エコノメトリックス：一歩先の予測 - ページ 49

新しいコメント
 
faa1947:

予測は、適切な市場の方向性の確率を評価した上で、ロングとショートを行う必要があります。


が、ここに書かれているような手段ではありません...。

相場はロングでもショートでもチャンスはある...ロングもショートも嫌だ...と思っている人には悪くないと思います。どのような条件下でこの方法が有効なのか...どのような条件下でも...

このテストはナンセンスで、もっと簡単な方法で同じ結果（同じ予測）が得られるかもしれません。と、シンプルなインジケーターの形で行われる...。

と予測誤差解析は非効率的なツールである...。

一般的に、この投稿は、「本を読んだ→作ってみた→うまくいかない→理由を教えて」と呼ぶべきでしょう)))"

提案された方法には3つの欠点がある...そのうちの2つは具体的なものだ...。

 
Vizard:



提案された方法には3つの欠点があります...そのうちの2つは具体的なものです...。

オウ、諸君、トレーダー諸君!まあ、少なくとも具体的な何かが!!!!

 
faa1947:

提案された方法には3つの欠点があります...そのうちの2つは具体的なものです...。

オウ、諸君、トレーダー諸君!まあ、少なくとも具体的な何かが!!!!


TSの品質を評価する標準的な方法、例えばプロフィットファクターのようなものの何がいけないのでしょうか？
 

よし、具体的に言ってみよう)))。すでに言われているように、中身のないむき出しの統計は失敗する運命にあるのです。あくまで私個人が言いたいことを読み解きます。

実際の市場を扱う前に、この簡単なモデルを入力相場として試してみてください。ホワイトノイズを取るんです。ガウシアンであってもよい。最初のn サンプルは定数M1を追加 します。次のn個の サンプルには何も追加 しないでください。次の N 個のサンプルに定数 M2 を追加 します 。 次のN カウントに 定数M 3を加算する、など。そして、得られた非定常白色ノイズを積分し、入力処理とする。つまり、トレンドを含んだマーチンゲールが得られたのです。ランプトレンドモデル ))).また、定数M1 、M2 、...は、それぞれのトレンドから利益を得ることができるように、（ホワイトノイズの分散と比較して）十分な大きさで あるとします。そして、定数nは Nに比べて十分に小さいと します。N ＝100と すると 、n ＝10 。 古典的な回帰モデルは、そのようなプロセスの上に飛ぶ。信頼区間は 非常に広くなり、単にn個のサンプルから傾向を捉える時間がなくなります。10回中10回は、「そうだ、ここにトレンドがあったんだ」と気づくはずです。しかし、それ以上のゲームには何も与えられない。

このようなシリーズで稼ぐことは可能なのでしょうか？そうですね、素の統計に内容を加えること、つまり、ここに短期間の周期的なトレンドがあることを理解することが必要です。

これはすべて例のためです。実際の相場では、周期的なトレンドは存在しない。しかし、それ以外にも、事後的にしか統計に登録できない局所的な効果がいろいろとあるのです。

 
faa1947:

提案された方法では、3つのジョイントがあります...そのうちの2つは特定のものです...

トレーダーの皆様、こんにちは。じゃあ、せめて具体的に教えてよ!!!!

私のエンジニアとしての仕事から

以前、私の同僚が出張に行かされたことがありました。彼は2年前からバイブロディッパーの設計をしていた。バイブロディッパーとは、偏心のようなものがついている装置で、杭を地中に打ち込むために設計されたものです。

そこで、ガラガラの不思議ちゃんを連れて出張に出発した。お客様はそこから電話をかけてきます。専門家が来て、パイルに装置を取り付けて、「これは（ピッ）とは動かないぞ」と言った。彼はウォッカのボトルを取り出し、二口で飲み干すと、知らない方向へ消えていった・・・・・・。

この人は最後まで自分の作品が駄作であることを認めなかった。でも、ある日、彼はそう思った。

 
Avals:

TSの品質を評価する標準的な方法、例えばプロフィットファクターなどの何が問題なのでしょうか？
問題なく、実質的に唯一のものです。しかし、1）結果が悪ければ何を変えればいいのか分からない、2）将来の見通しが立たない、という2つの事情があります。
 
Flyer:

よし、具体的に言ってみよう)))。すでに言われているように、中身のないむき出しの統計は失敗する運命にあるのです。あくまで私個人が言いたいことを読み解きます。

実際のマーケットで作業する前に、この簡単なモデルを入力相場として試してみてください。ホワイトノイズを取るんです。ガウシアンであってもよい。最初のn サンプルは定数M1を追加 します。次のn個の サンプルには何も追加 しないでください。次の N 個のサンプルに定数 M2 を追加 します 。 次のN カウントに 定数M 3を加算する、など。そして、得られた非定常白色ノイズを積分し、入力処理とする。つまり、トレンドを含んだマーチンゲールが得られたのです。ランプトレンドモデル ))).また、定数M1 、M2 、...は、各トレンドから利益を得られるように、（ホワイトノイズの分散と比較して）十分に大きいと します。そして、定数nは Nに比べて十分に小さいと します。N ＝100と すると 、n ＝10 。 つまり、古典的な回帰モデルは、そのようなプロセスの上に飛んでいるわけです。信頼区間は非常に広くなり、単にn個のサンプルから傾向を 捉える時間がなくなります。例えば、10個のうち10個のサンプルで、トレンドがあったことに気がつくとしましょう。しかし、それ以上のゲームには何も与えられない。

このようなシリーズで稼ぐことは可能なのでしょうか？そうですね、素の統計に内容を加えること、つまり、ここに短期間の周期的なトレンドがあることを理解することが必要です。

これはすべて例のためです。実際の相場では、周期的なトレンドは存在しない。しかし、それ以外にも、事後的にしか統計に登録できない局所的な効果がいろいろとあるのです。

普通の線形回帰で、例えば10周期で計算してもいいのでは？
 
faa1947:
満足感があり、実質的にこれしかない。しかし、1）結果が悪ければ何を変えればいいのかわからない、2）今後の予後がわからない、という2つの事情があります。


1. モデルパラメータまたはモデル自体のどちらか。基準を詳しく説明することができます

2.常に未知数であること。しばらくは市場が変わらないことを祈るばかりです。あとはユートピアかインサイダー

 
Flyer:

よし、具体的に言ってみよう)))。すでに言われているように、中身のないむき出しの統計は失敗する運命にあるのです。あくまで私個人が言いたいことを読み解きます。

実際の市場を扱う前に、この簡単なモデルを入力相場として試してみてください。ホワイトノイズを取るんです。ガウシアンであってもよい。最初のn サンプルは定数M1を追加 します。次のn個の サンプルには何も追加 しないでください。次の N 個のサンプルに定数 M2 を追加 します 。 次のN カウントに 定数M 3を加算する、など。そして、得られた非定常白色ノイズを積分し、入力処理とする。つまり、トレンドを含んだマーチンゲールが得られたのです。ランプトレンドモデル ))).また、定数M1 、M2 、...は、各トレンドから利益を得られるように、（ホワイトノイズの分散と比較して）十分に大きいと します。そして、定数nは Nに比べて十分に小さいと します。N ＝100と すると 、n ＝10 。 古典的な回帰モデルは、そのようなプロセスの上に飛ぶ。信頼区間は非常に広くなり、単にn個のサンプルから傾向を 捉える時間がなくなります。10回中10回は、「そうだ、ここにトレンドがあったんだ」と気づくはずです。しかし、それ以上のゲームには何も与えられない。

このようなシリーズで稼ぐことは可能なのでしょうか？そうですね、素の統計に内容を加えること、つまり、ここに短期間の周期的なトレンドがあることを理解することが必要です。

これはすべて例のためです。実際の相場では、周期的なトレンドは存在しない。しかし、それ以外にも、事後的にしか統計に登録できない局所的な効果がいろいろとあるのです。

いろいろなものを発明することが可能です。

当初、私は「相場＝トレンド＋ノイズ」という言葉で表現していました。この記述は、トレンドを予測するという意味で理にかなっている。

このスレッドでは、1歩先の予測という非常に狭い問題を提起しました。私はあるモデルを提案し、その予測が信頼できるかどうかを調べようとしています。できる場合はその理由を、できない場合はその理由を。このテーマについて、ご意見やご要望をお聞かせください。そして、仮説を検証 するためのコーディングという汚い仕事も厭わない。これを私は「特異性」と呼んでいます。

 
Avals:


1. モデルパラメータまたはモデル自体のどちらか。基準を詳しく説明することができます


以下は、総括表の一部です。

何を変えるか？

1...424344454647484950515253545556...139
新しいコメント