내 생각에 우리는 현재 브로커를 가장 가까운 정신 병원에 데려갈 수 있는 우수하고 통계적으로 건전한 수학적 장치를 개발하고 있습니다.
추신: 내 말은 이 기준이 두 번째 시간에...또는 모든 틱이...그렇게 트리거된다는 뜻입니다.
글쎄, 우리는 이미 높은 빈도의 트랜잭션을 처리하는 방법을 알고 있습니다 :-) - 다른 "독립적인" 기준을 연결하기만 하면 됩니다(예: 연결: 이전 점프 - 예상 점프), 트랜잭션 빈도가 어떻게 몇 번이고 신뢰도 예측이 증가할 것입니다! 분명히, 작은 섭동에서 시장 편향은 +2 포인트(예: EURCHF 2004 섭동 1분)에 대한 시장 반응 진폭의 분포 함수로 표시됩니다. 비교를 위해 다음은 동일한 기기의 교란되지 않은 분포 함수입니다.
맞습니다. 기준을 두 개라도 붙일 수 있습니다. 그러나 여전히 이 접근 방식에 대해 막연한 의심이 있습니다. 우리는 볼 것이다… :에 대한)
" 세르게이: 해석은 다음과 같습니다. +10핍의 교란을 본 경우 다음 막대에서 -10핍의 하락을 예상할 가능성이 가장 높습니다(그림 참조). 물론 롤백은 "잘못된 방향"일지라도 무엇이든 될 수 있지만 평균적으로 롤백 진폭은 교란 진폭과 같습니다. 실수는 중요하지 않으며 동일하게 발생 가능성이 있으며 트랜잭션 수가 증가함에 따라 서로를 흡수하지만 통계적 이점은 여전히 우리 편입니다!”
하지만 그런건 없어요!!! 분 차트를 보면 어디든지 가격이 뛴다! 나는 확인을 찾지 못했습니다 (내 눈으로 그것은 매우 보입니다!) 이것은 어디에도 없습니다! 똑같은 버프가 일어나겠지만, 하루, 한 달, 일 년 .... 우리는 이 슈퍼 스탯 이점과만 병합할 것입니다!!!!!
통계에 따르면(대부분) 가격은 항상 동일하게 유지되어야 하지만(현재 +10이면 -10일 가능성이 높음), 이것은 발생하지 않습니다!!!! 바로 우리가 가격을 보지 않고 편차를 보기 때문입니다...
또는 스탯 이점에 대해 아무것도 이해하지 못합니다 ... 충분히 가능합니다.
추신: 제가 주의를 산만하게 하려는 것은 아니지만, 트렌드를 결정하는 데 대한 생각을 표현하겠다고 약속하셨다는 점을 상기시켜 드리고 싶습니다...
하지만 그런건 없어요!!! 분 차트를 보면 어디든지 가격이 뛴다! 나는 확인을 찾지 못했습니다 (내 눈으로 그것은 매우 보입니다!) 이것은 어디에도 없습니다! 똑같은 버프가 일어나겠지만, 하루, 한 달, 일 년 .... 우리는 이 슈퍼 스탯 이점과만 병합할 것입니다!!!!!
네가 틀렸어. 우리가 합병하는 경우 그것은 한 가지 이유입니다 - FAK와 변동성의 곱의 모듈, 더 적은 스프레드! 따라서 눈으로 아무것도 찾을 필요가 없지만 이 매개변수로 평가하려면 컴퓨터에 앉아서 다른 시간 프레임에 여러 도구를 실행해야 합니다.
추신: 제가 주의를 산만하게 하려는 것은 아니지만, 트렌드를 결정하는 데 대한 생각을 표현하겠다고 약속하셨다는 점을 상기시켜 드리고 싶습니다...
...진드기에 무슨 일이 일어나고 있는지 상상하기 쉽습니다. 가격은 천천히 움직이고 틱은 빠르게 움직이기 때문에 매우 강한 음의 자기상관이 있어야 합니다. 말할 것도 없이 위, 아래, 위, 아래... 그리고 이것으로부터 무엇이 뒤따릅니까? 각 틱 후에 아래로 열거나 그 반대의 경우도 마찬가지입니까? :-))) ...
존경! 나는 큰 관심을 가지고 이 스레드를 읽고 있습니다. 물론 홍수가 많이 나고 있지만, 아무래도 순서는 이렇습니다... North Wind , 기사 형식으로 게시된 사이트에 게시된 자료가 있습니까? 감사합니다. 또한 현재 하고 있는 일, 무역에서 가장 유망하다고 생각하는 연구 분야는 무엇인지 궁금합니다. 여기에서 논의된 문제에 대한 비평가이자 아이디어 생성자로 우리와 함께 하면 기쁠 것입니다.
10.01.07 15:33 EURUSD를 사용합시다. 스프레드 - 3 또는 0.0003? 그녀의 FAC는 거짓말을 해야 하기 때문에 [0:1] 평균 변동성, 어느 범위에서??? Sergey, 나는 변동성에 대한 FAK 제품의 "본질"이 스프레드에 대해 동일하다는 것을 이해할 수 없습니다. 설명을 부탁드립니다. 경험적으로 도출된 것인가 아니면 과학적으로 직관적인 것인가?
Sergey, 변동성과 스프레드의 차원은 동일해야 합니다. 이것이 미터이면 미터이고 킬로미터이면 모든 것이 킬로미터 단위입니다 :-) 나는 추정 계산에 "이상적인" TS 모델을 사용합니다. 이는 하나의 매개변수만 예측하는 것으로 요약됩니다. 예상 가격 상승의 방향, 이 점프의 진폭은 선택한 TF에 대한 상품의 변동성과 동일하게 추정될 수 있습니다. 거의 동일하며 표준 편차입니다. FAC가 한 유형의 가격 움직임이 다른 유형(동방향 및 역방향 점프)에 비해 우세한 상대적 값으로 해석될 수 있다는 점을 고려하면 정확도의 손실 없이 "이상적인 예측 지표"는 "이상적인 예측 지표"의 기초가 되는 FAC의 절대값에 비례하는 확률로 열린 방향의 선택에 실수를 하지 않을 것입니다. 각 거래의 포인트 손익은 상품의 표준 편차 값으로 합리적으로 추정됩니다. 그런 다음 충분히 긴 시간 간격에 대한 TS의 수입은 모든 성공적인 거래와 실패한 거래의 차이로 추정할 수 있으며 각 거래에 변동성을 곱합니다. 또한 받은 총 수입을 완료된 거래 수로 보고 거래당 "이상적인" TS 의 수익성에 대한 평균 통계 추정치를 얻습니다. s(TF)=변동성(TF)*{(n+)-(n-)}/N=FAQ(TF)*표준 편차(TF) , 여기서 (n+) - 잔액이 플러스인 거래 수, (n -) - "음수" 거래 수, N은 총 거래 수입니다. Q.E.D.
추신: eurousd에 대한 변동성 값의 한계를 알려주세요. 저는 변동성을 전혀 고려하지 않습니다. 그리고 지금은 그러한 계산을 수행할 수 없습니다.
변동성을 추정할 수 없다면 표준편차를 추정해 보세요 :-) 차이는 없을 것입니다.
추신: 제가 주의를 산만하게 하려는 것은 아니지만, 트렌드를 결정하는 데 대한 생각을 표현하겠다고 약속하셨다는 점을 상기시켜 드리고 싶습니다...
가다...
시계열 분석의 주요 작업. 시계열 통계 분석의 기본 목표는 이 시계열의 기존 궤적을 따르는 것입니다. 1. 분해에 존재하는 비무작위 함수를 결정합니다. 즉, 지표 유형을 결정합니다. 2. 분해에 존재하는 비-랜덤 함수에 대한 "좋은" 추정치를 구축합니다. 3. 임의 잔차의 동작을 적절하게 설명하는 모델을 선택하고 이 모델의 매개변수를 통계적으로 평가합니다. 시계열 통계 분석의 기본 목표로 나열된 과제의 성공적인 해결은 최종 응용 연구 목표 달성의 기초이며, 무엇보다도 단기 및 중기 예측 문제 해결 시계열의 값. 시계열의 계량경제학적 분석의 주요 요소를 간략히 소개하겠습니다. • 대부분의 수학적 통계적 방법은 관측치가 독립적이고 균등하게 분포된 것으로 가정되는 모델을 다룹니다. 동시에, 관찰 간의 의존성은 이러한 방법의 효과적인 적용에 대한 장애물로 가장 자주 간주됩니다. 그러나 경제학, 사회학, 금융, 상업 및 기타 인간 활동 영역의 다양한 데이터는 관찰이 상호 의존하는 시계열의 형태로 제공되며 이러한 의존의 특성은 정확히 연구자의 주요 관심사입니다. 이러한 일련의 종속 관찰을 연구하기 위한 일련의 방법 및 모델을 시계열 분석이라고 합니다. 시계열의 계량 경제학 분석의 주요 목표는 가능한 한 사용 가능한 일련의 관찰을 적절하게 설명하고 우선 다음 작업을 해결하기 위한 기초를 형성하는 간단하고 경제적으로 매개변수화된 모델을 구축하는 것입니다. (a) 분석된 시계열을 구성하는 관측의 발생 메커니즘을 밝히는 것; (b) 시계열의 미래 값에 대한 최적의 예측을 구축합니다. (c) 분석된 프로세스를 관리하고 최적화하기 위한 전략 개발. • 시계열을 형성하는 관측의 기원에 대해 말할 때, 이러한 관측이 형성될 수 있는 영향을 받는 네 가지 유형의 요인을 염두에 두어야 합니다(가능하면 모델 방식으로 기술). 계절적, 주기적(또는 기회주의적) 및 무작위. 동시에 4가지 유형의 요소가 모두 특정 시계열의 값을 형성하는 과정에 반드시 참여해야 하는 것은 아닙니다. 이러한 요인의 작용을 식별하고 모델링하는 문제의 성공적인 솔루션은 기초이며, 최종 응용 연구 목표를 달성하기 위한 기본 출발점이며, 그 주요 내용은 이전 단락에서 언급되었습니다. • 연대순으로 배열된 이산적인 일련의 관찰을 분석하기 시작할 때, 우선 순전히 무작위적인 것 이외의 요인이 이 시리즈의 값 형성에 실제로 참여했는지 확인해야 합니다. 동시에 "순수한 무작위"는 일정한(시간 독립적인) 평균 및 분산을 갖는 상호 관련되지 않고 동일하게 분포된 무작위 변수의 시퀀스가 생성되는 영향 하에 해당 무작위 요소만을 의미합니다. 질문에 대한 답은 관련 가설에 대한 통계적 검정, 예를 들어 "시리즈 검정", Abbe 검정, Box-Pearce 및 Lung-Box 검정 중 하나를 사용하여 수행됩니다. 이러한 통계적 가설을 테스트한 결과 사용 가능한 관측치가 상호 의존적(및 아마도 불평등하게 분포됨)으로 판명되면 이 시리즈에 적합한 모델 선택으로 진행합니다. 이 선택이 수행되는 모델 세트는 일반적으로 다음 모델 클래스로 제한됩니다. (a) 정상 시계열의 클래스(주로 "무작위 잔차"의 동작을 설명하는 데 사용됨), (b) 결정론적 추세와 정상 시계열의 합인 비정상 시계열 클래스, (c) 계열의 연속적인 미분(즉, 일련의 수준에서 1차 또는 더 높은 차수의 일련의 차분으로 이동)으로 제거할 수 있는 확률론적 추세를 가진 비정상 시계열 클래스. 시계열의 계량경제학적 분석의 일환으로 우리는 클래스 (a)와 (b)에 포함된 시리즈를 하나의 클래스로 결합합니다. 이 클래스는 최근 관행[예: Maddala, Kim(1998) 참조]에 따라 TS 클래스 시리즈(추세 고정 계열 - 결정적 추세에 대해 고정 계열). 클래스 (b)에 속하는 정상 시계열에 대한 적절한 방법은 시계열에서 결정론적 추세를 빼는 것입니다. 반대로, 클래스 (c)에 속하는 급수의 경우 고정 급수에 대한 적절한 방법은 일련의 수준에서 일련의 차이(1차 또는 그 이상)로의 전환입니다. • 정상(광의) 시계열은 평균, 분산 및 공분산이 계산된 시간에 의존하지 않는다는 사실이 특징입니다. 정상 시계열의 구성원 사이에 존재하는 상호 의존성은 원칙적으로 p차 자기회귀 모델(AR(p)-모델), q차 이동 평균 모델(MA(q) -모델), 또는 차수 p 및 q의 나머지에서 이동 평균 자기회귀 모델(ARMA(p, q) 모델). • 이 시계열은 차수 k의 연속적인 차이(그러나 더 낮은 차수는 아님)가 고정 시계열을 형성하는 경우 차수 k의 적분(적분)이라고 합니다. 계량 경제학 적용 문제에서 계절 성분을 포함하는 계열을 포함하여 이러한 계열의 동작은 자기회귀 모델을 사용하여 매우 성공적으로 설명됩니다. p, k 및 q 차의 통합 이동 평균(ARIMA(p, k, q)-모형) 및 일부 수정. 가장 단순한 확률적 추세 모델인 랜덤 워크 프로세스(ARIMA(0, 1, 0))도 이 클래스에 속합니다. 랜덤 워크 증분은 독립적이고 동일하게 분포된 랜덤 변수("백색 잡음")의 시퀀스를 형성합니다. 따라서 랜덤 워크 프로세스를 "통합 백색 잡음"이라고도 합니다. • 모델을 특정 시계열에 맞추십시오. 즉, 적절한 매개변수 모델 패밀리를 실행 가능한 솔루션 세트로 식별한 다음 사용 가능한 관찰을 기반으로 모델 매개변수를 통계적으로 추정합니다. 이 전체 프로세스를 모델 식별 프로세스 또는 간단히 식별이라고 합니다. 시계열 모델을 올바르게 식별하려면 연구 중인 시계열이 정상 인지, 결정적 추세(즉, 결정적 구성 요소와 정상 계열의 합)에 대해 정상인지 또는 확률적 추세를 포함하는지 여부를 결정해야 합니다.
http://forum.fxclub.org/showthread.php?t=32942&page=1 에서 North Wind 의 훌륭한 게시물을 계속 읽으십시오. 가끔은 투수들의 말에 웃다가 죽습니다! 그것은 일종의 서커스입니다. 그들은 유치원에 있어야 합니다 - 수학을 배우기 위해, 하지만 아닙니다. 나이는 같지 않습니다! 장군들, 젠장. 흥미롭게도, 대부분의 포럼에서 발생하는 상황(아마도 드문 예외일 수 있음)은 포럼 참가자인 "거래자"의 주요 우발이 문맹이고 일반적으로 결함이 있는 사람들임을 분명히 나타냅니다. 그것은 아마도 절망과 선택적 치매에서 시장에 올라갔습니다. 미안, 저항할 수 없었다.
Neutron 11.01.07 07:58 ... North Wind , 기사 형식으로 제공되는 사이트에 게시된 자료가 있습니까? 감사합니다. 또한 현재 하고 있는 일, 무역에서 가장 유망하다고 생각하는 연구 분야는 무엇인지 궁금합니다. 여기에서 논의된 문제에 대한 비평가이자 아이디어 생성자로 우리와 함께 하면 기쁠 것입니다...
아니요, 기사 형태의 자료가 없으며 가능성이 낮습니다. 여러 가지 이유로, 그리고 그 중 하나는 시간 부족입니다. 나는 모든 일을 조금씩 하지만 대부분은 물론 확률론적 방법의 관점에서 합니다. 불화의 동일한 문제이지만 고전에 의해 공식화 된 순수한 형태가 아닌 것 같습니다. 나는 적어도 한 번 나 자신이이 길을 걸었다는 사실에 의해 관심을 가지고이 주제를 완전히 읽었습니다. 시간 분석 방법 중 개인적으로 "애벌레"를 좋아했습니다. 그러나 다시 An.Time.Ryadov 메서드를 순수한 형태로 사용하는 것은 불가능했습니다.
추신: 내 말은 이 기준이 두 번째 시간에...또는 모든 틱이...그렇게 트리거된다는 뜻입니다.
글쎄, 우리는 이미 높은 빈도의 트랜잭션을 처리하는 방법을 알고 있습니다 :-) - 다른 "독립적인" 기준을 연결하기만 하면 됩니다(예: 연결: 이전 점프 - 예상 점프), 트랜잭션 빈도가 어떻게 몇 번이고 신뢰도 예측이 증가할 것입니다!
분명히, 작은 섭동에서 시장 편향은 +2 포인트(예: EURCHF 2004 섭동 1분)에 대한 시장 반응 진폭의 분포 함수로 표시됩니다.
비교를 위해 다음은 동일한 기기의 교란되지 않은 분포 함수입니다.
"
세르게이:
해석은 다음과 같습니다. +10핍의 교란을 본 경우 다음 막대에서 -10핍의 하락을 예상할 가능성이 가장 높습니다(그림 참조). 물론 롤백은 "잘못된 방향"일지라도 무엇이든 될 수 있지만 평균적으로 롤백 진폭은 교란 진폭과 같습니다. 실수는 중요하지 않으며 동일하게 발생 가능성이 있으며 트랜잭션 수가 증가함에 따라 서로를 흡수하지만 통계적 이점은 여전히 우리 편입니다!”
하지만 그런건 없어요!!! 분 차트를 보면 어디든지 가격이 뛴다! 나는 확인을 찾지 못했습니다 (내 눈으로 그것은 매우 보입니다!) 이것은 어디에도 없습니다! 똑같은 버프가 일어나겠지만, 하루, 한 달, 일 년 .... 우리는 이 슈퍼 스탯 이점과만 병합할 것입니다!!!!!
통계에 따르면(대부분) 가격은 항상 동일하게 유지되어야 하지만(현재 +10이면 -10일 가능성이 높음), 이것은 발생하지 않습니다!!!! 바로 우리가 가격을 보지 않고 편차를 보기 때문입니다...
또는 스탯 이점에 대해 아무것도 이해하지 못합니다 ... 충분히 가능합니다.
추신: 제가 주의를 산만하게 하려는 것은 아니지만, 트렌드를 결정하는 데 대한 생각을 표현하겠다고 약속하셨다는 점을 상기시켜 드리고 싶습니다...
하지만 그런건 없어요!!! 분 차트를 보면 어디든지 가격이 뛴다! 나는 확인을 찾지 못했습니다 (내 눈으로 그것은 매우 보입니다!) 이것은 어디에도 없습니다! 똑같은 버프가 일어나겠지만, 하루, 한 달, 일 년 .... 우리는 이 슈퍼 스탯 이점과만 병합할 것입니다!!!!!
네가 틀렸어.
우리가 합병하는 경우 그것은 한 가지 이유입니다 - FAK와 변동성의 곱의 모듈, 더 적은 스프레드!
따라서 눈으로 아무것도 찾을 필요가 없지만 이 매개변수로 평가하려면 컴퓨터에 앉아서 다른 시간 프레임에 여러 도구를 실행해야 합니다.
추신: 제가 주의를 산만하게 하려는 것은 아니지만, 트렌드를 결정하는 데 대한 생각을 표현하겠다고 약속하셨다는 점을 상기시켜 드리고 싶습니다...
예...
우리가 합병하는 경우 그것은 한 가지 이유입니다 - FAK 제품의 모듈과 변동성은 스프레드보다 작습니다! 따라서 눈으로 아무것도 찾을 필요가 없지만 이 매개변수로 평가하려면 컴퓨터에 앉아서 다른 시간 프레임에 여러 도구를 실행해야 합니다.
그렇다면 왜 편차가 필요합니까? Ah-ah-ah-ah, 이해합니다. 우리는 FAC를 고려합니다(여전히 이 약어가 마음에 들지 않습니다 ...).
EURUSD를 살펴보겠습니다.
스프레드 - 3 또는 0.0003?
그녀의 FAC는 거짓말을 해야 하기 때문에 [0:1]
평균 변동성, 어느 범위에서???
가격은 천천히 움직이고 틱은 빠르게 움직이기 때문에 매우 강한 음의 자기상관이 있어야 합니다. 말할 것도 없이 위, 아래, 위, 아래...
그리고 이것으로부터 무엇이 뒤따릅니까? 각 틱 후에 아래로 열거나 그 반대의 경우도 마찬가지입니까? :-)))
...
이 주제에 대해 조금
http://forum.fxclub.org/showpost.php?p=618349&postcount=297
http://forum.fxclub.org/showpost.php?p=624720&postcount=326
http://forum.fxclub.org/showpost.php?p=622143&postcount=310
http://forum.fxclub.org/showpost.php?p=626115&postcount=334
추신: eurousd에 대한 변동성 값의 한계를 알려주세요. 변동성을 전혀 고려하지 않습니다. 그리고 지금은 그러한 계산을 수행할 수 없습니다.
... 이 주제에 대해 조금
http://forum.fxclub.org/showpost.php?p=618349&postcount=297
http://forum.fxclub.org/showpost.php?p=624720&postcount=326
http://forum.fxclub.org/showpost.php?p=622143&postcount=310
http://forum.fxclub.org/showpost.php?p=626115&postcount=334
존경!
나는 큰 관심을 가지고 이 스레드를 읽고 있습니다. 물론 홍수가 많이 나고 있지만, 아무래도 순서는 이렇습니다... North Wind , 기사 형식으로 게시된 사이트에 게시된 자료가 있습니까? 감사합니다. 또한 현재 하고 있는 일, 무역에서 가장 유망하다고 생각하는 연구 분야는 무엇인지 궁금합니다. 여기에서 논의된 문제에 대한 비평가이자 아이디어 생성자로 우리와 함께 하면 기쁠 것입니다.
EURUSD를 사용합시다.
스프레드 - 3 또는 0.0003?
그녀의 FAC는 거짓말을 해야 하기 때문에 [0:1]
평균 변동성, 어느 범위에서???
Sergey, 나는 변동성에 대한 FAK 제품의 "본질"이 스프레드에 대해 동일하다는 것을 이해할 수 없습니다. 설명을 부탁드립니다. 경험적으로 도출된 것인가 아니면 과학적으로 직관적인 것인가?
Sergey, 변동성과 스프레드의 차원은 동일해야 합니다. 이것이 미터이면 미터이고 킬로미터이면 모든 것이 킬로미터 단위입니다 :-)
나는 추정 계산에 "이상적인" TS 모델을 사용합니다. 이는 하나의 매개변수만 예측하는 것으로 요약됩니다. 예상 가격 상승의 방향, 이 점프의 진폭은 선택한 TF에 대한 상품의 변동성과 동일하게 추정될 수 있습니다. 거의 동일하며 표준 편차입니다. FAC가 한 유형의 가격 움직임이 다른 유형(동방향 및 역방향 점프)에 비해 우세한 상대적 값으로 해석될 수 있다는 점을 고려하면 정확도의 손실 없이 "이상적인 예측 지표"는 "이상적인 예측 지표"의 기초가 되는 FAC의 절대값에 비례하는 확률로 열린 방향의 선택에 실수를 하지 않을 것입니다. 각 거래의 포인트 손익은 상품의 표준 편차 값으로 합리적으로 추정됩니다. 그런 다음 충분히 긴 시간 간격에 대한 TS의 수입은 모든 성공적인 거래와 실패한 거래의 차이로 추정할 수 있으며 각 거래에 변동성을 곱합니다. 또한 받은 총 수입을 완료된 거래 수로 보고 거래당 "이상적인" TS 의 수익성에 대한 평균 통계 추정치를 얻습니다.
s(TF)=변동성(TF)*{(n+)-(n-)}/N=FAQ(TF)*표준 편차(TF) , 여기서 (n+) - 잔액이 플러스인 거래 수, (n -) - "음수" 거래 수, N은 총 거래 수입니다.
Q.E.D.
변동성을 추정할 수 없다면 표준편차를 추정해 보세요 :-) 차이는 없을 것입니다.
가다...
시계열 분석의 주요 작업.
시계열 통계 분석의 기본 목표는 이 시계열의 기존 궤적을 따르는 것입니다.
1. 분해에 존재하는 비무작위 함수를 결정합니다. 즉, 지표 유형을 결정합니다.
2. 분해에 존재하는 비-랜덤 함수에 대한 "좋은" 추정치를 구축합니다.
3. 임의 잔차의 동작을 적절하게 설명하는 모델을 선택하고 이 모델의 매개변수를 통계적으로 평가합니다.
시계열 통계 분석의 기본 목표로 나열된 과제의 성공적인 해결은 최종 응용 연구 목표 달성의 기초이며, 무엇보다도 단기 및 중기 예측 문제 해결 시계열의 값. 시계열의 계량경제학적 분석의 주요 요소를 간략히 소개하겠습니다.
• 대부분의 수학적 통계적 방법은 관측치가 독립적이고 균등하게 분포된 것으로 가정되는 모델을 다룹니다. 동시에, 관찰 간의 의존성은 이러한 방법의 효과적인 적용에 대한 장애물로 가장 자주 간주됩니다. 그러나 경제학, 사회학, 금융, 상업 및 기타 인간 활동 영역의 다양한 데이터는 관찰이 상호 의존하는 시계열의 형태로 제공되며 이러한 의존의 특성은 정확히 연구자의 주요 관심사입니다. 이러한 일련의 종속 관찰을 연구하기 위한 일련의 방법 및 모델을 시계열 분석이라고 합니다. 시계열의 계량 경제학 분석의 주요 목표는 가능한 한 사용 가능한 일련의 관찰을 적절하게 설명하고 우선 다음 작업을 해결하기 위한 기초를 형성하는 간단하고 경제적으로 매개변수화된 모델을 구축하는 것입니다.
(a) 분석된 시계열을 구성하는 관측의 발생 메커니즘을 밝히는 것;
(b) 시계열의 미래 값에 대한 최적의 예측을 구축합니다.
(c) 분석된 프로세스를 관리하고 최적화하기 위한 전략 개발.
• 시계열을 형성하는 관측의 기원에 대해 말할 때, 이러한 관측이 형성될 수 있는 영향을 받는 네 가지 유형의 요인을 염두에 두어야 합니다(가능하면 모델 방식으로 기술). 계절적, 주기적(또는 기회주의적) 및 무작위. 동시에 4가지 유형의 요소가 모두 특정 시계열의 값을 형성하는 과정에 반드시 참여해야 하는 것은 아닙니다. 이러한 요인의 작용을 식별하고 모델링하는 문제의 성공적인 솔루션은 기초이며, 최종 응용 연구 목표를 달성하기 위한 기본 출발점이며, 그 주요 내용은 이전 단락에서 언급되었습니다.
• 연대순으로 배열된 이산적인 일련의 관찰을 분석하기 시작할 때, 우선 순전히 무작위적인 것 이외의 요인이 이 시리즈의 값 형성에 실제로 참여했는지 확인해야 합니다. 동시에 "순수한 무작위"는 일정한(시간 독립적인) 평균 및 분산을 갖는 상호 관련되지 않고 동일하게 분포된 무작위 변수의 시퀀스가 생성되는 영향 하에 해당 무작위 요소만을 의미합니다. 질문에 대한 답은 관련 가설에 대한 통계적 검정, 예를 들어 "시리즈 검정", Abbe 검정, Box-Pearce 및 Lung-Box 검정 중 하나를 사용하여 수행됩니다.
이러한 통계적 가설을 테스트한 결과 사용 가능한 관측치가 상호 의존적(및 아마도 불평등하게 분포됨)으로 판명되면 이 시리즈에 적합한 모델 선택으로 진행합니다. 이 선택이 수행되는 모델 세트는 일반적으로 다음 모델 클래스로 제한됩니다.
(a) 정상 시계열의 클래스(주로 "무작위 잔차"의 동작을 설명하는 데 사용됨),
(b) 결정론적 추세와 정상 시계열의 합인 비정상 시계열 클래스,
(c) 계열의 연속적인 미분(즉, 일련의 수준에서 1차 또는 더 높은 차수의 일련의 차분으로 이동)으로 제거할 수 있는 확률론적 추세를 가진 비정상 시계열 클래스.
시계열의 계량경제학적 분석의 일환으로 우리는 클래스 (a)와 (b)에 포함된 시리즈를 하나의 클래스로 결합합니다. 이 클래스는 최근 관행[예: Maddala, Kim(1998) 참조]에 따라 TS 클래스 시리즈(추세 고정 계열 - 결정적 추세에 대해 고정 계열). 클래스 (b)에 속하는 정상 시계열에 대한 적절한 방법은 시계열에서 결정론적 추세를 빼는 것입니다. 반대로, 클래스 (c)에 속하는 급수의 경우 고정 급수에 대한 적절한 방법은 일련의 수준에서 일련의 차이(1차 또는 그 이상)로의 전환입니다.
• 정상(광의) 시계열은 평균, 분산 및 공분산이 계산된 시간에 의존하지 않는다는 사실이 특징입니다. 정상 시계열의 구성원 사이에 존재하는 상호 의존성은 원칙적으로 p차 자기회귀 모델(AR(p)-모델), q차 이동 평균 모델(MA(q) -모델), 또는 차수 p 및 q의 나머지에서 이동 평균 자기회귀 모델(ARMA(p, q) 모델).
• 이 시계열은 차수 k의 연속적인 차이(그러나 더 낮은 차수는 아님)가 고정 시계열을 형성하는 경우 차수 k의 적분(적분)이라고 합니다. 계량 경제학 적용 문제에서 계절 성분을 포함하는 계열을 포함하여 이러한 계열의 동작은 자기회귀 모델을 사용하여 매우 성공적으로 설명됩니다. p, k 및 q 차의 통합 이동 평균(ARIMA(p, k, q)-모형) 및 일부 수정. 가장 단순한 확률적 추세 모델인 랜덤 워크 프로세스(ARIMA(0, 1, 0))도 이 클래스에 속합니다. 랜덤 워크 증분은 독립적이고 동일하게 분포된 랜덤 변수("백색 잡음")의 시퀀스를 형성합니다. 따라서 랜덤 워크 프로세스를 "통합 백색 잡음"이라고도 합니다.
• 모델을 특정 시계열에 맞추십시오. 즉, 적절한 매개변수 모델 패밀리를 실행 가능한 솔루션 세트로 식별한 다음 사용 가능한 관찰을 기반으로 모델 매개변수를 통계적으로 추정합니다. 이 전체 프로세스를 모델 식별 프로세스 또는 간단히 식별이라고 합니다. 시계열 모델을 올바르게 식별하려면 연구 중인 시계열이 정상 인지, 결정적 추세(즉, 결정적 구성 요소와 정상 계열의 합)에 대해 정상인지 또는 확률적 추세를 포함하는지 여부를 결정해야 합니다.
가끔은 투수들의 말에 웃다가 죽습니다! 그것은 일종의 서커스입니다. 그들은 유치원에 있어야 합니다 - 수학을 배우기 위해, 하지만 아닙니다. 나이는 같지 않습니다! 장군들, 젠장.
흥미롭게도, 대부분의 포럼에서 발생하는 상황(아마도 드문 예외일 수 있음)은 포럼 참가자인 "거래자"의 주요 우발이 문맹이고 일반적으로 결함이 있는 사람들임을 분명히 나타냅니다. 그것은 아마도 절망과 선택적 치매에서 시장에 올라갔습니다.
미안, 저항할 수 없었다.
... North Wind , 기사 형식으로 제공되는 사이트에 게시된 자료가 있습니까? 감사합니다. 또한 현재 하고 있는 일, 무역에서 가장 유망하다고 생각하는 연구 분야는 무엇인지 궁금합니다. 여기에서 논의된 문제에 대한 비평가이자 아이디어 생성자로 우리와 함께 하면 기쁠 것입니다...
아니요, 기사 형태의 자료가 없으며 가능성이 낮습니다. 여러 가지 이유로, 그리고 그 중 하나는 시간 부족입니다.
나는 모든 일을 조금씩 하지만 대부분은 물론 확률론적 방법의 관점에서 합니다. 불화의 동일한 문제이지만 고전에 의해 공식화 된 순수한 형태가 아닌 것 같습니다.
나는 적어도 한 번 나 자신이이 길을 걸었다는 사실에 의해 관심을 가지고이 주제를 완전히 읽었습니다. 시간 분석 방법 중 개인적으로 "애벌레"를 좋아했습니다. 그러나 다시 An.Time.Ryadov 메서드를 순수한 형태로 사용하는 것은 불가능했습니다.
... 가끔은 투수들의 말에 웃다가 죽는다! 그것은 일종의 서커스입니다. 그들은 유치원에 있어야 합니다 - 수학을 배우기 위해, 하지만 아닙니다. 나이는 같지 않습니다! 장군님, 젠장...
:)주의를 기울이지 마십시오. 이것은 우리 아버지와 그의 아들과 그의 영의 은혜로 우리 믿음의 힘에 대한 시험으로 위에서 우리에게 보내진 시험입니다 :))))