막대의 경우 포함된 눈금 수에 따라 다릅니다. 나는 이 모든 것이 어떻게 평균화되는지 등을 잘 이해하지 못했지만 m15 막대는 변동성(각각 증분)에서 안정적인 일중 변화가 있다는 사실 때문에 오류가 발생할 수 있습니다. 여기서 더 자세히 분석해야합니다. 어쩌면 모든 것이 그렇게 간단하지는 않습니다.
예를 들어 여기에서 유사한 연구를 수행합니다. 예를 들어 증분 모듈로 m15 및 h1의 평균 길이를 측정합니다. SB의 경우 아인슈타인의 공식에 따르면 몸 h1의 평균 길이는 2배가 될 것이며 실제로는 기간에 따라 상당한 편차가 있습니다. 그러나 여기서도 변동성의 체계적인 차이가 없는 증분을 분석할 필요가 있습니다. 예를 들어, 개별적으로 각 시간에 대한 평균을 하거나 일일 기간 이상을 취합니다.
아마 당신을 놀라게 할 것입니다. 그러나 각 막대의 눈금 수가 미리 설정된 등량 막대에서는 그림이 훨씬 더 명확합니다.
그리고 방법을 의심하지 마십시오. 상관 분석이 아무 것도 제공하지 않는 경우에도 입증되었으며 종속성을 감지할 수 있습니다. 노이즈 뒤에 상관관계가 보이지 않을 때. 단 하나의 단점이 있습니다 - 큰 샘플이 필요합니다 - 많을수록 결론의 신뢰성이 높아집니다.
가장 깊은 망상. 당신의 지표에 대한 나의 의심은 직관적이고 틀렸습니다. 지표는 정확할 가능성이 높지만 그 사용은 방법론적으로 올바르지 않습니다.
당신의 지표(AKF BP)는 무엇을 보여줍니까? VR에 종속성이 있다는 것입니다. 미안하지만 이것은 평범한 것입니다. 추세의 존재를 부정하는 사람은 아무도 없으므로 수학 없이도 알 수 있습니다. 더욱이 수학적 통계학적 방법으로 VR의 규칙적인 구성요소를 조사하는 것은 옳지 않다. 귀하의 게시물은 소프트웨어 패키지를 고수해야 할 필요성을 다시 한 번 확신시켰습니다. 이렇게 하면 방법론적 오류를 피할 수 있습니다. 우리의 경우 수학의 육안으로 볼 수 없는 것을 VR에서 보고 싶다면 규칙적인 구성 요소(트렌드 및 순환 구성 요소)를 제외해야 합니다.
우리는 무엇을 보고 싶어? 우리는 과거 데이터를 분석할 수 있을 뿐만 아니라 미래를 예측할 수 있는 모델의 매개변수를 보고 싶습니다. 이를 위해 차이의 ACF, 차이의 차이 등을 구성합니다. 예를 들어, ARPSS 모델을 식별할 때 우리는 처음에 두 가지 가능한 대답을 얻습니다. 모델을 식별할 수 있고 모델을 식별할 수 없습니다. 이미 그러한 결과는 차이를 둘 가치가 있고, 정보의 손실에 대한 귀하의 추론은 근거가 없다는 점에 동의해 주시기 바랍니다. 우리는 이미 확립된 사실(추세)을 고려 대상에서 제외하고 초기에 존재하는 정보를 얻으려고 노력하고 있기 때문입니다. 전혀 보이지 않습니다.
1. 당신은 아직 거기에서 계산된 것을 이해하지 못했습니다. ACF를 그리기 전에 추세를 빼는 것이 보이지 않는다면... 죄송합니다.
2. ACF는 잘 알려진 Masha와 같은 공식일 뿐이지만 그녀가 입력해야 할 것은 연구원의 업무입니다. 그리고 누군가 Mashka의 입구에 몇 분을 준다면 이것은 방법론적으로 잘못된 것입니다. 하루가 더 정확하다고 가정해 봅시다. 그것은 말이 되지 않습니다.
나는 오랫동안 통계 패키지로 작업하지 않았습니다. 이 패키지에는 종종 매우 모호한 그래픽이 있습니다.
1. 내가 준 링크에 따르면 모델이 없으며 구성 방법론에 대한 설명만 있습니다. 모델은 같은 분기에 있지만 훨씬 더 멀리 있습니다. 나는 ARPSS가 무엇인지 알고 있고 오래 전에 그것들을 버렸고 회귀 모델도 (당신이 같은 결론을 가지고 있는 것처럼) 포기했습니다.
2. 그래픽이 이상합니다. 백색 잡음의 ACF를 가져와 여기에 그린 것과 상수를 파악할 수 있습니다. 정의에 따르면 지점 0의 ACF는 1(모든 데이터에 대해)이고 점차적으로 0으로 감소합니다(편향이 완전히 샘플에서 벗어날 때). 나는 당신의 차트에서 그것을 본 적이 없습니다.
3. 이 문구는 "... ACF가 없는 Close 그래프를 봅시다. 겉보기에는 노이즈처럼 보입니다. 그리고 우리는 일반 구성 요소를 제거하려고 합니다..." 당신은 ACF를 어떻게든 오해하고 있습니다.
모든 함수에는 ACF가 있습니다. ACF 없이 그래프를 작성하는 방법은 명확하지 않습니다. 이것은 일종의 실패한 공식일 가능성이 높습니다. 무언가를 작성하고 싶었지만, 불행히도 설명할 수 없었습니다.
또한 직선 y=a*x+b의 방정식을 추세로 이해합니다. ACF를 빌드하기 전에 닫기에서 뺍니다. 그리고 그 후에 ACF를 계산합니다. 그리고 그 모양은 시장에서 추세(직선 방정식) 외에도 항상 진동하는 과정이 있음을 분명히 보여줍니다.
어떻게 설명해야 할지 모르겠습니다.
1. 가까이 다가가세요.
2. 종가에서 추세를 뺍니다(y=a*x+b).
3. ACF 구축
4. 다음 그림이 빨간색으로 표시됩니다. https://www.mql5.com/ru/code/8295 , 이것이 우리가 얻은 것입니다. 그 특정 시점에서 그것은 2차의 진동 링크입니다. 해당 계산 된 계수 (파란색 그래프)가있는 모델에 따라 얻은 ACF의 그래프도 있습니다. 거의 완전한 일치 ... 그러나 항상 그런 것은 아닙니다. 오늘날이 ACF는 각각 다르게 보일 수 있으며 다른 모델이 작동합니다. 마트에서 ...
Z.Y. 개인적으로 저에게 편지를 보내주신 모든 분들께 즉시 답변 드리겠습니다. “ACF를 사용하여 거래하는 방법이 마음에 드십니까?”ACF는 시장 분석 도구이며 거래할 수 없습니다(더 정확하게는 어떻게 하는지도 모릅니다). ACF를 사용하면 현재 시장에서 진행 중인 프로세스의 매개변수를 시각적으로 보고 계산할 수 있지만 이를 위해서는 ACF가 무엇이며 무엇과 함께 먹는지 이해해야 합니다. 컴퓨터, 종이 한 장, 펜 없이 ACF를 구축하려고 하면 많은 것이 명확해질 것입니다 ...
... 당신의 지표에 대한 나의 의심 ..
이것은 내 지표가 아닙니다 :)
많은 혼란...
;)
막대의 경우 포함된 눈금 수에 따라 다릅니다. 나는 이 모든 것이 어떻게 평균화되는지 등을 잘 이해하지 못했지만 m15 막대는 변동성(각각 증분)에서 안정적인 일중 변화가 있다는 사실 때문에 오류가 발생할 수 있습니다. 여기서 더 자세히 분석해야합니다. 어쩌면 모든 것이 그렇게 간단하지는 않습니다.
예를 들어 여기에서 유사한 연구를 수행합니다. 예를 들어 증분 모듈로 m15 및 h1의 평균 길이를 측정합니다. SB의 경우 아인슈타인의 공식에 따르면 몸 h1의 평균 길이는 2배가 될 것이며 실제로는 기간에 따라 상당한 편차가 있습니다. 그러나 여기서도 변동성의 체계적인 차이가 없는 증분을 분석할 필요가 있습니다. 예를 들어, 개별적으로 각 시간에 대한 평균을 하거나 일일 기간 이상을 취합니다.
아마 당신을 놀라게 할 것입니다. 그러나 각 막대의 눈금 수가 미리 설정된 등량 막대에서는 그림이 훨씬 더 명확합니다.
그리고 방법을 의심하지 마십시오. 상관 분석이 아무 것도 제공하지 않는 경우에도 입증되었으며 종속성을 감지할 수 있습니다. 노이즈 뒤에 상관관계가 보이지 않을 때. 단 하나의 단점이 있습니다 - 큰 샘플이 필요합니다 - 많을수록 결론의 신뢰성이 높아집니다.
이것은 내 지표가 아닙니다 :)
사실 저는 Prival로 눈을 돌렸습니다. Che 내가 망쳤어.
사실 저는 Prival로 눈을 돌렸습니다. Che 내가 망쳤어.
공통 기반을 이해하지 못했습니다. 쌀. 나는 한 기간에서 다른 기간을 얻는 것이 불가능하다는 것을 확인합니다. 무슨 얘기를 하는 건가요?
주파수 = 1/주기. 다른 모든 관찰을 건너뛰어 급수를 줄이면 주파수는 어떻게 됩니까?
그리고 이 진술은 귀하의 설명이 필요합니다 -
온도는 브라운 운동을 따르지 않으며 시간 프레임은 진드기를 따르지 않습니다.
;)
다른 지점 에서 , 하지만 당신을 놀라게 한 다른 주파수의 그림이 여기에 있기 때문에 - 반복합니다.
공통 기반을 이해하지 못했습니다. 쌀. 나는 한 기간에서 다른 기간을 얻는 것이 불가능하다는 것을 확인합니다. 무슨 얘기를 하는 건가요?
주파수 = 1/주기. 다른 모든 관찰을 건너뛰어 급수를 줄이면 주파수는 어떻게 됩니까?
그리고 이 진술은 귀하의 설명이 필요합니다 -
온도는 브라운 운동을 따르지 않으며 시간 프레임은 진드기를 따르지 않습니다.
;)
한 지점으로 가자. 내 대답이 있습니다.
가장 깊은 망상. 당신의 지표에 대한 나의 의심은 직관적이고 틀렸습니다. 지표는 정확할 가능성이 높지만 그 사용은 방법론적으로 올바르지 않습니다.
당신의 지표(AKF BP)는 무엇을 보여줍니까? VR에 종속성이 있다는 것입니다. 미안하지만 이것은 평범한 것입니다. 추세의 존재를 부정하는 사람은 아무도 없으므로 수학 없이도 알 수 있습니다. 더욱이 수학적 통계학적 방법으로 VR의 규칙적인 구성요소를 조사하는 것은 옳지 않다. 귀하의 게시물은 소프트웨어 패키지를 고수해야 할 필요성을 다시 한 번 확신시켰습니다. 이렇게 하면 방법론적 오류를 피할 수 있습니다. 우리의 경우 수학의 육안으로 볼 수 없는 것을 VR에서 보고 싶다면 규칙적인 구성 요소(트렌드 및 순환 구성 요소)를 제외해야 합니다.
우리는 무엇을 보고 싶어? 우리는 과거 데이터를 분석할 수 있을 뿐만 아니라 미래를 예측할 수 있는 모델의 매개변수를 보고 싶습니다. 이를 위해 차이의 ACF, 차이의 차이 등을 구성합니다. 예를 들어, ARPSS 모델을 식별할 때 우리는 처음에 두 가지 가능한 대답을 얻습니다. 모델을 식별할 수 있고 모델을 식별할 수 없습니다. 이미 그러한 결과는 차이를 둘 가치가 있고, 정보의 손실에 대한 귀하의 추론은 근거가 없다는 점에 동의해 주시기 바랍니다. 우리는 이미 확립된 사실(추세)을 고려 대상에서 제외하고 초기에 존재하는 정보를 얻으려고 노력하고 있기 때문입니다. 전혀 보이지 않습니다.
1. 당신은 아직 거기에서 계산된 것을 이해하지 못했습니다. ACF를 그리기 전에 추세를 빼는 것이 보이지 않는다면... 죄송합니다.
2. ACF는 잘 알려진 Masha와 같은 공식일 뿐이지만 그녀가 입력해야 할 것은 연구원의 업무입니다. 그리고 누군가 Mashka의 입구에 몇 분을 준다면 이것은 방법론적으로 잘못된 것입니다. 하루가 더 정확하다고 가정해 봅시다. 그것은 말이 되지 않습니다.
3. 모델의 수령에 관해서는 좋은 것이든 나쁜 것이든, 열 번째입니다. 입수 방법은 https://www.mql5.com/en/forum/105740/page25#54080 에서 확인할 수 있습니다.
솔직 11.12.2007 23:21
...
즉, VR가격을 백색소음으로 바꾸는 변신이 시장모델이 될 것이다. 이해가 되네요 :)
검사는 ACF의 도움으로 간단합니다. ACF가 델타 함수의 형태(또는 이에 가까운)인 경우 모든 구성 요소를 찾은 것입니다 ...
2. ... 그리고 누군가가 Mashka의 입구에 몇 분을 준다면 이것은 방법론적으로 잘못된 것입니다. 하루의 작업이 더 정확하다고 가정해 봅시다. 그것은 말이 되지 않습니다.
사실, 그것은 다른 것에 관한 것이었고 내 생각을 확인하기 위해 코티르의 스펙트럼을 첨부했습니다. 다시 한 번: 각 기간에는 고유한 통계가 있습니다. 다른 시간대의 통계는 서로를 보완할 수 있지만 하나에서 다른 통계를 얻을 수는 없습니다.
3. 모델의 수령에 관해서는 좋은 것이든 나쁜 것이든, 열 번째입니다. 입수 방법은 https://www.mql5.com/en/forum/105740/page25#54080 에서 확인할 수 있습니다.
예를 들어 ARPSS를 읽으십시오. 아마도 귀하의 모델이 ARPSS보다 수익을 창출하는 데 더 성공적일 수 있지만 귀하가 설명한 것은 모델에 적합하지 않습니다. 결과에서 신뢰 구간, p-수준 또는 신뢰 추정치를 보지 못했습니다.
1. 당신은 아직 거기에서 계산된 것을 이해하지 못했습니다. ACF를 그리기 전에 추세를 빼는 것이 보이지 않는다면... 죄송합니다.
예, 맞습니다. 귀하의 지표를 이해하지 못했지만 본질은 이해했습니다. 추세를 빼는 방법 은 흥미로운 결과로 이어지지 않았습니다. 분석 결과를 STATISTICS에 가져오겠다고 약속했습니다. 가져오겠습니다.
AKF 닫기. ACF에 따르면 트렌드에 대해 이야기 할 수 있습니다. 이 계산에는 매우 유용한 추가 정보가 포함되어 있습니다.
ACF 닫기 - 회귀로 근사화된 추세입니다. 아래 공식. 나는 ACF의 이 계산이 당신의 것과 완전히 일치한다고 생각합니다. 회귀에 대한 추세를 빼는 IMHO는 아무 것도 주지 않았습니다. 회귀가 실제 추세에 잘 근접하지 않을 가능성이 높습니다.
다음은 회귀 추세가 없는 닫기 차트입니다. 우리는 이것이 백색 잡음과 약간 비슷하다는 것을 알 수 있습니다. ACF가 더 높습니다.
ACF가 없는 Close 차트를 살펴보겠습니다. 겉으로 보기에는 노이즈에 가깝습니다. 그리고 우리는 일반 구성 요소를 제거하려고 합니다.
이제 이를 위한 ACF.
더 흥미로운 것 같습니다.
나는 오랫동안 통계 패키지로 작업하지 않았습니다. 이 패키지에는 종종 매우 모호한 그래픽이 있습니다.
1. 내가 준 링크에 따르면 모델이 없으며 구성 방법론에 대한 설명만 있습니다. 모델은 같은 분기에 있지만 훨씬 더 멀리 있습니다. 나는 ARPSS가 무엇인지 알고 있고 오래 전에 그것들을 버렸고 회귀 모델도 (당신이 같은 결론을 가지고 있는 것처럼) 포기했습니다.
2. 그래픽이 이상합니다. 백색 잡음의 ACF를 가져와 여기에 그린 것과 상수를 파악할 수 있습니다. 정의에 따르면 지점 0의 ACF는 1(모든 데이터에 대해)이고 점차적으로 0으로 감소합니다(편향이 완전히 샘플에서 벗어날 때). 나는 당신의 차트에서 그것을 본 적이 없습니다.
3. 이 문구는 "... ACF가 없는 Close 그래프를 봅시다. 겉보기에는 노이즈처럼 보입니다. 그리고 우리는 일반 구성 요소를 제거하려고 합니다..." 당신은 ACF를 어떻게든 오해하고 있습니다.
모든 함수에는 ACF가 있습니다. ACF 없이 그래프를 작성하는 방법은 명확하지 않습니다. 이것은 일종의 실패한 공식일 가능성이 높습니다. 무언가를 작성하고 싶었지만, 불행히도 설명할 수 없었습니다.
또한 직선 y=a*x+b의 방정식을 추세로 이해합니다. ACF를 빌드하기 전에 닫기에서 뺍니다. 그리고 그 후에 ACF를 계산합니다. 그리고 그 모양은 시장에서 추세(직선 방정식) 외에도 항상 진동하는 과정이 있음을 분명히 보여줍니다.
어떻게 설명해야 할지 모르겠습니다.
1. 가까이 다가가세요.
2. 종가에서 추세를 뺍니다(y=a*x+b).
3. ACF 구축
4. 다음 그림이 빨간색으로 표시됩니다. https://www.mql5.com/ru/code/8295 , 이것이 우리가 얻은 것입니다. 그 특정 시점에서 그것은 2차의 진동 링크입니다. 해당 계산 된 계수 (파란색 그래프)가있는 모델에 따라 얻은 ACF의 그래프도 있습니다. 거의 완전한 일치 ... 그러나 항상 그런 것은 아닙니다. 오늘날이 ACF는 각각 다르게 보일 수 있으며 다른 모델이 작동합니다. 마트에서 ...
Z.Y. 개인적으로 저에게 편지를 보내주신 모든 분들께 즉시 답변 드리겠습니다. “ACF를 사용하여 거래하는 방법이 마음에 드십니까?” ACF는 시장 분석 도구이며 거래할 수 없습니다(더 정확하게는 어떻게 하는지도 모릅니다). ACF를 사용하면 현재 시장에서 진행 중인 프로세스의 매개변수를 시각적으로 보고 계산할 수 있지만 이를 위해서는 ACF가 무엇이며 무엇과 함께 먹는지 이해해야 합니다. 컴퓨터, 종이 한 장, 펜 없이 ACF를 구축하려고 하면 많은 것이 명확해질 것입니다 ...
기간 40과 20을 알아냈습니까?
아니면 "기적"이 원본에서 예상되어야 하고 모든 두 번째 관찰을 삭제하여 단축되어야 한다고 계속 주장합니까?
크릴로프가 생각나네요.
NEARDERTALEC 및 "통계" 패키지...
;)