Yusuf, 미안하지만, 당신은 이미 18세를 사방에 어떤 이유로든 밀어붙이는 데 지쳤습니다.
MNK Gaus는 롤백이 아니라 이전에도 없었고 앞으로도 없을 것보다 더 훌륭하고 단순한 클래식입니다. 체크메이트를 나누는 것보다 더 멍청하고 멍청한 일은 없습니다. 방법을 현대적이고 구식으로.
드미트리님, 오답 지적 감사합니다 수정했습니다만, 본질적으로 말씀하신대로 (18)에 타당한 이의가 있습니까? 예를 들어, 이 회귀 모델 이 더 낫습니까(18)? LSM은 선형 종속성이 있을 때 적용할 수 있으며 (18) 선형의 경우를 제외하고 LSM의 모든 장점을 유지하면서 비선형 영역을 동등하게 성공적으로 커버합니다.
Yousufkhodja Sultonov : 드미트리님, 오답 지적 감사합니다 수정했습니다만, 본질적으로 말씀하신대로 (18)에 타당한 이의가 있습니까? 예를 들어, 이 회귀 모델이 더 낫습니까(18)? LSM은 선형 종속성이 있을 때 적용할 수 있으며 (18) 선형의 경우를 제외하고 LSM의 모든 장점을 유지하면서 비선형 영역을 동등하게 성공적으로 커버합니다.
예, 이 18은 아무 것도 다루지 않습니다. 선형 회귀 및 fibolevel로 완벽하게 대체되었습니다. 정상적인 대화는 작동하지 않으며 건설적인 대화를 지원하지 않습니다. 당신은 당신이 18세 동안 무엇을 했고 그것이 하는 일을 이해한다는 것을 아직 보여주지도 않았습니다.
왜 그런 가정을 합니까? 별말씀을요. 그것에 대해 생각할 필요조차 없습니다. 베이지안 회귀의 범위를 정의하는 것과 같습니다.
베이지안 회귀를 계산하는 데 필요한 기호를 결정할 필요가 있습니다. 정사각형을 둥글게 만드는 방법에 대한 첫 번째 질문입니다. 이것은 베이지안 회귀가 여기에 어떤 식으로든 적합하지 않다는 이해가 나타날 수 있는 곳입니다. 하지만 우리는 상관하지 않습니다... 우리는 뭔가를 해야 합니다. 한 행과 두 번째 행(우리의 경우 선)의 가격 값의 일치가 최대 확률에 해당한다고 가정해 보겠습니다. 그리고 하나의 기능에 의한 최대 경로는 1/n(n은 막대의 수)입니다. 이 접근 방식은 갈퀴로 물 위에 그림을 그리는 것과 같습니다. 따라서 인수가 0이면 1 / n을 제공하고 인수가 증가하면 0이 되는 경향이 있는 일종의 공식을 발명해야 합니다. 그런 다음 확률 대신 이전에 대체한 Bayes 공식을 작성합니다. 발명된 공식. 다음으로 결과 함수의 최대값을 찾아야 합니다. 아마도 0과 같은 미분을 취하십시오 ...
결과적으로 원래 목표는 직선과 가격 계열을 결합하는 것이었기 때문에 선형 회귀 와 거의 동일한 결과를 얻습니다.
외환 데이터가 정규 분포를 가지고 있다는 가정, 따라서 베이지안 회귀의 범위가 바로 그것입니다.
Forex는 유럽, 중국, 바하마, 버뮤다 등 많은 DC, 외환 사무소, 요리입니다. 그들의 어둠. 그들 중 누구도 시장을 지배하지 않으며 가격 책정에 결정적인 기여를 하지 않으며 시장에서 단일 플레이어도 아닙니다. 가정은 확률 이론의 중심 극한 정리를 기반으로 합니다.
"거의 동일한 척도(어떤 항도 지배적이지 않고 합에 결정적인 기여를 하지 않음)를 갖는 충분히 많은 수의 약한 종속 확률 변수의 합은 정규 분포에 가깝습니다."(Wikipedia)
Forex와 관련하여 이해합니다. 하나의 M5 막대에 모든 DC의 모든 틱(백만 틱)을 수집하면 막대 내부의 틱 분포가 정상에 가깝습니다. 그리고 기간이 오래될수록 더 가깝습니다. 각 특정 DC에는 고유한 따옴표 흐름이 있으며, 이 흐름은 이 DC의 손상 정도에 따라 지배적인 글로벌 흐름과 다릅니다. 이 차트의 지배적인 흐름은 DC가 멀리 이동할 수 없는 일종의 곡선(확실히 직선이 아닙니다!)입니다.
외환 데이터가 정규 분포를 가지고 있다는 가정, 따라서 베이지안 회귀의 범위가 바로 그것입니다.
Forex는 유럽, 중국, 바하마, 버뮤다 등 많은 DC, 외환 사무소, 요리입니다. 그들의 어둠. 그들 중 누구도 시장을 지배하지 않으며 가격 책정에 결정적인 기여를 하지 않으며 시장에서 단일 플레이어도 아닙니다. 가정은 확률 이론의 중심 극한 정리를 기반으로 합니다.
"거의 동일한 척도(어떤 항도 지배적이지 않고 합에 결정적인 기여를 하지 않음)를 갖는 충분히 많은 수의 약하게 종속된 확률 변수의 합은 정규에 가까운 분포를 갖습니다."(Wikipedia)
Forex와 관련하여 이해합니다. 하나의 M5 막대에 모든 DC의 모든 틱(백만 틱)을 수집하면 막대 내부의 틱 분포가 정상에 가깝습니다. 그리고 기간이 오래될수록 더 가깝습니다. 각 특정 DC에는 고유한 따옴표 흐름이 있으며, 이 흐름은 이 DC의 손상 정도에 따라 지배적인 글로벌 흐름과 다릅니다. 이 차트의 지배적인 흐름은 DC가 멀리 이동할 수 없는 일종의 곡선(확실히 직선이 아닙니다!)입니다.
...
Yusuf, 미안하지만, 당신은 이미 18세를 사방에 어떤 이유로든 밀어붙이는 데 지쳤습니다.
MNK Gaus는 롤백이 아니라 이전에도 없었고 앞으로도 없을 것보다 더 훌륭하고 단순한 클래식입니다. 체크메이트를 나누는 것보다 더 멍청하고 멍청한 일은 없습니다. 방법을 현대적이고 구식으로.
Yusuf, 미안하지만, 당신은 이미 18세를 사방에 어떤 이유로든 밀어붙이는 데 지쳤습니다.
MNK Gaus는 롤백이 아니라 이전에도 없었고 앞으로도 없을 것보다 더 훌륭하고 단순한 클래식입니다. 체크메이트를 나누는 것보다 더 멍청하고 멍청한 일은 없습니다. 방법을 현대적이고 구식으로.
드미트리님, 오답 지적 감사합니다 수정했습니다만, 본질적으로 말씀하신대로 (18)에 타당한 이의가 있습니까? 예를 들어, 이 회귀 모델이 더 낫습니까(18)? LSM은 선형 종속성이 있을 때 적용할 수 있으며 (18) 선형의 경우를 제외하고 LSM의 모든 장점을 유지하면서 비선형 영역을 동등하게 성공적으로 커버합니다.
또한 회귀가 베이지안이 되기 위해서는 eps가 정규법칙에 따라 분포한다고 가정한다.
코펜하겐에 계시는 분들은 잘못된 부분이 있으면 바로잡아주시고 앞으로 어떻게 해야할지 조언 부탁드립니다.
정규 분포를 버리십시오. 금융 상품의 어느 곳에서도 관찰되지 않습니다. 그리고 그 대신에 실제 분포 밀도의 히스토그램을 독립적으로 구축하고 근사합니다.
차이점을 이해하려면 아래 스크린샷을 보세요. 검은색 선은 정규분포이고 빨간색 선은 실제 변동성 확률 밀도의 히스토그램입니다.
저것들. 어리석게도 삼각 분포를 취하면 훨씬 작은 오류가 발생합니다. 정확도를 높이려면 삼각형의 측면이 명확하게 오목하기 때문에 중심이 동일한 수평선 에 있는 두 개의 터치 원 또는 터치 타원을 취하는 것이 더 쉽습니다.
1. 정규 분포를 버리십시오. 금융 상품의 어느 곳에서도 관찰되지 않습니다. 그리고 그 대신에 실제 분포 밀도의 히스토그램을 독립적으로 구축하고 근사합니다.
2. 차이점이 무엇인지 명확히 하기 위해 아래 스크린샷을 보십시오. 검은색 선은 정규분포이고 빨간색 선은 실제 변동성 확률 밀도의 히스토그램입니다.
3. 즉 어리석게도 삼각 분포를 취하면 훨씬 작은 오류가 발생합니다. 정확도를 높이려면 삼각형의 측면이 명확하게 오목하기 때문에 중심이 동일한 수평선 에 있는 두 개의 터치 원 또는 터치 타원을 취하는 것이 더 쉽습니다.
1. 어디에서 근사할 것인가? 무엇을 근사화하고 무엇을 근사화할 것인가?
2. 이초?
3. 무엇의 오류?
왜 그런 가정을 합니까? 별말씀을요. 그것에 대해 생각할 필요조차 없습니다. 베이지안 회귀의 범위를 정의하는 것과 같습니다.
베이지안 회귀를 계산하는 데 필요한 기호를 결정할 필요가 있습니다. 정사각형을 둥글게 만드는 방법에 대한 첫 번째 질문입니다. 이것은 베이지안 회귀가 여기에 어떤 식으로든 적합하지 않다는 이해가 나타날 수 있는 곳입니다. 하지만 우리는 상관하지 않습니다... 우리는 뭔가를 해야 합니다. 한 행과 두 번째 행(우리의 경우 선)의 가격 값의 일치가 최대 확률에 해당한다고 가정해 보겠습니다. 그리고 하나의 기능에 의한 최대 경로는 1/n(n은 막대의 수)입니다. 이 접근 방식은 갈퀴로 물 위에 그림을 그리는 것과 같습니다. 따라서 인수가 0이면 1 / n을 제공하고 인수가 증가하면 0이 되는 경향이 있는 일종의 공식을 발명해야 합니다. 그런 다음 확률 대신 이전에 대체한 Bayes 공식을 작성합니다. 발명된 공식. 다음으로 결과 함수의 최대값을 찾아야 합니다. 아마도 0과 같은 미분을 취하십시오 ...
결과적으로 원래 목표는 직선과 가격 계열을 결합하는 것이었기 때문에 선형 회귀 와 거의 동일한 결과를 얻습니다.
외환 데이터가 정규 분포를 가지고 있다는 가정, 따라서 베이지안 회귀의 범위가 바로 그것입니다.
Forex는 유럽, 중국, 바하마, 버뮤다 등 많은 DC, 외환 사무소, 요리입니다. 그들의 어둠. 그들 중 누구도 시장을 지배하지 않으며 가격 책정에 결정적인 기여를 하지 않으며 시장에서 단일 플레이어도 아닙니다. 가정은 확률 이론의 중심 극한 정리를 기반으로 합니다.
"거의 동일한 척도(어떤 항도 지배적이지 않고 합에 결정적인 기여를 하지 않음)를 갖는 충분히 많은 수의 약한 종속 확률 변수의 합은 정규 분포에 가깝습니다."(Wikipedia)
Forex와 관련하여 이해합니다. 하나의 M5 막대에 모든 DC의 모든 틱(백만 틱)을 수집하면 막대 내부의 틱 분포가 정상에 가깝습니다. 그리고 기간이 오래될수록 더 가깝습니다. 각 특정 DC에는 고유한 따옴표 흐름이 있으며, 이 흐름은 이 DC의 손상 정도에 따라 지배적인 글로벌 흐름과 다릅니다. 이 차트의 지배적인 흐름은 DC가 멀리 이동할 수 없는 일종의 곡선(확실히 직선이 아닙니다!)입니다.
외환 데이터가 정규 분포를 가지고 있다는 가정, 따라서 베이지안 회귀의 범위가 바로 그것입니다.
Forex는 유럽, 중국, 바하마, 버뮤다 등 많은 DC, 외환 사무소, 요리입니다. 그들의 어둠. 그들 중 누구도 시장을 지배하지 않으며 가격 책정에 결정적인 기여를 하지 않으며 시장에서 단일 플레이어도 아닙니다. 가정은 확률 이론의 중심 극한 정리를 기반으로 합니다.
"거의 동일한 척도(어떤 항도 지배적이지 않고 합에 결정적인 기여를 하지 않음)를 갖는 충분히 많은 수의 약하게 종속된 확률 변수의 합은 정규에 가까운 분포를 갖습니다."(Wikipedia)
Forex와 관련하여 이해합니다. 하나의 M5 막대에 모든 DC의 모든 틱(백만 틱)을 수집하면 막대 내부의 틱 분포가 정상에 가깝습니다. 그리고 기간이 오래될수록 더 가깝습니다. 각 특정 DC에는 고유한 따옴표 흐름이 있으며, 이 흐름은 이 DC의 손상 정도에 따라 지배적인 글로벌 흐름과 다릅니다. 이 차트의 지배적인 흐름은 DC가 멀리 이동할 수 없는 일종의 곡선(확실히 직선이 아닙니다!)입니다.
저것들. 제가 쓴 글에서 이해가 되셨나요?
정규 분포를 버리십시오. 금융 상품의 어느 곳에서도 관찰되지 않습니다. 그리고 그 대신에 실제 분포 밀도의 히스토그램을 독립적으로 구축하고 근사합니다.
차이점을 이해하려면 아래 스크린샷을 보세요. 검은색 선은 정규분포이고 빨간색 선은 실제 변동성 확률 밀도의 히스토그램입니다.
저것들. 어리석게도 삼각 분포를 취하면 훨씬 작은 오류가 발생합니다. 정확도를 높이려면 삼각형의 측면이 명확하게 오목하기 때문에 중심이 동일한 수평선 에 있는 두 개의 터치 원 또는 터치 타원을 취하는 것이 더 쉽습니다.
유리,
라플라스 분포(양측 지수)를 시도합니다. 제 생각에는 재무 데이터가 그에게 가장 가깝습니다.
Laplace에 대한 최대 가능도 매개변수의 분석적 추정:
매개변수 추정 [ 편집 ]
주어진 N 독립적이고 동일하게 분포된 표본 x 1 , x2 , ..., xN , 최대 가능성 평가자 μ의 샘플 중앙값 , [1] 그리고 최대 가능성 의 추정자 비 ~이다
출처: https://en.wikipedia.org/wiki/Laplace_distribution
저것들. 제가 쓴 글에서 이해가 되셨나요?
나는 당신의 첫 번째 질문에 대답했습니다. 나는 표지판을 정말로 이해하지 못한다. 이론이 유효한 막대의 수를 찾으십시오. 그리고 이것부터 춤까지? 나는 즉시 거부합니다.
"원래 목표는 직선과 가격 계열을 결합하는 것이 었습니다. " - 베이지안 회귀가 직선이면 실제로 작동하지 않습니다.