"통에 많은 작은 플라스틱 알이 들어 있다고 가정합니다. 그 중 일부는 빨간색이고 일부는 파란색입니다. 계란의 40%에는 진주가 들어 있고 60%는 비어 있습니다. 진주가 들어 있는 계란의 30%는 파란색이고 10%는 비어 있습니다. . 계란도 파란색입니다. 파란색 계란에 진주가 포함될 확률은 얼마입니까?"
얼핏 보면 진주가 들어있는 알의 30%만이 파란색이기 때문에 확률이 낮아 보인다. 사실, 반대로 파란색이 진주를 함유할 확률은 67%, 즉 진주가 함유되지 않을 확률의 2배입니다.
"알의 40%에는 진주가 들어 있고 30%는 파란색이므로 12%의 달걀에는 진주와 파란색이 모두 들어 있습니다. 계란의 60%에는 진주가 없고 10%는 파란색이므로 계란의 6%는 파란색이고 진주가 없습니다. 12% + 6% = 18%이므로 파란색 계란의 총 비율은 18%입니다. 우리는 이미 달걀의 12%가 파란색이고 진주를 함유하고 있다는 것을 알고 있으므로 파란색 달걀이 진주를 함유할 확률은 12/18 또는 약 67%입니다. "
또는 Bayes 공식에 따르면 파란색 계란에 진주가 포함될 확률 P(A|B)=P(B|A)*P(A)/P(B)=0.4*0.3/0.18=0.67입니다.
P(A)= p(진주) = 계란에 진주가 포함될 확률 0.4. P(B|A)=p(blue|pearl) = 진주가 포함된 달걀이 파란색일 확률 0.3 P(B)=p(파란색) = 달걀이 파란색일 확률 0.18.
나는 "배럴"이라는 단어를 "차트"로 바꿨습니다. 파란색 계란 - 약세 양초, 빨간 계란 - 강세 양초, 진주 - 막대 내부의 가격 증가분의 70% 이상이 양수이거나 간단히 말해서 많은 양수입니다. 증분(MPP).
차트에 빨간색 양초(강세, 파란색 양초-약세)가 있다고 가정해 보겠습니다. 모든 양초의 40%는 MPP를 포함하고 60%는 포함하지 않습니다. WFP가 포함된 양초의 30%가 약세이고 모든 양초의 18%도 약세입니다. 약세 촛대에 WPP가 포함될 확률은 얼마입니까?
여기에서 언뜻보기에 확률은 훨씬 더 적습니다. MPP를 포함하는 양초의 30%만이 약세이고 양초 자체도 약세이며 이론적으로 양수보다 음수 증분이 더 많이 포함되어야 합니다. 그러나 이 경우에 대한 계산에 따르면 동일한 67%가 얻어집니다.
Теорема Байеса (или формула Байеса) — одна из основных теорем элементарной теории вероятностей, которая позволяет определить вероятность какого-либо события при условии, что произошло другое статистически взаимозависимое с ним событие. Другими словами, по формуле Байеса можно более точно пересчитать вероятность, взяв в расчет как ранее...
나는 오래전에 시장이 뉴스에 반응하는 시스템이라고 썼습니다. 가격, 변동성 또는 회귀 오류의 통계적 분포 에 대한 이 모든 이야기는 쓸모가 없습니다. 우리가 보도 자료의 시간에 가격의 행동을 취한다면(그리고 이 시간은 알려져 있고 규칙적입니다), 우리는 하나의 분포를 얻습니다. 야간 세션 시간을 선택하면 다른 분포를 얻습니다. 시장 가격의 회귀도 쓸모가 없습니다. 회귀의 꼬리는 매달리고 들어오는 가격에 따라 달라집니다. 가격 범위를 부드럽게 해야 하는 경우 마스코트를 사용하십시오. 회귀의 외삽은 유토피아입니다. 가격은 던진 돌이 아니라 일정 시간이 지나면 어디에 있을 것인가를 결정짓는다. 미사일 추적 알고리즘의 사용도 작동하지 않습니다. 보도 자료(외부 푸시)에 초점을 맞추고 푸시 직후 가격을 추적하는 것이 합리적입니다. 여기에서 패턴을 식별하고 수익을 올릴 수 있습니다. 그러나 전체 가격대를 전체적으로 고려하여 평균적인 특성을 이야기하는 것은 실수이자 이론적인 "국민을 위한 아편"입니다.
Vladimir : 나는 오래전에 시장이 뉴스에 반응하는 시스템이라고 썼습니다. 가격, 변동성 또는 회귀 오류의 통계적 분포에 대한 이 모든 이야기는 쓸모가 없습니다. 우리가 보도 자료의 시간에 가격의 행동을 취한다면(그리고 이 시간은 알려져 있고 규칙적입니다), 우리는 하나의 분포를 얻습니다. 야간 세션 시간을 선택하면 다른 분포를 얻습니다. 시장 가격의 회귀도 쓸모가 없습니다. 회귀의 꼬리는 매달리고 들어오는 가격에 따라 달라집니다. 가격 범위를 부드럽게 해야 하는 경우 마스코트를 사용하십시오. 회귀의 외삽은 유토피아입니다. 가격은 던진 돌이 아니라 일정 시간이 지나면 어디에 있을 것인가를 결정짓는다. 미사일 추적 알고리즘의 사용도 작동하지 않습니다. 보도 자료(외부 푸시)에 초점을 맞추고 푸시 직후 가격을 추적하는 것이 합리적입니다. 여기에서 패턴을 식별하고 수익을 올릴 수 있습니다. 그러나 전체 가격대를 전체적으로 고려하여 평균적인 특성을 이야기하는 것은 실수이자 이론적인 "국민을 위한 아편"입니다.
특정 뉴스가 시장에 미치는 영향을 확인하기 위한 적절한 알고리즘을 찾고 싶었지만 찾을 수 있었나요?
뉴스에 대한 제 생각은 이렇습니다. 매우 중요하고 예상치 못한 뉴스만이 기술적 분석의 법칙으로 설명할 수 없는 시장의 방향과 가격 행동의 논리를 바꿉니다. 다른 모든 경우에는 뉴스가 가격 움직임에 영향을 미칠 수 있지만 움직임 자체는 기술적이고 이해할 수 있습니다.
특정 뉴스가 시장에 미치는 영향을 확인하기 위한 적절한 알고리즘을 찾고 싶었지만 찾을 수 있었나요?
뉴스에 대한 제 생각은 이렇습니다. 아주 중요하고 예상치 못한 뉴스만이 기술적 분석의 법칙으로 설명할 수 없는 시장의 방향과 가격 행동의 논리를 바꿉니다. 다른 모든 경우에는 뉴스가 가격 움직임에 영향을 미칠 수 있지만 움직임 자체는 기술적이고 이해할 수 있습니다.
알고리즘은 매우 간단합니다. 우리는 뉴스 발표를 기다리고(모든 뉴스가 중요한 것은 아닙니다), 뉴스가 발표되는 동안 가격 움직임의 방향을 살펴보고, 움직임이 중요한 경우, 발표 전에 가격 행동을 봅니다. 뉴스가 특정 조건을 충족하면 같은 방향으로 움직임이 계속될 것으로 예상하고 포지션에 진입했다가 많은 마감 조건 중 하나가 충족될 때 빠르게 빠져나갈 것입니다. 2011년 에 어드바이저를 썼고, 실생활에서 런칭할 준비가 되었지만, 미국의 많은 FX 사무소, 심지어 Alpari도 문을 닫았습니다. 이제 어드바이저를 발굴하고 새 기록을 로드하고 2012년 1월 1일부터 최적화 없이 실행했습니다. 2012년 결과는 상당히 좋습니다. $200은 $311, 이익 계수 3.60, 회복 계수 5.64, 잔고 감소 4.46%, 자기 자본 감소 6.05%, 거래는 71.43%를 얻었습니다. 2013년부터 자기자본이 감소하고 있다. 뉴스 릴리스의 시간이 변경되었을 수 있으며, 다시 최적화가 필요할 수 있으며 이해하기를 꺼립니다. 그러나 어드바이저가 최적화 후 1년 동안 연 50%의 수익으로 일했다는 사실은 전략의 견고함을 나타냅니다.
Vladimir : 나는 오래전에 시장이 뉴스에 반응하는 시스템이라고 썼습니다. 가격, 변동성 또는 회귀 오류의 통계적 분포에 대한 이 모든 이야기는 쓸모가 없습니다. 우리가 보도 자료의 시간에 가격의 행동을 취한다면(그리고 이 시간은 알려져 있고 규칙적입니다), 우리는 하나의 분포를 얻습니다. 야간 세션 시간을 선택하면 다른 분포를 얻습니다. 시장 가격의 회귀도 쓸모가 없습니다. 회귀의 꼬리는 매달리고 들어오는 가격에 따라 달라집니다. 가격 범위를 부드럽게 해야 하는 경우 마스코트를 사용하십시오. 회귀의 외삽은 유토피아입니다. 가격은 던진 돌이 아니라 일정 시간이 지나면 어디에 있을 것인가를 결정짓는다. 미사일 추적 알고리즘의 사용도 작동하지 않습니다. 보도 자료(외부 푸시)에 초점을 맞추고 푸시 직후 가격을 추적하는 것이 합리적입니다. 여기에서 패턴을 식별하고 수익을 올릴 수 있습니다. 그러나 전체 가격대를 전체적으로 고려하여 평균적인 특성을 이야기하는 것은 실수이자 이론적인 "국민을 위한 아편"입니다.
블라디미르 : 2011년 에 어드바이저를 썼고, 실생활에서 런칭할 준비가 되었지만, 미국의 많은 FX 사무소, 심지어 Alpari도 문을 닫았습니다.
Dodd-Frank 법은 미국 시민과 기업이 장외 시장(Forex 포함)에서 대부분의 거래를 수행하는 것을 금지한다는 것을 알고 있습니다. 질문을 허용합니다. 그리고 평범한 미국인은 어떻게 애플을 조금 사고/팔까요? 나는 "친구"시리즈를보고 일반 안마사 Phoebe가 주식을 거래 할뿐만 아니라 관리자가되어 고객의 자산을 잃었습니다 ....
분석 및 예측이라는 단어도 있습니다. 이 단어는 의미가 다르며 동의어가 아닙니다. 기술적 분석을 소유한 사람들을 차티스트라고 합니다. graphists, 그래프를 그리는 사람들. 더 이상 아무것도 없습니다. 인간 정신의 속성은 디지털 형식보다 그래픽 형식의 정보를 더 잘 인식하기 위해 이용됩니다. 더 이상은 없어. 사실, 그려진 차트를 오랫동안 3-5 년 동안보고 실생활에서 결정을 내리고 결국 수익성있게 거래하는 사람들은 매우 드물게 발견됩니다. 이 줄을 읽는 모든 사람은 자신이 이 범주의 사람들에 속한다고 생각합니까?
2. 금융시장에 회귀분석을 적용할 수 없다는 사실은 100년 전에 이미 알려져 있었다. 그러나 이 사람들은 1952년 포트폴리오 이론의 발명으로 마코위츠에 의해 질식했습니다. 그는 수익성과 위험의 균형을 맞출 수 있는 수학적 장치를 제공했습니다. 마코위츠 이론처럼 모든 포트폴리오가 무너진 1987년에도 불구하고 1992년 노벨상도 수상했습니다.
1987년의 사건이 거의 믿을 수 없는 사건이었기 때문에 모두가 Mandelbrot의 1960년대 중반 출판물을 기억하고 분포의 꼬리를 강렬하게 찌르기 시작했습니다. Mandelbrot가 1987년의 슬픔 이전에 예측한 20년 전에.
그런 다음 그들은 1987년 충돌이 있기 15년 전에 모델을 제안한 Box-Jenkins라는 다른 사람들을 기억했습니다.
3. ARIMA 모델. 모델의 저자는 원래 견적을 사용해서는 안 되지만 가격 증분을 사용해야 한다고 주장했습니다. 따라서 추세를 제거하십시오. 그들은 건설을 위한 모델과 방법론을 제시했습니다. 미국 정부는 여전히 그것을 사용하고 있습니다. 공개 도메인에서 사용할 수 있습니다.
4. 똑똑한 사람들은 ARIMA가 실행 가능한 모델이지만 금융 시장의 매우 좁은 부분에 있다는 것을 거의 즉시 알아차렸습니다. 그리고 그들은 공식화했습니다. 분산의 변화를 고려할 필요가 있습니다. 이는 다양한 ARCH 모델입니다. 이러한 모델을 통해 수학적 방법의 범위를 확장할 수 있었습니다.
5. 이와 거의 동시에 Granger는 자신의 공적분 모델을 발명했으며 귀족도 받았습니다. 그는 ARMA, ARIMA, ARCH, GARCH 및 기타 항목이 동일하지 않지만 고정 결과를 얻는 방식으로 두 자산을 결합할 수 있으며 그렇다면 회귀를 포함한 모든 통계 방법이 완벽하게 작동하기 시작한다고 말했습니다. 해당 분석 및 예측. 그리고 정말 효과가 있습니다.
6. 그리고 1998년, 그리고 2007년 - 이 모든 것이 금융 계열의 고정성에 대한 아이디어가 이러한 금융 계열을 고정된 형태로 가져오는 방법에 대한 회의성이라는 것을 기억하게 했습니다.
기계 학습 형태의 인공 지능에 대한 아이디어가 떠오르기 시작했으며, 입력 변수(예측자)의 값 집합을 기반으로 값(회귀 방법)이나 방향을 예측할 수 있다고 주장합니다. ( 분류 방법 ) 대상 변수. 분류의 경우: 매수와 매도의 두 가지 값을 취하는 변수를 예측할 수 있습니다. TA를 좋아하는 사람들을 위해: 패턴으로 거래하는 것과 같은 패턴을 인식하도록 모델만 학습되고 통계가 있습니다.
추신.
금융 시장에서 베이지안 모델의 위치는 오랫동안 정확하게 정의되어 왔으며 적용할 수 없습니다.
인기있는 과학 기사에서 Bayes의 작업에 대해 읽으면서 그러한 과제를 만났습니다.
"통에 많은 작은 플라스틱 알이 들어 있다고 가정합니다. 그 중 일부는 빨간색이고 일부는 파란색입니다. 계란의 40%에는 진주가 들어 있고 60%는 비어 있습니다. 진주가 들어 있는 계란의 30%는 파란색이고 10%는 비어 있습니다. . 계란도 파란색입니다. 파란색 계란에 진주가 포함될 확률은 얼마입니까?"
얼핏 보면 진주가 들어있는 알의 30%만이 파란색이기 때문에 확률이 낮아 보인다. 사실, 반대로 파란색이 진주를 함유할 확률은 67%, 즉 진주가 함유되지 않을 확률의 2배입니다.
"알의 40%에는 진주가 들어 있고 30%는 파란색이므로 12%의 달걀에는 진주와 파란색이 모두 들어 있습니다.
계란의 60%에는 진주가 없고 10%는 파란색이므로 계란의 6%는 파란색이고 진주가 없습니다.
12% + 6% = 18%이므로 파란색 계란의 총 비율은 18%입니다.
우리는 이미 달걀의 12%가 파란색이고 진주를 함유하고 있다는 것을 알고 있으므로 파란색 달걀이 진주를 함유할 확률은 12/18 또는 약 67%입니다. "
또는 Bayes 공식에 따르면 파란색 계란에 진주가 포함될 확률 P(A|B)=P(B|A)*P(A)/P(B)=0.4*0.3/0.18=0.67입니다.
P(A)= p(진주) = 계란에 진주가 포함될 확률 0.4.
P(B|A)=p(blue|pearl) = 진주가 포함된 달걀이 파란색일 확률 0.3
P(B)=p(파란색) = 달걀이 파란색일 확률 0.18.
나는 "배럴"이라는 단어를 "차트"로 바꿨습니다. 파란색 계란 - 약세 양초, 빨간 계란 - 강세 양초, 진주 - 막대 내부의 가격 증가분의 70% 이상이 양수이거나 간단히 말해서 많은 양수입니다. 증분(MPP).
차트에 빨간색 양초(강세, 파란색 양초-약세)가 있다고 가정해 보겠습니다. 모든 양초의 40%는 MPP를 포함하고 60%는 포함하지 않습니다. WFP가 포함된 양초의 30%가 약세이고 모든 양초의 18%도 약세입니다. 약세 촛대에 WPP가 포함될 확률은 얼마입니까?
여기에서 언뜻보기에 확률은 훨씬 더 적습니다. MPP를 포함하는 양초의 30%만이 약세이고 양초 자체도 약세이며 이론적으로 양수보다 음수 증분이 더 많이 포함되어야 합니다. 그러나 이 경우에 대한 계산에 따르면 동일한 67%가 얻어집니다.
약세 캔들스틱에 MPP가 포함될 확률. P(MPP|약세)=P(MPP)*P(약세|MPP)/P(약세)=0.4*0.3/0.18=0.67
P(A) = p(MPP)=0.4는 양초에 MPP가 포함될 확률입니다.
P(B|A)=p(약세|MPP) = MPP가 있는 경우 양초가 약세일 확률 0.3
P(B)=p(약세) = 양초가 약세일 확률 0.18.
이 경우 양초의 증분이 대부분이 양수이면 약세를 나타내려면 음수 증분이 더 길어야 합니다. 이것은 양초 내부 또는 양초가 없는 경우 가격 증분 분포의 모든 법칙에 해당됩니다.
내가 읽은 다른 내용은 다음과 같습니다.
"심리학 실험 [1] 은 사람들이 가정의 확률( 선험적 확률) 을 무시하기 때문에 경험( 사후 확률) 을 기반으로 사건의 확률을 종종 잘못 추정한다는 것을 보여주었습니다. 따라서 올바른 결과에 따르면 Bayes 공식은 직관적으로 예상되는 것과 매우 다를 수 있습니다."
여기에서 어떻게 발생하는지 이해합니다.
...
이 경우 양초의 증분이 대부분이 양수이면 약세를 나타내려면 음수 증분이 더 길어야 합니다. 이것은 양초 내부의 가격 증분 분포의 모든 법칙에 해당됩니다.
...
이 결론에 도달하기 위해 Bayes의 정리가 적용되었습니까?
확률 문제의 부정확한 추정은 문제의 조건을 시각적으로 나타내지 않은 경우에도 발생할 수 있습니다.
입을 다물 수 있는 가장 쉬운 방법은 이 예제에서 다항식 모델이 어떻게 작동하는지 보여주는 것입니다....
그리고 얼마나 많은 Reshetov가 당신을 놀렸고 예측 지점에서 얼마나 많은 지지자 (18)가 사망했는지 ...)))
나는 오래전에 시장이 뉴스에 반응하는 시스템이라고 썼습니다. 가격, 변동성 또는 회귀 오류의 통계적 분포에 대한 이 모든 이야기는 쓸모가 없습니다. 우리가 보도 자료의 시간에 가격의 행동을 취한다면(그리고 이 시간은 알려져 있고 규칙적입니다), 우리는 하나의 분포를 얻습니다. 야간 세션 시간을 선택하면 다른 분포를 얻습니다. 시장 가격의 회귀도 쓸모가 없습니다. 회귀의 꼬리는 매달리고 들어오는 가격에 따라 달라집니다. 가격 범위를 부드럽게 해야 하는 경우 마스코트를 사용하십시오. 회귀의 외삽은 유토피아입니다. 가격은 던진 돌이 아니라 일정 시간이 지나면 어디에 있을 것인가를 결정짓는다. 미사일 추적 알고리즘의 사용도 작동하지 않습니다. 보도 자료(외부 푸시)에 초점을 맞추고 푸시 직후 가격을 추적하는 것이 합리적입니다. 여기에서 패턴을 식별하고 수익을 올릴 수 있습니다. 그러나 전체 가격대를 전체적으로 고려하여 평균적인 특성을 이야기하는 것은 실수이자 이론적인 "국민을 위한 아편"입니다.
특정 뉴스가 시장에 미치는 영향을 확인하기 위한 적절한 알고리즘을 찾고 싶었지만 찾을 수 있었나요?
뉴스에 대한 제 생각은 이렇습니다. 매우 중요하고 예상치 못한 뉴스만이 기술적 분석의 법칙으로 설명할 수 없는 시장의 방향과 가격 행동의 논리를 바꿉니다. 다른 모든 경우에는 뉴스가 가격 움직임에 영향을 미칠 수 있지만 움직임 자체는 기술적이고 이해할 수 있습니다.
특정 뉴스가 시장에 미치는 영향을 확인하기 위한 적절한 알고리즘을 찾고 싶었지만 찾을 수 있었나요?
뉴스에 대한 제 생각은 이렇습니다. 아주 중요하고 예상치 못한 뉴스만이 기술적 분석의 법칙으로 설명할 수 없는 시장의 방향과 가격 행동의 논리를 바꿉니다. 다른 모든 경우에는 뉴스가 가격 움직임에 영향을 미칠 수 있지만 움직임 자체는 기술적이고 이해할 수 있습니다.
이 결론에 도달하기 위해 Bayes의 정리가 적용되었습니까?
확률 문제의 잘못된 추정은 문제의 조건을 시각적으로 나타내지 않은 결과로 나타날 수도 있습니다.
이 예에서 이 결론은 순전히 논리적으로도 도달할 수 있습니다. 그러나 내 생각에는 Bayes의 공식이 여기에 올바르게 적용됩니다. 나는 이것을 보증할 수 없지만 "인형"에 대한 기사에 따라 문제를 연구하고 있기 때문입니다.
http://baguzin.ru/wp/wp-content/uploads/2013/09/%D0%98%D0%BD%D1%82%D1%83%D0%B8%D1%82%D0%B8%D0 %B2%D0%BD%D0%BE%D0%B5-%D0%BE%D0%B1%D1%8A%D1%8F%D1%81%D0%BD%D0%B5%D0%BD%D0% B8%D0%B5-%D1%82%D0%B5%D0%BE%D1%80%D0%B5%D0%BC%D1%8B-%D0%91%D0%B0%D0%B9%D0% B5%D1%81%D0%B0.pdf
나는 오래전에 시장이 뉴스에 반응하는 시스템이라고 썼습니다. 가격, 변동성 또는 회귀 오류의 통계적 분포에 대한 이 모든 이야기는 쓸모가 없습니다. 우리가 보도 자료의 시간에 가격의 행동을 취한다면(그리고 이 시간은 알려져 있고 규칙적입니다), 우리는 하나의 분포를 얻습니다. 야간 세션 시간을 선택하면 다른 분포를 얻습니다. 시장 가격의 회귀도 쓸모가 없습니다. 회귀의 꼬리는 매달리고 들어오는 가격에 따라 달라집니다. 가격 범위를 부드럽게 해야 하는 경우 마스코트를 사용하십시오. 회귀의 외삽은 유토피아입니다. 가격은 던진 돌이 아니라 일정 시간이 지나면 어디에 있을 것인가를 결정짓는다. 미사일 추적 알고리즘의 사용도 작동하지 않습니다. 보도 자료(외부 푸시)에 초점을 맞추고 푸시 직후 가격을 추적하는 것이 합리적입니다. 여기에서 패턴을 식별하고 수익을 올릴 수 있습니다. 그러나 전체 가격대를 전체적으로 고려하여 평균적인 특성을 이야기하는 것은 실수이자 이론적인 "국민을 위한 아편"입니다.
2011년 에 어드바이저를 썼고, 실생활에서 런칭할 준비가 되었지만, 미국의 많은 FX 사무소, 심지어 Alpari도 문을 닫았습니다.
하나님!
다들 언제부터 책을 읽으시나요?
결국, 알려진 것은 알려져 있고 알려지지 않은 것은 알려져 있습니다!
앉아서 읽기만 하면 됩니다!
1. 우선, 우리는 우리가 발음하는 단어를 이해하려고 노력합니다.
기술적 분석.
분석 및 예측이라는 단어도 있습니다. 이 단어는 의미가 다르며 동의어가 아닙니다. 기술적 분석을 소유한 사람들을 차티스트라고 합니다. graphists, 그래프를 그리는 사람들. 더 이상 아무것도 없습니다. 인간 정신의 속성은 디지털 형식보다 그래픽 형식의 정보를 더 잘 인식하기 위해 이용됩니다. 더 이상은 없어. 사실, 그려진 차트를 오랫동안 3-5 년 동안보고 실생활에서 결정을 내리고 결국 수익성있게 거래하는 사람들은 매우 드물게 발견됩니다. 이 줄을 읽는 모든 사람은 자신이 이 범주의 사람들에 속한다고 생각합니까?
2. 금융시장에 회귀분석을 적용할 수 없다는 사실은 100년 전에 이미 알려져 있었다. 그러나 이 사람들은 1952년 포트폴리오 이론의 발명으로 마코위츠에 의해 질식했습니다. 그는 수익성과 위험의 균형을 맞출 수 있는 수학적 장치를 제공했습니다. 마코위츠 이론처럼 모든 포트폴리오가 무너진 1987년에도 불구하고 1992년 노벨상도 수상했습니다.
1987년의 사건이 거의 믿을 수 없는 사건이었기 때문에 모두가 Mandelbrot의 1960년대 중반 출판물을 기억하고 분포의 꼬리를 강렬하게 찌르기 시작했습니다. Mandelbrot가 1987년의 슬픔 이전에 예측한 20년 전에.
그런 다음 그들은 1987년 충돌이 있기 15년 전에 모델을 제안한 Box-Jenkins라는 다른 사람들을 기억했습니다.
3. ARIMA 모델. 모델의 저자는 원래 견적을 사용해서는 안 되지만 가격 증분을 사용해야 한다고 주장했습니다. 따라서 추세를 제거하십시오. 그들은 건설을 위한 모델과 방법론을 제시했습니다. 미국 정부는 여전히 그것을 사용하고 있습니다. 공개 도메인에서 사용할 수 있습니다.
4. 똑똑한 사람들은 ARIMA가 실행 가능한 모델이지만 금융 시장의 매우 좁은 부분에 있다는 것을 거의 즉시 알아차렸습니다. 그리고 그들은 공식화했습니다. 분산의 변화를 고려할 필요가 있습니다. 이는 다양한 ARCH 모델입니다. 이러한 모델을 통해 수학적 방법의 범위를 확장할 수 있었습니다.
5. 이와 거의 동시에 Granger는 자신의 공적분 모델을 발명했으며 귀족도 받았습니다. 그는 ARMA, ARIMA, ARCH, GARCH 및 기타 항목이 동일하지 않지만 고정 결과를 얻는 방식으로 두 자산을 결합할 수 있으며 그렇다면 회귀를 포함한 모든 통계 방법이 완벽하게 작동하기 시작한다고 말했습니다. 해당 분석 및 예측. 그리고 정말 효과가 있습니다.
6. 그리고 1998년, 그리고 2007년 - 이 모든 것이 금융 계열의 고정성에 대한 아이디어가 이러한 금융 계열을 고정된 형태로 가져오는 방법에 대한 회의성이라는 것을 기억하게 했습니다.
기계 학습 형태의 인공 지능에 대한 아이디어가 떠오르기 시작했으며, 입력 변수(예측자)의 값 집합을 기반으로 값(회귀 방법)이나 방향을 예측할 수 있다고 주장합니다. ( 분류 방법 ) 대상 변수. 분류의 경우: 매수와 매도의 두 가지 값을 취하는 변수를 예측할 수 있습니다. TA를 좋아하는 사람들을 위해: 패턴으로 거래하는 것과 같은 패턴을 인식하도록 모델만 학습되고 통계가 있습니다.
추신.
금융 시장에서 베이지안 모델의 위치는 오랫동안 정확하게 정의되어 왔으며 적용할 수 없습니다.
PSPS
격언이 있습니다. 올바른 모델은 존재하지 않습니다. 유용한 모델이 있습니다.
그리고 유용성은 모델이 적용될 수 있는 데이터에만 적용된다는 사실에 의해서만 결정됩니다.
...