Andrei01>> : Это другой вопрос, не имеющий отношения к обсуждаемой стационарности/нестационарности. Именно поэтому нет смысла о ней особо рассуждать так как это само по себе ничего не даёт.
저에게 있어서, 고정/비정상이라는 질문은 그것을 어떻게 사용하는가 하는 면에서 흥미롭습니다.
따라서 추세 또는 평면을 결정하는 방법이 명확하지 않은 경우 "가격이 추세 또는 평면의 시간 제한 내에서 상당히 고정되어 있습니다"라는 진술은 말하자면 아무 것도 아닙니다.
저에게 있어서, 고정/비정상이라는 질문은 그것을 어떻게 사용하는가 하는 면에서 흥미롭습니다.
따라서 추세 또는 평면을 결정하는 방법이 명확하지 않은 경우 "가격이 추세 또는 평면의 시간 제한 내에서 상당히 고정되어 있습니다"라는 진술은 말하자면 아무 것도 아닙니다.
트렌드와 플랫 인디케이터와 활용 방법에 대해 많은 이야기가 있었던 것 같습니다. 조금 생각하고 동시에 고정성과 같은 과학과 같은 것에 너무 신경 쓰지 않는다면 자신의 알고리즘을 생각해 낼 수 있습니다. 앞서 언급했듯이 과학주의에서 실용성을 찾는 것은 순수한 넌센스이고, 과학주의는 원래 실천과 거리가 먼 것으로 생각되는 현실을 기술하기 위한 사고의 매우 제한된 고정 관념에 불과합니다. 예를 들어, 과학적이 되는 주요 목표 중 하나는 패턴을 설명할 때 잉크를 절약하는 것입니다. 이전에는 잉크가 비싸고 생각할 시간이 많았기 때문에 사람들은 잉크를 저장하는 방법에 대해 생각하면서 동시에 현실에서 쇼토를 더 짧게 묘사했습니다.
У Бокса "проинтегрированное" - это разности порядка выше чем один, т.е. разности разностей, пока не получим стационарный процесс. Бокс приводит к стационарному виду, но для исторических данных, а что будет для будущих данных? Будет ли там модель АРПСС иметь те же параметры, что и для исторических данных. Вот что имелось ввиду.
자기회귀 순서는 차수 등으로 증가합니다. 주어진 통계에 대해 이전에 조정된 가중치(매개변수)입니다. 프로세스가 변경됩니다.
이동 평균의 매개변수(가중치)는 영향을 받지 않습니다. 권투는 이에 대한 명확한 정의와 예를 제공합니다.
그리고 과거 데이터의 경우 ... 힌트를 제공합니다.
차이(t+1)=가격(t+1)-가격(t), 여기서 t=1,2,.......N.
만약 우리가 Difference(t+1), Price(t)를 예측했다면, t가 마지막 닫힌 막대이기 때문에 알고 있습니다.
먼저 정지 상태로 가져오는 시점에서 예측해야 합니다.
예를 들어 차이(2) \u003d 가격(2) - 가격(1) ..... 차이(100) \u003d 가격(100) - 가격(99),
잘 그리고 더 선택합니다. 선형 예측 모델
Каким образом вы сможете это потом использовать?
영점이 있는 경우 누적은 반환에서 완전히 복원되며 그 반대의 경우도 마찬가지입니다.
수익률에 대한 신뢰할 수 있는 예측(첫 번째 차이의 가격)을 받은 경우 수준 예측을 하십시오.
(가격이 도달하는 곳과 돌아설 곳) 몇 가지 사소한 일.
주제에 관한 것, 즉 가격 움직임을 고정적이지 않게 만드는 것에 관한 것입니다. 프로세스,
그런 다음 먼저 비정상성 자체가 무엇인지 정의해야 합니다.
비정상성은 수학적 기대치와 분산의 변화(불변성이 아님)입니다.
시간에, 즉, 마지막에서 얻은 M5의 평균-분산, 즉 100개의 값이 아닌
는 같은 기간이지만 하루 전에 얻은 평균 산포와 같습니다.
영점이 있는 경우 누적은 반환에서 완전히 복원되며 그 반대의 경우도 마찬가지입니다.
수익률에 대한 신뢰할 수 있는 예측(첫 번째 차이의 가격)을 받은 경우 수준 예측을 하십시오.
(가격이 도달하는 곳과 돌아서야 할 곳) 몇 가지 사소한 일.
저것들. 현재 지점을 기준으로 삼고 방향과 규모를 예측합니다. 모든 것이 간단해 보입니다.
그러나 분명히 예측은 다소 단기적이어야합니다.
그러나 예측 범위가 결과의 통계적 신뢰성과 사용 가능성을 보장하기에 충분합니까?
그렇지 않은 경우 기준에 대한 지속적인 변경이 필요하고 결과적으로 비정상 상태로 돌아갈 필요가 있음을 의미합니까?
А почему именно сутки? Цена вполне даже стационарна в пределах времени тренда или флета.
А вы знаете как их определить? Т.е. решить когда переходить с одной модели поведения на другую
저것들. 현재 지점을 기준으로 삼고 방향과 규모를 예측합니다. 모든 것이 간단해 보입니다.
그러나 분명히 예측은 다소 단기적이어야합니다.
그러나 예측 범위가 결과의 통계적 신뢰성과 사용 가능성을 보장하기에 충분합니까?
그렇지 않은 경우 기준에 대한 지속적인 변경이 필요하고 결과적으로 비정상 상태로 돌아갈 필요가 있음을 의미합니까?
답은 없지만 스탯 예측에 따른 랜덤 엔트리와 엔트리 중 후자가 유리할 것 같아요
예측의 신뢰성에 대해(물론 예측이 더 신뢰할 수 있을수록 더 좋습니다).
예측 입력이 임의 입력보다 나쁘더라도 디버깅할 때 간단히 뒤집을 수 있습니다.
유일한 것은 무작위 진입의 수익성이 스프레드의 속도로 예측된 것의 수익성과 같으면 아무 것도 주지 않는다는 것입니다.
Это другой вопрос, не имеющий отношения к обсуждаемой стационарности/нестационарности. Именно поэтому нет смысла о ней особо рассуждать так как это само по себе ничего не даёт.
저에게 있어서, 고정/비정상이라는 질문은 그것을 어떻게 사용하는가 하는 면에서 흥미롭습니다.
따라서 추세 또는 평면을 결정하는 방법이 명확하지 않은 경우 "가격이 추세 또는 평면의 시간 제한 내에서 상당히 고정되어 있습니다"라는 진술은 말하자면 아무 것도 아닙니다.
저에게 있어서, 고정/비정상이라는 질문은 그것을 어떻게 사용하는가 하는 면에서 흥미롭습니다.
따라서 추세 또는 평면을 결정하는 방법이 명확하지 않은 경우 "가격이 추세 또는 평면의 시간 제한 내에서 상당히 고정되어 있습니다"라는 진술은 말하자면 아무 것도 아닙니다.
У Бокса "проинтегрированное" - это разности порядка выше чем один, т.е. разности разностей, пока не получим стационарный процесс. Бокс приводит к стационарному виду, но для исторических данных, а что будет для будущих данных? Будет ли там модель АРПСС иметь те же параметры, что и для исторических данных. Вот что имелось ввиду.
자기회귀 순서는 차수 등으로 증가합니다. 주어진 통계에 대해 이전에 조정된 가중치(매개변수)입니다. 프로세스가 변경됩니다.
이동 평균의 매개변수(가중치)는 영향을 받지 않습니다. 권투는 이에 대한 명확한 정의와 예를 제공합니다.
그리고 과거 데이터의 경우 ... 힌트를 제공합니다.
차이(t+1)=가격(t+1)-가격(t), 여기서 t=1,2,.......N.
만약 우리가 Difference(t+1), Price(t)를 예측했다면, t가 마지막 닫힌 막대이기 때문에 알고 있습니다.
:)