エコノメトリックス:一歩先の予測 - ページ 56 1...495051525354555657585960616263...139 新しいコメント Victor Nikolaev 2011.11.27 14:22 #551 faa1947: を定常残差に置き換えると、平均、スキュー、分散、スプレッドなど、定常性の場合、何でもありになります。 定数なのか? СанСаныч Фоменко 2011.11.27 14:29 #552 Vinin: 定数なのか? いいえ、厳密には違います。上に、そのようなほぼ定常的な残差のグラフを示しました。サンプルに沿ったmoとskoの弱い変化。そして何より10pips程度のスプレッド。 Sceptic Philozoff 2011.11.27 14:56 #553 なぜか最近、定常性がそこに見いだせない、つまり、一連の相場に対する回帰の残差に直接ではなく、何か別のものに見いだせるような気がするのです。 しかし、いずれにせよ見つけなければならない。そうでなければ、統計学の応用は絶望的だ。 Юсуфходжа 2011.11.27 14:58 #554 faa1947: 私は、モデル構築の方法論(私が考案したわけではありません)について話しています。最初の非定常商は、定常残差が得られるまで、構成要素に分解されなければなりません。なぜなら、定常残差は、平均、スキュー、分散、スプレッドなど、定常性があれば何でもありの値で置き換え可能だからです。 問題は、この文房具の残像をどのような時代、あるいは後知恵でとらえるかということだと思うのですが、いかがでしょう。レトロスペクティブを変えれば、静止画の残像の特性も変わりますが、この問題をどう解決しようとしているのでしょうか?最適化することで? Юсуфходжа 2011.11.27 15:00 #555 Mathemat: なぜか最近、定常性はそこに求めるべきではない、つまり、一連の相場に対する回帰の残差に直接ではなく、何か別のものに求めるべきではないかと思えるのです。 しかし、いずれにせよ見つけなければならない。そうでなければ、統計学の応用は絶望的だ。 そう、この残像は問題の後知恵によるもので、ここに犬が埋まっているのです。最適な後知恵を見つけるのは難しい。 Sceptic Philozoff 2011.11.27 15:05 #556 後知恵というのは、私も持っていますが、違う意味で持っています。平滑化期間ではなく、あくまでデータを抽出する期間です。アイアンはありません。 СанСаныч Фоменко 2011.11.27 15:08 #557 yosuf: 全体の問題は、あなたの意見では、残留この文房具を取るためにどのような期間または遡及で、です。レトロスペクティブを変えれば、定常的な残差の特性も変わりますが、この問題をどう解決しようとしているのでしょうか?最適化することで? 極めて不愉快な質問だ。オリジナルモデル:クオティエ=トレンド+ノイズ+季節性+周期性+外れ値。 我々は、モデルの最初の2つのメンバーについて議論している。外国為替には季節性がない。まあ、外れ値(ニュース)は無視されますが、周期性というのは、クオータイアに波があり、その周期が変化するという意味です。私は非常に長い間、この周期性こそが非定常性の主な原因だと考えてきました。アプローチがないんです。 とてもシンプルに解いています。ラグ数の少ないモデルを取り上げてみる。回帰係数の評価回帰係数が少なくとも1段階は変化しないことを期待して(?)、1段階予測をする。そして、係数の他に回帰特性のセットが ある(上の表参照)。バーの到着後、再び回帰を推定する。ここでは、非常にファッショナブルな言葉である適応が適切である。 СанСаныч Фоменко 2011.11.27 15:14 #558 yosuf: そう、この残像は問題の後知恵によるもので、ここに犬が埋まっているのです。最適なレトロスペクティブを見つけるのは難しい。 最適なウィンドウ幅」とは?窓の幅は回帰係数の推定に使用される。窓の幅を変えて計算し、係数を比較したところ、30までは大きく変化し、40以降は小さくなり、H1では70以降はほとんど変化しなくなりました。ちなみに、30回以上の観測では、t統計量はz統計量に確率的に収束するという意見もあるようです。 Юсуфходжа 2011.11.27 15:39 #559 faa1947: 極めて不愉快な質問だ。元のモデル:商=トレンド+ノイズ+季節性+周期性+外れ値。 このモデルの最初の2つの項について説明する。まあ、外れ値(ニュース)は無視するとして、周期性というのは、商の中に波があり、その周期が変化するという意味です。私は非常に長い間、この周期性こそが非定常性の主な原因だと考えてきました。アプローチがないんです。 とてもシンプルに解いています。ラグ数の少ないモデルを取り上げてみる。回帰係数の評価回帰係数が少なくとも1段階は変化しないことを期待して(?)、1段階予測をする。そして、係数の他に回帰特性のセットがある(上の表参照)。バーが到着すると、再び回帰推定を行う。ここでは、非常にファッショナブルな適応という言葉が適切である。 このモデルを分解してみよう。 1)トレンド - 多くのトレンドがあるので、どのトレンドのことを言っているのだろう。 2) ノイズ - 当該トレンドのパラメータに依存し、ノイズそのものにトレンドがある場合も多い。 3.周期性-正弦は避けられないが、2つ連続するガンマ関数もほぼ理想的な全周期の正弦をもたらすことを念頭に置く必要がある。 4.排出量は予測できないが、どうやら回廊を描くことができるようだ。 Vizard 2011.11.27 15:48 #560 yosuf: このモデルを分解してみよう。 1.トレンド - 多くのトレンドがあるため、どのトレンドのことを指しているのか。 2) ノイズ - 当該トレンドのパラメータに依存し、ノイズそのものにトレンドがある場合も多い。 3.周期性-正弦は避けられないが、2つ連続するガンマ関数もほぼ理想的な全周期の正弦が得られるので、まだ明確でないことを念頭に置いておく必要がある。 4.外れ値は予測できないが、どうやら回廊は描けそうだ。 トレンドの予測もできないのに、なぜこんなことをするのか?) 1...495051525354555657585960616263...139 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
を定常残差に置き換えると、平均、スキュー、分散、スプレッドなど、定常性の場合、何でもありになります。
定数なのか?
定数なのか?
なぜか最近、定常性がそこに見いだせない、つまり、一連の相場に対する回帰の残差に直接ではなく、何か別のものに見いだせるような気がするのです。
しかし、いずれにせよ見つけなければならない。そうでなければ、統計学の応用は絶望的だ。
私は、モデル構築の方法論(私が考案したわけではありません)について話しています。最初の非定常商は、定常残差が得られるまで、構成要素に分解されなければなりません。なぜなら、定常残差は、平均、スキュー、分散、スプレッドなど、定常性があれば何でもありの値で置き換え可能だからです。
なぜか最近、定常性はそこに求めるべきではない、つまり、一連の相場に対する回帰の残差に直接ではなく、何か別のものに求めるべきではないかと思えるのです。
しかし、いずれにせよ見つけなければならない。そうでなければ、統計学の応用は絶望的だ。
全体の問題は、あなたの意見では、残留この文房具を取るためにどのような期間または遡及で、です。レトロスペクティブを変えれば、定常的な残差の特性も変わりますが、この問題をどう解決しようとしているのでしょうか?最適化することで?
極めて不愉快な質問だ。オリジナルモデル:クオティエ=トレンド+ノイズ+季節性+周期性+外れ値。
我々は、モデルの最初の2つのメンバーについて議論している。外国為替には季節性がない。まあ、外れ値(ニュース)は無視されますが、周期性というのは、クオータイアに波があり、その周期が変化するという意味です。私は非常に長い間、この周期性こそが非定常性の主な原因だと考えてきました。アプローチがないんです。
とてもシンプルに解いています。ラグ数の少ないモデルを取り上げてみる。回帰係数の評価回帰係数が少なくとも1段階は変化しないことを期待して(?)、1段階予測をする。そして、係数の他に回帰特性のセットが ある(上の表参照)。バーの到着後、再び回帰を推定する。ここでは、非常にファッショナブルな言葉である適応が適切である。
そう、この残像は問題の後知恵によるもので、ここに犬が埋まっているのです。最適なレトロスペクティブを見つけるのは難しい。
極めて不愉快な質問だ。元のモデル:商=トレンド+ノイズ+季節性+周期性+外れ値。
このモデルの最初の2つの項について説明する。まあ、外れ値(ニュース)は無視するとして、周期性というのは、商の中に波があり、その周期が変化するという意味です。私は非常に長い間、この周期性こそが非定常性の主な原因だと考えてきました。アプローチがないんです。
とてもシンプルに解いています。ラグ数の少ないモデルを取り上げてみる。回帰係数の評価回帰係数が少なくとも1段階は変化しないことを期待して(?)、1段階予測をする。そして、係数の他に回帰特性のセットがある(上の表参照)。バーが到着すると、再び回帰推定を行う。ここでは、非常にファッショナブルな適応という言葉が適切である。
このモデルを分解してみよう。
1)トレンド - 多くのトレンドがあるので、どのトレンドのことを言っているのだろう。
2) ノイズ - 当該トレンドのパラメータに依存し、ノイズそのものにトレンドがある場合も多い。
3.周期性-正弦は避けられないが、2つ連続するガンマ関数もほぼ理想的な全周期の正弦をもたらすことを念頭に置く必要がある。
4.排出量は予測できないが、どうやら回廊を描くことができるようだ。
このモデルを分解してみよう。
1.トレンド - 多くのトレンドがあるため、どのトレンドのことを指しているのか。
2) ノイズ - 当該トレンドのパラメータに依存し、ノイズそのものにトレンドがある場合も多い。
3.周期性-正弦は避けられないが、2つ連続するガンマ関数もほぼ理想的な全周期の正弦が得られるので、まだ明確でないことを念頭に置いておく必要がある。
4.外れ値は予測できないが、どうやら回廊は描けそうだ。
トレンドの予測もできないのに、なぜこんなことをするのか?)