timbo>>: Каждая реализация помноженная на вероятность данной реализации равно мат.ожидание равно сегоднящней цене или нулю, смотря какая точка отсчёта. Для формулы x(t) = x(t-1) + e(t) мат.ожидание будет равно E[x(t)] = E[x(t-1)] + E[e(t)], где E[e(t)] = 0. Соответственно, E[x(t)] = E[x(t-1)]= E[x(t-2)] = E[x(t-3)] для любого t вплоть до того момента когда цена тебе уже известна и равна не мат.ожиданию, а конкретной цифре.
Я только хотел сказать, что приведенная мной методика проверки ряда на независимость приращений дает практически однозначный и теоретически на 99,99% обоснованный результат - ценовой ряд не является рядом с независимыми приращениями (даже если они мало или вообще не коррелируют). А это, в свою очередь, говорит о том, что все модели работы с ценой, подразумевающие независимость соседних отсчетов - неадекватны.
Более того, по-видимому (хотя это еще и надо доказать - а для этого просто не хватает исторических данных), статистическая зависимость между соседними отсчетами одинакова по форме на графиках ряда, по крайней мере, нескольких младших таймфреймов (вплоть до Н4 я это проверял с достаточной точностью). Т.Е. похоже на то, что указанная зависимость - явление неслучайное, как минимум, отчасти - а значит может быть спрогнозировано.
Еще раз повторюсь - этот вывод теоретический и основан исключительно на математике, никаких домыслов из области "фундаментального анализа":)
И пора, наверное, уже завязывать со "случайностями" на рынках и обсасыванием характеристик СЧ. Весь форум уже захламлен подобными непрактичными рассуждениями.
ну если читали, то многократно упоминалось, что волатильность имеет память - зависимость от предыдущих значений. Стационарность же подразумевает, что дисперсия не зависит от предыдущих значений и является константой
Каждая реализация помноженная на вероятность данной реализации равно мат.ожидание равно сегоднящней цене или нулю, смотря какая точка отсчёта. Для формулы x(t) = x(t-1) + e(t) мат.ожидание будет равно E[x(t)] = E[x(t-1)] + E[e(t)], где E[e(t)] = 0. Соответственно, E[x(t)] = E[x(t-1)]= E[x(t-2)] = E[x(t-3)] для любого t вплоть до того момента когда цена тебе уже известна и равна не мат.ожиданию, а конкретной цифре.
...
ほら、もう反論しないって書いてるじゃん。私の考えでは、引用符x(n)-x(n-1)の系列は、主要な分布パラメータが保存されているという意味で、定常的なものです。あるいは、そうでなければ、その揺らぎは（異なるスケールで）静止していると考えることができる。シフトのACFはまた、より多くのセグメントの挙動を研究する必要性についても上に書きました（よく読んでね）。
その点、明確な（私にとっての）実証済みの検証方法は、なぜかセグメント数が多く必要で、単純にシリーズが必要なのです。 セグメントごとに得られた一連のパラメータは、一定の（手法やそのバリエーションに依存する）分布との整合性を分析し、その後に初めてトレンド基準を適用することができます。このような結論を導き出すのは、2つの点で困難 である。
実は数年前、私もそうだったんです。これは、定常性検定（正規の統計検定）によって確認された。系列x(n)-x(n-1)が定常でないと考えるのであれば、それもまた問題ない。
ところで、なぜそれを引き合いに出したのですか？第一に、私はそれを読んだし、第二に、それは私が言ったことと矛盾していない。ちなみに、x(n)-x(n-1), ln(x(n)/ln(x(n-1)), ((1/n)SUM(x(n))) という構成はShiryaevが非常によく説明しており、級数を定常に還元するために勧めて います（スクリーンショットはあげません、この本は紙媒体になってますので）。
....
Я только хотел сказать, что приведенная мной методика проверки ряда на независимость приращений дает практически однозначный и теоретически на 99,99% обоснованный результат - ценовой ряд не является рядом с независимыми приращениями (даже если они мало или вообще не коррелируют). А это, в свою очередь, говорит о том, что все модели работы с ценой, подразумевающие независимость соседних отсчетов - неадекватны.
Более того, по-видимому (хотя это еще и надо доказать - а для этого просто не хватает исторических данных), статистическая зависимость между соседними отсчетами одинакова по форме на графиках ряда, по крайней мере, нескольких младших таймфреймов (вплоть до Н4 я это проверял с достаточной точностью). Т.Е. похоже на то, что указанная зависимость - явление неслучайное, как минимум, отчасти - а значит может быть спрогнозировано.
Еще раз повторюсь - этот вывод теоретический и основан исключительно на математике, никаких домыслов из области "фундаментального анализа":)
力強い言葉です。そして、誰もが無意識のうちにそれを望んでいることが大きなポイントです。
非ランダム」な価格系列の増分の間接的な証拠は、NNを使った市場でのポジティブな結果である。ランダムな系列（どんなランダムな系列でも）は、系列自体も、その増分も、系列の潜在的な規則性も、近似することはできません。もしそうでなければ、それ（系列）は非ランダムであり、本質的な規則性を持っていることになる。
そして、マーケットでの「事故」やMFの特性を論じるのは、そろそろやめた方がいいかもしれませんね。このフォーラム全体が、すでにそのような非現実的な議論で散々な状態です。
ほら、もう反論しないって書いてるじゃん。私の考えでは、引用符x(n)-x(n-1)の系列は、主要な分布パラメータが保存されているという意味で、定常的なものです。あるいは、そうでなければ、その揺らぎは（異なるスケールで）静止していると考えることができる。シフトのACFはより多くのセグメントの挙動を研究する必要性についても、上に書きました（よく読んでいますね）。
数年前、実際にやってみたんです。それは、定常性検定（正規の統計検定）によって確認された。系列x(n)-x(n-1)が定常でないと考えるなら、それも問題ないでしょう。
ところで、なぜそれを引き合いに出したのですか？第一に、私はそれを読んだし、第二に、それは私が言ったことと矛盾していない。ちなみに x(n)-x(n-1), ln(x(n)/ln(x(n-1)), ((1/n)SUM(x(n))) の構成は Shiryaev が非常によく説明しており、級数を定常に還元するために推奨して います（スクリーンショットはあげません、書籍は紙面です）。
さて、読んでみると、ボラティリティにはメモリ、つまり過去の値への依存性があることは何度も言及されていますね。定常性は、分散が以前の値から独立しており、一定であることを意味します。対数は別の問題、つまりボラティリティと絶対値の比例関係を解決するが、クラスタリング効果やその他のメモリー効果は解決しない。ある株が1ルーブルの価値で、1日の変動率が5％だったとき、それが5コペックになった。10ルーブルになると、同じ5％のボルが絶対増量で50コペイカになった。
数年前、私はまさにそうでした。それは、定常性検定（正規の統計検定）によって確認された。x(n)-x(n-1)系列が非定常であると考えるなら、それも問題ない。
ok :)
И пора, наверное, уже завязывать со "случайностями" на рынках и обсасыванием характеристик СЧ. Весь форум уже захламлен подобными непрактичными рассуждениями.
お金を稼ぐ方法を知るためには、まず、お金を稼げない方法を正確に理解し、後で時間を無駄にしないようにする必要があります。また、この方法は非現実的だと結論を急がないでください。
1) Чтобы знать как можно заработать, необходимо сперва точно уяснить как заработать нельзя, чтобы потом не терять на это время.
2) Ну и не стоит делать скорополительных выводов о непрактичности того или иного подхода, если ты не знаешь как, это не значит что никто не знает.
1）持っていますか？それはいい！
2）性急な結論に飛びつかない。稼げるだけ稼げばいいし、何も文句はない。
ну если читали, то многократно упоминалось, что волатильность имеет память - зависимость от предыдущих значений. Стационарность же подразумевает, что дисперсия не зависит от предыдущих значений и является константой
対数は別の問題、つまりボラティリティと絶対値の比例関係を解決するが、クラスタリング効果やその他のメモリー効果は解決しない。1ルーブルの価値がある銘柄で、1日の変動率が5％の時は5コペックだった。株が10ルーブルになると、同じ5％のボルが50コペイカになる。
誤解を恐れずに言えば、「時系列記憶」の明確で正確な定義はない。このような基本的な発見をすることは、極めて慎重に行うべきことです。特にあなたは株について書いていますが、私はx(n)-x(n-1)のプロセスについて書いています。このプロセスは株式とは関係ない。シリーズを定常的に減らすための標準的な手順であり、実質的に鉄壁であり、すべてまたはほぼすべてを殺す。しかし、系列 x(n)=x(n-1)+(case) はもちろん非定常であり、あなたが書いたことはすべてそのまま当てはまります。
正しく理解しましょう。「時系列記憶」の明確で正確な定義はありません。このような基本的な発見には、細心の注意が必要です。
以前から書かれていることですが、揮発性メモリを考慮したモデルというのがあります。
経済統計の分析方法を専門とするアメリカの経済学者、ロバート・エングル（1942年生）。2003年、Clive Graingerとの共同研究により、時変のある時系列の分析で、ノーベル経済学賞を受賞した。
....
実質的な変動率は変動するものであるが、経済学者は長い間、その一定性を前提とした統計的な手法しか利用することができなかった。1982年にEngleは、自己回帰条件付き異種分散（ARCH）モデルを開発し、このモデルに基づいてボラティリティの変化を予測することができるようになりました。彼が発見した経済時系列分析の手法により、GDP、消費者物価、金利、為替レートなどの経済指標の傾向を、翌日や翌週だけでなく、1年先まで従来よりも高い精度で予測することが可能になったのである。特に、米国と英国の過去の経済統計を分析し、前年のデータに基づく予測と翌年の実際の指標を比較することで、このモデルによる予測の精度の高さが証明された。
https://www.mql5.com/go?link=http://slovari.yandex.ru/dict/krugosvet/article/c/ca/1011225.htm
Писали же уже, есть модель где учитывается память по волатильности.
...このモデルで「時系列記憶」が説明されたことはない。漠然とした希望的観測をする必要はないのです。
GDP、消費者物価、金利、為替などの経済指標について、翌日や翌週だけでなく、1年先まで予測できる信頼性がこれまで以上に高まっているのです。
この方法での予測をご自身で試されたことはありますか？
このモデルでは、「時系列記憶」が説明されたことはない。漠然とした希望的観測にならないように。
この方法での予測をご自身で試されたことはありますか？
記憶という言葉が嫌いな人は、シリヤエフの「余韻」みたいなものにしてください。このモデルでは、予測時にボラティリティの前回値への依存性を利用しています。ボラティリティや分散は一定ではなく、時間と共に変化し、以前の値に依存するという事実は単純で明白である。それがARCH/GARCHのようなモデルで使われるものです。一方、あなたは、分散は一定であると主張しています。でも、そこから何か役に立つことがあれば、そう考えてもいいかもしれませんね :)モデルの主な価値は、実用的に役立つことです。