エコノメトリックス:一歩先の予測 - ページ 93 1...8687888990919293949596979899100...139 新しいコメント Дмитрий 2011.12.02 12:55 #921 faa1947: 大きなニュースです。AND ARIMA? AND ARCH?これはどの列に対してでしょうか? コチエ=トレンド+ノイズ 左側は非定常ですが、右側はどこでしょうか? このニュースは大きくも古くもありません。これらの方法は、定常系列に対して開発され、適用されています。しかし、非定常系列の場合は、これらの手法を適用できるようにするために、「定常型にする」ための手法が用いられます。 ある系列が非定常である場合、それは非定常である。このシリーズは、統計的に不安定な性質を持っています。シリーズを切り分けても、どの作品でも静止画になる。 上昇した後、急落した場合は、上昇局面で静止していることになります。しかし、価格系列全体は非定常(急変すること)である。 СанСаныч Фоменко 2011.12.02 13:12 #922 Demi: このニュースは大きくも古くもありません。これらの方法は、定常系列に対して開発され、適用されています。そして、非定常のものについては、これらの手法を適用できるようにするために「定常型にする」ための手法が用いられている。 ある系列が非定常である場合、それは非定常である。このシリーズは、統計的に不安定な性質を持っています。シリーズを切り分けても、どの作品でも静止画になる。 上昇した後、急落した場合は、上昇局面で静止していることになります。しかし、価格系列全体は非定常(急変すること)である。 トレンドの変化は非定常性を示すものではありません。 最初からやりましょう。私は、次のような定常性の定義を使っています:系列は、モ=一定(「ほぼ」一定)、分散=一定(「ほぼ」一定)であれば定常的です。 系列に決定論的な要素がある限り、統計学は語れない。そのため、決定論的な成分を差し引いた残差で作業を行います。この手順を踏むと、残差はロウソクの長さよりずっと小さくなるのが普通なので、問題は質的に楽になる。 СанСаныч Фоменко 2011.12.02 13:18 #923 Demi: このニュースは大きくも古くもありません。これらの方法は、定常系列に対して開発され、適用されています。しかし、非定常のものについては、これらの手法を適用できるようにするために、「定常型にする」ための手法が用いられます。 ARIMAについてはまだ納得できるとして、ARCHは純粋に非定常のものです。私は、非定常性のある種の微妙な点を狙った特定のテストを使用し、それが特定されると、純粋な非定常性をモデル化します。残差はしばしば静止していることが判明する。 そして、非定常のものに対しては、「定常の形にする」ための手法が用いられる。 ご指摘の方法が使えるということは、非定常な系列を扱っているのでしょうか? Дмитрий 2011.12.02 13:22 #924 faa1947: トレンドの変化は非定常性のサインではありません。 最初からやりましょう。私は定常性の定義を次のように使っています:モ=一定(「ほぼ」一定)、分散=一定(「ほぼ」一定)であれば、系列は定常です。 系列に決定論的な要素がある限り、統計学は語れないのです。そのため、決定論的な成分を差し引いた残りを使って作業しているのです。この手順を踏むと、残差はロウソクの長さよりずっと小さくなるのが普通なので、問題は質的に楽になる。 定常ランダムプロセスは、そのすべての確率特性が時間に対して独立していなければ なりません。長い期間、ほぼ直線的に上昇していた価格が突然急落した場合、下落前は定常過程であり、系列を塊に分解すれば、その塊の統計的特性はほぼ同じになるからです。しかし、下落後はその確率特性が変化し、非定常性(MOが変化、分散が変化)となった。 どんな系列でも決定論的な要素を特定することは可能であり、統計学について話すべきでしょう。もし、系列が非定常であれば、この決定論的成分は非常に小さな予測力を持つことになる。 СанСаныч Фоменко 2011.12.02 13:25 #925 Demi: 定常ランダムプロセスは、そのすべての確率特性が時間から独立して いるはずです。長期間にわたってほぼ直線的に上昇していた価格が、突然急落した場合、その下落までは定常過程であり、系列を塊に分解すれば、その塊の統計的特性はほぼ同じになるからです。し かし、衰退した後は、その確率特性が変化し、非定常と なった。私の定義は建設的で、モデリングプランを可能にし、目的を明確にすることです。 ステップ1:系列に決定論的な要素がある限り、確定的なことは言えない。私にとっては公理である。 Дмитрий 2011.12.02 13:27 #926 faa1947: 私の定義は建設的で、モデリングプランを可能にし、目的を明確にすることです。 ステップ1:系列に決定論的な要素がある以上、確定的なことは言えない。これは私にとっての公理です。 どんなシリーズにも、決定論的な要素がある。問題は予測の品質と精度 Дмитрий 2011.12.02 13:28 #927 faa1947: ご指摘の方法が使えるということは、非定常な行程で作業しているのでしょうか? それをトレーディングに応用しようと試みたが、結果は惨憺たるものだった。TAを使いたい。 偉業を成し遂げる余地はあるが。 СанСаныч Фоменко 2011.12.02 13:30 #928 Demi: どんなシリーズにも決定論的な要素があります。問題は予測の品質と精度脱線しないように。 決定論的な要素を区別しています。残像はどうですか?ここでも決定論的な要素を確認する。理由は古いものだからです。ノイズを取る。決定論的な要素を排除したノイズを得れば、推論が可能になる。 Дмитрий 2011.12.02 13:33 #929 faa1947: 横着は禁物です。 決定論的な要素を区別しています。残滓はどうする?決定論的な要素について再度確認する。理由は古いものだからです。ノイズになれ。決定論的な要素を排除したノイズを得れば、推論が可能になる。 何のために?何を憶測しているのか?決定論的な要素を分離し、モデルを作り、テストし、分析し、廃棄する(冗談です)。 子部品が良質なものであれば、交換する。残りは何に使うの? 問題は、この部品の品質です。 DDFedor 2011.12.02 13:35 #930 faa1947: どう考えても、統計を取ればその前が見えてくる。そして、「どうなるのか」を示すことができるはずもなく...。純粋な推測です。それならうまくいくかも? > 1...8687888990919293949596979899100...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
大きなニュースです。AND ARIMA? AND ARCH?これはどの列に対してでしょうか?
コチエ=トレンド+ノイズ
左側は非定常ですが、右側はどこでしょうか?
このニュースは大きくも古くもありません。これらの方法は、定常系列に対して開発され、適用されています。しかし、非定常系列の場合は、これらの手法を適用できるようにするために、「定常型にする」ための手法が用いられます。
ある系列が非定常である場合、それは非定常である。このシリーズは、統計的に不安定な性質を持っています。シリーズを切り分けても、どの作品でも静止画になる。
上昇した後、急落した場合は、上昇局面で静止していることになります。しかし、価格系列全体は非定常(急変すること)である。
このニュースは大きくも古くもありません。これらの方法は、定常系列に対して開発され、適用されています。そして、非定常のものについては、これらの手法を適用できるようにするために「定常型にする」ための手法が用いられている。
ある系列が非定常である場合、それは非定常である。このシリーズは、統計的に不安定な性質を持っています。シリーズを切り分けても、どの作品でも静止画になる。
上昇した後、急落した場合は、上昇局面で静止していることになります。しかし、価格系列全体は非定常(急変すること)である。
トレンドの変化は非定常性を示すものではありません。
最初からやりましょう。私は、次のような定常性の定義を使っています:系列は、モ=一定(「ほぼ」一定)、分散=一定(「ほぼ」一定)であれば定常的です。
系列に決定論的な要素がある限り、統計学は語れない。そのため、決定論的な成分を差し引いた残差で作業を行います。この手順を踏むと、残差はロウソクの長さよりずっと小さくなるのが普通なので、問題は質的に楽になる。
このニュースは大きくも古くもありません。これらの方法は、定常系列に対して開発され、適用されています。しかし、非定常のものについては、これらの手法を適用できるようにするために、「定常型にする」ための手法が用いられます。
ARIMAについてはまだ納得できるとして、ARCHは純粋に非定常のものです。私は、非定常性のある種の微妙な点を狙った特定のテストを使用し、それが特定されると、純粋な非定常性をモデル化します。残差はしばしば静止していることが判明する。
そして、非定常のものに対しては、「定常の形にする」ための手法が用いられる。
ご指摘の方法が使えるということは、非定常な系列を扱っているのでしょうか?
トレンドの変化は非定常性のサインではありません。
最初からやりましょう。私は定常性の定義を次のように使っています:モ=一定(「ほぼ」一定)、分散=一定(「ほぼ」一定)であれば、系列は定常です。
系列に決定論的な要素がある限り、統計学は語れないのです。そのため、決定論的な成分を差し引いた残りを使って作業しているのです。この手順を踏むと、残差はロウソクの長さよりずっと小さくなるのが普通なので、問題は質的に楽になる。
定常ランダムプロセスは、そのすべての確率特性が時間に対して独立していなければ なりません。長い期間、ほぼ直線的に上昇していた価格が突然急落した場合、下落前は定常過程であり、系列を塊に分解すれば、その塊の統計的特性はほぼ同じになるからです。しかし、下落後はその確率特性が変化し、非定常性(MOが変化、分散が変化)となった。
どんな系列でも決定論的な要素を特定することは可能であり、統計学について話すべきでしょう。もし、系列が非定常であれば、この決定論的成分は非常に小さな予測力を持つことになる。
定常ランダムプロセスは、そのすべての確率特性が時間から独立して いるはずです。長期間にわたってほぼ直線的に上昇していた価格が、突然急落した場合、その下落までは定常過程であり、系列を塊に分解すれば、その塊の統計的特性はほぼ同じになるからです。し かし、衰退した後は、その確率特性が変化し、非定常と なった。
私の定義は建設的で、モデリングプランを可能にし、目的を明確にすることです。
ステップ1:系列に決定論的な要素がある限り、確定的なことは言えない。私にとっては公理である。
私の定義は建設的で、モデリングプランを可能にし、目的を明確にすることです。
ステップ1:系列に決定論的な要素がある以上、確定的なことは言えない。これは私にとっての公理です。
どんなシリーズにも、決定論的な要素がある。問題は予測の品質と精度
ご指摘の方法が使えるということは、非定常な行程で作業しているのでしょうか?
それをトレーディングに応用しようと試みたが、結果は惨憺たるものだった。TAを使いたい。
偉業を成し遂げる余地はあるが。
どんなシリーズにも決定論的な要素があります。問題は予測の品質と精度
脱線しないように。
決定論的な要素を区別しています。残像はどうですか?ここでも決定論的な要素を確認する。理由は古いものだからです。ノイズを取る。決定論的な要素を排除したノイズを得れば、推論が可能になる。
横着は禁物です。
決定論的な要素を区別しています。残滓はどうする?決定論的な要素について再度確認する。理由は古いものだからです。ノイズになれ。決定論的な要素を排除したノイズを得れば、推論が可能になる。
何のために?何を憶測しているのか?決定論的な要素を分離し、モデルを作り、テストし、分析し、廃棄する(冗談です)。
子部品が良質なものであれば、交換する。残りは何に使うの?
問題は、この部品の品質です。
どう考えても、統計を取ればその前が見えてくる。そして、「どうなるのか」を示すことができるはずもなく...。純粋な推測です。それならうまくいくかも?