引用における依存性統計（情報理論、相関などの特徴選択法） - ページ 17 1...101112131415161718192021222324...74 新しいコメント TheXpert 2011.09.07 13:06 #161 Candid: 消去法として、単純に日次のボラティリティプロファイルと増分を関連付けることを提案します。 MQL用ラフコード--https://www.mql5.com/ru/forum/132692/page13 Mikhail Dovbakh 2011.09.07 13:10 #162 Candid: 自分なりの表現でいいですか？ つまり、選択された手法は依存関係があることを示しているのです。最も明白で、合理的で、肉眼で見えるのは、ボラティリティの日次の周期性である。 したがって、私の研究の次の論理的なステップは、この明白で非常に強い依存関係をデータから除外して、私たち（あなた）の方法が他の依存関係の存在を示しているかどうかを確認することです。 消去法として、私は単純に増分を日次のボラティリティプロファイルと関連付けることを提案します。 大変申し訳ございませんでした。 しかし、「正しい」モデルを採用したのであれば、「間違った」揮発性は何の関係があるのでしょう。 :) Mikhail Dovbakh 2011.09.07 13:24 #163 私は、独立性の検定が一様 分布の検定と同等であることを「破壊的に」主張し続けています。 そして、「ノンパラメトリック統計学」もない。帰無仮説だけで、教科書の著者は時々、説明を怠る...。 Alexey Burnakov 2011.09.07 13:51 #164 TheXpert: MQL用ラフコード--https://www.mql5.com/ru/forum/132692/page13 エキスパートへ この機械には疑問がある。デボラティリゼーションの結果、得られる一連のリターンの自己相関は（モジュロで）ゼロに近いのでしょうか？ラグ1、24の正規プロセスでは、自己相関は0.11程度である。 確かに自分でも確認できるのですが、ただ、自分で日次ボラティリティプロファイルの補正をやってみたのですが、なぜか自己相関が残ってしまって...。そして、これが明らかになったように、強い依存性の根源となっているのです。 TheXpert 2011.09.07 14:00 #165 alexeymosc: エキスパートへ そう呼ばないでください :)TheXpertは ニックネームであり、それ以上でもなく、エキスパートが特徴です。 デボラティリゼーションの結果、（モジュロで取った）リターンの系列の自己相関はゼロに近いのでは？ 私にとっては、日足で平滑化したATRは純粋に実用的なツールであり、グラフを得るだけでは済まず、もっと緊急の問題が出てきたのです。 だから、やるしかないんです :)必ずしも近いとは言えないが、論理的には近いはずだ。 Candid 2011.09.07 15:18 #166 avatara: 大変申し訳ございませんでした。 しかし、「正しい」モデルを採用したのであれば、「WRONG」ボラティリティは何の関係があるのでしょうか。 :) 私が月の上を歩いたのか、それともあなたが歩いたのか？:)なぜあなたのボラティリティは間違っているのか、実際、あなたの間違ったボラティリティは何の関係があるのでしょうか？そのモデルを受け入れ、正しいと考えるのはあなたの権利ですが、著者のアプローチに関連しては、どんなモデルも外的なものであり、著者のアプローチではモデルは存在しないし、存在し得ないのです。もちろん、私が正しく理解していればの話ですが :) Mikhail Dovbakh 2011.09.07 15:25 #167 Candid: 私が月の上を歩いたのか、それともあなたが歩いたのか？:)なぜあなたのボラティリティは間違っているのか、実際、あなたの間違ったボラティリティと何が関係しているのでしょうか？そのモデルを受け入れ、正しいと考えるのはあなたの権利ですが、著者のアプローチとの関連では、どんなモデルも外的なものであり、彼のアプローチにはモデルはありませんし、ありえません。もちろん、私が正しく理解していればの話ですが :) 聞いてもいいですか？ つまり、両過程は同じ分布に属し、独立であるはずである。 しかし、同じでないとしたらどうでしょう。 じゃなんぼ だから "イレギュラー "なんです。 :) Candid 2011.09.07 15:40 #168 avatara: よろしいですか？ つまり、両過程は同じ分布に属し、独立であるはずなのですが、その独立性を同じように理解していますか？ 同じでないならどうする？ じゃなんぼ だから "イレギュラー "なんです。 :) そんなに早く順応している暇はないんですよ(笑)。2つのプロセスとは？100万個のプロセスがあり、その分布はどうであれ、私たちは全体の結果しか見ていないのです。 ボラティリティとその日周性は、観察可能な事実に過ぎず、モデルとは全く関係がない。したがって、常に正しいのです :) 。 Mikhail Dovbakh 2011.09.07 15:48 #169 Candid:そんなに早く順応している暇はないんですよ(笑)。2つのプロセスとは？100万個のプロセスがあり、その分布は自由であり、私たちは全体の結果を見るだけです。ボラティリティとその日周性は、観察可能な事実に過ぎず、モデルとは全く関係がない。したがって、常に正しいのです :) 。 がある（Alexeiは時間分布がほぼラプラシアンであると主張している）。 今度は、以前の値からの独立性についての仮説を検証するのです。 リターンの分布パターンが一様 である場合 - ここで説明したようにカイ二乗を適用するのが正しいのですが...。 そうでなければ、それはない。 そういうことだ。カイ二乗検定ではラプラス分布で頻度を取る必要があります。そして何も考えないでください。 そして、ボラティリティが株式出来高に敏感であることは事実である。しかし、その理由は異なる。 そして、正常化しようとすると - 明らかな切り口がぼやけてしまうのです。 遠く（シグマ以上）へ行くほど、独立性が高くなる......。 ;) Avals 2011.09.07 16:05 #170 avatara: がある（Alexeiは時間分布がほぼラプラシアンであると主張している）。 今、あなたは以前の値からの独立性についての仮説を検証しています。 私はそれを気にしています。 リターンの分布パターンが一様である場合、正しい。そうでなければ、そうではないのです。 そして、ボラティリティが株式ボラティリティに敏感であることは事実である。 しかし、その理由は異なる。 そして、それを配給しようとすると - 明らかなカットがぼやけてしまいます。 遠く（シグマ以上）へ行くほど、独立性が高くなる......。 ;) SVの分布は様々で、依存することも独立することもある。2つのSVが独立であれば、独立な確率変数の条件付き分布は、それらの無条件分布に等しくなります。SVが1つの場合，その分布は以前のSVの値に依存しない：（同じSVの以前の値の）条件付きSV分布は，無条件SV分布と等しい 1...101112131415161718192021222324...74 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
消去法として、単純に日次のボラティリティプロファイルと増分を関連付けることを提案します。
自分なりの表現でいいですか？
つまり、選択された手法は依存関係があることを示しているのです。最も明白で、合理的で、肉眼で見えるのは、ボラティリティの日次の周期性である。
したがって、私の研究の次の論理的なステップは、この明白で非常に強い依存関係をデータから除外して、私たち（あなた）の方法が他の依存関係の存在を示しているかどうかを確認することです。
消去法として、私は単純に増分を日次のボラティリティプロファイルと関連付けることを提案します。
大変申し訳ございませんでした。
しかし、「正しい」モデルを採用したのであれば、「間違った」揮発性は何の関係があるのでしょう。
:)
私は、独立性の検定が一様 分布の検定と同等であることを「破壊的に」主張し続けています。
そして、「ノンパラメトリック統計学」もない。帰無仮説だけで、教科書の著者は時々、説明を怠る...。
MQL用ラフコード--https://www.mql5.com/ru/forum/132692/page13
エキスパートへ
この機械には疑問がある。デボラティリゼーションの結果、得られる一連のリターンの自己相関は（モジュロで）ゼロに近いのでしょうか？ラグ1、24の正規プロセスでは、自己相関は0.11程度である。
確かに自分でも確認できるのですが、ただ、自分で日次ボラティリティプロファイルの補正をやってみたのですが、なぜか自己相関が残ってしまって...。そして、これが明らかになったように、強い依存性の根源となっているのです。
エキスパートへ
そう呼ばないでください :)TheXpertは ニックネームであり、それ以上でもなく、エキスパートが特徴です。
デボラティリゼーションの結果、（モジュロで取った）リターンの系列の自己相関はゼロに近いのでは？
私にとっては、日足で平滑化したATRは純粋に実用的なツールであり、グラフを得るだけでは済まず、もっと緊急の問題が出てきたのです。
だから、やるしかないんです :)必ずしも近いとは言えないが、論理的には近いはずだ。
大変申し訳ございませんでした。
しかし、「正しい」モデルを採用したのであれば、「WRONG」ボラティリティは何の関係があるのでしょうか。
:)
私が月の上を歩いたのか、それともあなたが歩いたのか？:)なぜあなたのボラティリティは間違っているのか、実際、あなたの間違ったボラティリティは何の関係があるのでしょうか？そのモデルを受け入れ、正しいと考えるのはあなたの権利ですが、著者のアプローチに関連しては、どんなモデルも外的なものであり、著者のアプローチではモデルは存在しないし、存在し得ないのです。もちろん、私が正しく理解していればの話ですが :)
私が月の上を歩いたのか、それともあなたが歩いたのか？:)なぜあなたのボラティリティは間違っているのか、実際、あなたの間違ったボラティリティと何が関係しているのでしょうか？そのモデルを受け入れ、正しいと考えるのはあなたの権利ですが、著者のアプローチとの関連では、どんなモデルも外的なものであり、彼のアプローチにはモデルはありませんし、ありえません。もちろん、私が正しく理解していればの話ですが :)
聞いてもいいですか？
つまり、両過程は同じ分布に属し、独立であるはずである。
しかし、同じでないとしたらどうでしょう。
じゃなんぼ
だから "イレギュラー "なんです。
:)
よろしいですか？
つまり、両過程は同じ分布に属し、独立であるはずなのですが、その独立性を同じように理解していますか？
同じでないならどうする？
じゃなんぼ
だから "イレギュラー "なんです。
:)
そんなに早く順応している暇はないんですよ(笑)。2つのプロセスとは？100万個のプロセスがあり、その分布はどうであれ、私たちは全体の結果しか見ていないのです。
ボラティリティとその日周性は、観察可能な事実に過ぎず、モデルとは全く関係がない。したがって、常に正しいのです :) 。
そんなに早く順応している暇はないんですよ(笑)。2つのプロセスとは？100万個のプロセスがあり、その分布は自由であり、私たちは全体の結果を見るだけです。
ボラティリティとその日周性は、観察可能な事実に過ぎず、モデルとは全く関係がない。したがって、常に正しいのです :) 。
がある（Alexeiは時間分布がほぼラプラシアンであると主張している）。
今度は、以前の値からの独立性についての仮説を検証するのです。
リターンの分布パターンが一様 である場合 - ここで説明したようにカイ二乗を適用するのが正しいのですが...。
そうでなければ、それはない。 そういうことだ。カイ二乗検定ではラプラス分布で頻度を取る必要があります。そして何も考えないでください。
そして、ボラティリティが株式出来高に敏感であることは事実である。しかし、その理由は異なる。
そして、正常化しようとすると - 明らかな切り口がぼやけてしまうのです。
遠く（シグマ以上）へ行くほど、独立性が高くなる......。
;)
がある（Alexeiは時間分布がほぼラプラシアンであると主張している）。
今、あなたは以前の値からの独立性についての仮説を検証しています。 私はそれを気にしています。
リターンの分布パターンが一様である場合、正しい。そうでなければ、そうではないのです。
そして、ボラティリティが株式ボラティリティに敏感であることは事実である。 しかし、その理由は異なる。
そして、それを配給しようとすると - 明らかなカットがぼやけてしまいます。
遠く（シグマ以上）へ行くほど、独立性が高くなる......。
;)
SVの分布は様々で、依存することも独立することもある。2つのSVが独立であれば、独立な確率変数の条件付き分布は、それらの無条件分布に等しくなります。SVが1つの場合，その分布は以前のSVの値に依存しない：（同じSVの以前の値の）条件付きSV分布は，無条件SV分布と等しい