エコノメトリックス：一歩先の予測 - ページ 61

新しいコメント
 
faa1947:

変数には3種類あります。

依存 - 問題ありません、それは例えばEURUSDです。

独立変数：どのくらい、唯一のEURUSD、それはドルのインデックスを取る方が良いことが判明した上に、明確ではありません。

独立変数から計算される状態変数で、独立変数の引数として機能する。どのようなプロセスを反映したものなのか？ここまでで、トレンド＋ノイズをモデル化し、さらに最初のモデルからの残差でトレンド＋ノイズをモデル化する必要があることが明らかになりました。トレンドの加速とか？


そういうことじゃなくて...。

どの理論的な記述が明確でなく、問題を起こすのでしょうか？

 
faa1947:
EViewsからガンマ関数として式(18)を書いてみてはいかがでしょうか？

ガンマ関数パラメータを計算する全体のメカニズムを提示する必要があります。私はexelオプションを提案しましたが、もう一度お尋ねします。そうでない場合は、私のブランチでSergeyevがどのように行っているかを見ていただければ、はっきりすると思います。
 
DDFedor:
質問に時間帯がないのは、もともと意図したものなのでしょうか？
時間帯については不明です。もし周期性（季節性ではありません！）をシミュレートできていたら、予報は質的に違っていただろうと思われます。
 
yosuf:

ここで1つのレコードでは十分ではありません、あなたはガンマ関数パラメータの計算の全体のメカニズムを提示する必要があります、私は既存のexelの変種を提供し、私は再び尋ねる：それはあなたに適しているかどうか？そうでない場合は、私のブランチでセルゲイエフのやり方をご覧いただければ、腑に落ちると思います。
EViewsを使うだけでなく、いろいろなことができるんです。出たとたんに、その豊富な機能をすべて失ってしまうんです。ガンマ関数を持っています。そこで、私が質問したいのは、それが応用できるかどうかということです。できるのであれば、それを書き留め、プログラムする必要はなく、ただ適用すればそれでいいのです。そうでなければ、EViewsでは何もできません。Excelよりも閉じたシステムなのです。
 
faa1947:
これはTA、市場のいくつかの定性的な状態からです。買われすぎ：出来高が増え、参加者が増えるが、価格の伸びが少なくなり、横ばいになる


overbought/oversold は、実プロセスの戻り特性を利用したものである。その逆、つまりトレンドがある。多くの聖なる牛（マテマットの言うところの）は、このトレンド性という性質によって育まれています。トレンドはあなたの友人、損切りは利益を伸ばす、などです。しかし、実際の市場は多面的であり、異なるスケール（時間枠）や期間において、戻りとトレンドの両方があり得ます。

傾向性/平坦性は、さまざまな方法で公式に評価することができます。そして、いくつかの価格デリバティブ、特にリグレッションとの関連でも。

そのためには、よく知られているアインシュタインの法則を用いると、傾向性と平坦性の分離の基礎とすることができる。

例えば終値を 基準にして、そこから時間的にどのように離れていくかを分析し、アインシュタインの式に従ってSBでの動きと比較してみましょう。どの時間軸でも、次のようなイメージを持っています。

赤はsbの場合（時間の根に正比例して偏差が増加）、青は価格の場合（EURUSD h1、他の商品とTFは同様）です。横軸は棒グラフの時間、縦軸は価格の標準偏差がどのように変化しているかを示しています。つまり、直近の価格に対して、将来の価格は、偏差値の変動という点で、ランダムウォークと同様に変化するのである。

今度は指数波で、同様に時間の経過とともに価格の乖離がどのように変化するかを比較してみましょう。

m1 EURUSDと、期間12、24、60の3種類のダミーで比較してみましょう（単に違うものにするためです :)）。これがその写真です。

水色ランダムワンダリング実際のデータでは、cwmはゆっくりと成長する。マッハ周期が長くなると、その差はより顕著になる。つまりリバーシオン、つまり価格が波に戻る傾向があるのです。

では、EURUSDのh1と比較してみましょう。波の周期は同じです。

が、大きく変わりました。周期が12の波と比較すると、価格がトレンド化する傾向にある。つまり、大雑把に言えば、Ma(12)より高ければ買い、低ければ売りということです。Ma(24)については、トレンドもフラット（平均的）もなく、Ma(60)のリターンとの関係で。

何日も前から。

ma(12)とma(24)の両方に対してトレンドが見られる。

一般的には、回帰が回帰しているのか、トレンドになっているのかを判断していただくのがよいかと思います。このことから、モデルをどのように取引するか、取引する価値が全くないかどうかが決まります。もちろん、これは大まかな推測レベルです。

追伸：あなたの用語でいうところの "予測誤差 "です。

 
Avals:


例えば、終値を基準にして、そこから時間とともに離れていく様子を分析し、アインシュタインの式にしたがってSBでの動きと比較するのです。どの時間軸でも、私たちはこの絵を持っています。

そして、同じことができますが、価格のリツアーの上に、チャートは両対数スケールになっています。

おかしいな、EURUSDはSBとイコールではないはず、青い線が赤い線の上にあるはずだ。

 
Avals:


買われ過ぎ/売られ過ぎは、実プロセスの戻り特性を利用したものです

入ってくる情報に対する群衆の意見を反映したものである。買われ過ぎ：良いことが多すぎること。その逆は悪いことが多すぎること。Retraceabilityは関係ない。トレンドは何年も前からあるものです。

 
Avals:

何もわからないんです。このテーマに関する出版物はありますか？

では、順番に。

ダッシュボードによる1ステップアヘッド予測はどのように行われるのですか？ウェービングの右端の値は、価格が到着した後に 計算されます。この問題は、私もよく分かっています。だから、私のモデルでは、一番右の値は、前の4つの値に基づいて計算されています。利用可能な4つの測定値から+1値が算出されます。しかし、あなたはどうでしょう？

それをどうにかして、あとはどうにかしよう。

 
C-4:

おかしいな、EURUSDはSBとイコールではないはず、青い線が赤い線の上にあるはずだ。


なぜ？
 
Avals:


ここで、指数スケールを用いて、それに対する価格の乖離を同様に経時的に比較してみよう。

m1 EURUSDと、期間12,24,60の3種類のチャートで比較してみましょう（ちょっと違うかな :))。次のような写真があります。

水色はランダムワンダリングです。実際のデータでは、cwmはゆっくりと成長する。マッハ周期が長くなると、その差はより顕著になる。これはリバーシオン、つまり価格がマスクに戻る傾向があることを意味 します。

むしろ、マッハが価格に追いつく傾向にあるということです:))))
1...545556575859606162636465666768...139
新しいコメント