timbo>> : Каждая реализация помноженная на вероятность данной реализации равно мат.ожидание равно сегоднящней цене или нулю, смотря какая точка отсчёта. Для формулы x(t) = x(t-1) + e(t) мат.ожидание будет равно E[x(t)] = E[x(t-1)] + E[e(t)], где E[e(t)] = 0. Соответственно, E[x(t)] = E[x(t-1)]= E[x(t-2)] = E[x(t-3)] для любого t вплоть до того момента когда цена тебе уже известна и равна не мат.ожиданию, а конкретной цифре.
당연히 여기서 가장 중요한 것은 출발점입니다.문제는 그들이 외모라고 말하는 것입니다 - 우리의 평균 가격은 1.18이며, 이는 아마도 M.O. 그렇다면 우리는 긍정적이고 당신은 양배추를 썰 수 있습니다, 이것은 당연히 사실이 아닙니다 - 이것이 내가 설명하고 싶은 것입니다. 나는 이미 절대 가격 척도가 그것과 아무 관련이 없다고 여러 번 썼습니다, 그것은 관습입니다; 즉, 기본 시작점이 항상 0이고 도면이 이를 잘 보여줍니다.
들어, 나는 이미 이것에 대해 논쟁하지 않을 것이라고 썼습니다. 그는 자신의 의견을 밝혔습니다. 일련의 따옴표 x(n)-x(n-1)는 주요 분포 매개변수가 보존된다는 점에서 고정적입니다. 또는 그렇지 않으면 변동이 고정된 것으로 간주될 수 있습니다( 다른 척도에서 ). 교대 시 ACF - 아니요. 나는 또한 더 많은 수의 세그먼트의 동작을 연구할 필요성에 대해 위에서 썼습니다(주의 깊게 읽으십시오).
문제의 사실은 (나에게) 이해 가능하고 입증된 검증 방법이 어떤 이유로 더 많은 수의 세그먼트를 요구하고 시리즈가 필요하다는 것입니다. 세그먼트별 매개변수의 결과 시리즈는 특정(방법 또는 다양성에 따라 다름) 분포를 준수하는지 분석하고 그 후에야 추세 기준을 적용할 수 있습니다. 두 가지 점에서 그러한 결론을 내리기는 어렵습니다 .
그것이 그가 몇 년 전에 한 일입니다. 이것은 정상성 검정(정상 통계 검정)에 의해 확인되었습니다. x(n)-x(n-1) 계열이 정상적이지 않다고 생각한다면 그것도 잘못된 것이 아닙니다.
그건 그렇고, 무엇을 인용 했습니까? 첫째, 나는 그것을 읽었고, 둘째, 그것은 말한 것과 모순되지 않습니다. 그건 그렇고, Shiryaev의 구성 x(n)-x(n-1), ln(x(n)/ln(x(n-1), ((1/n)SUM(x(n)))은 다음과 같습니다. 매우 잘 설명되어 있으며 행을 고정된 행으로 가져오도록 권장 합니다(스크린샷은 제공하지 않으며 책은 종이 형식입니다).
내가 제공한 증분의 독립성에 대해 시리즈를 확인하는 방법이 거의 모호하지 않고 이론적으로 99.99% 정당한 결과를 제공한다고 말하고 싶었습니다. 가격 시리즈는 독립 증분 옆에 있지 않습니다(상관 관계가 거의 또는 전혀 없더라도 ). 그리고 이것은 차례로 이웃 독서의 독립성 을 의미하는 가격으로 작업하는 모든 모델이 부적절하다는 것을 암시합니다.
더욱이, 분명히(이것은 여전히 증명되어야 할 필요가 있고 이에 대한 충분한 과거 데이터가 없음에도 불구하고) 인접한 판독값 간의 통계적 의존성은 일련의 최소 여러 하위 기간의 차트에서 모양이 동일합니다(최대 H4, 나는 이것을 합리적인 정확도로 확인했습니다). 저것들. 표시된 종속성은 적어도 부분적으로는 무작위가 아닌 현상이므로 예측할 수 있습니다.
다시 한 번 반복합니다. 이 결론은 이론적이며 수학에만 기초한 것이며 "기본 분석" 분야의 추측은 없습니다. :)
우크라이나>> : 강력한 진술이며 가장 중요한 것은 모든 사람이 무의식적으로 그것이 사실이기를 원한다는 것입니다.
가격 범위의 "무작위" 증가에 대한 간접적인 증거 - NN과 함께 시장에서 긍정적인 결과. 임의의 급수(임의의 급수)는 근사할 수 없으며 급수 자체도 증분도, 급수의 숨겨진 규칙성도 마찬가지입니다. 그렇지 않은 경우 해당 시리즈(계열)는 무작위가 아니며 내부 패턴이 있습니다.
그리고 아마도 시장의 "사고"와 결부시키고 미드 레인지의 특성을 빨아들일 때입니다. 전체 포럼은 이미 그러한 비현실적인 추론으로 가득 차 있습니다.
들어, 나는 이미 이것에 대해 논쟁하지 않을 것이라고 썼습니다. 그는 자신의 의견을 밝혔습니다. 일련의 따옴표 x(n)-x(n-1)는 주요 분포 매개변수가 보존된다는 점에서 고정적입니다. 또는 그렇지 않으면 변동이 고정된 것으로 간주될 수 있습니다( 다른 척도에서 ). 교대 시 ACF - 아니요. 나는 또한 더 많은 수의 세그먼트의 동작을 연구할 필요성에 대해 위에서 썼습니다(주의 깊게 읽으십시오).
그것이 그가 몇 년 전에 한 일입니다. 이것은 정상성 검정(정상 통계 검정)에 의해 확인되었습니다. x(n)-x(n-1) 계열이 정상적이지 않다고 생각한다면 그것도 잘못된 것이 아닙니다.
그건 그렇고, 무엇을 인용 했습니까? 첫째, 나는 그것을 읽었고, 둘째, 그것은 말한 것과 모순되지 않습니다. 그건 그렇고, Shiryaev의 구성 x(n)-x(n-1), ln(x(n)/ln(x(n-1), ((1/n)SUM(x(n)))은 다음과 같습니다. 매우 잘 설명되어 있으며 행을 고정된 행으로 가져오도록 권장 합니다(스크린샷은 제공하지 않으며 책은 종이 형식입니다).
글쎄, 당신이 그것을 읽으면 변동성은 이전 값에 의존하는 메모리가 있다고 반복해서 언급되었습니다. 반면에 정상성은 분산이 이전 값에 의존하지 않고 상수임을 의미합니다. 로그는 절대값에 대한 변동성의 비례라는 또 다른 문제를 해결하지만 클러스터링 및 기타 메모리 효과의 효과는 해결하지 못합니다. 공유 비용이 1루블일 때와 일일 소는 5%로 각각 5코펙이었습니다. 10 루블로 상승하면 동일한 5 % 소가 이미 50 코펙입니다. 절대 증분으로.
글쎄, 당신이 그것을 읽으면 변동성은 이전 값에 의존하는 기억이 있다는 것을 반복해서 언급했습니다. 정상성은 분산이 이전 값에 의존하지 않고 상수임을 의미합니다
공식적으로 분산 x(n)-x(n-1)는 상수로 간주될 수 있습니다. 모든 종류의 서로 다른 프로세스의 복잡성을 고려하여 세그먼트 매개변수의 동작을 분석하는 교활한 방법이 개발되었습니다. 정현파를 취하면 작은 세그먼트 크기와 큰 정현파의 경우 이전 값과 비정상성에 대한 종속성을 쉽게 얻을 수 있습니다.
로그는 절대값에 대한 변동성의 비례라는 또 다른 문제를 해결하지만 클러스터링 및 기타 메모리 효과의 효과는 해결하지 못합니다. 공유 비용이 1루블일 때와 일일 소는 5%로 각각 5코펙이었습니다. 10 루블로 상승하면 동일한 5 % 소가 이미 50 코펙입니다. 절대 증분으로.
"시계열 메모리"에 대한 정확하고 빠른 정의는 없습니다. 아무도 가지고 있지 않으며 그러한 근본적인 발견은 극도의주의를 기울여 이루어져야합니다. 게다가, 당신은 주식에 대해 쓰고 저는 x(n)-x(n-1) 프로세스에 대해 씁니다. 이 프로세스는 주식과 관련이 없습니다. 이것은 행을 고정된 행으로 가져오기 위한 표준 절차이며 실질적으로 철근 콘크리트이며 모든 것 또는 거의 모든 것을 죽입니다. 그러나 x(n)=x(n-1)+(case) 계열은 물론 고정적이지 않으며 이에 대해 작성한 모든 것이 직접 적용됩니다.
"시계열 메모리"에 대한 정확하고 빠른 정의는 없습니다. 아무도 가지고 있지 않으며 그러한 근본적인 발견은 극도의주의를 기울여 이루어져야합니다.
그들은 이미 썼습니다. 메모리가 변동성에 의해 고려되는 모델이 있습니다.
ENGLE, ROBERT (Engle, Robert) (b. 1942), 미국 경제학자, 경제 통계 분석 방법 전문가. Clive Granger와 함께 "시간에 따라 변하는 변동성을 가진 경제 시계열 분석 방법"으로 2003년 노벨 경제학상을 수상했습니다.
....
실질 변동성은 가변적이지만 오랫동안 경제학자들은 일정하다는 가정에 기반한 통계적 방법만을 사용할 수 있었습니다. 1982년에 Engle은 변동성의 변화를 예측하는 것이 가능해진 Autoregressive Conditional Heteroskedasticity(ARCH) 모델을 개발했습니다. 그가 발견한 경제 시계열을 분석하는 방법은 GDP, 소비자 물가, 금리, 환율 및 기타 경제 지표의 추세를 다음 날이나 일주일뿐만 아니라 앞으로 1년 동안 예측하는 것이 이전보다 훨씬 더 안정적입니다. . 특히 과거 데이터를 바탕으로 한 예측을 이후의 실제 지표와 비교했을 때 미국과 영국의 역사적, 경제적 통계를 분석하여 이 모델을 사용한 예측의 정확도가 높음을 입증했습니다. .
이 모델은 "시계열의 메모리"를 고려 하지 않았습니다 . 현실에 대해 막연한 희망을 품을 필요는 없다.
이 방법을 사용하여 직접 예측해 보셨습니까?
나는 기억이라는 단어를 좋아하지 않습니다. Shiryaev의 "후유증"처럼 두십시오. 이 모델은 예측에서 이전 값에 대한 변동성의 의존성을 사용합니다. 변동성과 분산이 일정하지 않고 시간이 지남에 따라 변화하고 이전 값에 의존한다는 사실은 간단하고 분명한 것 같습니다. ARCH/GARCH와 같은 모델에서 사용되는 것입니다. 당신은 편차가 변하지 않는다고 말합니다. 그렇게 생각할 수 있지만, 이것에서 유용한 것을 발견했다면 :) 모델의 주요 가치는 실질적으로 유용하다는 것입니다.
Каждая реализация помноженная на вероятность данной реализации равно мат.ожидание равно сегоднящней цене или нулю, смотря какая точка отсчёта. Для формулы x(t) = x(t-1) + e(t) мат.ожидание будет равно E[x(t)] = E[x(t-1)] + E[e(t)], где E[e(t)] = 0. Соответственно, E[x(t)] = E[x(t-1)]= E[x(t-2)] = E[x(t-3)] для любого t вплоть до того момента когда цена тебе уже известна и равна не мат.ожиданию, а конкретной цифре.
...
들어, 나는 이미 이것에 대해 논쟁하지 않을 것이라고 썼습니다. 그는 자신의 의견을 밝혔습니다. 일련의 따옴표 x(n)-x(n-1)는 주요 분포 매개변수가 보존된다는 점에서 고정적입니다. 또는 그렇지 않으면 변동이 고정된 것으로 간주될 수 있습니다( 다른 척도에서 ). 교대 시 ACF - 아니요. 나는 또한 더 많은 수의 세그먼트의 동작을 연구할 필요성에 대해 위에서 썼습니다(주의 깊게 읽으십시오).
문제의 사실은 (나에게) 이해 가능하고 입증된 검증 방법이 어떤 이유로 더 많은 수의 세그먼트를 요구하고 시리즈가 필요하다는 것입니다. 세그먼트별 매개변수의 결과 시리즈는 특정(방법 또는 다양성에 따라 다름) 분포를 준수하는지 분석하고 그 후에야 추세 기준을 적용할 수 있습니다. 두 가지 점에서 그러한 결론을 내리기는 어렵습니다 .
그것이 그가 몇 년 전에 한 일입니다. 이것은 정상성 검정(정상 통계 검정)에 의해 확인되었습니다. x(n)-x(n-1) 계열이 정상적이지 않다고 생각한다면 그것도 잘못된 것이 아닙니다.
그건 그렇고, 무엇을 인용 했습니까? 첫째, 나는 그것을 읽었고, 둘째, 그것은 말한 것과 모순되지 않습니다. 그건 그렇고, Shiryaev의 구성 x(n)-x(n-1), ln(x(n)/ln(x(n-1), ((1/n)SUM(x(n)))은 다음과 같습니다. 매우 잘 설명되어 있으며 행을 고정된 행으로 가져오도록 권장 합니다(스크린샷은 제공하지 않으며 책은 종이 형식입니다).
....
내가 제공한 증분의 독립성에 대해 시리즈를 확인하는 방법이 거의 모호하지 않고 이론적으로 99.99% 정당한 결과를 제공한다고 말하고 싶었습니다. 가격 시리즈는 독립 증분 옆에 있지 않습니다(상관 관계가 거의 또는 전혀 없더라도 ). 그리고 이것은 차례로 이웃 독서의 독립성 을 의미하는 가격으로 작업하는 모든 모델이 부적절하다는 것을 암시합니다.
더욱이, 분명히(이것은 여전히 증명되어야 할 필요가 있고 이에 대한 충분한 과거 데이터가 없음에도 불구하고) 인접한 판독값 간의 통계적 의존성은 일련의 최소 여러 하위 기간의 차트에서 모양이 동일합니다(최대 H4, 나는 이것을 합리적인 정확도로 확인했습니다). 저것들. 표시된 종속성은 적어도 부분적으로는 무작위가 아닌 현상이므로 예측할 수 있습니다.
다시 한 번 반복합니다. 이 결론은 이론적이며 수학에만 기초한 것이며 "기본 분석" 분야의 추측은 없습니다. :)
강력한 진술이며 가장 중요한 것은 모든 사람이 무의식적으로 그것이 사실이기를 원한다는 것입니다.
가격 범위의 "무작위" 증가에 대한 간접적인 증거 - NN과 함께 시장에서 긍정적인 결과. 임의의 급수(임의의 급수)는 근사할 수 없으며 급수 자체도 증분도, 급수의 숨겨진 규칙성도 마찬가지입니다. 그렇지 않은 경우 해당 시리즈(계열)는 무작위가 아니며 내부 패턴이 있습니다.
그리고 아마도 시장의 "사고"와 결부시키고 미드 레인지의 특성을 빨아들일 때입니다. 전체 포럼은 이미 그러한 비현실적인 추론으로 가득 차 있습니다.
들어, 나는 이미 이것에 대해 논쟁하지 않을 것이라고 썼습니다. 그는 자신의 의견을 밝혔습니다. 일련의 따옴표 x(n)-x(n-1)는 주요 분포 매개변수가 보존된다는 점에서 고정적입니다. 또는 그렇지 않으면 변동이 고정된 것으로 간주될 수 있습니다( 다른 척도에서 ). 교대 시 ACF - 아니요. 나는 또한 더 많은 수의 세그먼트의 동작을 연구할 필요성에 대해 위에서 썼습니다(주의 깊게 읽으십시오).
그것이 그가 몇 년 전에 한 일입니다. 이것은 정상성 검정(정상 통계 검정)에 의해 확인되었습니다. x(n)-x(n-1) 계열이 정상적이지 않다고 생각한다면 그것도 잘못된 것이 아닙니다.
그건 그렇고, 무엇을 인용 했습니까? 첫째, 나는 그것을 읽었고, 둘째, 그것은 말한 것과 모순되지 않습니다. 그건 그렇고, Shiryaev의 구성 x(n)-x(n-1), ln(x(n)/ln(x(n-1), ((1/n)SUM(x(n)))은 다음과 같습니다. 매우 잘 설명되어 있으며 행을 고정된 행으로 가져오도록 권장 합니다(스크린샷은 제공하지 않으며 책은 종이 형식입니다).
글쎄, 당신이 그것을 읽으면 변동성은 이전 값에 의존하는 메모리가 있다고 반복해서 언급되었습니다. 반면에 정상성은 분산이 이전 값에 의존하지 않고 상수임을 의미합니다. 로그는 절대값에 대한 변동성의 비례라는 또 다른 문제를 해결하지만 클러스터링 및 기타 메모리 효과의 효과는 해결하지 못합니다. 공유 비용이 1루블일 때와 일일 소는 5%로 각각 5코펙이었습니다. 10 루블로 상승하면 동일한 5 % 소가 이미 50 코펙입니다. 절대 증분으로.
그것이 그가 몇 년 전에 한 일입니다. 이것은 정상성 검정(정상 통계 검정)에 의해 확인되었습니다. x(n)-x(n-1) 계열이 정상적이지 않다고 생각한다면 그것도 잘못된 것이 아닙니다.
확인 :)
그리고 아마도 시장의 "사고"와 결부시키고 미드 레인지의 특성을 빨아들일 때입니다. 전체 포럼은 이미 그러한 비현실적인 추론으로 가득 차 있습니다.
돈을 버는 방법을 알기 위해서는 먼저 돈을 벌 수 없는 방법을 정확히 이해해야 나중에 시간을 낭비하지 않습니다. 글쎄, 당신은 이것 또는 그 접근 방식의 비실용성에 대해 성급한 결론을 내리지 않아야합니다. 방법을 모른다고 이것이 아무도 모른다는 의미는 아닙니다.
1) 돈을 벌 수 있는 방법을 알기 위해서는 먼저 어떻게 돈을 벌 수 없는지 정확히 이해해야 나중에 시간을 낭비하지 않습니다.
2) 글쎄, 당신은 이것 또는 그 접근의 비실용성에 대해 성급한 결론을 내리지 않아야합니다. 방법을 모른다고 이것이 아무도 모른다는 것을 의미하지는 않습니다.
1) 자, 이해하셨나요? 그거 좋다!
2) 나는 성급한 결론을 내리지 않는다. 당신이 할 수 있는 만큼 벌고 당신이 할 수 있는 한, 나는 그것에 반대할 것이 없습니다.
글쎄, 당신이 그것을 읽으면 변동성은 이전 값에 의존하는 기억이 있다는 것을 반복해서 언급했습니다. 정상성은 분산이 이전 값에 의존하지 않고 상수임을 의미합니다
로그는 절대값에 대한 변동성의 비례라는 또 다른 문제를 해결하지만 클러스터링 및 기타 메모리 효과의 효과는 해결하지 못합니다. 공유 비용이 1루블일 때와 일일 소는 5%로 각각 5코펙이었습니다. 10 루블로 상승하면 동일한 5 % 소가 이미 50 코펙입니다. 절대 증분으로.
"시계열 메모리"에 대한 정확하고 빠른 정의는 없습니다. 아무도 가지고 있지 않으며 그러한 근본적인 발견은 극도의주의를 기울여 이루어져야합니다. 게다가, 당신은 주식에 대해 쓰고 저는 x(n)-x(n-1) 프로세스에 대해 씁니다. 이 프로세스는 주식과 관련이 없습니다. 이것은 행을 고정된 행으로 가져오기 위한 표준 절차이며 실질적으로 철근 콘크리트이며 모든 것 또는 거의 모든 것을 죽입니다. 그러나 x(n)=x(n-1)+(case) 계열은 물론 고정적이지 않으며 이에 대해 작성한 모든 것이 직접 적용됩니다.
"시계열 메모리"에 대한 정확하고 빠른 정의는 없습니다. 아무도 가지고 있지 않으며 그러한 근본적인 발견은 극도의주의를 기울여 이루어져야합니다.
그들은 이미 썼습니다. 메모리가 변동성에 의해 고려되는 모델이 있습니다.
ENGLE, ROBERT (Engle, Robert) (b. 1942), 미국 경제학자, 경제 통계 분석 방법 전문가. Clive Granger와 함께 "시간에 따라 변하는 변동성을 가진 경제 시계열 분석 방법"으로 2003년 노벨 경제학상을 수상했습니다.
....
실질 변동성은 가변적이지만 오랫동안 경제학자들은 일정하다는 가정에 기반한 통계적 방법만을 사용할 수 있었습니다. 1982년에 Engle은 변동성의 변화를 예측하는 것이 가능해진 Autoregressive Conditional Heteroskedasticity(ARCH) 모델을 개발했습니다. 그가 발견한 경제 시계열을 분석하는 방법은 GDP, 소비자 물가, 금리, 환율 및 기타 경제 지표의 추세를 다음 날이나 일주일뿐만 아니라 앞으로 1년 동안 예측하는 것이 이전보다 훨씬 더 안정적입니다. . 특히 과거 데이터를 바탕으로 한 예측을 이후의 실제 지표와 비교했을 때 미국과 영국의 역사적, 경제적 통계를 분석하여 이 모델을 사용한 예측의 정확도가 높음을 입증했습니다. .
https://www.mql5.com/go?link=http://slovari.yandex.ru/dict/krugosvet/article/c/ca/1011225.htm
그들은 이미 썼습니다. 메모리가 변동성에 의해 고려되는 모델이 있습니다.
...이 모델은 "시계열의 메모리"를 고려 하지 않았습니다 . 현실에 대해 막연한 희망을 품을 필요는 없다.
GDP, 소비자 물가, 금리, 환율 및 기타 경제 지표의 추세를 다음 날이나 일주일뿐만 아니라 앞으로 1년 동안 예측하는 것이 이전보다 훨씬 더 안정적입니다.
이 방법을 사용하여 직접 예측해 보셨습니까?
이 모델은 "시계열의 메모리"를 고려 하지 않았습니다 . 현실에 대해 막연한 희망을 품을 필요는 없다.
이 방법을 사용하여 직접 예측해 보셨습니까?
나는 기억이라는 단어를 좋아하지 않습니다. Shiryaev의 "후유증"처럼 두십시오. 이 모델은 예측에서 이전 값에 대한 변동성의 의존성을 사용합니다. 변동성과 분산이 일정하지 않고 시간이 지남에 따라 변화하고 이전 값에 의존한다는 사실은 간단하고 분명한 것 같습니다. ARCH/GARCH와 같은 모델에서 사용되는 것입니다. 당신은 편차가 변하지 않는다고 말합니다. 그렇게 생각할 수 있지만, 이것에서 유용한 것을 발견했다면 :) 모델의 주요 가치는 실질적으로 유용하다는 것입니다.