リンクを共有したい - ページ 2 12345678 新しいコメント Vasiliy Sokolov 2012.02.27 13:15 #11 私が言いたいのは、違うということです。EMHの矛盾を証明するのに多くの時間を費やすのは、どうせ魚がいないのだから、価値がない。そう、テールがあるのです。そう、個々のニュースではなく、情報の束に反応するためです。そう、今や科学的に証明されているのです。しかし、市場はかつてないほど不安定で、そこからお金を稼ぐのは簡単ではありません。 p.s. このような記事をもう少し読むと、フラクタル統計学の考え方に触れることができますよ。 СанСаныч Фоменко 2012.02.27 14:04 #12 C-4:....フラクタル統計学の考え方を取り入れると、因果関係が一つの基軸になります。。馴染んでいます。ただ、他の方法と比較すると、発展途上だと思います。 EMHが無効であることを証明するために多くの時間を費やすのは無駄なことで、どうせそこには魚はいません。 私は何かを証明することに興味はありません。発想がまったく違う。市場は非定常である。それは当たり前のことです。変更することはできません。しかし、だからといって、確率に期待して目をつぶっているわけにはいきません。科学的なアプローチとしては、わかっていること、噛み砕けることを噛み砕いていくのが普通です。 Леонид 2012.02.27 16:55 #13 faa1947: толстые хвосты являются результатом памяти в котире. これは既知の事実である。 また、過去のデータに無制限にアクセス（記憶）できるのであれば、なぜ曖昧な尾という記憶が必要なのでしょうか？ もし、テールが商の将来の挙動を示してくれるなら、私たちは過去ではなく、将来の取引をしているのですから、それは貴重な情報でしょう。 СанСаныч Фоменко 2012.02.28 06:22 #14 LeoV:これは既知の事実である。また、過去のデータに無制限にアクセス（記憶）できるのであれば、なぜ曖昧な尾という記憶が必要なのでしょうか？もし、テールだけがコチルの将来の行動を示しているとしたら、それは貴重な情報です。なぜなら、私たちは過去ではなく、未来で取引をしているのですから。 ああ、そうだろうな。ただ、何でもかんでも手づかみで。 先日、分布の法則の 変化を利用して予測を行うという記事を見ました。それは珍しい考え方ですね。 Alexey Subbotin 2012.02.28 07:11 #15 共有します。 テールについてですが、ひとつだけ嬉しい結果があります。その計算方法を説明しよう。 通貨系列の最初の差分がどのように大まかに分布しているか（exp(-a|x|)のように大まかに、とか）、みんな知っています。私は、この分布のどの部分が、いわば「真の外部情報の担い手」なのかを見極めることにした。私たちがやっていることは、こういうことです。ある大きな時間間隔のRMSリターンを数え、それぞれの商について、同じ分散を持つ正規分布に対するラプラス分布に属する確率比を計算してみましょう。計算方法については、wikipediaがあるので、割愛します。 尤度比そのもの（というか、その対数）の分布をプロットすると、興味深いケースが浮かび上がってくる。 図では2だけ右に切れているが、理論的には尾は無限大になる。つまり、全体は1/2*ln(π)の値で急ブレーキがかかっているだけなのです。その結果、ごく一部の引用符でラプラスの発生が大きく異なること、つまりガウス分布よりもテールが太い分布が得られることが判明したのです。そして、これらの見積もりは計算可能です。 この事実に基づいてトレンドフラットアナライザーを効果的に構築し、現在のバーで既に基準への準拠を判断することが可能であると思われる。まあ、少なくとも効果的に災害を把握し、迅速に対応することです。 СанСаныч Фоменко 2012.02.28 07:32 #16 alsu:共有します。テールについてですが、ひとつ魅力的な結果があります。計算の方法について説明しよう。通貨系列の最初の差分がどのように大まかに分布しているか（exp(-a|x|)のように大まかに、とか）、みんな知っています。私は、この分布のどの部分が、いわば「真の外部情報の担い手」なのかを見極めることにした。私たちがやっていることは、こういうことです。ある大きな期間のRMSリターンを計算し、それぞれの商について、同じ分散を持つ正規分布に対するラプラス分布に属する尤度比を計算しなさい。計算方法については、wikipediaがあるので割愛します。尤度比そのもの（というか、その対数）の分布をプロットすると、面白いことが起こります。図では2で右に切れているが、理論的には尾は無限大になる。つまり、全体は1/2*ln(π)の値で鋭い崖になっているだけなのです。その結果、ごく一部の引用符でラプラスの発生が大きく異なること、つまりガウス分布よりもテールが太い分布が得られることが判明したのです。そして、これらの見積もりは計算可能です。この事実に基づいてトレンドフラットアナライザーを効果的に構築し、現在のバーで既に基準への準拠を判断することが可能であると思われる。まあ、少なくとも効果的に災害を把握し、迅速に対応することです。とても興味深いです。 分布について語るとき、私たちはかなり多くの観察に基づいています。グラフには、2万という数字が見えます。これだけの観測結果があれば、分布の法則について 結論を出すことができるというのは、私も同感です。しかし、私たちは現在のバーの次のバーに興味があるのです。そして、ここでは観測回数が多ければ多いほど、最後のバーについて「平均的」な結論が導き出される。 30という不思議な数字がある。30歳以前はt統計量、30歳以降は正規の母集団をサンプリングした場合のz統計量とされています。 そこで質問です。大きなサンプルで特定したパターンを、この小さなものは大きなものに属すると仮定して、小さなサンプルに使用することは可能でしょうか？ СанСаныч Фоменко 2012.02.28 07:40 #17 ちなみに、上のリンクからテールのセレクションを作りました ファイル: tail.zip 19 kb Alexey Subbotin 2012.02.28 10:09 #18 faa1947: とても興味深いです。 分布について語るとき、十分な数の観察に基づいている。グラフでは2万という数字が出ていますね。これだけの観測結果があれば、分布の法則について結論を出すことができるというのは、私も同感です。しかし、私たちは現在のバーの次のバーに興味があるのです。そして、ここでは観測回数が多ければ多いほど、最後のバーについてより「平均的」な結論が導き出されることになる。 30という不思議な数字がある。30歳以前はt統計量、30歳以降は標本と母集団が正規であればz統計量と言われます。 そこで質問です。大きなサンプルで特定したパターンを、この小さなものは大きなものに属すると仮定して、小さなものに使用することは可能でしょうか？ 分布の性質は変わりません。ちなみに、この研究自体は、尤度比の奇妙な挙動が肉眼で見てわかるというところから始まっている。 Alexey Subbotin 2012.02.28 10:12 #19 ところで、この件に関して、ちょっと面白い応用例を通りすがりに発見しました。もし、あるタスクが系列の「滑り」特性を分析することであるなら、異常なLRを持つバーを考慮から外すと、分析結果はより滑らかになる。そのため、外部からの影響を受けにくく、より正確にモデルのパラメータを推定することができる。 Леонид 2012.02.28 10:19 #20 alsu: その結果、ごく一部の引用文が、ガウス分布よりも厚い尾を持つ分布であるラプラス分布に属する確率が大きく異なることが判明したのです。 これは、何らかのパターンが存在することを示唆している。常に、どこでもというわけではありませんが、それは理解できることです。それに応じて取引に利用することができます。 12345678 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
私が言いたいのは、違うということです。EMHの矛盾を証明するのに多くの時間を費やすのは、どうせ魚がいないのだから、価値がない。そう、テールがあるのです。そう、個々のニュースではなく、情報の束に反応するためです。そう、今や科学的に証明されているのです。しかし、市場はかつてないほど不安定で、そこからお金を稼ぐのは簡単ではありません。
p.s. このような記事をもう少し読むと、フラクタル統計学の考え方に触れることができますよ。
馴染んでいます。ただ、他の方法と比較すると、発展途上だと思います。
EMHが無効であることを証明するために多くの時間を費やすのは無駄なことで、どうせそこには魚はいません。
私は何かを証明することに興味はありません。発想がまったく違う。市場は非定常である。それは当たり前のことです。変更することはできません。しかし、だからといって、確率に期待して目をつぶっているわけにはいきません。科学的なアプローチとしては、わかっていること、噛み砕けることを噛み砕いていくのが普通です。
faa1947: толстые хвосты являются результатом памяти в котире.
これは既知の事実である。
また、過去のデータに無制限にアクセス（記憶）できるのであれば、なぜ曖昧な尾という記憶が必要なのでしょうか？
もし、テールが商の将来の挙動を示してくれるなら、私たちは過去ではなく、将来の取引をしているのですから、それは貴重な情報でしょう。
これは既知の事実である。
また、過去のデータに無制限にアクセス（記憶）できるのであれば、なぜ曖昧な尾という記憶が必要なのでしょうか？
もし、テールだけがコチルの将来の行動を示しているとしたら、それは貴重な情報です。なぜなら、私たちは過去ではなく、未来で取引をしているのですから。
ああ、そうだろうな。ただ、何でもかんでも手づかみで。
先日、分布の法則の 変化を利用して予測を行うという記事を見ました。それは珍しい考え方ですね。
共有します。
テールについてですが、ひとつだけ嬉しい結果があります。その計算方法を説明しよう。
通貨系列の最初の差分がどのように大まかに分布しているか（exp(-a|x|)のように大まかに、とか）、みんな知っています。私は、この分布のどの部分が、いわば「真の外部情報の担い手」なのかを見極めることにした。私たちがやっていることは、こういうことです。ある大きな時間間隔のRMSリターンを数え、それぞれの商について、同じ分散を持つ正規分布に対するラプラス分布に属する確率比を計算してみましょう。計算方法については、wikipediaがあるので、割愛します。
尤度比そのもの（というか、その対数）の分布をプロットすると、興味深いケースが浮かび上がってくる。
図では2だけ右に切れているが、理論的には尾は無限大になる。つまり、全体は1/2*ln(π)の値で急ブレーキがかかっているだけなのです。その結果、ごく一部の引用符でラプラスの発生が大きく異なること、つまりガウス分布よりもテールが太い分布が得られることが判明したのです。そして、これらの見積もりは計算可能です。
この事実に基づいてトレンドフラットアナライザーを効果的に構築し、現在のバーで既に基準への準拠を判断することが可能であると思われる。まあ、少なくとも効果的に災害を把握し、迅速に対応することです。
共有します。
テールについてですが、ひとつ魅力的な結果があります。計算の方法について説明しよう。
通貨系列の最初の差分がどのように大まかに分布しているか（exp(-a|x|)のように大まかに、とか）、みんな知っています。私は、この分布のどの部分が、いわば「真の外部情報の担い手」なのかを見極めることにした。私たちがやっていることは、こういうことです。ある大きな期間のRMSリターンを計算し、それぞれの商について、同じ分散を持つ正規分布に対するラプラス分布に属する尤度比を計算しなさい。計算方法については、wikipediaがあるので割愛します。
尤度比そのもの（というか、その対数）の分布をプロットすると、面白いことが起こります。
図では2で右に切れているが、理論的には尾は無限大になる。つまり、全体は1/2*ln(π)の値で鋭い崖になっているだけなのです。その結果、ごく一部の引用符でラプラスの発生が大きく異なること、つまりガウス分布よりもテールが太い分布が得られることが判明したのです。そして、これらの見積もりは計算可能です。
この事実に基づいてトレンドフラットアナライザーを効果的に構築し、現在のバーで既に基準への準拠を判断することが可能であると思われる。まあ、少なくとも効果的に災害を把握し、迅速に対応することです。
とても興味深いです。
分布について語るとき、私たちはかなり多くの観察に基づいています。グラフには、2万という数字が見えます。これだけの観測結果があれば、分布の法則について 結論を出すことができるというのは、私も同感です。しかし、私たちは現在のバーの次のバーに興味があるのです。そして、ここでは観測回数が多ければ多いほど、最後のバーについて「平均的」な結論が導き出される。
30という不思議な数字がある。30歳以前はt統計量、30歳以降は正規の母集団をサンプリングした場合のz統計量とされています。
そこで質問です。大きなサンプルで特定したパターンを、この小さなものは大きなものに属すると仮定して、小さなサンプルに使用することは可能でしょうか？
とても興味深いです。
分布について語るとき、十分な数の観察に基づいている。グラフでは2万という数字が出ていますね。これだけの観測結果があれば、分布の法則について結論を出すことができるというのは、私も同感です。しかし、私たちは現在のバーの次のバーに興味があるのです。そして、ここでは観測回数が多ければ多いほど、最後のバーについてより「平均的」な結論が導き出されることになる。
30という不思議な数字がある。30歳以前はt統計量、30歳以降は標本と母集団が正規であればz統計量と言われます。
そこで質問です。大きなサンプルで特定したパターンを、この小さなものは大きなものに属すると仮定して、小さなものに使用することは可能でしょうか？
分布の性質は変わりません。ちなみに、この研究自体は、尤度比の奇妙な挙動が肉眼で見てわかるというところから始まっている。