나는 아마도 내 전략에서 내가 어떻게 그리고 무엇을 사용하는지 알고 있을 것입니다. 다국적 기업과 분위수는 다르지만 회귀는 아프리카에서 회귀이기도 합니다.
그리고 여기에 동의합니다. 식물학자로서의 권리를 행사하여 글을 쓰겠습니다. 말도 안되는 소리를 하면 바로잡아 주실 것입니다.
회귀 사용의 아이디어는 구성 샘플의 앞으로(뒤) 여러 샘플에 대한 회귀가 VR에 가까운 결과를 표시한다는 것입니다. 정규 분포에서 OLS를 기반으로 하는 회귀가 최상의 솔루션입니다. 가장 가까운 결과를 보여줍니다. 이것은 가격 VR의 경우가 아닙니다. 또한 가격 VR에 대한 회귀가 건설 샘플 외부에서 가까운 결과를 나타내기 위해 건설 샘플 자체에 가까운 값을 보여줄 필요는 전혀 없습니다. 이것은 매우 중요한 메모입니다. 저것들. 구성 샘플에서 역겨운 결과를 보여주고 샘플 외부에서 멋진 결과를 보여주는 회귀를 구성하는 것이 가능합니다.
그러나 이것은 더 많은 이론입니다. 여기서 "친척"이라는 단어의 의미를 이해하는 것이 매우 중요합니다. 표본외 친밀도는 다양한 방법으로 평가할 수 있습니다. RMS를 통해 가능, 중앙값을 통해 가능, 평균 절대 오차 등을 통해 가능합니다. 많은 방법이 있습니다.
회귀를 연구하는 방법? 그녀가 좋은지 아닌지? 올바르게 위에서 쓴 것처럼 회귀의 우수성은 구성의 샘플(특정 수의 샘플에 대해) 외부의 값(VR에 대한)의 근접성에 의해 측정됩니다.
먼저 근접 방식을 정의합시다. 먼저 RMS 로 설정합니다.
EURUSD BP 100,000 카운트가 있습니다. 우리는 100개의 샘플에 대한 회귀를 구축하고 있습니다. 그리고 우리는 구성 샘플 후 10 카운트 앞(뒤)으로 근접성을 고려할 것입니다.
그래서 우리는 1위부터 100위까지의 BP 데이터에 따라 EURUSD에 대한 회귀를 구축했습니다. 우리는 101번째에서 110번째까지의 데이터에 대한 VR과 그녀의 판독값을 비교했습니다. 우리는 RMS를 계산했습니다(RMS1로 둡니다).
이제 우리는 2일부터 101일까지의 BP 데이터에 따라 EURUSD에 대한 회귀를 구축했습니다. 우리는 102에서 111 사이의 데이터에 대한 VR과 그녀의 판독값을 비교했습니다. 우리는 RMS를 계산했습니다(RMS2라고 함).
등. EURUSD BP가 끝날 때까지 - 100,000 카운트.
COEX 결과가 많이 나왔네요: COEX1, COEX2, ....는 BP입니다. 탐색해야 합니다. 보기 매트. 기대(중앙값) 및 분산(중앙값 분산). 배포를 구축합니다. 이 결과는 회귀의 장점에 대해 알려줍니다. 우리는 RMS를 통해 근접도를 측정했지만 다르게 할 수도 있음을 상기시켜 드리겠습니다.
이제 친구에게 회귀를 가져오면 위에서 설명한 대로 RT RMS도 얻을 수 있습니다.
그 때 RT SD의 다양한 회귀를 비교할 때 다른 회귀와 비교하여 한 회귀의 장점이나 단점에 대해 이야기할 수 있습니다.
PS EURUSD를 예로 들었습니다. 물론 가격이 꼭 필요한 것은 아니고 어떤 성격의 VR도 가능했습니다. 예를 들어, VR 에쿼티 TS 또는 다른 것.
그리고 여기에 동의합니다. 식물학자로서의 권리를 행사하여 글을 쓰겠습니다. 말도 안되는 소리를 하면 바로잡아 주실 것입니다.
당신은 생각이 좁습니다. 당신이 말하는 것은 하나의 VR의 자동 회귀이지만 이것은 회귀 분석 을 사용하는 매우 좁은 특별한 경우일 뿐입니다. 따라서, 그것은 모두 우리가 회귀하고 있는 것과 얻은 매개변수가 어떤 분포를 가지고 있는지에 달려 있습니다. 분포가 정상이면 MNC는 최종적으로 rulez입니다. 그리고 정상이 아니면... 대칭이 아니면... 누군가 갑자기 이 매개변수의 경계에 관심이 생기면... 여기에서 변형이 시작됩니다. 질문은 덤프에 다국적 기업에 관한 것이었습니다. 아니요, 매립지가 아닙니다. 왜냐하면 훨씬 더 낮은 계산 비용으로 다른 것보다 더 잘 대처하는 거래에는 여전히 실제 작업이 있습니다.
당신은 마음이 좁습니다. 당신이 말하는 것은 하나의 VR의 자동 회귀이지만 이것은 회귀 분석을 사용하는 매우 좁은 특수한 경우일 뿐입니다. 따라서, 그것은 모두 우리가 회귀하려는 대상과 결과 매개변수의 분포에 따라 다릅니다. 분포가 정상이면 MNC는 최종적으로 rulez입니다. 그리고 정상이 아니면... 대칭이 아니면... 누군가 갑자기 이 매개변수의 경계에 관심이 생기면... 여기에서 변형이 시작됩니다. 질문은 덤프에 다국적 기업에 관한 것이었습니다. 아니요, 매립지가 아닙니다. 왜냐하면 훨씬 더 낮은 계산 비용으로 다른 것보다 더 잘 대처하는 거래에는 여전히 실제 작업이 있습니다.
다양한 뉘앙스를 자연스럽게 언급하면서 얼마나 많이 썼는지 알 수 있습니다. 여기에서 모두 공개해도 될까요? 당신은 예를 들었지만 좁음에 대한 결론을 내렸습니다.
나는 alsu 가 사용 사진을 제공했기 때문에 autoregression에 대해 이야기하기 시작했습니다.
제 글의 연설은 회귀분석 의 특징이 아니라 다양한 회귀모델에 대한 평가였습니다. 회귀 추정치를 비교할 필요가 있습니다. 그리고 무언가가 나쁘다고 말하는 것은 분명하지만 무언가는 그렇지 않습니다. 회귀분석을 적용한 결과는 위에서 설명한 바와 같이 특히 RT SD를 나타낸다.
위에서 쓴 것처럼 모든 VR에 회귀를 적용할 수 있습니다. 자기 상관 잔차, 꼬리 등 일반적으로 누구에게나. 그러나 원래 BP의 특성에서 회귀를 추정하는 방법은 변경되지 않습니다.
회귀 추정 방법 - 예, 하지만 방법 자체는 순수 수학의 깊은 미학자에게만 관심이 있을 수 있습니다. 개인적으로, 저는 실무자로서 회귀 평가와 동시에 적용의 적절성을 포함하는 통합 평가에 관심이 있습니다. 따라서 이 결합된 추정치는 달러로 측정됩니다. 그리고 제 경우에는 꼬리가 두꺼운 분포의 조건에서도 분위수 회귀보다 최소 자승 회귀의 이점을 보여주었습니다. 누군가에게는 분위수 회귀가 돈으로 변환할 수 있다면 더 적절할 수 있습니다.
timbo : 회귀 추정 방법 - 예, 하지만 방법 자체는 순수 수학의 깊은 미학자에게만 관심이 있을 수 있습니다. 개인적으로, 연습으로서 저는 회귀 평가와 동시에 적용의 적절성을 포함하는 결합 평가에 관심이 있습니다 . 따라서 이 결합된 추정치는 달러로 측정됩니다. 그리고 제 경우에는 꼬리가 두꺼운 분포의 조건에서도 분위수 회귀보다 최소 자승 회귀의 이점을 보여주었습니다. 누군가에게는 분위수 회귀가 돈으로 변환할 수 있다면 더 적절할 수 있습니다.
- 고양이를 좋아하세요?
- 아니다.
당신은 그들을 요리하는 방법을 모릅니다.
따라서 회귀를 평가하는 방법의 적절성에 관한 것이 아닙니다. 그리고 회귀 모델 자체를 오리지널 VR에 적용하는 것이 타당한지에 대해.
분위수 회귀 및 최소 자승 회귀를 가격 VR에 직접 적용할 수 있는 방법은 다음 중 하나를 사용하여 평가할 수 있습니다. 분명히, 회귀의 근접도가 좋을수록 결국 더 많은 돈을 얻게 될 것입니다. 최고의 근접도는 미래 판독값에 대한 더 정확한(적절한) 추정치를 나타내기 때문입니다.
회귀를 상당히 주관적으로 비교하여 TS에 대입했습니다. 나는 그 적용 가능성의 적절성을 오리지널 VR과 비교할 수 있는 객관적인 방법을 제시했다.
귀하의 의견에 관심이 있습니다. 가격 VR을 분포가 대칭적이고 정상과 매우 유사하도록 변환할 수 있다면(샘플은 항상 유한하기 때문에 확인할 수 없습니다), 이에 대해 무엇을 할 수 있습니까? 저것들. 공적분의 문제가 해결되었다고 말할 수 있습니다. 이 경우 다음 단계는 무엇입니까?
hrenfx : 귀하의 의견에 관심이 있습니다. 가격 VR을 분포가 대칭적이고 정상과 매우 유사하도록 변환할 수 있다면(샘플은 항상 유한하기 때문에 확인할 수 없습니다), 이에 대해 무엇을 할 수 있습니까? 저것들. 공적분의 문제가 해결되었다고 말할 수 있습니다. 이 경우 다음 단계는 무엇입니까?
정보가 충분하지 않습니다. 랜덤 워크에는 정규 분포가 있습니다. 그러나 당신은 그것으로 돈을 벌 수 없습니다.
"통합 문제 해결"은(는) 무슨 뜻인가요? 공적분을 사용하는 목적은 고정된 VR을 얻는 것입니다. 그것이 효과가 있다면 양배추 절단을 시작할 수 있습니다. 그리고 이 BP는 정상이든 아니든 상관 없습니다.
그건 그렇고, 나는 쉽게 대칭이 아닐 수 있고 중앙값이 이 매개변수의 가장 좋은 추정치가 될 수 있는 회귀 매개변수(계수)의 분포에 대해 이야기했습니다. 나는 최근에 그런 일을 겪었고 얼마나 쉽게 모델을 크게 개선할 수 있었는지 매우 놀랐습니다. 그러나 그것은 가격에 관한 것이 아니었습니다. 가격으로 모든 것이 지금까지 어떻게 든 대칭입니다 ...
물론 투자한 1달러당 이익의 비율이라는 이상한 질문입니다. 시장에 다른 조치가 있습니까?
중국인에게 젓가락 대신 포크를 주면 포크의 장점도 눈치채지 못한다...
그는 분위수와 다국적 기업은 완전히 다른 것이라고 썼습니다. OLS 거래 방법을 취하고 OLS 회귀를 분위수 회귀로 바꿉니다. 그리고 의미?
따라서 TS에 모든 회귀를 집어넣고 이점의 부족에 대해 이야기할 수 있습니다. 어리석게 다른 수식을 대체하는 것이 아니라 주요 도구 구성의 특성에 따라 사용 방법을 변경하는 것이 필요합니다.
그는 분위수와 다국적 기업은 완전히 다른 것이라고 썼습니다. OLS 거래 방법을 취하고 OLS 회귀를 분위수 회귀로 바꿉니다. 그리고 의미?
나는 아마도 내 전략에서 내가 어떻게 그리고 무엇을 사용하는지 알고 있을 것입니다. 다국적 기업과 분위수는 다르지만 회귀는 아프리카에서 회귀이기도 합니다.
어리석은 침략도 있습니다. 당신은 지금 그것을 보여주고 있습니다.
어리석은 침략도 있습니다. 당신은 지금 그것을 보여주고 있습니다.
동의한다.
그리고 여기에 동의합니다. 식물학자로서의 권리를 행사하여 글을 쓰겠습니다. 말도 안되는 소리를 하면 바로잡아 주실 것입니다.
회귀 사용의 아이디어는 구성 샘플의 앞으로(뒤) 여러 샘플에 대한 회귀가 VR에 가까운 결과를 표시한다는 것입니다. 정규 분포에서 OLS를 기반으로 하는 회귀가 최상의 솔루션입니다. 가장 가까운 결과를 보여줍니다. 이것은 가격 VR의 경우가 아닙니다. 또한 가격 VR에 대한 회귀가 건설 샘플 외부에서 가까운 결과를 나타내기 위해 건설 샘플 자체에 가까운 값을 보여줄 필요는 전혀 없습니다. 이것은 매우 중요한 메모입니다. 저것들. 구성 샘플에서 역겨운 결과를 보여주고 샘플 외부에서 멋진 결과를 보여주는 회귀를 구성하는 것이 가능합니다.
그러나 이것은 더 많은 이론입니다. 여기서 "친척"이라는 단어의 의미를 이해하는 것이 매우 중요합니다. 표본외 친밀도는 다양한 방법으로 평가할 수 있습니다. RMS를 통해 가능, 중앙값을 통해 가능, 평균 절대 오차 등을 통해 가능합니다. 많은 방법이 있습니다.
회귀를 연구하는 방법? 그녀가 좋은지 아닌지? 올바르게 위에서 쓴 것처럼 회귀의 우수성은 구성의 샘플(특정 수의 샘플에 대해) 외부의 값(VR에 대한)의 근접성에 의해 측정됩니다.
먼저 근접 방식을 정의합시다. 먼저 RMS 로 설정합니다.
EURUSD BP 100,000 카운트가 있습니다. 우리는 100개의 샘플에 대한 회귀를 구축하고 있습니다. 그리고 우리는 구성 샘플 후 10 카운트 앞(뒤)으로 근접성을 고려할 것입니다.
그래서 우리는 1위부터 100위까지의 BP 데이터에 따라 EURUSD에 대한 회귀를 구축했습니다. 우리는 101번째에서 110번째까지의 데이터에 대한 VR과 그녀의 판독값을 비교했습니다. 우리는 RMS를 계산했습니다(RMS1로 둡니다).
이제 우리는 2일부터 101일까지의 BP 데이터에 따라 EURUSD에 대한 회귀를 구축했습니다. 우리는 102에서 111 사이의 데이터에 대한 VR과 그녀의 판독값을 비교했습니다. 우리는 RMS를 계산했습니다(RMS2라고 함).
등. EURUSD BP가 끝날 때까지 - 100,000 카운트.
COEX 결과가 많이 나왔네요: COEX1, COEX2, ....는 BP입니다. 탐색해야 합니다. 보기 매트. 기대(중앙값) 및 분산(중앙값 분산). 배포를 구축합니다. 이 결과는 회귀의 장점에 대해 알려줍니다. 우리는 RMS를 통해 근접도를 측정했지만 다르게 할 수도 있음을 상기시켜 드리겠습니다.
이제 친구에게 회귀를 가져오면 위에서 설명한 대로 RT RMS도 얻을 수 있습니다.
그 때 RT SD의 다양한 회귀를 비교할 때 다른 회귀와 비교하여 한 회귀의 장점이나 단점에 대해 이야기할 수 있습니다.
PS EURUSD를 예로 들었습니다. 물론 가격이 꼭 필요한 것은 아니고 어떤 성격의 VR도 가능했습니다. 예를 들어, VR 에쿼티 TS 또는 다른 것.
그리고 여기에 동의합니다. 식물학자로서의 권리를 행사하여 글을 쓰겠습니다. 말도 안되는 소리를 하면 바로잡아 주실 것입니다.
당신은 생각이 좁습니다. 당신이 말하는 것은 하나의 VR의 자동 회귀이지만 이것은 회귀 분석 을 사용하는 매우 좁은 특별한 경우일 뿐입니다. 따라서, 그것은 모두 우리가 회귀하고 있는 것과 얻은 매개변수가 어떤 분포를 가지고 있는지에 달려 있습니다. 분포가 정상이면 MNC는 최종적으로 rulez입니다. 그리고 정상이 아니면... 대칭이 아니면... 누군가 갑자기 이 매개변수의 경계에 관심이 생기면... 여기에서 변형이 시작됩니다. 질문은 덤프에 다국적 기업에 관한 것이었습니다. 아니요, 매립지가 아닙니다. 왜냐하면 훨씬 더 낮은 계산 비용으로 다른 것보다 더 잘 대처하는 거래에는 여전히 실제 작업이 있습니다.
당신은 마음이 좁습니다. 당신이 말하는 것은 하나의 VR의 자동 회귀이지만 이것은 회귀 분석을 사용하는 매우 좁은 특수한 경우일 뿐입니다. 따라서, 그것은 모두 우리가 회귀하려는 대상과 결과 매개변수의 분포에 따라 다릅니다. 분포가 정상이면 MNC는 최종적으로 rulez입니다. 그리고 정상이 아니면... 대칭이 아니면... 누군가 갑자기 이 매개변수의 경계에 관심이 생기면... 여기에서 변형이 시작됩니다. 질문은 덤프에 다국적 기업에 관한 것이었습니다. 아니요, 매립지가 아닙니다. 왜냐하면 훨씬 더 낮은 계산 비용으로 다른 것보다 더 잘 대처하는 거래에는 여전히 실제 작업이 있습니다.
다양한 뉘앙스를 자연스럽게 언급하면서 얼마나 많이 썼는지 알 수 있습니다. 여기에서 모두 공개해도 될까요? 당신은 예를 들었지만 좁음에 대한 결론을 내렸습니다.
나는 alsu 가 사용 사진을 제공했기 때문에 autoregression에 대해 이야기하기 시작했습니다.
제 글의 연설은 회귀분석 의 특징이 아니라 다양한 회귀모델에 대한 평가였습니다. 회귀 추정치를 비교할 필요가 있습니다. 그리고 무언가가 나쁘다고 말하는 것은 분명하지만 무언가는 그렇지 않습니다. 회귀분석을 적용한 결과는 위에서 설명한 바와 같이 특히 RT SD를 나타낸다.
위에서 쓴 것처럼 모든 VR에 회귀를 적용할 수 있습니다. 자기 상관 잔차, 꼬리 등 일반적으로 누구에게나. 그러나 원래 BP의 특성에서 회귀를 추정하는 방법은 변경되지 않습니다.
그러나 원본 VR의 특성에서 회귀를 추정하는 방법은 변경되지 않습니다.
회귀 추정 방법 - 예, 하지만 방법 자체는 순수 수학의 깊은 미학자에게만 관심이 있을 수 있습니다. 개인적으로, 연습으로서 저는 회귀 평가와 동시에 적용의 적절성을 포함하는 결합 평가에 관심이 있습니다 . 따라서 이 결합된 추정치는 달러로 측정됩니다. 그리고 제 경우에는 꼬리가 두꺼운 분포의 조건에서도 분위수 회귀보다 최소 자승 회귀의 이점을 보여주었습니다. 누군가에게는 분위수 회귀가 돈으로 변환할 수 있다면 더 적절할 수 있습니다.
- 고양이를 좋아하세요?
- 아니다.
당신은 그들을 요리하는 방법을 모릅니다.
따라서 회귀를 평가하는 방법의 적절성에 관한 것이 아닙니다. 그리고 회귀 모델 자체를 오리지널 VR에 적용하는 것이 타당한지에 대해.
분위수 회귀 및 최소 자승 회귀를 가격 VR에 직접 적용할 수 있는 방법은 다음 중 하나를 사용하여 평가할 수 있습니다. 분명히, 회귀의 근접도가 좋을수록 결국 더 많은 돈을 얻게 될 것입니다. 최고의 근접도는 미래 판독값에 대한 더 정확한(적절한) 추정치를 나타내기 때문입니다.
회귀를 상당히 주관적으로 비교하여 TS에 대입했습니다. 나는 그 적용 가능성의 적절성을 오리지널 VR과 비교할 수 있는 객관적인 방법을 제시했다.
그리고 정상이 아니면... 그리고 대칭이 아니면...
귀하의 의견에 관심이 있습니다. 가격 VR을 분포가 대칭적이고 정상과 매우 유사하도록 변환할 수 있다면(샘플은 항상 유한하기 때문에 확인할 수 없습니다), 이에 대해 무엇을 할 수 있습니까? 저것들. 공적분의 문제가 해결되었다고 말할 수 있습니다. 이 경우 다음 단계는 무엇입니까?
정보가 충분하지 않습니다. 랜덤 워크에는 정규 분포가 있습니다. 그러나 당신은 그것으로 돈을 벌 수 없습니다.
"통합 문제 해결"은(는) 무슨 뜻인가요? 공적분을 사용하는 목적은 고정된 VR을 얻는 것입니다. 그것이 효과가 있다면 양배추 절단을 시작할 수 있습니다. 그리고 이 BP는 정상이든 아니든 상관 없습니다.