ランダムな名言を忘れる - ページ 54 1...474849505152535455565758596061...66 新しいコメント СанСаныч Фоменко 2012.07.25 14:05 #531 上記の混乱：依存するもの＝機能、指標。Independent = 引数、指標の基となる商。 СанСаныч Фоменко 2012.07.25 14:08 #532 C-4: 価格というのは、明らかに独立した機能です。オペレーター、投機家、小口トレーダーのネットポジションは従属変数である。正味の値は、'H'列まで表示されます（Excelによる）。そして、計算された指標が出てくる。それに応じて、すでにオペレーター、投機家、小口トレーダーのネットバリューに依存している。 典型的な "機能 "の一種。 ファイル(テーブル)名と一緒に、列の名前またはその番号を指定してください。例えば、こんな風に。 table.XXXXXXX: col1 = col2, col5, col6, つまり、col1（名前があってもよい）のデータは、col2,5,6のデータから計算されることになります。異なるテーブルのものでも構いませんが、その場合、カラムとテーブル名をリンクさせます。 Vasiliy Sokolov 2012.07.30 08:11 #533 列の名前はテーブルヘッダーに記載されている。ご指摘の列は、「A」から「H」までと「O」から「Q」までの列（エクセルのアドレス）です。その他の欄は、基準値に基づいて算出されたテクニカル 指標の値です。バーの値を簡単にお見せします。 オープンインタレスト - オープンインタレスト Noncommercial Long - 非商業的なトレーダー（大口投機家）のロングポジション。 Noncommercial Short - 非商業的なトレーダー（大口投機家）のショートポジション。 オペレーター・ロング - 商業用トレーダー（ヘッジャー）のロング・ポジション。 オペレーターズショート - 商業用トレーダー（ヘッジャー）のショートポジション。 Nonrep Long - Non-reporting traders (small speculators)のロングポジション。 ノンレップショート - 責任のないトレーダー（小口投機家）のショートポジション。 グループのネットポジションに特にご注目ください。このデリバティブ値は、例えば、Net Operators = Operators Long - Operators Short などのように、グループのロングとショートのポジションの単純な差として計算されます。予測力を持つ重要な比率と考えられている。 少なくとも、明らかにしたい問題があります。 得られたデータの傾向を時間軸に重ねてみたが、これらのデータの定常性（時間依存性、季節要因）は証明されていない。 むしろ、価格が上がればオペレーターのポジションが上がり、価格が下がればオペレーターのポジションが下がるという、価格との関係が明確である。ここでは何が有力な要因で、何がスレーブなのか、それを見極める必要があります。そして、これらのデータの予測力についてのテストもお願いしたい。参加者のポジションの極値が、相場のブレイクよりもずっと早く到達すること、つまり、このような場合には予測力があることが繰り返し観察されているのだ。 СанСаныч Фоменко 2012.07.30 11:08 #534 C-4: 列の名前はテーブルヘッダーに記載されている。ご指摘の列は、「A」から「H」までと「O」から「Q」までの列（エクセルのアドレス）です。その他の欄は、基準値に基づいて算出されたテクニカル指標の値です。バーの値を簡単にお見せします。 オープンインタレスト - オープンインタレスト Noncommercial Long - 非商業的なトレーダー（大口投機家）のロングポジション。 Noncommercial Short - 非商業的なトレーダー（大口投機家）のショートポジション。 オペレーター・ロング - 商業用トレーダー（ヘッジャー）のロング・ポジション。 オペレーターズショート - 商業用トレーダー（ヘッジャー）のショートポジション。 Nonrep Long - Non-reporting traders (small speculators)のロングポジション。 ノンレップショート - 責任のないトレーダー（小口投機家）のショートポジション。 グループのネットポジションに特にご注目ください。このデリバティブ値は、例えば、Net Operators = Operators Long - Operators Short などのように、グループのロングとショートのポジションの単純な差として計算されます。予測力を持つ重要な比率と考えられている。 少なくとも、明らかにしたい問題があります。 得られたデータの傾向を時間軸に重ねてみたが、これらのデータの定常性（時間依存性、季節要因）は証明されていない。 むしろ、価格が上がればオペレーターのポジションが上がり、価格が下がればオペレーターのポジションが下がるという、価格との関係が明確である。ここでは何が有力な要因で、何がスレーブなのか、それを見極める必要があります。そして、これらのデータの予測力についてのテストもお願いしたい。参加者のポジションの極値は、相場が崩れるよりずっと前に到達していること、つまりこのような場合には予測力を持つことが繰り返し観察されている。 では、はじめましょう。 私に課せられた使命は、あまり明確ではありませんが。 何を取引しているのか？ 計算してみますので、コメントをお願いします。 Роман 2012.07.30 11:11 #535 faa1947: では、はじめましょう。 私に課せられた使命は、あまり明確ではありませんが。 何を取引しているのか？ 計算してみるので、コメントください。 それはそれで面白いかも...。 市場運営者のネットポジションのねじれで参入する場合のTSプランのサンプルはこちら： "マスタークラス「CFTCレポートを取引に活用する」。少し話がずれていたらすみません。 Vasiliy Sokolov 2012.07.30 11:15 #536 faa1947: では、はじめましょう。 私に課された課題は、あまり明確ではありませんが。 私もそうです。やりながら考えよう。トレーディングではなく、系列分析（価格との相関性、定常性などなど）から始めてもいい。標準的なTAの手法を押し付けるつもりはない。分析は独立した、まったく別の側面から行うようにしましょう。 СанСаныч Фоменко 2012.07.30 11:35 #537 C-4: オープンインタレスト - オープンインタレスト Noncommercial Long - 非商業的なトレーダー（大口投機家）のロングポジション。 Noncommercial Short - 非商業的なトレーダー（大口投機家）のショートポジション ; 最初のテーブルから指定されたカラムを取り出してみましょう。 すべての変数が同じ最小オブザベーション数を持っているわけではないので - 597 これらの変数は、以下のような形式をとる。 ヒストグラム正規分布とはほとんど関係がないことがわかる 自己相関 偏相関 AC PAC Q-Stat Prob .|******* .|******* 1 0.955 0.955 547.11 0.000 .|******* .|.| 2 0.917 0.053 1052.0 0.000 .|*******| .|.| 3 0.886 0.074 1524.4 0.000 .|*******| .|.| 4 0.859 0.040 1969.4 0.000 .|******| .|* | 5 0.839 0.076 2394.4 0.000 .|*******| .|.| 6 0.815 -0.030 2796.2 0.000 .|******| .|* | 7 0.799 0.088 3182.8 0.000 .|*******| .|* |* 8 0.791 0.112 3563.0 0.000 .|*******| .|.| 9 0.785 0.047 3937.6 0.000 .|******| .|* |2 10 0.782 0.075 4310.4 0.000 .|*******| .|.| 11 0.780 0.047 4681.3 0.000 .|******| .|* 12 0.783 0.106 5055.8 0.000 .|******| .|* 13 0.792 0.114 5439.5 0.000 .|***** | ***|. | 14 0.762 -0.389 5795.2 0.000 観測値間に相関がない確率は0 偏りや傾向を取り除いた後の定常性テスト 帰無仮説：OPEN_INTERESTは単位根を持つ 外生：定数、リニアトレンド ラグ長：13（自動-SICに基づく、maxlag=18） t-Statistic Prob.*. Augmented Dickey-Fuller 検定統計量 -3.717413 0.0219 非定常性の確率は約2％、すなわちシフトとトレンドを除去した後、系列は定常的である これは、HPフィルターでデトレンドした後にはっきりとわかる。 残差の下部では、平均が変化せず、平均のまわりで振動していることがわかります。しかし、振動の大きさは様々で、これには異分散性をモデル化する必要があります。 1つ目の変数の分析に興味があれば、他の2つについても分析することができます。 Forget random quotes リバーシング: 最大ドローダウンの削減と他の相場のテスト MQL5における拡張ディッキー フラー検定の実装 СанСаныч Фоменко 2012.07.30 11:50 #538 C-4: オープンインタレスト - オープンインタレスト Noncommercial Long - 非商業的なトレーダー（大口投機家）のロングポジション。 Noncommercial Short - Noncommercial Traders (large speculators)のショートポジション; これらの変数の関係を見てください。Open Interestは他の2つの変数に依存するかという質問をしてみましょう。 そこで、建玉の投機筋への依存度を見てみましょう。 回帰式 推定式。 ========================= open_interest = c(1)*long_in_oi + c(2)*short_in_oi 代用される係数。 ========================= open_interest = 181072.989406*long_in_oi + 215543.752303*short_in_oi 得られた係数の評価 被説明変数：OPEN_INTEREST 方法：最小二乗法 日付: 2012年7月30日 時間: 17:46 サンプル数：1,597 含まれる観測データ：597件 変数 係数 標準偏差誤差 t-Statistic Prob. LONG_IN_OI 181073.0 6965.536 25.99556 0.0000 係数推定誤差 =181073.0, 6965.536 約4% - 注目すべき結果です。 short_in_oi 215543.8 7539.375 28.58907 0.0000 R二乗 0.276436 しかし、建玉と投機筋のマッチングは弱い! 調整後R二乗 0.275220 S.D. dependent var 46013.71 S.E.of regression 39173.32 Akaike info criterion 23.99272 Sum squared resid 9.13E+11 Schwarz criterion 24.00744 対数尤度 -7159.828 Hannan-Quinn criterion. 23.99845 Durbin-Watson stat 0.288368 この続きは、もう少し後で。 Forget random quotes スルトノフ回帰モデル（SRM） - 市場の数学的モデルであると主張する。 ディープニューラルネットワーク(その2)予測変数の変換と選択 Vasiliy Sokolov 2012.07.30 11:57 #539 faa1947: 1つ目の変数の分析に興味があれば、他の2つについても分析することができます。 はい、もちろんそうです。オープンインタレストはそれほど重要でもない。最も重要なカラムはOperatorsです。非商用は原則的に鏡像であるべきです（少なくとも目で見てわかることです）。しかし、そうではないという意見もあり、外見上はミラーが「似ている」にもかかわらず、肉眼では見えない異なる特徴を持った別のチャートであるというのです。また、小規模な投機家は、独自の独立したシリーズを与えるべきである。 OIが静止しているのはおかしい。原理的には非定常である価格と相関があるはずです。確かに、OIの水準は（特に決済先物では）満期時刻に強く依存し、着実に満期時刻に近づいていきます。これが定常性というものなのかもしれません。 すべての列の関係は概ね単純である（2つの計算式で累積ロングポジションと累積ショートポジションを計算する）。 OI = Noncommercial Traders Long + Noncommercial Traders Spreading + Operators Long + Non-reportable Long。 OI = Noncommercial Traders Short + Noncommercial Traders Spreading + Operators Short + Non-reportable Short。 すなわち、建玉には常に買いと売りの両面があり、建玉が1枚であれば、2人の売り手が1枚の取引を行ったことになる。一方はショートポジションを、もう一方はロングポジションを保有することになります。 すべては、グループ間の不均等な配分で成り立っているのです。そして、強いアンバランスが生じたときは、取引を行うためのシグナルとなるのです。 Vasiliy Sokolov 2012.07.30 12:16 #540 faa1947: これらの変数の関係を見てください。もし、興味があれば、このリストを増やすことができる。 そこで、建玉の投機筋への依存度を見てみましょう。 回帰式は open_interest = c(1)*long_in_oi + c(2)*short_in_oi 上に書いた計算式はトリッキーで、累積ロングポジションのみ、または累積ショートポジションのみをカウントしています。 1...474849505152535455565758596061...66 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
価格というのは、明らかに独立した機能です。オペレーター、投機家、小口トレーダーのネットポジションは従属変数である。正味の値は、'H'列まで表示されます（Excelによる）。そして、計算された指標が出てくる。それに応じて、すでにオペレーター、投機家、小口トレーダーのネットバリューに依存している。
典型的な "機能 "の一種。
ファイル(テーブル)名と一緒に、列の名前またはその番号を指定してください。例えば、こんな風に。
table.XXXXXXX: col1 = col2, col5, col6, つまり、col1（名前があってもよい）のデータは、col2,5,6のデータから計算されることになります。異なるテーブルのものでも構いませんが、その場合、カラムとテーブル名をリンクさせます。
列の名前はテーブルヘッダーに記載されている。ご指摘の列は、「A」から「H」までと「O」から「Q」までの列（エクセルのアドレス）です。その他の欄は、基準値に基づいて算出されたテクニカル 指標の値です。バーの値を簡単にお見せします。
オープンインタレスト - オープンインタレスト
Noncommercial Long - 非商業的なトレーダー（大口投機家）のロングポジション。
Noncommercial Short - 非商業的なトレーダー（大口投機家）のショートポジション。
オペレーター・ロング - 商業用トレーダー（ヘッジャー）のロング・ポジション。
オペレーターズショート - 商業用トレーダー（ヘッジャー）のショートポジション。
Nonrep Long - Non-reporting traders (small speculators)のロングポジション。
ノンレップショート - 責任のないトレーダー（小口投機家）のショートポジション。
グループのネットポジションに特にご注目ください。このデリバティブ値は、例えば、Net Operators = Operators Long - Operators Short などのように、グループのロングとショートのポジションの単純な差として計算されます。予測力を持つ重要な比率と考えられている。
少なくとも、明らかにしたい問題があります。
得られたデータの傾向を時間軸に重ねてみたが、これらのデータの定常性（時間依存性、季節要因）は証明されていない。 むしろ、価格が上がればオペレーターのポジションが上がり、価格が下がればオペレーターのポジションが下がるという、価格との関係が明確である。ここでは何が有力な要因で、何がスレーブなのか、それを見極める必要があります。そして、これらのデータの予測力についてのテストもお願いしたい。参加者のポジションの極値が、相場のブレイクよりもずっと早く到達すること、つまり、このような場合には予測力があることが繰り返し観察されているのだ。
列の名前はテーブルヘッダーに記載されている。ご指摘の列は、「A」から「H」までと「O」から「Q」までの列（エクセルのアドレス）です。その他の欄は、基準値に基づいて算出されたテクニカル指標の値です。バーの値を簡単にお見せします。
オープンインタレスト - オープンインタレスト
Noncommercial Long - 非商業的なトレーダー（大口投機家）のロングポジション。
Noncommercial Short - 非商業的なトレーダー（大口投機家）のショートポジション。
オペレーター・ロング - 商業用トレーダー（ヘッジャー）のロング・ポジション。
オペレーターズショート - 商業用トレーダー（ヘッジャー）のショートポジション。
Nonrep Long - Non-reporting traders (small speculators)のロングポジション。
ノンレップショート - 責任のないトレーダー（小口投機家）のショートポジション。
グループのネットポジションに特にご注目ください。このデリバティブ値は、例えば、Net Operators = Operators Long - Operators Short などのように、グループのロングとショートのポジションの単純な差として計算されます。予測力を持つ重要な比率と考えられている。
少なくとも、明らかにしたい問題があります。
得られたデータの傾向を時間軸に重ねてみたが、これらのデータの定常性（時間依存性、季節要因）は証明されていない。 むしろ、価格が上がればオペレーターのポジションが上がり、価格が下がればオペレーターのポジションが下がるという、価格との関係が明確である。ここでは何が有力な要因で、何がスレーブなのか、それを見極める必要があります。そして、これらのデータの予測力についてのテストもお願いしたい。参加者のポジションの極値は、相場が崩れるよりずっと前に到達していること、つまりこのような場合には予測力を持つことが繰り返し観察されている。
では、はじめましょう。
私に課せられた使命は、あまり明確ではありませんが。
何を取引しているのか？
計算してみますので、コメントをお願いします。
では、はじめましょう。
私に課せられた使命は、あまり明確ではありませんが。
何を取引しているのか？
計算してみるので、コメントください。
それはそれで面白いかも...。
市場運営者のネットポジションのねじれで参入する場合のTSプランのサンプルはこちら： "マスタークラス「CFTCレポートを取引に活用する」。少し話がずれていたらすみません。
では、はじめましょう。
私に課された課題は、あまり明確ではありませんが。
オープンインタレスト - オープンインタレスト
Noncommercial Long - 非商業的なトレーダー（大口投機家）のロングポジション。
Noncommercial Short - 非商業的なトレーダー（大口投機家）のショートポジション ;
最初のテーブルから指定されたカラムを取り出してみましょう。
すべての変数が同じ最小オブザベーション数を持っているわけではないので - 597
これらの変数は、以下のような形式をとる。
ヒストグラム正規分布とはほとんど関係がないことがわかる
自己相関 偏相関 AC PAC Q-Stat Prob
.|******* .|******* 1 0.955 0.955 547.11 0.000
.|******* .|.| 2 0.917 0.053 1052.0 0.000
.|*******| .|.| 3 0.886 0.074 1524.4 0.000
.|*******| .|.| 4 0.859 0.040 1969.4 0.000
.|******| .|* | 5 0.839 0.076 2394.4 0.000
.|*******| .|.| 6 0.815 -0.030 2796.2 0.000
.|******| .|* | 7 0.799 0.088 3182.8 0.000
.|*******| .|* |* 8 0.791 0.112 3563.0 0.000
.|*******| .|.| 9 0.785 0.047 3937.6 0.000
.|******| .|* |2 10 0.782 0.075 4310.4 0.000
.|*******| .|.| 11 0.780 0.047 4681.3 0.000
.|******| .|* 12 0.783 0.106 5055.8 0.000
.|******| .|* 13 0.792 0.114 5439.5 0.000
.|***** | ***|. | 14 0.762 -0.389 5795.2 0.000
観測値間に相関がない確率は0
偏りや傾向を取り除いた後の定常性テスト
帰無仮説：OPEN_INTERESTは単位根を持つ
外生：定数、リニアトレンド
ラグ長：13（自動-SICに基づく、maxlag=18）
t-Statistic Prob.*.
Augmented Dickey-Fuller 検定統計量 -3.717413 0.0219
非定常性の確率は約2％、すなわちシフトとトレンドを除去した後、系列は定常的である
これは、HPフィルターでデトレンドした後にはっきりとわかる。
残差の下部では、平均が変化せず、平均のまわりで振動していることがわかります。しかし、振動の大きさは様々で、これには異分散性をモデル化する必要があります。
1つ目の変数の分析に興味があれば、他の2つについても分析することができます。
オープンインタレスト - オープンインタレスト
Noncommercial Long - 非商業的なトレーダー（大口投機家）のロングポジション。
Noncommercial Short - Noncommercial Traders (large speculators)のショートポジション;
これらの変数の関係を見てください。Open Interestは他の2つの変数に依存するかという質問をしてみましょう。
そこで、建玉の投機筋への依存度を見てみましょう。
回帰式
推定式。
=========================
open_interest = c(1)*long_in_oi + c(2)*short_in_oi
代用される係数。
=========================
open_interest = 181072.989406*long_in_oi + 215543.752303*short_in_oi
得られた係数の評価
被説明変数：OPEN_INTEREST
方法：最小二乗法
日付: 2012年7月30日 時間: 17:46
サンプル数：1,597
含まれる観測データ：597件
変数 係数 標準偏差誤差 t-Statistic Prob.
LONG_IN_OI 181073.0 6965.536 25.99556 0.0000 係数推定誤差 =181073.0, 6965.536 約4% - 注目すべき結果です。
short_in_oi 215543.8 7539.375 28.58907 0.0000
R二乗 0.276436 しかし、建玉と投機筋のマッチングは弱い!
調整後R二乗 0.275220 S.D. dependent var 46013.71
S.E.of regression 39173.32 Akaike info criterion 23.99272
Sum squared resid 9.13E+11 Schwarz criterion 24.00744
対数尤度 -7159.828 Hannan-Quinn criterion. 23.99845
Durbin-Watson stat 0.288368
この続きは、もう少し後で。
1つ目の変数の分析に興味があれば、他の2つについても分析することができます。
はい、もちろんそうです。オープンインタレストはそれほど重要でもない。最も重要なカラムはOperatorsです。非商用は原則的に鏡像であるべきです（少なくとも目で見てわかることです）。しかし、そうではないという意見もあり、外見上はミラーが「似ている」にもかかわらず、肉眼では見えない異なる特徴を持った別のチャートであるというのです。また、小規模な投機家は、独自の独立したシリーズを与えるべきである。
OIが静止しているのはおかしい。原理的には非定常である価格と相関があるはずです。確かに、OIの水準は（特に決済先物では）満期時刻に強く依存し、着実に満期時刻に近づいていきます。これが定常性というものなのかもしれません。
すべての列の関係は概ね単純である（2つの計算式で累積ロングポジションと累積ショートポジションを計算する）。
OI = Noncommercial Traders Long + Noncommercial Traders Spreading + Operators Long + Non-reportable Long。
OI = Noncommercial Traders Short + Noncommercial Traders Spreading + Operators Short + Non-reportable Short。
すなわち、建玉には常に買いと売りの両面があり、建玉が1枚であれば、2人の売り手が1枚の取引を行ったことになる。一方はショートポジションを、もう一方はロングポジションを保有することになります。
すべては、グループ間の不均等な配分で成り立っているのです。そして、強いアンバランスが生じたときは、取引を行うためのシグナルとなるのです。
これらの変数の関係を見てください。もし、興味があれば、このリストを増やすことができる。
そこで、建玉の投機筋への依存度を見てみましょう。
回帰式は
open_interest = c(1)*long_in_oi + c(2)*short_in_oi
上に書いた計算式はトリッキーで、累積ロングポジションのみ、または累積ショートポジションのみをカウントしています。