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。 - ページ 11

新しいコメント
 
yosuf:
試してみることは可能です。ここに(18)を実装したインジケータがありますが、もしかしたらプログラマーはこの操作を実行できるのでしょうか？

インストールしたのですが、何もわかりません。スムージングはどこにあるのですか？それとも、スムージングが全く行われていないのでしょうか？
 
Demi:

じゃあ、回帰モデルなら死守できるね。回帰分析に詳しい専門家はたくさんいますが、マーケットで儲けている人はほんの一握りです。

回帰は出発点です。次は、ARCHです。そして、その次の．
 
Avals:

残差のないモデルとは、系列の値を誤差なく予測するモデルである。残差は誤差（予測値と実測値との差）である。つまり、実際には、決定論的要素（予測モデル）＋ノイズ（正規分布残差）に分解されます。
不一致です。決定論的」あるいは「平均」は、ノイズによっても形作られる。予測するためには、予測した結果を知らなければならない、という悪循環がここにあるのです。何かを捨てなければならない。そうでなければ、行き止まりです。
 
anonymous:

その行には45個の0と45個の1が含まれています。期待値は0.5です。


バイナリーパターンを理解できない。もっとシンプルなものがいい。

 
faa1947:


はい、もちろんです。しかし、残差は単位根検定により、定常性があることが確認されている。

もう一つの問題。書いたとおりの内容でなかったらどうしますか？また、書いてある通りだとしたら、予後は信用できるのでしょうか？


いいえ、残差は正規分布の検定（例えばz検定）を行います。定常性はおそらく何かでテストされているのでしょう))
 
yosuf:
私はそうは思いません。決定論的」あるいは「平均」は、ノイズによっても形作られる。予測するためには、予測した結果を知らなければならない、という悪循環がここにあるのだ。何かを捨てなければならない。そうでなければ、行き止まりです。

デッドロックはない。アヴァルスは大丈夫です。彼は少しも情報を失っていません。決定論的なものと余りを足せば、元の商が得られます。
 
yosuf:
RMSがMOを0.8787に引き上げたことをどう説明するのか？さらに、実効値入力が0と1の間で厳密に交互に繰り返される場合、0.5も表示されます。つまり、この均衡を1の方にシフトさせるような状況が、あなたがあげたシリーズの中にあるのです。

誤差の大きさを探すのではなく、その分布を分析する必要があるのです。簡単のために、この分布を単純に視覚的に構築することができます。
 
faa1947:

デッドロックはない。アヴァルスは大丈夫だ。彼は少しも情報を失っていない。決定論的なものと余りを足せば、元の商が得られる。
そして、どのように「決定論的」、かつ、ノイズなしにしたいのかを記述してください。
 
yosuf:
私はそうは思いません。決定論的」あるいは「平均」は、ノイズによっても形作られる。予測するためには、予測した結果を知らなければならない、という悪循環がここにあるのだ。何かを捨てなければならない。そうでなければ、行き止まりです。

問題は、何を基準にどのように予測をするかではなく、その妥当性をどのように確認するかである。残差(誤差)がガウス分布していないと、ダメなんです))
 
Avals:

誤差の大きさを調べるのではなく、その分布を分析する必要があります。簡単のために、この分布を単純に視覚的にプロットすることができます。
考えてみてください、RMSはシリーズの吸引力（MO）を0ではなく1に近似して正しく判断したのでしょうか？このような場合のODの算出方法は、算術平均以外にあるのでしょうか？
1...456789101112131415161718...47
新しいコメント