非定常グラフが非定常である理由や、油が油である理由とは? - ページ 24

 
timbo >>:
Моя формула абсолютно точна. Я описал именно тот процесс, который хотел описать - детерминированный тренд с некоторыми случайными флуктуациями.

なるほど、それならこうもできますね。ln P(t) = c + ln P(t-1) + e(t), ここで e(t)~I(0) , c(const) - 0より大きいか小さいか、です。
 
timbo >>:
Процесс вида x(i) = x(i-1) + e(i), где e(i) ~N(0,sigma^2). Первая разница данного процесса стационарный процесс. А теперь попробуй рассказать, как ты планируешь прогнозировать случайное блуждание, "а мы полюбуемся на твои потуги" (с).

もう一度、特に才能のある人へ。

1. 最初のBPから、最初の差分のBPを求める。

2.第一差分のBPを外挿する

3.最初の差分の外挿部分から、最初のBPの外挿部分を再構築する

 
Reshetov >>:

Еще раз повторяю для особоодаренных:

1. Из исходного ВР получаем ВР первых разностей

2. Екстраполируем ВР первых разностей

3. Восстанавливаем из ВР первых разностей + экстраполированный участок, исходный ВР + экстраполированный участок для исходного ВР

このボヤ騒ぎで何も理解できない私は、ランダムな雑談を推定することにした以外は、あまり才能がないのでしょうね。それは間違いなくノーベル賞の預かり金であり、世界のお金である。

数字で示せるか?つまり、プロセス x(i) = x(i-1) + e(i), ここで e(i) ~N(0,1) 明らかに、最初の差分は e(i) - 定常プロセスである。どうぞ、外挿、再構築してください。「そして、あなたの努力を賞賛します」(c)。

 
timbo >>:

Похоже что я не слишком одарённый, т.к. в этом бла-бла-бла я ничего не понял, кроме того, что ты взялся экстраполировать случайное блуждание. Это однозначно нобелевская премия на депозит и деньги всего мира в твоём кармане.

Продемонстрируешь на цифрах? Итак: процесс x(i) = x(i-1) + e(i), где e(i) ~N(0,1) Очевидно, что первая разница и есть e(i) - стационарный процесс. Давай, экстраполируй, восстанавливай, "а мы полюбуемся на твои потуги" (с).

自転車を発明してもノーベル賞はもらえない。

ベルヌーイ方式によるランダムウォーク。ある粒子が座標の原点を離れ、単位時間に確率pで1単位上へ、または確率q=1 - pで1単位下へ移動したとする。

n個の時間単位で粒子の軌道は直線n * (p - q)に沿って走り、任意のe > 0と十分に大きなnに対して、座標y(n)を持つ点は、確率1で垂直方向の間隔(p - q - e) と (p - q + e)に位置します。これは、増幅された大数の法則と繰返し対数の法則から推論された実証済みの事実である。その証明は、適当な理論家の本やインターネットを見ればわかるので、示さない。

したがって、ランダムウォークのBPを多数のnサンプルについて、例えば通常の線形回帰で外挿すると、nサンプルを超えた外挿結果は高い確率で直線n * (p - q)に近くなります。

つまりtimboさんは、特に頑固の才能がある同志というより、確率論の初歩的な概念を知らないのに、それでもどこかで用語を把握し、その定義を学ばずに、自分の主観的なゴミをくっつけようとする頑固なドンキーなんですね。

基本を学べよ、ティンボ~タメになる。

 

観測された時系列のサンプリングレートについては

タイムフレーム(時間窓)の選択は、時系列の スペクトルに大きく影響する。

しかし、まさにこの時間軸の選択は......好みの問題なのです:)))シャーマンスタでもアートでも、お好みでどうぞ!:)

なぜなら、時間枠の選択の問題は形式化できず、トレーダーの個人的な好みに依存するからです。

しかし、スケールや周波数帯域が小さくなると、以下のような理由で統計的な図式がより複雑になります。

の詳細については、こちらをご覧ください。

 
統計的なパターンとは、シリーズのダイナミクスを意味します。
 
Reshetov >>:

Учите матчасть, timbo - она рульная.

あなたは、定常的な第一差分を持つプロセスの外挿を約束しました。以下はそのようなプロセスである:x(i) = x(i-1) + e(i), ただしe(i) ~N(0,1)

最初の100サンプルは以下の通り:0.840376; -0.04766; 0.052436; -0.49209; -0.18857; -0.7889; -0.29893; 0.44043; 2.152318; 1.0です。958194; -0.18016; -1.01975; 0.334845; -0.73731; 0.223643; 0.347693; 1.78439; -0.17651; -0.37421; -1.58205; 1.325954; 2.151173; 3.530145; 2.471965; 2.003349; 1.73088; 2.829304; 2.551432; 3.252974; 1.201157; 0.847307; 0.023721; -1.55334; -1.04536; -0.76338; -0.7299; -2.06358; -0.93608; -0.5859; -0.88497; -0.86208; -1.12408; -2.87429; -3.15994; -3.99131; -4.97051; -6.12691; -6.66047; -8.66311; -7.69888; -7.17882; -7.19884; -7.23362; -8.03178; -7.01309; -7.14631; -7.86084; -6.50946; -6.73423; -7.32326; -7.61701; -8.46494; -9.58506; -7.05906; -5.40357; -5.09603; -6.35315; -7.21862; -7.39515; -6.60374; -7.93574; -10.2656; -11.7147; -11.3812; -10.9898; -10.5382; -10.6684; -10.4848; -10.9609; -10.0989; -11.4606; -11.0056; -11.8543; -12.1891; -11.6364; -10.5973; -11.7149; -10.4543; -9.79411; -9.86198; -10.0572; -10.2748; -10.5779; -10.5549; -10.5036; -9.67751; -8.15054; -7.68362; -7.89334; -7.26815

この写真は、あなたが得るべきものの写真であり、比較できるように答えも貼り付けてあります。

どうぞ、外挿、再構築してください。「そして、あなたの努力を賞賛します」(c)。そして、牛の飼育について語るのはやめよう。

 

これは外挿ではないことをお断りしておきますが

 
timbo >>:

Давай, экстраполируй, восстанавливай, "а мы полюбуемся на твои потуги" (с). А про животноводство не надо.

timboさん、基本を学べというのはすでに言われていることです。だから、ティンボは、(牛の飼育について)そうすべきなんだ。

その根拠はすでに示したとおりです。もし、あなたのロバの頑固さが、上記のすべてが私の前でとっくに証明され、立証されていることをまだ確認できないのであれば、自分で反論してみればいいのです。

科学的再現の方法は、信じない人が、その気になれば、独自にダブルチェックをすることができます。

だから反論を載せるまで数字や写真を痔のあるところに突っ込んでおけよ。

 
Reshetov писал(а)>>

ティンボ 基本を学べというのは、すでに言われていることです。だから、(牛の飼育について)やったほうがいいんですよ。

その根拠は、すでに述べたとおりです。もし、あなたのロバの頑固さが、上記のことが私の前でとっくに証明され立証されていることをまだ確認できないのであれば、自分で反論してみればいいのです。

モデルのリンクや解明はできないのか。箱はARPSSモデルしか検討してないし、あなたが書くほど単純なものでもない。