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 44 1...3738394041424344454647 新しいコメント Sceptic Philozoff 2012.11.29 20:11 #431 yosuf: ここで、-A, a1, a2, a3, a4 は MNC Gaussian 法で決定された定数係数で、TF D1 の 15 bar に対して得られるものである。15ポイントで5つのパラメータはやりすぎです。いつものフィッティング。同じ方程式を同じパラメータで1000本のバーで試してみてください。研究の方向性が変わったようですね。以前はディフラを作り、相場を説明しようとしていましたね。 今は説明する気もなく、ただ表現しようとしている。 Юсуфходжа 2012.11.30 00:58 #432 Mathemat:15ポイントで5つのパラメータはやりすぎです。いつものフィット感。同じ方程式を同じパラメータで1000本のバーで試してみてください。研究の方向性が変わったようですね。以前はディフラを作り、相場を説明しようとしていましたね。 今は説明する気もなく、ただ表現しようとしている。 1.正しい認識、ここに裸の統計とFXに関連しない別の方向性の研究の副産物である。ご存知のように、ANC法で変数の集合を持つ一次方程式の係数を推定する場合、ガウスは第1段階で変数を徐々に排除し、第2段階で係数を求めるという2段階の方法しか示しておらず、非常に手間と時間がかかるものであった。第二の方法は、行列式を用いたCramerの方法によるもので、Gaussの方法より簡単ではなく、計算量も同じであるが、よりエレガントな方法である。私は、この方法を決定的に単純化し、係数を直接求めることに成功しました。上の例は、デビュー作ですが、4つの変数を同時に変えながら5つの係数を求めることに成功したことに注目していただきたいと思います。通常、例えば実験を計画する場合、他の変数を一定にして、一つの変数だけで係数を徐々に決めていくことが推奨されますが、この60年代から70年代にかけてのあまり成功しなかったヒット作を覚えていらっしゃるでしょうか。今は本当に、1000本のバーを同時に研究することに何の問題もないし、そうするつもりだ。ただ、コンマで直接exelにストーリーをダウンロードする方法を教えてください、すみません、コンプを使うテクニックはゼロです。少しずつ、その時々に必要なものだけを学んでいます。ボタンを押す順序まで、細かく指定してください。2.フィット感はありませんが、確かに手入力なのでデータ量は少ないです。しかし、この単純な式は、決してそうではないにもかかわらず、あたかも周期的な価格変動を記述しようとするところに注目したい。3.特にこの4つのパラメータは、偏りがあると言われていますが、利用可能なので、ボリュームを追加することに意味があると思いますか?4.OHLCでの係数の違いに気づいたが、どうやらデータ不足のようである。 СанСаныч Фоменко 2012.11.30 05:51 #433 yosuf: ただ、ストーリーを直接exelにコンマでダウンロードする方法を教えてください、すみません、パソコンテクニックは素人です。1.端末でF2を押し、ポップアップした表でシンボルを選択し、"Export "を押してください。ファイルを入手しました。その ファイルをエクセルで開く。ようです。 2012.06.27,00:00,1.2494,1.2500,1.2491,1.2492,167 2012.06.27,01:00,1.2493,1.2494,1.2486,1.2489,108 2012.06.27,02:00,1.2488,1.2493,1.2484,1.2486,217 2012.06.27,03:00,1.2487,1.2499,1.2484,1.2492,244 2012.06.27,04:00,1.2493,1.2506,1.2491,1.2503,265 3.Excelの「データ」タブの上部にある。4.表中のデータの必要な部分を強調表示する。5.Column by column" をクリックすると、テキストウィザードがポップアップ表示されます。6.最初のステップでは、"Delimited "を選択します。7.ウィザードの2番目のステップでは、さらにカンマ区切り文字を指定する必要があります。8.3段目に8.1.最初の2列は "text "列のデータ形式を指定します。8.3 「一般」を残して「詳細」を開き、「ポイント」をプレースセパレータとして置く。このように表示されるはずです。 2012.06.27 00:00 1,2494 1,25 1,2491 1,2492 167 2012.06.27 01:00 1,2493 1,2494 1,2486 1,2489 108 2012.06.27 02:00 1,2488 1,2493 1,2484 1,2486 217 2012.06.27 03:00 1,2487 1,2499 1,2484 1,2492 244 2012.06.27 04:00 1,2493 1,2506 1,2491 1,2503 265 2012.06.27 05:00 1,2504 1,2508 1,2497 1,2499 220 2012.06.27 06:00 1,25 1,2506 1,2496 1,2503 248 2012.06.27 07:00 1,2502 1,2506 1,2498 1,2499 236 2012.06.27 08:00 1,25 1,2503 1,2487 1,2494 437 2012.06.27 09:00 1,2493 1,2503 1,2482 1,2499 667 2012.06.27 10:00 1,2498 1,2502 1,2491 1,2494 581 The Sultonov Regression Model Experts: earlyTopProrate Experts: Snowies EA with СанСаныч Фоменко 2012.11.30 06:07 #434 必要なのはこの式だけです。F=1.00010409798*CLOSE(-1)^0.999631066509別の値を加えようとすると、縮退した(特異な)行列になる。フィット感がとても良い。被説明変数:F 方法:パネル最小二乗法 日付: 11/30/12 時間: 10:57 サンプル:1 2652 対象期間:23日間 含まれる断面図:113 パネル(アンバランス)の総観測数:2538件 1回の繰り返しで収束 f=c(1)*close(-1)^c(2)である。 Coefficient Std.誤差 t-Statistic Prob. c(1) 1.000104 0.000122 8222.019 0.0000c(2) 0.999631 0.000511 1955.530 0.0000 R二乗 0.999342 平均従属変数 1.266171調整後R二乗 0.999342 S.D. dependent var 0.029512S.E.of regression 0.000757 Akaike info criterion -11.53332Sum squared resid 0.001454 Schwarz criterion -11.52872対数尤度 14637.78 Hannan-Quinn criterion. -11.53165Durbin-Watson stat 1.951579 逆転させることができる。被説明変数:CLOSE 方法:パネル最小二乗法 日付:2012年11月30日 時間:10:59 サンプル:1 2652 対象期間:23日間 含まれる断面図:113 パネル(アンバランス)の総観測数:2538件 2回の繰り返しで収束 close=c(1)*f(-1)^c(2)とする。 Coefficient Std.誤差 t-Statistic Prob. c(1) 1.000222 0.000233 4283.747 0.0000c(2) 0.999132 0.000981 1018.334 0.0000 R二乗 0.997578 平均従属変数 1.266170調整後R二乗 0.997577 S.D. dependent var 0.029520S.E.of regression 0.001453 Akaike info criterion -10.22961Sum squared resid 0.005354 Schwarz criterion -10.22501対数尤度 12983.38 Hannan-Quinn criterion. -10.22794Durbin-Watson stat 1.294442 以下はそのチャートです。 100pips前後のスパイクが見られる。 しかし、正常ではないものの、非常にまともなヒストグラムです。オッズ=14pips。しかし、信頼楕円は 落ち込んでいる。私たちの係数の相関が極めて高いことがわかる。これが、変数を追加したときに行列が特異になる理由である。私は上の式を使うことを控えます。 The Sultonov Regression Model ランダムな名言を忘れる 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 TarasBY 2012.11.30 07:06 #435 yosuf:過去にこのような形で試されたことがあるかどうかわからないが、過去のバーのOHLC価格を通じて未来のバー(F)の平均予想価格を以下のような関係で表現してみた。F=A*O^a1*H^a2*L^a3*C^a4, ここで、-A, a1, a2, a3, a4 は MNC Gaussian 法で決定された定数係数で、15 bar の TF D1 ではこのようになります。 A a4 a3 a2 a1 1,0531049 1,17477 -0,70935 0,04371 0,27950 したがって、商は原理的には1つの式で表すことができるが、実際の使い勝手はどうなのか、確認してみよう。どのようにお考えですか? 価格サンプルを取得した時間帯がわかりませんでしたが、過去15本のバーが同じ絵を示しています(上記の式と導き出された係数によると)。予測値をより明確に比較するために、周期=1の緑色のМАを使用しています。価格マークはスクリプトで描画されます(添付ファイル)。 ファイル: pricefuture.zip 3 kb Юсуфходжа 2012.11.30 07:38 #436 TarasBY: 価格サンプルを取得した期間が不明ですが、直近の15本のバーがこのような絵を示しています(計算式と導き出した係数によると)。 予測値をより明確に比較するために、周期=1の緑色のМАを使用しています。 価格マークはスクリプトで描画されます(添付ファイル)。 12年9月16日~05日のD1データ。10.12 TarasBY 2012.11.30 07:47 #437 yosuf: 12年9月16日~05日のD1で使用したデータです。10.12 係数が逆順に並んでいることにすぐには気がつかなかったa4→a1。そして1ヵ月後、算出された係数は「指をくわえて見ている」ようなものではない......。;) 追伸:そして、もし月末でなければ、今のローソク足は「弱気」になっているはず・・・。:))) Юсуфходжа 2012.11.30 08:08 #438 TarasBY: 係数が逆順に並んでいることにすぐには気がつかなかったa4→a1。そして1ヵ月後、算出された係数は「指をくわえて見ている」ようなものではない......。;) 追伸:そして、もし月末でなければ、今のローソク足は「弱気」になっているはず・・・。:))) 今のところ、順調ということですか?確かに、1ヶ月後というのは悪くないので、今度は今までの係数を割り出してみます。そして、係数の振る舞いを調査し、もしかしたらトレンドの信頼できる前兆が見つかるかもしれません。 Юсуфходжа 2012.11.30 08:14 #439 faa1947: 必要なのはこの式だけです。 F=1.00010409798*CLOSE(-1)^0.999631066509 別の値を加えようとすると、縮退した(特異な)行列になる。 フィット感がとても良い。 被説明変数:F 方法:パネル最小二乗法 日付: 11/30/12 時間: 10:57 サンプル:1 2652 対象期間:23日間 含まれる断面図:113 パネル(アンバランス)の総観測数:2538件 1回の繰り返しで収束 f=c(1)*close(-1)^c(2)である。 Coefficient Std.誤差 t-Statistic Prob. c(1) 1.000104 0.000122 8222.019 0.0000 c(2) 0.999631 0.000511 1955.530 0.0000 R二乗 0.999342 平均従属変数 1.266171 調整後R二乗 0.999342 S.D. dependent var 0.029512 S.E.of regression 0.000757 Akaike info criterion -11.53332 Sum squared resid 0.001454 Schwarz criterion -11.52872 対数尤度 14637.78 Hannan-Quinn criterion. -11.53165 Durbin-Watson stat 1.951579 逆転させることができる。 被説明変数:CLOSE 方法:パネル最小二乗法 日付:2012年11月30日 時間:10:59 サンプル:1 2652 対象期間:23日間 含まれる断面図:113 パネル(アンバランス)の総観測数:2538件 2回の繰り返しで収束 close=c(1)*f(-1)^c(2)とする。 Coefficient Std.誤差 t-Statistic Prob. c(1) 1.000222 0.000233 4283.747 0.0000 c(2) 0.999132 0.000981 1018.334 0.0000 R二乗 0.997578 平均従属変数 1.266170 調整後R二乗 0.997577 S.D. dependent var 0.029520 S.E.of regression 0.001453 Akaike info criterion -10.22961 Sum squared resid 0.005354 Schwarz criterion -10.22501 対数尤度 12983.38 Hannan-Quinn criterion. -10.22794 Durbin-Watson stat 1.294442 以下はそのチャートです。 100pips前後のスパイクが見られる。 しかし、正常ではないものの、非常にまともなヒストグラムです。 オッズ=14pips。 しかし、信頼楕円は落ち込んでいる。私たちの係数の相関が極めて高いことがわかる。これが、変数を追加したときに行列が特異になる理由である。 私は上の式を使うことを控えます。 結論を急がない СанСаныч Фоменко 2012.11.30 08:44 #440 yosuf: 結論を急がない 高い相関係数を示す楕円の問題を解くと、解答が見えてきます。 1...3738394041424344454647 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
15ポイントで5つのパラメータはやりすぎです。いつものフィッティング。
同じ方程式を同じパラメータで1000本のバーで試してみてください。
研究の方向性が変わったようですね。以前はディフラを作り、相場を説明しようとしていましたね。
今は説明する気もなく、ただ表現しようとしている。
15ポイントで5つのパラメータはやりすぎです。いつものフィット感。
同じ方程式を同じパラメータで1000本のバーで試してみてください。
研究の方向性が変わったようですね。以前はディフラを作り、相場を説明しようとしていましたね。
今は説明する気もなく、ただ表現しようとしている。
1.正しい認識、ここに裸の統計とFXに関連しない別の方向性の研究の副産物である。ご存知のように、ANC法で変数の集合を持つ一次方程式の係数を推定する場合、ガウスは第1段階で変数を徐々に排除し、第2段階で係数を求めるという2段階の方法しか示しておらず、非常に手間と時間がかかるものであった。第二の方法は、行列式を用いたCramerの方法によるもので、Gaussの方法より簡単ではなく、計算量も同じであるが、よりエレガントな方法である。私は、この方法を決定的に単純化し、係数を直接求めることに成功しました。上の例は、デビュー作ですが、4つの変数を同時に変えながら5つの係数を求めることに成功したことに注目していただきたいと思います。通常、例えば実験を計画する場合、他の変数を一定にして、一つの変数だけで係数を徐々に決めていくことが推奨されますが、この60年代から70年代にかけてのあまり成功しなかったヒット作を覚えていらっしゃるでしょうか。今は本当に、1000本のバーを同時に研究することに何の問題もないし、そうするつもりだ。ただ、コンマで直接exelにストーリーをダウンロードする方法を教えてください、すみません、コンプを使うテクニックはゼロです。少しずつ、その時々に必要なものだけを学んでいます。ボタンを押す順序まで、細かく指定してください。
2.フィット感はありませんが、確かに手入力なのでデータ量は少ないです。しかし、この単純な式は、決してそうではないにもかかわらず、あたかも周期的な価格変動を記述しようとするところに注目したい。
3.特にこの4つのパラメータは、偏りがあると言われていますが、利用可能なので、ボリュームを追加することに意味があると思いますか?
4.OHLCでの係数の違いに気づいたが、どうやらデータ不足のようである。
ただ、ストーリーを直接exelにコンマでダウンロードする方法を教えてください、すみません、パソコンテクニックは素人です。
1.端末でF2を押し、ポップアップした表でシンボルを選択し、"Export "を押してください。ファイルを入手しました。
その ファイルをエクセルで開く。ようです。
3.Excelの「データ」タブの上部にある。
4.表中のデータの必要な部分を強調表示する。
5.Column by column" をクリックすると、テキストウィザードがポップアップ表示されます。
6.最初のステップでは、"Delimited "を選択します。
7.ウィザードの2番目のステップでは、さらにカンマ区切り文字を指定する必要があります。
8.3段目に
8.1.最初の2列は "text "列のデータ形式を指定します。
8.3 「一般」を残して「詳細」を開き、「ポイント」をプレースセパレータとして置く。
このように表示されるはずです。
必要なのはこの式だけです。
F=1.00010409798*CLOSE(-1)^0.999631066509
別の値を加えようとすると、縮退した(特異な)行列になる。
フィット感がとても良い。
被説明変数:F
方法:パネル最小二乗法
日付: 11/30/12 時間: 10:57
サンプル:1 2652
対象期間:23日間
含まれる断面図:113
パネル(アンバランス)の総観測数:2538件
1回の繰り返しで収束
f=c(1)*close(-1)^c(2)である。
Coefficient Std.誤差 t-Statistic Prob.
c(1) 1.000104 0.000122 8222.019 0.0000
c(2) 0.999631 0.000511 1955.530 0.0000
R二乗 0.999342 平均従属変数 1.266171
調整後R二乗 0.999342 S.D. dependent var 0.029512
S.E.of regression 0.000757 Akaike info criterion -11.53332
Sum squared resid 0.001454 Schwarz criterion -11.52872
対数尤度 14637.78 Hannan-Quinn criterion. -11.53165
Durbin-Watson stat 1.951579
被説明変数:CLOSE
方法:パネル最小二乗法
日付:2012年11月30日 時間:10:59
サンプル:1 2652
対象期間:23日間
含まれる断面図:113
パネル(アンバランス)の総観測数:2538件
2回の繰り返しで収束
close=c(1)*f(-1)^c(2)とする。
Coefficient Std.誤差 t-Statistic Prob.
c(1) 1.000222 0.000233 4283.747 0.0000
c(2) 0.999132 0.000981 1018.334 0.0000
R二乗 0.997578 平均従属変数 1.266170
調整後R二乗 0.997577 S.D. dependent var 0.029520
S.E.of regression 0.001453 Akaike info criterion -10.22961
Sum squared resid 0.005354 Schwarz criterion -10.22501
対数尤度 12983.38 Hannan-Quinn criterion. -10.22794
Durbin-Watson stat 1.294442
以下はそのチャートです。
100pips前後のスパイクが見られる。 しかし、正常ではないものの、非常にまともなヒストグラムです。
オッズ=14pips。
しかし、信頼楕円は 落ち込んでいる。私たちの係数の相関が極めて高いことがわかる。これが、変数を追加したときに行列が特異になる理由である。
私は上の式を使うことを控えます。
過去にこのような形で試されたことがあるかどうかわからないが、過去のバーのOHLC価格を通じて未来のバー(F)の平均予想価格を以下のような関係で表現してみた。
F=A*O^a1*H^a2*L^a3*C^a4,
ここで、-A, a1, a2, a3, a4 は MNC Gaussian 法で決定された定数係数で、15 bar の TF D1 ではこのようになります。
したがって、商は原理的には1つの式で表すことができるが、実際の使い勝手はどうなのか、確認してみよう。どのようにお考えですか?
価格サンプルを取得した時間帯がわかりませんでしたが、過去15本のバーが同じ絵を示しています(上記の式と導き出された係数によると)。
予測値をより明確に比較するために、周期=1の緑色のМАを使用しています。
価格マークはスクリプトで描画されます(添付ファイル)。
価格サンプルを取得した期間が不明ですが、直近の15本のバーがこのような絵を示しています(計算式と導き出した係数によると)。
予測値をより明確に比較するために、周期=1の緑色のМАを使用しています。
価格マークはスクリプトで描画されます(添付ファイル)。
12年9月16日~05日のD1で使用したデータです。10.12
追伸:そして、もし月末でなければ、今のローソク足は「弱気」になっているはず・・・。:)))
係数が逆順に並んでいることにすぐには気がつかなかったa4→a1。そして1ヵ月後、算出された係数は「指をくわえて見ている」ようなものではない......。;)
追伸:そして、もし月末でなければ、今のローソク足は「弱気」になっているはず・・・。:)))
必要なのはこの式だけです。
F=1.00010409798*CLOSE(-1)^0.999631066509
別の値を加えようとすると、縮退した(特異な)行列になる。
フィット感がとても良い。
被説明変数:F
方法:パネル最小二乗法
日付: 11/30/12 時間: 10:57
サンプル:1 2652
対象期間:23日間
含まれる断面図:113
パネル(アンバランス)の総観測数:2538件
1回の繰り返しで収束
f=c(1)*close(-1)^c(2)である。
Coefficient Std.誤差 t-Statistic Prob.
c(1) 1.000104 0.000122 8222.019 0.0000
c(2) 0.999631 0.000511 1955.530 0.0000
R二乗 0.999342 平均従属変数 1.266171
調整後R二乗 0.999342 S.D. dependent var 0.029512
S.E.of regression 0.000757 Akaike info criterion -11.53332
Sum squared resid 0.001454 Schwarz criterion -11.52872
対数尤度 14637.78 Hannan-Quinn criterion. -11.53165
Durbin-Watson stat 1.951579
被説明変数:CLOSE
方法:パネル最小二乗法
日付:2012年11月30日 時間:10:59
サンプル:1 2652
対象期間:23日間
含まれる断面図:113
パネル(アンバランス)の総観測数:2538件
2回の繰り返しで収束
close=c(1)*f(-1)^c(2)とする。
Coefficient Std.誤差 t-Statistic Prob.
c(1) 1.000222 0.000233 4283.747 0.0000
c(2) 0.999132 0.000981 1018.334 0.0000
R二乗 0.997578 平均従属変数 1.266170
調整後R二乗 0.997577 S.D. dependent var 0.029520
S.E.of regression 0.001453 Akaike info criterion -10.22961
Sum squared resid 0.005354 Schwarz criterion -10.22501
対数尤度 12983.38 Hannan-Quinn criterion. -10.22794
Durbin-Watson stat 1.294442
以下はそのチャートです。
100pips前後のスパイクが見られる。 しかし、正常ではないものの、非常にまともなヒストグラムです。
オッズ=14pips。
しかし、信頼楕円は落ち込んでいる。私たちの係数の相関が極めて高いことがわかる。これが、変数を追加したときに行列が特異になる理由である。
私は上の式を使うことを控えます。
結論を急がない