ある部分を分析しても、次の部分が予測できないようなプロセスが存在するかどうか。 - ページ 9 1234567891011121314151617 新しいコメント Mikhail Dovbakh 2012.05.08 16:34 #81 しかし、すべての悪化した状況にもかかわらず、ある条件、すなわち、на тех участках 、相関時間(それは一定ではないかもしれない-プロセスは非定常である!)がある閾値を超えると、完全に受け入れられる有限分散で予測を 行うことができます。それは、少なくともある瞬間にプロセスの相関が良好(ある閾値を超える、原理的には計算可能)であるという条件であり、これらの瞬間を特定する能力は、予測の可能性の十分条件である。同時に、非定常性や分散性の欠如という事実も、それ自体では問題ではない。わからない人に説明できる? 過去のプロットとは何なのか、そして、それは現在も含んでいるのか...。 そして、コーシーモードが平均になるという意味で? Alexey Subbotin 2012.05.08 17:00 #82 avatara: わからない人に説明できる? 過去にどんなプロットがあるのか? と、現在もあることは理解しているのですが...。 そして、コーシーの意味では最頻値が平均値になるのですね。 まあ、MOや分散、非定常性がないことは、プロセスを予測不可能とみなす理由にはならないことを示すために、大げさな例を挙げただけなんですけどね。キーワードは、時間的な意味で予測可能な領域を特定する能力です。 もちろん、MoDについては、その場の勢いでウソをついてしまった。 Sceptic Philozoff 2012.05.09 00:50 #83 C-4: もし、定常性を実現しようとするならば、普通のSBを使えば、アイドルRMSで完全な定常性が得られます。普通のSB」のどこに定常性があるのか? また、「理想的な実効値」はどこにあるのでしょうか? P.S. 何の話かもっと具体的に教えてほしい。リターンのことなら、そうですね。 Петр 2012.05.09 01:08 #84 静粛に。 削除済み 2012.05.09 03:50 #85 C-4: 残念ながら、どんな予測も決定論的な要素にしか頼ることができない。この要素がない行では、予測も収益も不可能になる。 これは非常に議論を呼ぶ発言です。 削除済み 2012.05.09 03:58 #86 faa1947: そのような配慮をチームがどう捉えるか。 1.決定論的な要素があれば、予測は可能である。 2.決定論的成分は左側だけでなく、最後の小節で右側にも微分可能である。 3.右側(次のバーが来るまで!)への差分は、平滑化関数のタイプによって提供されます。どこかで見たのですが、接合部の3次スプラインは微分可能なままなんですね。 未分化な機能についても予測することが可能である。 また、決定論的な要素がない場合でも予測は可能である。 差別化できることと、予測できることを結びつけてはいけないのです。あたたかさとやわらかさを比べているようです。 Петр 2012.05.09 04:00 #87 後で書きますね。無理だ... СанСаныч Фоменко 2012.05.09 04:01 #88 alsu: これは答えではなく、あなた自身の妄想に関する質問です。例を挙げて反論しています。 密度1/pi*1/(1+(x-x0)^2)、期待値x0の非定常過程も確率変数で、完全不確実性のため-分布不明(定常か否か-も不明)とする。そして、プロセスの相関時間が0でない、つまり、ACF(tau,t)*tauの積の積分が、任意のtについて0より大きいものとする。 そのプロセスについて、私たちは何を知っているのか。 a) その分散は常に無限大である(信じられないなら積分を計算してみてください)。 b) 狭義の意味でも、おそらく 広義の意味でも、非定常 である。前者は、過程の密度が一定でないため、狭義の定常性の定義から実際に導かれ、後者は、過程x0の未知の特性から導かれる。 しかし、このような状況にもかかわらず、ある条件下、つまり、相関時間(それは一定ではないかもしれない-プロセスは非定常である!)がある閾値を超える部分では、完全に受け入れられる有限分散で予測をすることができるのである。それは、少なくともある瞬間にプロセスの相関が良好(ある閾値を超える、原理的には計算可能)であるという条件であり、これらの瞬間を特定する能力は、予測の可能性の十分条件である。しかし、非定常性や分散の欠如という事実そのものは重要ではない。 誤差はいくらでも変化するので、それを計算できるようにするのが私たちの仕事です。それができるのなら、なぜ時点によって違うことができないのでしょうか?あなたの致命的な間違いは、予測の分散と予測されたプロセスの分散を区別していないことです。これらは全く別のもので、お互いに厳密には関係ありません。両者の関係の有無や深さは、プロセスに関する知識の量、持っている予測手法、そして最後に予測プロセス自体の特性など、多くの要因に依存します。上の例はそれを裏付けるものです。 確かに、人は自分の意思ではなく、権威者の助言で誤る傾向がありますから、あなただけが固執しているわけではありません。 それは、権威の問題ではありません。 あなたの推理の誤りは、数学的な計算を非常に信用する数学的素養のある人(あなたはないのかもしれませんが、数学者の誤りは)の典型です。 統計学では、どんな正当化も簡単で、単純な推論で簡単に反論できる、それがとても好きなんです。 分散の不確実性は予測の決定要因であり、 過去のデータを参照することは、それがどのような数式で覆い隠されようとも適切ではありません。 簡単な例です。ターゲットに向かって撮影する。通常の法則が支配しており、10、9、8などの命中確率を判断し、射手の質を推定することができると教わりました。根拠となるのは、過去のデータから算出した分散値です。しかし、どのシューターも目隠しをされ、椅子に座らされ、回転させられたら、分散と一緒に全体のストーリーは忘却の彼方へいってしまうでしょう。 私には、これこそが非定常性の証に思えます。過去は何も語らない。そして、過去を利用するためには、それなりの努力が必要です。 予測は確率変数、つまり計算する数値は範囲からの現実化であり、基本となるのは範囲境界と計算した範囲境界の信頼度である。分散のないところはない。もし、それが変数だとしたらどうだろう?特にARCHモデルは、この分散をモデル化し、分散の不確実性を明らかにし、分散の挙動(定数ではなく、挙動)をある程度把握することで、より確実に予測に関する記述を行おうとするものです。 もしあなたの投稿が、非定常的なVRを扱うことができるという話であれば、私は完全に同意します。しかし、非定常性問題の完全な解法が分からないので、この問題をどのような方法で解決し、何を解決して何を解決しないのか、常にモデルで明示する必要があるのです。私たちのモデルでは考慮できない、何らかの非定常的な特性を持つ領域が常に存在し、TCは合体し、バランスラインは決して直線にはならないのです。 Andrey Dik 2012.05.09 04:02 #89 Svinozavr: 後で書きますね。無理だ... 後で?- いや、今書いてください。 Avals 2012.05.09 04:40 #90 faa1947:予測には分散の不確実性が重要であり、 それを隠すためにどのような数式を用いても過去のデータを参照することは適切ではありません。 常に予測を立てる必要はありません。実際の価格シリーズ、例えばEURUSD M 1を例とする。各時間の最初の分を59分に置き換えてください。系列全体としては非定常のままだが、予測とその結果は確率的ですらなく、決定論的である。TCの株式は、あなたが探している空に対して斜めの直線になります)) 1234567891011121314151617 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
わからない人に説明できる?
過去のプロットとは何なのか、そして、それは現在も含んでいるのか...。
そして、コーシーモードが平均になるという意味で?
わからない人に説明できる?
過去にどんなプロットがあるのか? と、現在もあることは理解しているのですが...。
そして、コーシーの意味では最頻値が平均値になるのですね。
まあ、MOや分散、非定常性がないことは、プロセスを予測不可能とみなす理由にはならないことを示すために、大げさな例を挙げただけなんですけどね。キーワードは、時間的な意味で予測可能な領域を特定する能力です。
もちろん、MoDについては、その場の勢いでウソをついてしまった。
普通のSB」のどこに定常性があるのか?
また、「理想的な実効値」はどこにあるのでしょうか?
P.S. 何の話かもっと具体的に教えてほしい。リターンのことなら、そうですね。
残念ながら、どんな予測も決定論的な要素にしか頼ることができない。この要素がない行では、予測も収益も不可能になる。
そのような配慮をチームがどう捉えるか。
1.決定論的な要素があれば、予測は可能である。
2.決定論的成分は左側だけでなく、最後の小節で右側にも微分可能である。
3.右側(次のバーが来るまで!)への差分は、平滑化関数のタイプによって提供されます。どこかで見たのですが、接合部の3次スプラインは微分可能なままなんですね。
未分化な機能についても予測することが可能である。
また、決定論的な要素がない場合でも予測は可能である。
差別化できることと、予測できることを結びつけてはいけないのです。あたたかさとやわらかさを比べているようです。
これは答えではなく、あなた自身の妄想に関する質問です。例を挙げて反論しています。
密度1/pi*1/(1+(x-x0)^2)、期待値x0の非定常過程も確率変数で、完全不確実性のため-分布不明(定常か否か-も不明)とする。そして、プロセスの相関時間が0でない、つまり、ACF(tau,t)*tauの積の積分が、任意のtについて0より大きいものとする。
そのプロセスについて、私たちは何を知っているのか。
a) その分散は常に無限大である(信じられないなら積分を計算してみてください)。
b) 狭義の意味でも、おそらく 広義の意味でも、非定常 である。前者は、過程の密度が一定でないため、狭義の定常性の定義から実際に導かれ、後者は、過程x0の未知の特性から導かれる。
しかし、このような状況にもかかわらず、ある条件下、つまり、相関時間(それは一定ではないかもしれない-プロセスは非定常である!)がある閾値を超える部分では、完全に受け入れられる有限分散で予測をすることができるのである。それは、少なくともある瞬間にプロセスの相関が良好(ある閾値を超える、原理的には計算可能)であるという条件であり、これらの瞬間を特定する能力は、予測の可能性の十分条件である。しかし、非定常性や分散の欠如という事実そのものは重要ではない。
誤差はいくらでも変化するので、それを計算できるようにするのが私たちの仕事です。それができるのなら、なぜ時点によって違うことができないのでしょうか?あなたの致命的な間違いは、予測の分散と予測されたプロセスの分散を区別していないことです。これらは全く別のもので、お互いに厳密には関係ありません。両者の関係の有無や深さは、プロセスに関する知識の量、持っている予測手法、そして最後に予測プロセス自体の特性など、多くの要因に依存します。上の例はそれを裏付けるものです。
確かに、人は自分の意思ではなく、権威者の助言で誤る傾向がありますから、あなただけが固執しているわけではありません。
それは、権威の問題ではありません。
あなたの推理の誤りは、数学的な計算を非常に信用する数学的素養のある人(あなたはないのかもしれませんが、数学者の誤りは)の典型です。
統計学では、どんな正当化も簡単で、単純な推論で簡単に反論できる、それがとても好きなんです。
分散の不確実性は予測の決定要因であり、 過去のデータを参照することは、それがどのような数式で覆い隠されようとも適切ではありません。
簡単な例です。ターゲットに向かって撮影する。通常の法則が支配しており、10、9、8などの命中確率を判断し、射手の質を推定することができると教わりました。根拠となるのは、過去のデータから算出した分散値です。しかし、どのシューターも目隠しをされ、椅子に座らされ、回転させられたら、分散と一緒に全体のストーリーは忘却の彼方へいってしまうでしょう。
私には、これこそが非定常性の証に思えます。過去は何も語らない。そして、過去を利用するためには、それなりの努力が必要です。
予測は確率変数、つまり計算する数値は範囲からの現実化であり、基本となるのは範囲境界と計算した範囲境界の信頼度である。分散のないところはない。もし、それが変数だとしたらどうだろう?特にARCHモデルは、この分散をモデル化し、分散の不確実性を明らかにし、分散の挙動(定数ではなく、挙動)をある程度把握することで、より確実に予測に関する記述を行おうとするものです。
もしあなたの投稿が、非定常的なVRを扱うことができるという話であれば、私は完全に同意します。しかし、非定常性問題の完全な解法が分からないので、この問題をどのような方法で解決し、何を解決して何を解決しないのか、常にモデルで明示する必要があるのです。私たちのモデルでは考慮できない、何らかの非定常的な特性を持つ領域が常に存在し、TCは合体し、バランスラインは決して直線にはならないのです。
後で書きますね。無理だ...
予測には分散の不確実性が重要であり、 それを隠すためにどのような数式を用いても過去のデータを参照することは適切ではありません。