더 어렵습니다. 계산 측면에서 훨씬 더 복잡하고 비용이 많이 듭니다. 나는 이것을 말할 것입니다 : 유익한 변수 세트를 선택하는 것은 쉽고 중복되는 (상호 유익한) 변수를 제거하는 것은 더 어렵습니다. 그러나 쌍을 선택하려면 세 배로 .... 컴퓨터가 충분하면 조합이 대상 변수에 영향을 미치는 변수가 있습니다. 첫째, 엄청난 계산 때문에 지수 진행이 더 어렵습니다.
alexeymosc : 더 어렵습니다. 계산 측면에서 훨씬 더 복잡하고 비용이 많이 듭니다. 나는 이것을 말할 것입니다 : 유익한 변수 세트를 선택하는 것은 쉽고 중복되는 (상호 유익한) 변수를 제거하는 것은 더 어렵습니다. 그러나 쌍을 선택하려면 세 배로 .... 컴퓨터가 충분하면 조합이 대상 변수에 영향을 미치는 변수가 있습니다. 첫째, 엄청난 계산 때문에 지수 진행이 더 어렵습니다.
GARCH(1,1)의 결과 분포가 정상적인 분포처럼 보이는 것은 매우 이상합니다. 나는 더 말할 것입니다, 이것은 단순히 있을 수 없습니다. 이러한 모델의 특징은 실제 시장 분포를 모방하기 위한 두꺼운 꼬리와 신장입니다. 분명히 결과 그래프가 단순히 표시되지 않거나 변동성 회계 기간(P=1, Q=1)이 충분히 길지 않아 테일링이 너무 약합니다.
그러나 다른 흥미로운 점이 있습니다.
계산된 그래프에서 GARCH(1,1)의 영향의 흔적을 명확하게 볼 수 있습니다. 즉, 첫 번째 지연에서 "관계"의 기하급수적인 섭동과 다른 모든 데이터의 불확실성을 볼 수 있습니다. 모델이 이전 막대의 변동성만 기억하기 때문에 이것이 정확히 그래야 합니다. GARCH(3,3)의 경우 처음 3개의 지연이 명확하게 선택되고 GARCH(20, 20)의 경우 처음 20개의 지연 등이 명확하게 선택될 것이라고 확신합니다.
나는 MathLab과 싸워서 여전히 GARCH(20, 20) 데이터를 얻으려고 노력할 것입니다. 그들의 분석이 20개 기간 동안의 관계를 보여 준다면 문제는 분명합니다. 공식은 변동성의 관계를 보여줍니다.
어디선가 본 적이 있다는 슬로건입니다. 나는 이 출판물을 읽는 것으로 더 이상 돈을 벌지 않습니다.
정확히는 다양한 공식에 따라 계산되는 수익률뿐만 아니라 모델의 잔차에 대해서도 이분산성을 조사하는 것이 바로 계량경제학 패키지의 기준이다.
때때로 이분산성에 대한 테스트는 예측 변수와 모델 오류에 적용됩니다.
"모델 오류"가 모델의 나머지 부분 = 원래 견적과 모델의 차이를 의미한다면 동의합니다. 또한 이분산성 검정은 때때로 사용되지 않지만 항상 . 모형의 잔차에 이분산성이 있으면 모형화하고, 누적 모형의 궁극적인 목표는 정상 잔차(mo와 분산이 일정함)를 얻는 것입니다. mo 및/또는 분산이 변수인 경우 예측 오차가 변수가 되기 때문에 예측이 불가능합니다.
GARCH를 기반으로 SB를 생성할 필요가 없습니다. 실제 시리즈를 가져와 실제 변동성을 기반으로 SB를 생성해야 합니다. 여기에 틱 볼륨을 사용하여 실제 악기 오프라인의 이력을 SB로 바꾸는 스크립트 https://forum.mql4.com/en/41986/ page10을 게시했습니다. 이러한 SB는 실제 소를 거의 100% 반복합니다. 가르치 등 그들은 소의 다양한 순환 주기와 같은 많은 뉘앙스를 고려하지 않습니다. 이 SB 시리즈와 생성된 기반 시리즈 사이에 차이점이 있다면 이것은 이미 더 흥미롭습니다. :)
그러나 그렇다면 이는 본질적으로 동일한 변동성(즉, 단조 및 단일 값 함수)이므로 변동성과 관련된 모든 효과가 다소 필터링된 형식에도 불구하고 여기에 나타날 것이라고 기대할 수 있습니다. 그리고 변동성의 효과는 다른 모든 시장 현상보다 강도면에서 훨씬 뛰어나기 때문에 배경에 대해 "다른 것"을 볼 가능성은 다소 문제가 있어 보입니다. 반복하지만 초기 데이터에서 알려졌지만 "쓸모 없는" 효과를 일관되게 배제하는 것이 더 유망하다고 생각합니다.
...그리고 어떤 조합으로?"
더 어렵습니다. 계산 측면에서 훨씬 더 복잡하고 비용이 많이 듭니다. 나는 이것을 말할 것입니다 : 유익한 변수 세트를 선택하는 것은 쉽고 중복되는 (상호 유익한) 변수를 제거하는 것은 더 어렵습니다. 그러나 쌍을 선택하려면 세 배로 .... 컴퓨터가 충분하면 조합이 대상 변수에 영향을 미치는 변수가 있습니다. 첫째, 엄청난 계산 때문에 지수 진행이 더 어렵습니다.
GARCH(1,1)의 결과 분포가 정상적인 분포처럼 보이는 것은 매우 이상합니다. 나는 더 말할 것입니다, 이것은 단순히 있을 수 없습니다. 이러한 모델의 특징은 실제 시장 분포를 모방하기 위한 두꺼운 꼬리와 신장입니다. 분명히 결과 그래프가 단순히 표시되지 않거나 변동성 회계 기간(P=1, Q=1)이 충분히 길지 않아 테일링이 너무 약합니다.
그러나 다른 흥미로운 점이 있습니다.
계산된 그래프에서 GARCH(1,1)의 영향의 흔적을 명확하게 볼 수 있습니다. 즉, 첫 번째 지연에서 "관계"의 기하급수적인 섭동과 다른 모든 데이터의 불확실성을 볼 수 있습니다. 모델이 이전 막대의 변동성만 기억하기 때문에 이것이 정확히 그래야 합니다. GARCH(3,3)의 경우 처음 3개의 지연이 명확하게 선택되고 GARCH(20, 20)의 경우 처음 20개의 지연 등이 명확하게 선택될 것이라고 확신합니다.
나는 MathLab과 싸워서 여전히 GARCH(20, 20) 데이터를 얻으려고 노력할 것입니다. 그들의 분석이 20개 기간 동안의 관계를 보여 준다면 문제는 분명합니다. 공식은 변동성의 관계를 보여줍니다.
나는 MathLab과 싸워서 여전히 GARCH(20, 20) 데이터를 얻으려고 노력할 것입니다. 그들의 분석이 20개 기간 동안의 관계를 보여 준다면 문제는 분명합니다. 공식은 변동성의 관계를 보여줍니다.
그럴 가치가 없어. 나는 이미 THIS가 고려하는 공식을 알고 있습니다 ... 5 분 차트를보십시오. 가장 가까운 로그와 로그 288에 대한 파도의 명백한 의존성은 일주기입니다. 그래도 원한다면 계속하십시오. 내가 확인 할게요.
상호 정보가 가능한 모든 종속성을 흡수하기 때문에 "기타 종속성"을 찾으려고 합니다. 분리할 수 있어야 합니다.
EURUSD H1.
I by original series(5개 분위수에 대해 동일한 이산화):
상호 정보의 합: 3.57비트! 테스트된 모든 기간 중 가장 큰 값입니다.
이제 수익률 ^ 2를 취하고 부호를 제거하고 변동성을 연구합시다.
인 것 같습니다. 그러나 I의 합은 5.35비트입니다.
논리적으로! 결국, 일련의 순수 변동성의 불확실성은 더 적습니다.
하나에서 다른 하나를 빼면 어떻게 될까요?
젠장. 그것은 당신의 행렬에서 그것이 깨지고 로짓인 것처럼 보였습니다. 나는 검색 엔진을 조사했습니다. 그리고 그것들이 왜 여기에 있는지 ... 그리고 나는 그것이 단지 확률과 그 로그라는 것을 깨달았습니다.
PS Liu-u-u-di, 이 태블릿의 모든 내용을 이해합니까? 이해가 안되면 물어보고 물어보세요. 우리는 어리석은 질문에 대해 당신을 이기지 않을 것입니다 (내가 여기에서 약간 바보처럼 느껴지기 때문에) .
일단 잡담과 악의가 거의 없고 낚싯대 대신에 즉석 물고기에 집중하는 괜찮은 주제가 그려졌지만 진실을 찾는 매우 흥미로운 과정이 있습니다 ...
계량 경제학 에서 그러한 질문 을 어디에서 찾을 수 있습니까?
사실, 시장은 더 복잡합니다. 그러나 이것이 관찰된 현상을 무시할 이유는 아닙니다.
나는 시장 조사를 하지 않는다. 구체적인 목표는 한 발 앞서 예측하는 것입니다.
테스트의 경우: 수익의 이분산성은 문헌에서 일반적으로 인정되는 사실입니다.
어디선가 본 적이 있다는 슬로건입니다. 나는 이 출판물을 읽는 것으로 더 이상 돈을 벌지 않습니다.
정확히는 다양한 공식에 따라 계산되는 수익률뿐만 아니라 모델의 잔차에 대해서도 이분산성을 조사하는 것이 바로 계량경제학 패키지의 기준이다.
때때로 이분산성에 대한 테스트는 예측 변수와 모델 오류에 적용됩니다.
"모델 오류"가 모델의 나머지 부분 = 원래 견적과 모델의 차이를 의미한다면 동의합니다. 또한 이분산성 검정은 때때로 사용되지 않지만 항상 . 모형의 잔차에 이분산성이 있으면 모형화하고, 누적 모형의 궁극적인 목표는 정상 잔차(mo와 분산이 일정함)를 얻는 것입니다. mo 및/또는 분산이 변수인 경우 예측 오차가 변수가 되기 때문에 예측이 불가능합니다.
일단 괜찮은 주제가 그려졌다..
주제의 품위를 의심하는 모든 게시물이 무시되었음을 알려드립니다.
EURUSD H1.
I by original series(5개 분위수에 대해 동일한 이산화):
백분율 증가 모듈이 초기 데이터로 여기에 있다는 것을 정확히 기억합니까?
그러나 그렇다면 이는 본질적으로 동일한 변동성(즉, 단조 및 단일 값 함수)이므로 변동성과 관련된 모든 효과가 다소 필터링된 형식에도 불구하고 여기에 나타날 것이라고 기대할 수 있습니다. 그리고 변동성의 효과는 다른 모든 시장 현상보다 강도면에서 훨씬 뛰어나기 때문에 배경에 대해 "다른 것"을 볼 가능성은 다소 문제가 있어 보입니다. 반복하지만 초기 데이터에서 알려졌지만 "쓸모 없는" 효과를 일관되게 배제하는 것이 더 유망하다고 생각합니다.
그런데 Alexey( Mathemat ), 초기 데이터 모듈도 있습니까?