500바를 챙겼습니다. 처음 100개의 막대는 사용하지 않습니다. 이는 공식의 막대가 시세 표시기의 마침표이기 때문입니다. 훈련이 아니라 평가 계수. 500바에서
이러한 모델은 때때로 가능한 최종 상태의 수가 적기 때문에 단순히 높은 우연의 확률에서 정확한 예측을 제공할 수 있으며 이는 아무 의미가 없습니다. 예를 들어 이전 500개 막대에서 추출된 계수를 추출하여 예측 증가분과의 상관관계, 즉 세부 값의 차이를 측정합니다. 결과 계수는 예측 품질을 객관적으로 평가하며 특정 경우에 정량적 상관 추정치를 사용할 수 있습니다. 동시에 이것은 예측 문제에 대한 해결책이 아닙니다. 이 모든 것을 "유용한" 시스템으로 사용하려면 성공적으로 "시장에 진입"할 수 있을 뿐만 아니라 "출구"할 수 있어야 하기 때문입니다. " 그것. 더 많은 막대를 가져갈 때 앞으로 한 막대에 대한 예측 오차가 누적될 것이라고 가정하면 처음에는 잘못되었습니다. 사실 아무도 이것을 약속하지 않았습니다... 변수의 중요성 선택과 마찬가지로 이것은 또한 별도의 해결된 문제입니다. 지식 추출( 데이터 마이닝) 및 이에 대한 방법이 이미 있으며 원칙에 따라 수행되지 않습니다. 100 또는 500바가 걸리거나 걸리지 않습니다...
dasmen : 이러한 모델은 때때로 가능한 최종 상태의 수가 적기 때문에 단순히 높은 우연의 확률에서 정확한 예측을 제공할 수 있으며 이는 아무 의미가 없습니다. 예를 들어 이전 500개 막대에서 추출된 계수를 추출하여 예측 증가분과의 상관관계, 즉 세부 값의 차이를 측정합니다. 결과 계수는 예측 품질을 객관적으로 평가하며 특정 경우에 정량적 상관 추정치를 사용할 수 있습니다. 동시에 이것은 예측 문제에 대한 해결책이 아닙니다. 이 모든 것을 "유용한" 시스템으로 사용하려면 성공적으로 "시장에 진입"할 수 있을 뿐만 아니라 "출구"할 수 있어야 하기 때문입니다. " 그것. 더 많은 막대를 가져갈 때 앞으로 한 막대에 대한 예측 오차가 누적될 것이라고 가정하면 처음에는 잘못되었습니다. 사실 아무도 이것을 약속하지 않았습니다... 변수의 중요성 선택과 마찬가지로 이것은 또한 별도의 해결된 문제입니다. 지식 추출( 데이터 마이닝) 및 이에 대한 방법이 이미 있으며 원칙에 따라 수행되지 않습니다. 100 또는 500바가 걸리거나 걸리지 않습니다...
전체 주제는 귀하가 댓글을 남긴 마지막 게시물보다 풍부합니다. 변수의 중요성에 대한 질문은 여러 번 해결되었습니다. 예측오차의 누적은 팩트가 없기 때문에 이전 예측값을 다음 예측에 적용하기 때문에 의학적 사실이다. 사실을 받아들인다면 이것은 한 발 앞선 예측입니다.
그러나 이것은 사소하고 기술적인 문제입니다.
증분을 사용했습니다. 증분에 추세가 없기 때문에 아무 일도 일어나지 않지만 추세는 예측됩니다. 그리고 여기 주제의 주요 질문: 모델의 어떤 속성이 예측 가능성을 보장합니까? 이러한 속성의 전체 집합은 기존 회귀 모델 에 대해 제안되었습니다. 당신이 언급하는 것은 깨진 모델이고 나에게 명확하지 않은 다른 모델이 있습니다.
...증분을 사용했습니다. 증분에 추세가 없기 때문에 아무 일도 일어나지 않지만 추세는 예측됩니다. 그리고 여기 주제의 주요 질문: 모델의 어떤 속성이 예측 가능성을 보장합니까? 이러한 속성의 전체 집합은 기존 회귀 모델에 대해 제안되었습니다. 당신이 언급하는 것은 모델이 고장 났고 나에게 명확하지 않은 다른 모델이 있다는 것입니다 ...
모델과 분석된 프로세스가 일치하면(귀하의 용어로 "올바른 모델") 한 단계 전진에 대한 최상의 예측이 칼만 필터에 의해 제공된다는 것이 수년 동안 수학적으로 입증되었습니다. 여기에 대해 포럼을 검색하십시오 ...
당신은 이미 당신의 모델이 틀렸다는 말을 한 번 이상 들었습니다. 이 회귀에 대항하여 다른 모델은 더 이상 존재하지 않습니다?... 모든 다양성이 있는 전 세계가 이 간단한 모델로 설명됩니까?...
그리고 여기에서 ACF의 유형과 그 속성에 대해 이미 두 번 이상 들었습니다 ...
여기에 오랫동안 내 작업에 대한 링크를 제공합니다( https://www.mql5.com/en/code/8295 ) .... ACF와 자세히 보면 두 개의 곡선이 있습니다. 첫 번째 곡선은모델(예: 파란색 선)에서 두 번째 - 빨간색은 따옴표의 ACF입니다. (시각적으로) 비교할 수 있습니다 ...
연습을 위한 충분한 정확도로 코릿을 기술할 수 있는 모델(오래 전부터 존재하고 알려짐)이 있으며 이것은 회귀 모델이 아닙니다. 이 모델에 대한 진실은 계량 경제학 교과서에 쓰여진 것이 거의 없을 것입니다 ... 다른 교과서를 찾으십시오
증분을 사용했습니다. 증분에 추세가 없기 때문에 아무 일도 일어나지 않지만 추세는 예측됩니다.
당신은 주장:
1. 증분으로 이동하면 추세가 손실됩니다. 그렇지 않기 때문에 추세의 존재는 증분의 조건부 기대에 직접적인 영향을 미칩니다. 저것. 하나의 예측은 다른 하나의 예측과 동일합니다.
2. 증분 모델에는 가역성 속성이 없습니다. 이것은 사실이 아닙니다. 왜냐하면. 우리는 마지막 가격 수준을 알고 있습니다. 증분을 예측하고 누적 합계를 구하고 마지막으로 알려진 가격 값을 추가하면 "시간/가격" 공간으로 명확하게 전환됩니다.
우리는 원시 회귀 모델을 가지고 있습니다. 표본 내부에는 10보다 훨씬 더 많은 이익 계수가 있는 것으로 나타났습니다. 표본 외부에서는 1보다 약간 더 크며 의심스럽습니다. 이 모델은 "올바른" 구성입니다. "정확함"의 여러 징후가 있습니다.
질문: 이 "올바른" 모델에 안정성이나 예측 가능성이 없는 이유는 무엇입니까?
당신은 이론가가 될 수 있고, R^2가 1에 가까운 모델을 구축하고 그것에 대해 아무 것도 얻지 못할 수 있습니다. 당신은 실무자가 될 수 있으며 예상 이익 및 관련 위험 측면에서 모델을 평가할 수 있습니다. 논문/논문/다른 것을 쓰고 싶다면 첫 번째 경우가 좋습니다. 돈을 벌고 싶다면 먼저 이익/위험으로 모델을 평가한 다음 R^2 및 기타 통계로만 평가하십시오.
샘플 외부에서 안정적인 양성 결과를 얻은 후에만 샘플 내부의 테스트를 볼 수 있습니다. 그렇지 않으면 시간을 낭비하고 있습니다.
다음 단계. 스토캐스틱 디퓨어의 시장 적용 가능성, 링크 부탁드립니다.
디퓨즈는 옵션과 같은 파생상품을 평가할 때 특히 인기가 있습니다. 통계에서. 중재에도 응용 프로그램이 있습니다.
당신도 마찬가지입니다. 패키지의 NS(EViews에는 없지만 다른 제품에는 있음)가 평활화를 대신하며 이것은 문제의 작은 부분일 뿐이며 해결해야 하는 주요 문제는 아닙니다. 국회의 경우는 예술이다. 스플라인과 웨이블릿을 취하면 이것이 수학입니다.
모델과 분석된 프로세스가 일치하면(귀하의 용어로 "올바른 모델") 한 단계 전진에 대한 최상의 예측이 칼만 필터에 의해 제공된다는 것이 수년 동안 수학적으로 입증되었습니다. 여기에 대해 포럼을 검색하십시오 ...
당신은 이미 당신의 모델이 틀렸다는 말을 한 번 이상 들었습니다. 이 회귀에 대항하여 다른 모델은 더 이상 존재하지 않습니다?... 모든 다양성이 있는 전 세계가 이 간단한 모델로 설명됩니까?...
그리고 여기 ACF의 유형에 대해 이미 두 번 이상 들었고 그 속성은 ...
여기에 오랫동안 내 작업에 대한 링크를 제공합니다( https://www.mql5.com/en/code/8295 ) .... ACF와 자세히 보면 두 개의 곡선이 있습니다. 첫 번째 곡선은모델(예: 파란색 선), 두 번째 - 빨간색은 따옴표의 ACF입니다. (시각적으로) 비교할 수 있습니다 ...
연습을 위한 충분한 정확도로 코릿을 기술할 수 있는 모델(오래 전부터 존재하고 알려짐)이 있으며 이것은 회귀 모델이 아닙니다. 이 모델에 대한 진실은 계량 경제학 교과서에 쓰여진 것이 거의 없을 것입니다 ... 다른 교과서를 찾으십시오
모두에게 행운을 빕니다. 내년에도 건강하시고 행복하세요!!!
(귀하의 용어 "올바른 모델")
정확함 - 특정 속성이 있음을 의미합니다. 이러한 속성은 논의되지 않습니다.
그런 다음 Kalman 필터는 한 단계 앞서 최상의 예측을 제공합니다. 여기에 대해 포럼을 검색하십시오 ...
EViews에는 상태 공간이라는 모델이 있으며 Kalman 필터도 마찬가지입니다. 그러나 모든 징후에 의해 이것이 가장 유망한 모델이지만 나는 그러한 모델을 공식화할 수 없습니다.
그리고 여기 ACF의 유형에 대해 이미 두 번 이상 들었고 그 속성은 ...
여기에 이미 오랫동안 내 작업에 대한 링크를 제공 합니다( https://www.mql5.com/en/code/8295 ) .... ACF와 자세히 보면 두 개의 곡선이 있습니다. 첫 번째 곡선은모델(예: 파란색 선), 두 번째 - 빨간색은 따옴표의 ACF입니다. (시각적으로) 비교할 수 있습니다 ...
AFK에 대한 귀하의 게시물은 아무것도 이해하지 못했습니다. 나는 AFK를 가지고 있습니다 - 이것은 내가 모델링하는 코드에 종속성이 있음을 나타내는 지표입니다
연습을 위한 충분한 정확도로 코릿을 기술할 수 있는 모델(오래 전부터 존재하고 알려짐)이 있으며 이것은 회귀 모델이 아닙니다.
1. 증분으로 이동하면 추세가 손실됩니다. 그렇지 않기 때문에 추세의 존재는 증분의 조건부 기대에 직접적인 영향을 미칩니다. 저것. 하나의 예측은 다른 하나의 예측과 동일합니다.
2. 증분 모델에는 가역성 속성이 없습니다. 이것은 사실이 아닙니다. 왜냐하면. 우리는 마지막 가격 수준을 알고 있습니다. 증분을 예측하고 누적 합계를 구하고 마지막으로 알려진 가격 값을 추가하면 "시간/가격" 공간으로 명확하게 전환됩니다.
나는 한 가지만 말합니다. 증가에 따른 결과는 수준보다 훨씬 나쁩니다. 이것은 내 것이며 나는 이 결과를 일반화하지 않습니다. 아마도 누군가는 성공할 것입니다.
당신은 이론가가 될 수 있고 R^2가 1에 가까운 모델을 만들고 그것에 대해 아무 것도 얻지 못할 수 있습니다. 당신은 실무자가 될 수 있으며 예상 이익 및 관련 위험 측면에서 모델을 평가할 수 있습니다. 논문/논문/다른 것을 쓰고 싶다면 첫 번째 경우가 좋습니다. 돈을 벌고 싶다면 먼저 이익/위험으로 모델을 평가한 다음 R^2 및 기타 통계로만 평가하십시오.
샘플 외부에서 안정적인 양성 결과를 얻은 후에만 샘플 내부의 테스트를 볼 수 있습니다. 그렇지 않으면 시간을 낭비하고 있습니다.
이 문제에 대해 포럼의 많은 의견에 동의하지 않습니다. 트럭을 원했는데 결국 자전거를 갖게 된 경우 성공적인 자전거 테스트로는 트럭이 있다는 것을 증명할 수 없습니다. 이것은 모두 현실에서 반드시 일어날 우연의 일치입니다.
NN은 비선형 회귀 모델을 대신합니다.
다시. NS는 모든 다양성에서 문제를 해결하지 않습니다. 이것이 비선형성에 대한 귀하의 언급이 말하는 것입니다. 비선형 회귀 모델이란 무엇입니까? 변수 또는 매개변수로? 매개변수는 대략 상수 또는 랜덤 변수입니까?그리고 랜덤인 경우 특성은 무엇입니까? 이것은 NS에 관한 것입니다. 그들은 자신의 자리가 있습니다.
나는 나 자신을 이해하지 못한다.
깨진 패턴: zz_high eurusd(-1 ~ -100) c @trend
나는 값 "0" - 신호 없음 및 "1" - 신호를 끄는 종속 변수를 예측합니다 . 100 EURUSD 막대를 종속 변수로 사용합니다. 임의의 값. 회귀 계수를 평가한 후 다음을 얻습니다.
ZZ_HIGH = 1-@CNORM(-(1033.56764818*EURUSD(-1) + 361.005725087*EURUSD(-2) - 659.271726689*EURUSD(-3) + 240USD(-3) 2489.307974 *EURUSD(-5.3) - 1024.9175822*EURUSD(-5.3) - 1024.9175822*EURUSD(-5.3) *EURUSD(-6) - 500.755211559*EURUSD10*(-7) + 4837.233 9) + 1250.27027863*EURUSD (-10) + 1204.01840496*USDEUR (-11) -628.2098 (-12) -88.4193896778*EURUSD (-13) -821.374855285*EURSD (-14) -754.4912965285* *EURUSD(-16) + 3220.86311608USD*EUR(-17*07) - 528.07 18) - 2332.53473806*EURUSD(-19) + 569.684891562*EURUSD(-20). -22) - 1414.74117489*USDEUR(-23) - 114.28)EUR + 450.449461697 * EURUSD (-25) - 337.460964818 * EURUSD (-26) - 8.9 USD 8.9 USD 8.908.23216 USD EURUSD (-29) + 259.833316285 * EURUSD (-30) - 46.5215488696 *EURUSD(-31) - 820.583809759*EUR34.04USD(-32) - 1423.98506887*EURUSD -35) + 221.14370 1299*EURUSD(-36) + 335.777492236*EURUSD(-37) + 650.456824302*EURUSD(-38) + 350.318958532*EURUSD(-5958532*EURUSD(-39)0USD(-39) - 467.3840USD +42) + 531.53858297*EURUSD(-43) - 1804.43807812*EURUSD(-44) + 505.327400995*EURUSD(-45) - 20.3151847226*EURUSD(-47226*EURUSD(-45) -1985.4346906*EURUSD (-49) + 8.64522845766*EURUSD (-50) + 1301.22397609*EURUSD (-51) + 1398.9062339*EURSD (-52) -1812.25415112*EURD (-53) -815.25415112*EURD. )) + 891.665097704*EURUSD (-56) -33.8677278433*EURUSD (-57) + 1802.96642724*EURUSD (-58) + 103.739651059*EURUSD (-59) + 395.27719 1358.314040469*477719 1358. + 645.959444744 * EURUSD (-63) -1935.40489961 * EURUSD (-64) + 847.657103772 * EURUSD (-65) -348.287297241 * EURUSD (-66) + 13478799999999999999999999999999999999999999999999999999999999999999999999999999999996 *. *EURUSD(-69) + 498.667519817*EURUSD(-70) + 175.460595585*EURUSD(-71) - 3.2317 7058628*EURUSD(-72) - 502.970783886*EURUSD(-73) - 486.45378574*EURUSD(-74) - 1284.12753179*EURUSD(-75) + 2392.99 78) + 1603.46426721*EURUSD(-79) - 441.847609369*EURUSD(-80) - 173.0306096*EURUSD(-376*) - 672.051786135*EURUSD(-10) + 1392.23135411*EURUSD (-85) + 1222.020799*EURUSD (-86) + 327.446848701*EURUSD (-87) -1208.41468022*EURUSD (-88) + 741.84893) + 1585893). EURUSD (-91) * + 58.0598765644 EURUSD (-92) - 166.744222595 * EURUSD (-93) * + 67.6457712184 EURUSD (-94) * + 98.7949064574 EURUSD (-95) + 1406.322 1658.83294022 * EURUSD (-97) - 273.851042947 * EURUSD (-98) + 93.5879401275*EURUSD(-99) + 243.060588194*EURUSD(-100) - 1295.0210728 + 0.08150857192*@TREND))
모든 것이 있는 것 같습니다.
어떤 이유로 예측 계산은 사실과 완전히 일치합니다 .
모델을 이해하고 싶습니다. CNORM이란 무엇입니까? 모델은 어떤 간격으로 훈련되었고 어떤 간격으로 테스트 되었습니까? Excel 테이블의 처음 100개 행이 교육 데이터라는 것을 올바르게 이해하고 있습니까? 왜 그렇게 소수가 있습니까(모델의 종속 변수 수와 동일)?
모델을 이해하고 싶습니다. CNORM이란 무엇입니까? 모델은 어떤 간격으로 훈련되었고 어떤 간격으로 테스트되었습니까? Excel 테이블의 처음 100개 행이 교육 데이터라는 것을 올바르게 이해하고 있습니까? 왜 그렇게 소수가 있습니까(모델의 종속 변수 수와 동일)?
@cnorm(x)
정규 누적 분포(CDF)
500바를 챙겼습니다. 처음 100개의 막대는 사용하지 않습니다. 이는 공식의 막대가 시세 표시기의 마침표이기 때문입니다. 훈련이 아니라 평가 계수. 500바에서
@cnorm(x)
정규 누적 분포(CDF)
500바를 챙겼습니다. 처음 100개의 막대는 사용하지 않습니다. 이는 공식의 막대가 시세 표시기의 마침표이기 때문입니다. 훈련이 아니라 평가 계수. 500바에서
이러한 모델은 때때로 가능한 최종 상태의 수가 적기 때문에 단순히 높은 우연의 확률에서 정확한 예측을 제공할 수 있으며 이는 아무 의미가 없습니다. 예를 들어 이전 500개 막대에서 추출된 계수를 추출하여 예측 증가분과의 상관관계, 즉 세부 값의 차이를 측정합니다. 결과 계수는 예측 품질을 객관적으로 평가하며 특정 경우에 정량적 상관 추정치를 사용할 수 있습니다. 동시에 이것은 예측 문제에 대한 해결책이 아닙니다. 이 모든 것을 "유용한" 시스템으로 사용하려면 성공적으로 "시장에 진입"할 수 있을 뿐만 아니라 "출구"할 수 있어야 하기 때문입니다. " 그것. 더 많은 막대를 가져갈 때 앞으로 한 막대에 대한 예측 오차가 누적될 것이라고 가정하면 처음에는 잘못되었습니다. 사실 아무도 이것을 약속하지 않았습니다... 변수의 중요성 선택과 마찬가지로 이것은 또한 별도의 해결된 문제입니다. 지식 추출( 데이터 마이닝) 및 이에 대한 방법이 이미 있으며 원칙에 따라 수행되지 않습니다. 100 또는 500바가 걸리거나 걸리지 않습니다...
전체 주제는 귀하가 댓글을 남긴 마지막 게시물보다 풍부합니다. 변수의 중요성에 대한 질문은 여러 번 해결되었습니다. 예측오차의 누적은 팩트가 없기 때문에 이전 예측값을 다음 예측에 적용하기 때문에 의학적 사실이다. 사실을 받아들인다면 이것은 한 발 앞선 예측입니다.
그러나 이것은 사소하고 기술적인 문제입니다.
증분을 사용했습니다. 증분에 추세가 없기 때문에 아무 일도 일어나지 않지만 추세는 예측됩니다. 그리고 여기 주제의 주요 질문: 모델의 어떤 속성이 예측 가능성을 보장합니까? 이러한 속성의 전체 집합은 기존 회귀 모델 에 대해 제안되었습니다. 당신이 언급하는 것은 깨진 모델이고 나에게 명확하지 않은 다른 모델이 있습니다.
이 주제의 많은 조항에 대한 귀하의 의견에 감사드립니다.
...증분을 사용했습니다. 증분에 추세가 없기 때문에 아무 일도 일어나지 않지만 추세는 예측됩니다. 그리고 여기 주제의 주요 질문: 모델의 어떤 속성이 예측 가능성을 보장합니까? 이러한 속성의 전체 집합은 기존 회귀 모델에 대해 제안되었습니다. 당신이 언급하는 것은 모델이 고장 났고 나에게 명확하지 않은 다른 모델이 있다는 것입니다 ...
여기에 오랫동안 내 작업에 대한 링크를 제공합니다( https://www.mql5.com/en/code/8295 ) .... ACF와 자세히 보면 두 개의 곡선이 있습니다. 첫 번째 곡선은 모델(예: 파란색 선)에서 두 번째 - 빨간색은 따옴표의 ACF입니다. (시각적으로) 비교할 수 있습니다 ...
연습을 위한 충분한 정확도로 코릿을 기술할 수 있는 모델(오래 전부터 존재하고 알려짐)이 있으며 이것은 회귀 모델이 아닙니다. 이 모델에 대한 진실은 계량 경제학 교과서에 쓰여진 것이 거의 없을 것입니다 ... 다른 교과서를 찾으십시오
모두에게 행운을 빕니다. 내년에도 건강하시고 행복하세요!!!
새해 복 많이 받으세요! 모든 모델이 제출할 수 있습니다.
증분을 사용했습니다. 증분에 추세가 없기 때문에 아무 일도 일어나지 않지만 추세는 예측됩니다.
당신은 주장:
1. 증분으로 이동하면 추세가 손실됩니다. 그렇지 않기 때문에 추세의 존재는 증분의 조건부 기대에 직접적인 영향을 미칩니다. 저것. 하나의 예측은 다른 하나의 예측과 동일합니다.
2. 증분 모델에는 가역성 속성이 없습니다. 이것은 사실이 아닙니다. 왜냐하면. 우리는 마지막 가격 수준을 알고 있습니다. 증분을 예측하고 누적 합계를 구하고 마지막으로 알려진 가격 값을 추가하면 "시간/가격" 공간으로 명확하게 전환됩니다.
우리는 원시 회귀 모델을 가지고 있습니다. 표본 내부에는 10보다 훨씬 더 많은 이익 계수가 있는 것으로 나타났습니다. 표본 외부에서는 1보다 약간 더 크며 의심스럽습니다. 이 모델은 "올바른" 구성입니다. "정확함"의 여러 징후가 있습니다.
질문: 이 "올바른" 모델에 안정성이나 예측 가능성이 없는 이유는 무엇입니까?
당신은 이론가가 될 수 있고, R^2가 1에 가까운 모델을 구축하고 그것에 대해 아무 것도 얻지 못할 수 있습니다. 당신은 실무자가 될 수 있으며 예상 이익 및 관련 위험 측면에서 모델을 평가할 수 있습니다. 논문/논문/다른 것을 쓰고 싶다면 첫 번째 경우가 좋습니다. 돈을 벌고 싶다면 먼저 이익/위험으로 모델을 평가한 다음 R^2 및 기타 통계로만 평가하십시오.
샘플 외부에서 안정적인 양성 결과를 얻은 후에만 샘플 내부의 테스트를 볼 수 있습니다. 그렇지 않으면 시간을 낭비하고 있습니다.
다음 단계. 스토캐스틱 디퓨어의 시장 적용 가능성, 링크 부탁드립니다.
디퓨즈는 옵션과 같은 파생상품을 평가할 때 특히 인기가 있습니다. 통계에서. 중재에도 응용 프로그램이 있습니다.
당신도 마찬가지입니다. 패키지의 NS(EViews에는 없지만 다른 제품에는 있음)가 평활화를 대신하며 이것은 문제의 작은 부분일 뿐이며 해결해야 하는 주요 문제는 아닙니다. 국회의 경우는 예술이다. 스플라인과 웨이블릿을 취하면 이것이 수학입니다.
NN은 비선형 회귀 모델을 대신합니다.
모델을 이해하고 싶습니다. CNORM이란 무엇입니까? 모델은 어떤 간격으로 훈련되었고 어떤 간격으로 테스트되었습니까? Excel 테이블의 처음 100개 행이 교육 데이터라는 것을 올바르게 이해하고 있습니까? 왜 그렇게 소수가 있습니까(모델의 종속 변수 수와 동일)?
한 가지 이해하고 싶습니다. ZZ를 예측하면 예측 지그재그 스텝을 어떻게 계산합니까?
여기에 오랫동안 내 작업에 대한 링크를 제공합니다( https://www.mql5.com/en/code/8295 ) .... ACF와 자세히 보면 두 개의 곡선이 있습니다. 첫 번째 곡선은 모델(예: 파란색 선), 두 번째 - 빨간색은 따옴표의 ACF입니다. (시각적으로) 비교할 수 있습니다 ...
연습을 위한 충분한 정확도로 코릿을 기술할 수 있는 모델(오래 전부터 존재하고 알려짐)이 있으며 이것은 회귀 모델이 아닙니다. 이 모델에 대한 진실은 계량 경제학 교과서에 쓰여진 것이 거의 없을 것입니다 ... 다른 교과서를 찾으십시오
모두에게 행운을 빕니다. 내년에도 건강하시고 행복하세요!!!
(귀하의 용어 "올바른 모델")
정확함 - 특정 속성이 있음을 의미합니다. 이러한 속성은 논의되지 않습니다.
그런 다음 Kalman 필터는 한 단계 앞서 최상의 예측을 제공합니다. 여기에 대해 포럼을 검색하십시오 ...
EViews에는 상태 공간이라는 모델이 있으며 Kalman 필터도 마찬가지입니다. 그러나 모든 징후에 의해 이것이 가장 유망한 모델이지만 나는 그러한 모델을 공식화할 수 없습니다.
여기에 이미 오랫동안 내 작업에 대한 링크를 제공 합니다( https://www.mql5.com/en/code/8295 ) .... ACF와 자세히 보면 두 개의 곡선이 있습니다. 첫 번째 곡선은 모델(예: 파란색 선), 두 번째 - 빨간색은 따옴표의 ACF입니다. (시각적으로) 비교할 수 있습니다 ...
AFK에 대한 귀하의 게시물은 아무것도 이해하지 못했습니다. 나는 AFK를 가지고 있습니다 - 이것은 내가 모델링하는 코드에 종속성이 있음을 나타내는 지표입니다
연습을 위한 충분한 정확도로 코릿을 기술할 수 있는 모델(오래 전부터 존재하고 알려짐)이 있으며 이것은 회귀 모델이 아닙니다.
그리고 당신이 음모를 꾸미지 않는다면?
anonymous :
1. 증분으로 이동하면 추세가 손실됩니다. 그렇지 않기 때문에 추세의 존재는 증분의 조건부 기대에 직접적인 영향을 미칩니다. 저것. 하나의 예측은 다른 하나의 예측과 동일합니다.
2. 증분 모델에는 가역성 속성이 없습니다. 이것은 사실이 아닙니다. 왜냐하면. 우리는 마지막 가격 수준을 알고 있습니다. 증분을 예측하고 누적 합계를 구하고 마지막으로 알려진 가격 값을 추가하면 "시간/가격" 공간으로 명확하게 전환됩니다.
나는 한 가지만 말합니다. 증가에 따른 결과는 수준보다 훨씬 나쁩니다. 이것은 내 것이며 나는 이 결과를 일반화하지 않습니다. 아마도 누군가는 성공할 것입니다.
당신은 이론가가 될 수 있고 R^2가 1에 가까운 모델을 만들고 그것에 대해 아무 것도 얻지 못할 수 있습니다. 당신은 실무자가 될 수 있으며 예상 이익 및 관련 위험 측면에서 모델을 평가할 수 있습니다. 논문/논문/다른 것을 쓰고 싶다면 첫 번째 경우가 좋습니다. 돈을 벌고 싶다면 먼저 이익/위험으로 모델을 평가한 다음 R^2 및 기타 통계로만 평가하십시오.
샘플 외부에서 안정적인 양성 결과를 얻은 후에만 샘플 내부의 테스트를 볼 수 있습니다. 그렇지 않으면 시간을 낭비하고 있습니다.
이 문제에 대해 포럼의 많은 의견에 동의하지 않습니다. 트럭을 원했는데 결국 자전거를 갖게 된 경우 성공적인 자전거 테스트로는 트럭이 있다는 것을 증명할 수 없습니다. 이것은 모두 현실에서 반드시 일어날 우연의 일치입니다.
NN은 비선형 회귀 모델을 대신합니다.
다시. NS는 모든 다양성에서 문제를 해결하지 않습니다. 이것이 비선형성에 대한 귀하의 언급이 말하는 것입니다. 비선형 회귀 모델이란 무엇입니까? 변수 또는 매개변수로? 매개변수는 대략 상수 또는 랜덤 변수입니까?그리고 랜덤인 경우 특성은 무엇입니까? 이것은 NS에 관한 것입니다. 그들은 자신의 자리가 있습니다.