片道、もう片道なんです。言葉だけなんです。

GOES!!!!AGREED!!!なにをかいわんや私は基本的に平和主義で、ちょっとオタクっぽいかもしれませんが、平和主義です。:о))))


平和を願う。

万歳。そして、これで話題は終了です。

 
Svinozavr >> :

TAを分析手法で定義するならば、賛成です。私は単純に分析対象でTAを定義しました。

そして、いつも通り、関係なく - 常識が勝つのです。:о)

 
LeoV >> :

アダプティブTSの問題点は、TSも何らかのアルゴリズムに従って再トレーニングを行うが、それが市場変化のアルゴリズムと一致しない可能性があることである。つまり、市場変化のアルゴリズムとTS再トレーニングのアルゴリズムは、ある時期には一致するが、その後は「消えてしまう」ことがあるのだ。与えられたアルゴリズムに従って市場が変化するわけではない、そこが問題なのですが......。


私も同感です。

これが、単一パラメータ適応アルゴリズムに移行することが賢明と思われる理由である。そうすると、扱えるハンドルの数は最小になります。この限界のケースでは、モデルの効率は最高ではなく、2、3、5個のパラメータを調整することで、より「進んだ」結果が得られると思われるかもしれません。しかし、定常性が弱い場合（価格BPのように定常性がない場合）には、学習サンプルの長さと最適化パラメータの定常性に対する要件が最小限であるため、最適な構成は最小となります。この記述を厳密に証明することは不可能だが、市場に関するその完全性は、定常性がゼロになる限界的な場合について、経験と正義によって証明されている。

この観点から、BP価格分析に使用するアルゴリズム（MAC、オシレーター、ディスクリートブレークダウンなど）は問題ではなく、最適化パラメータの数が1（2 - 極端な場合）であることが重要であると言えます。当然ながら、単一パラメータ・アルゴリズムでは、パラメータの選択を決める必要がある（価格と時間の2つしかない）。私見では、より重要なパラメーターは価格帯だと思います。市場に参入するか撤退するかの判断をするのは価格の変化を見てからであり、時間分析（ピプスワイズ戦略のことではありません）をするのはその次です。2パラメータモデルの場合、価格と時間の両方のパラメータを考慮しなければなりませんが、ここで、先に述べたように、「短い」定常性（存在する特徴的な時間が学習サンプルの最小長より短い）の問題に遭遇することがあります。3つ以上のパラメトリックモデルは、この2つのパラメーターの線形結合であるため、全く考慮する意味がないように思います。

EMAの分析も興味深い（FPが最小で最もスムースな動き）。このMAは1つのパラメータを含み、BPの振幅成分と時間成分を考慮する。要するに2 in 1。とはいえ、EMAの場合、すべてがデマで奇跡は起きないという可能性もありますが。

grasn さんが書き込みました>>1

セルゲイさん、こんにちは。:о)会えてうれしいです。どこに行って、どんな面白いことを勉強したのか？

>> 待ってください、一歩一歩進んでいきましょう。私たちは、かなり特殊な性質を持つ級数変換の問題を抱えています。

(1) 定常性

(2)正常性。

(3) 逆回収の可能性

この間、私は、最適な学習サンプルの長さと、市場のプロセスの準定常性の特性時間との関係を探るという問題を研究していました。その結果、必要な値は5〜10％というレベルであることがわかりました。そうすると、再教育が必要です。証券会社の手数料が値動きの最小限の大きさを規定し、取引範囲の拡大に伴う市場効率の漸増が運用領域を明確に規定するのである。そして、なんとなくそれに落ち着きました。

BP化に関するご質問への回答ですが、その実現性については全く承知していません。あなたの「。標準的な統計処理方法を使用できるようになる...」とありますが、何も書いてありません。コンセプトそのものを述べてください。

 
grasn >> :

これは正確ですが、次のような性質を持つ元の価格系列の変換を求めます。

  • 定常性
  • 正常
  • 逆回復の可能性

は、もちろん、いくつかの許容できる前提があれば、十分に可能です。なぜ必要なのか」という問いに対する答えは非常にシンプルで、「試行錯誤したフレームワークを使う機会であり、それ以上ではない」ということです。私のイメトレ。


それに反論するのは無理な話です。

 
grasn >> :

そして、いつも通り、関係なく - 常識が勝つのです。:о)

"高貴な二人の間に誤解が生じたとしても、二人が心を向ければ灰燼に帰すのでは？"
 
Neutron >> :


私も同感です。

このような理由から、単一パラメータ適応アルゴリズムに移行することが賢明であると思われる。そうすると、扱えるハンドルの数は最小になります。この限界のケースでは、モデルの効率は最高ではなく、2,3または5つのパラメータをチューニングすることで、より「高度」な結果が得られると思われるかもしれません。しかし、定常性が弱い場合（価格BPのように定常性がない場合）には、学習サンプルの長さと最適化パラメータの定常性に対する要件が最小限であるため、最適な構成は最小となります。この記述を厳密に証明することは不可能だが、市場に関するその完全性は、定常性がゼロになる限界的な場合について、経験と正義によって証明されている。

この観点から、BP価格分析に使用するアルゴリズム（MAC、オシレーター、離散分解など）は問題ではなく、重要なのは最適化パラメータの数が1（極端な場合は2）であることです。当然ながら、単一パラメータ・アルゴリズムでは、パラメータの選択を決める必要がある（価格と時間の2つしかない）。私見では、より重要なパラメーターは価格帯だと思います。市場に参入するか撤退するかの判断をするのは価格の変化を見てからであり、時間分析（ピプスワイズ戦略のことではありません）をするのはその次です。2パラメータモデルの場合、価格と時間の両方のパラメータを考慮しなければなりませんが、ここで、先に述べたように、「短い」定常性（存在する特徴的な時間が学習サンプルの最小長より短い）の問題に遭遇することがあります。3つ以上のパラメトリックモデルは、この2つのパラメーターの線形結合であるため、全く考慮する意味がないように思います。

EMAの分析も興味深い（FPが最小で最もスムースな動き）。このMAは1つのパラメータを含み、BPの振幅成分と時間成分を考慮する。要するに2 in 1。ただし、EMAではチートで奇跡が起きないということも否定できませんが。

私は、最適な学習サンプルの長さを探索する問題と、市場におけるプロセスの準定常性の特性時間との関係について調査している。その結果、必要な値は5〜10％というレベルであることがわかりました。そうすると、再教育が必要です。証券会社の手数料が値動きの最小限の大きさを規定し、取引範囲の拡大に伴う市場効率の漸増が運用領域を明確に規定するのである。そして、なんとなくわかったんです。

BP変換に関するご質問の回答ですが、私はそのような変換の合理性を意識していません。あなたの「。標準的な統計処理方法を使用できるようになる......」では意味がない。コンセプトそのものを鳴らしてください。

1）弱い定常性 - これは、その不在のエッジではなく、市場は。弱い定常プロセス - は、平均 = const、および st.dev. は、市場の不均一性と慣性であるボラティリティの変動のために（しかし強くはない）時間に依存するとき - これは、予測可能なプロセスである。この依存関係は簡単に数式で記述することができ、それは価格が確率で行くことはありません超えて、時間の任意の明確な期間における価格の極値を決定することができ、私たちによって決定、価格の動きの方向を決定すると混同しないでください。このような弱定常過程はゴミ箱に捨てられるので、超安定性を犠牲にしてでも、高収益で制御可能な過程を得ることが課題である。

2) 「短い」定常性の問題にぶつからないために、FAや資本の価格体系や統計的検定がある。

3) EMAは一般的なIIRフィルタでFZ=1/3だと思う。たとえ1/10であっても、何も変わらないし、バー自体がすでにFZを持っている。

4)その実現性は高いが、「FX」の看板のある街灯を変更する必要がある。

 
FOXXXi >> :

4)実現性は高いが、街灯を "FX "の看板に変えなければならない。

これはおそらく貴重な観察であるが、このような変換の実現可能性はまだ十分に明らかにされていない。

FOXXXi、考えてみてください：ほぼゼロのMOと非定常モーメントを持つ統合CBである価格シリーズがあります。定常系列に変換するということは、モーメントが何か他のもの（例えば時間帯など）に関数的に依存することを意味します。従って、「残差」の問題は、この機能依存の特定とその利用に還元される。この依存が存在しないか、あるいはそれ自体が非定常であるとしたらどうだろう

どうせすぐに崩れてしまうという事実を無視して、砂の城を作ろうとしているのです。私たちは、美しい言葉や科学に踊らされ、これらの行動の非現実性を見失っているのではないでしょうか。結果はどうでもよくて、その過程そのものが面白い、そういうゲームです。そして、この「定常性」は我々に何を与えてくれるのだろうか。Expert Advisorを毎回最適化する必要はないのです。月に一度、最適化し直すのはとても良いチャレンジですとにかく、私の理解では、この問題はアタリマエのことなのです。他の多くのFX取引戦略と同じように。

 
LeoV >> :

アダプティブTSの問題点は、TSも何らかのアルゴリズムに従って再トレーニングされ、それが内蔵されているが、市場の変化のアルゴリズムと一致しない場合があることである。つまり、市場変化のアルゴリズムとTS再トレーニングのアルゴリズムは、ある時期には一致するが、その後は「消えてしまう」ことがあるのだ。与えられたアルゴリズムに従って市場が変化するわけではない、そこが問題なのですが......。

良い点です。しかし、初期最適化によって適応型EAを正しい方向に設定すれば、勝手に先に進んでくれることもあるのです。でも、そうすると市場とアダプターの意見が分かれるんです。

 

FOXXXi писал(а) >>


目的は、収益性の高い制御されたプロセスを持つことであり、超安定性との妥協点でもあります。

この場合、プロセスは非常にリスクが高く、制御不能、すなわち完全に非定常である。

1...789101112131415161718192021...39
新しいコメント