faa1947: Как мне кажется, увеличение объема выборки представляет интерес только в рамках предельной теоремы о сходимости по вероятности к нормальному закону. Хочу Вас разочаровать, что если мы не ставим перед собой такой задачи, то простое увеличение выборки ничего не дает. Ниже привожу увеличение выборки в 10 раз.
ある金融商品の相場に、統計的な手法で相関関係を探してみた。まず手始めに、ダウ・ジョーンズ工業株価指数、日足データを取り出して、パーセント単位のシリーズに変換してみました。
増分は不均一である。もし、値動きの方向を予測したいのであれば、それを考慮に入れなければなりません。
ボラティリティを予測するには、NSではなく、より具体的なモデルを使用したほうがよい。
レスポンスfaa1947
"線形性 "と "非線型性 "についても、この質問は時系列を近似するモデルの枠組みの中で行うことができ、また行うべきであるので、私は慎重でありたいと思います。このモデルの係数を分析すると、これらの係数は、定数（またはほぼ定数）、決定論的関数、確率論的関数のいずれかであると結論づけることができます。これは、依存関係のタイプを分析する、完全に具体的かつ建設的なプロセスである。 そして、この情報依存を発見することの何が建設的なのでしょうか。そしてまた、元の時系列でどう見るか？"
経済的な要素にもリンクを張れるのですが、すみません、このスレッドの最初の投稿への反応を読むと、日中のボラティリティは周期的である、ただそれだけのことなのです。そして、相互情報量がそれを示している。日足以上の時間軸では、状況は全く異なり、そこには明らかなサイクルは存在しない。
初期シリーズでの見方は？簡単なのは、1時間足で少なくとも半年間の履歴を見て、時間によってボラティリティ（ローソクの大きさ）に差があるかどうかを確認することです。また、日足バーに関しては、個人的には、自然のサイクルなど日足や経済のロジックは見当たりません。価格における内部依存構造でしかない。
しかも、まだ時系列で近似しているわけではなく、見慣れた価格を少し違った角度から見ることができるデータを価格から抽出しています。ここでは、増分の依存性がないことがわかり、自己相関を利用していることがわかりますね。それがよくわかるんです。そこには線形依存性はなく、これまでもそうでした。また、自己相関図を常に表示する必要もなく、私自身、すでに長い間、十分な量の自己相関図があり、それらはあなたと同じでした。)
増分は不均一である。もし、値動きの方向を予測したいのであれば、必然的にこの点を考慮しなければならない。
ボラティリティを予測するには、NSではなく、より具体的なモデルを使用したほうがよい。
また、例えばNSとは異なり、FXに特化したモデルとはどのようなものでしょうか？あなたの意見に興味があるだけです。世の中にはたくさんのモデルがいます。
また、例えばNSとは異なり、FXに特化したモデルとはどのようなものでしょうか？私はただ、あなたの意見に興味があるだけです。世の中にはたくさんのモデルがいます。
FXに特化したモデル（特にデリバティブにはたくさんあります：https://en.wikipedia.org/wiki/Vanna_Volga） ではなく、ボラティリティに特化したモデル（ARCH以外にもたくさんあります）の話をしたのです。
NSはどこでも使われているので、FXに特化した手法ではありません（逆も然りで、通常のモデルを作るのが面倒で、計算資源が豊富なところでは、そこで使われています）。
ボラティリティと価格の方向性を予測するアプローチは異なるはずです。前者はNS（不当な合併症）を使う必要はなく、後者は試してみるとよいでしょう。
faa1947 さん、投稿のレイアウトにもっと気を遣ってください。引用している内容と反応をすぐに切り離せないことがあります。
。
さて、本題です。
faa1947: Как мне кажется, увеличение объема выборки представляет интерес только в рамках предельной теоремы о сходимости по вероятности к нормальному закону. Хочу Вас разочаровать, что если мы не ставим перед собой такой задачи, то простое увеличение выборки ничего не дает. Ниже привожу увеличение выборки в 10 раз.
指原、ごめん。限界における正常性ってなんだ？何の正常化？リターンの分布は？現段階では、この仮説は私にとって暑くもなく寒くもなくといったところです。リターンの分布やその傾向がどのような法則であるかについての仮説は必要ない。
個人的には、確率変数の独立性のカイ二乗基準を使うつもりだったので（そうしたかった）、共同事象のあらゆる頻度が少なくとも5であることが保証されるようなサンプルサイズでなければならない、というのが私の腕時計の条件です。この制約も知っておく必要があります。だから、時計に関するあんなに弱いサンプルが出たんですね。
でも、それが私なんです。alexeymoscが なぜサンプルをきっちり使ったのか、それはわからない。しかし、推測するに、おそらく彼は、一部ではなく、シリーズ全体のパターンを確立したかったのでしょう。
faa1947: 私はむしろ、「直線性」と「非直線性」に気をつけたいと思います。このモデルの係数を分析すると、これらの係数は、定数（またはほぼ定数）、決定論的関数、確率論的関数のいずれかであると結論づけることができます。これは、依存関係のタイプを分析する、完全に具体的かつ建設的なプロセスである。
まだモデルはありません。ノンパラメトリック統計手法によるデータマイニングのみ。
10以上のラグでピアソン相関によって検出できる有意な線形関係は存在しないのである。自分でもわかっているはずです。しかし、もっと大きな ラグでの関係も見られる。だから、ノンリニアなんです!
faa1947：また 、この情報依存を検出することの何が建設的なのでしょうか？そしてまた、元の時系列で見るとどうでしょうか。
なかなか見ることができない、ここに同感です。私たちは、かなり遠い歴史からゼロバーに伝わる平均的な情報量しか知らない。そして、この「過去からの情報攻撃」のメカニズムは、私たちにはわからないのである。その裸のビットをなんとか予測ツールに変換する必要があるのです。誰が簡単だと言った？
増分は不均一である。 値動きの方向を予測するのであれば、必ず考慮に入れるべきでしょう。
私は、ARCHとその関連家族を含む現代の計量経済学的モデルについて、極めて無知である。なぜ、漸進的な振る舞いのモデルが構築されていない段階で、これを考慮しなければならないのか、指をくわえて説明してください。モデルもなく、情報理論を淡々と適用しているだけ。ありがとうございます。
FXに特化したモデル（特にデリバティブにはたくさんあります：https://en.wikipedia.org/wiki/Vanna_Volga） ではなく、ボラティリティに特化したモデル（ARCH以外にもたくさんあります）の話をしたのです。
NSはどこでも使われているので、FXに特化した手法ではありません（逆も然りで、通常のモデルを作るのが面倒で、計算資源が豊富なところでは、そこで使われています）。
ボラティリティと価格の方向性を予測するアプローチは異なるはずです。前者はNSを使う必要がない（無理なこじつけ）、後者はやってみるといい。
NSについては、方法自体はそれほど単純ではないのですが、原理的には賛成です。また、データの前処理や関連変数の選択からネットワークの構築まで、従うことが望ましく、時には義務となっている慣習も多くあります。また、一般的に、勉強した現象に自分の知っている知識を当てはめるのが好きな人と、一から勉強し始める人がいて、後者はNSの方が好きでしょう。IMHO
しかし、私はボラティリティを予測するのではなく、常に値動きの方向を予測しようと思っているんだ。この問題では、NSを使っています。
faa1947 さんにお答えします。
...日中のボラティリティは周期的である。そして、相互情報量がそれを示している。
あなたの相互情報では、何もわかりませんでした。統計処理を行う前に、BPに決定論的な構成要素がないことを確認する必要があります。BPに存在すると、統計に「点数」をつけることになり、すべての調査が信用できなくなる。イニシャルBPによるボラティリティの定義には欠陥があると失望せざるを得ません。以下のようなパラメータで、なんとかモデルを作ることができます。44pipsのボラティリティとその変動幅プラスマイナス2pips、つまり一定とみなしていいんです。分析に残るボラティリティは、適用するモデルに強く依存する。
そして、まだ時系列で近似しているわけではなく、通常の価格を少し違った角度から見ることができるようなデータを価格から抽出しているのです。ここでは、インクリメントに依存性がないことを確認します。
機関車の前方に煙が実は、教科書レベルでは、BP解析の順番は、定常／非定常-非定常の場合、変換方法の選択は定常-で定義されているのです。きっとこの最初の一歩は、トレンドを外すことになるのでしょう。次に、見てみましょう。
何をやっているのか理解できない。情報理論（IT）の理解を新たにしようと思い、用語集で調べました。
TIは「情報」という概念を、その価値や意味には言及せず、量的な側面からだけ考えています。このようなアプローチでは、タイプライターの1ページには、最大でも常にほぼ同じ量の情報が含まれており、ページ上の文字とスペース（すなわち文字）の数によってのみ決まり、意味のない混沌とした文字の集合の場合も含め、そこに印刷される内容には依存しない。 通信システムのモデル化においては、任意の文字セットで表現された情報を通信路上に誤りなく伝送することを目的としているため、このアプローチが有効である。ただし、情報の価値や意味を考慮する場合は、定量的アプローチは適用されません。そのため、TCの応用分野には本質的な制約がある。これを考慮しなかったために、開発の初期段階で応用の意義を過大評価してしまったのです。
これについては、3つの答えが考えられます。
1.辞書がウソをついていると確信しているようですが、実際はそうではありません。
2.あなたは「開発の初期段階」にあり、「応用関連性」の評価をまだ行っていない。
3.あなたは他の何かです。
私は現代の計量経済学的モデルについて、極めて無知なのですが...。
これでかなり明確になりましたね。実は、計量経済学は、少なくとも100年以上前から経済の時系列を研究してきた科学（科学と 強調している）なのです。アメリカの計量経済学会は、30年代に結成された。あなたの書き込みから判断すると、これはあなたが得意とする科学です。このフォーラムに参加しているのはあなただけではありません。余談ですが、このサイトの開発者によると、「エコノメトリックス」とその派生語には文法的な誤りがあるそうです。
再び、25、親指を立てる。この研究は、一連の価格ではなく、そのリターンとの関係で行われた。こ れはまず第一に
第二に、あなたがおっしゃるようなデータの前処理は、主に分析の目標によって決められるものであり、目標とは関係なく研究に課される独断的な要件によって決められるものではありません。
機関車の前方に煙が実は、教科書レベルでは、BP解析の順番は、定常／非定常-非定常の場合は変換方法の選択が定常と定義されているのです。きっとこの最初の一歩は、トレンドを外すことになるのでしょう。次に見るのは
上記の私の反論をご覧ください。研究方法と目的を一致させる!そして最後に、定常性とかデトレンドとか、研究のテーマとは無関係な呪文を呟くのはやめてください。
2 HideYourRichess: 今日はちょっとお休みなので、一時的に自由に思ったことを発言しています :)情報とは何かという宗教的な対決をしているのでしょうか？
2 faa1947:
実は計量経済学は、少なくとも100年以上前から経済の時系列を研究してきた科学（と私は強調する）である。
よし、科学にしよう。確か、計量経済学は、金融データにモデルを押し付けるのがとても好きなんですよね。押し付けるわけではありません。それなら、計量経済学はやらない。他に質問はありますか？