エコノメトリックス:一歩先の予測 - ページ 71

 
faa1947:
R^2を使ったNSの出版物は見たことがないですね。そういうことなんです。回帰分析との関係は?


RAは関係ない、変わるのは対策(ミニュチュア)だ。ストレート、カーブ、オブリークをシフトしています。

よく言われるように、最も近い定数まで。

 
C-4: このような状況では、平均化期間をさらに長くするしかありません。しかし、問題は、平均化期間が長くなると、価格がミュービングから遠ざかり、平均値に戻るのに時間がかかるようになることである。
そう、メチャクチャに。Y」運用の 全体結果が実現損益で歪むので、古いマイクロポジションを閉じることができないのです。だから、あくまで期間を積み重ねること。しかし、必ずしもムービングから離れるとは限りません。要するに、チェックすべきなのだ。
 
Mathemat:

これを参考に、買い始めてから13本目の時点でエクイティがどうなっているか、自分で計算してみてください。ネッティングはありません。DCで取引しているのです

私は本当にmuvを売り、合計のオープンショートポジションが売られたmuvに対応するように(もちろん、13倍で)本当に注意して、「エスコート」を作ります。

その次のアイデアなんですが、非常にセンスがいいですね。しかし、今は基本的なものを理解する必要があります。


それには反論はなく、完全に同意します。13本目のバーでは、平均的な累積ポジションの価格は、平均化期間13のミュービングの 値に正確に対応します。ネットはこの事実をさらに明確に示すでしょう。問題は、バー14で、期間13の 現在の平均と同じポジションにすることができなく なり 、移動平均がなくなり、平均のエントリー価格が変わらないことです。唯一できることは、再び平均化し、期間14でmouwingを使用することです、バー15ではmouwing15を、バー16では、そうして無限大に使用する必要があります。限界では、移動平均線が大きくなりすぎて、当分の間、価格が戻らなくなる。つまり、「伴奏」をすることは不可能なのです。

明日は、自分の考えを表に書いて、明確にします。

 
Mathemat:
古いマイクロポジションのクローズは、Y運用の全体的な結果が実現損益によって歪められてしまうため、許可されるべきではありません。

もっと単純に、古いマイクロポジションはゼロバーの現在値でクローズ され、期間を維持するために古いマイクロポジションは13バー前の始値 でクローズされなければなりませんが、これは不可能です。しかし、muwinkのようなものは、古い値を古い価格で閉じる、それができるのは、それが指標だからです。
 

to:faa

議論に議論を重ねているうちに、フリーク連隊が到着しました。

指数平滑化による時系列予測

指数平滑法を用いた時系列予測(終了)

候補者は、あなたのメソッドに完全にマッチしています。

 
C-4:

to:faa

議論に議論を重ねているうちに、フリーク連隊が到着しました。

指数平滑化による時系列予測

指数平滑法を用いた時系列予測(終了)

候補者は、あなたのメソッドに完全にマッチしています。

しました。と断った。予測誤差をもとに平滑化パラメータを調整する方法に興味を持ちました。これが私にとっての問題の一部です。

もうひとつ問題がある。先ほど、あるモデルのシミュレーション結果を掲載しました。今は別のものに投稿しています。

kotir hp1(-1 to -2) hp1_d(-1 to -1) eq1_hp2(-1 to -3) eq1_hp2_d(-1 to -4)

ここで、HPは1/DX商、すなわちドルインデックスの逆数を平滑化する。

その結果がこちらです。

LM ACFと最大Prob Cによる最適化に適している。

そして、その憂鬱な結果がこちら。

サンプル内で予測する場合、私は素晴らしいプロフィットファクターを持っていますが、特に観測のプロフィットファクターに注意してください。しかし、サンプル以外では......。なぜ、このようなバラ色の結果が、もう一歩踏み込まないのでしょうか。理解できない。

 
tara:


ウラジミール:サンサニッチの展望は狭くないが、課題は具体的であるように思う。imho、もちろんです。

そして、ブルドッグの握力...。


通常、このようなモデルは、メーカーがすぐにテスターにかけ、水抜きを確認して、新しいモデルに移行します。しかし、ここでは、前座が奇跡を期待して毎日の予測をリアルタイムで表示する、ある種のマゾヒズムがある。
 
faa1947:

サンプル内で予測する場合、私は素晴らしいプロフィットファクターを持っています、特に観測におけるプロフィットファクターに注意してください。しかし、サンプル以外では......。なぜ、このようなバラ色の結果が、もう一歩踏み込まないのでしょうか。理解できない。

ついに教団の信者が、宗教的トリックの最大の秘密を明かした!?

エレメンタリー ワトソン!非定常だからです。定常性とは、分散と期待値が定数であり、それらが測定されたサンプルに依存しないことである。つまり、他の独立したサンプルでも、ほぼ同じ定数が得られるはずなのです。もしそうでなければ、定常性仮説は反証される。

定常性仮説は、サンプルの次元を上げることで別の方法で検証することができる。定常性の場合、分散と期待値の両方が一定に保たれるはずです。

 
faa1947:
R^2を使ったNSの出版物は見たことがないですね。

どんなアルゴリズムでも、どんなエラーでも使える...NSのp-Qも同様...。
 
Reshetov:

ついに教団の信者が、その宗教的トリックの最大の秘密を明かしたのだ!

エレメンタリー ワトソン!非定常だからです。定常性とは、分散と期待値が定数であり、それらが測定されたサンプルに依存しないことである。つまり、他の独立したサンプルでも、ほぼ同じ定数が得られるはずなのです。もしそうでなければ、定常性仮説は反証される。

サンプルサイズを大きく することで、別の方法で定常性仮説を検証することができる。定常性の場合、分散と期待値の両方が一定に保たれるはずです。


理論的にはそうなるはずなんですが、実際にはそうなりません。