계량경제학: 한 발 앞서 예측 - 페이지 83 1...767778798081828384858687888990...139 새 코멘트 СанСаныч Фоменко 2011.11.30 14:51 #821 anonymous : p[i], i=1..n을 원래 시계열(특정 기간 동안의 가격 값)을 포함하는 벡터라고 가정합니다. 1. 가격 증분 계산: r[i]=p[i+1]-p[i], i=1..(n-1) 2. 가격 증분 벡터를 혼합하여 다음을 얻습니다. r2[i], i=1..(n-1) 3. 벡터 r2의 누적 합을 계산합니다. p2[1]=0; p2[i]=p2[i-1]+r2[i-1], i=2..n 수신된 데이터 p2[]에서 모델을 테스트합니다. 수치 예: p={0.9379413 0.1411467 0.2540312 1.5440039 1.2363895} // 일부 가격 시리즈 r={-0.7967946 0.1128845 1.2899727 -0.3076144} // 미분 r2={-0.7967946 -0.3076144 0.1128845 1.2899727} // 셔플 p2={0 -0.7967946 -1.1044090 -0.9915245 0.2984482} // 적분 구체적인 답변 감사합니다. 생각해야 합니다. EViews에서 믹싱을 수행하는 방법을 이해하지 못합니다. 부트스트랩 플래그가 있는데 사용법을 모르겠습니다. 생각해야 합니다. СанСаныч Фоменко 2011.11.30 14:52 #822 Mathemat : 아리마 . 거기에 매개변수 d의 의미가 설명되어 있습니다. 이것이 차별화의 순서입니다. 그리고 공식 번역은 위에 나와 있습니다 anonymous 2011.11.30 14:55 #823 faa1947 : 구체적인 답변 감사합니다. 생각해야 합니다. EViews에서 믹싱을 수행하는 방법을 이해하지 못합니다. 부트스트랩 플래그가 있는데 사용법을 모르겠습니다. 생각해야 합니다. csv 형식의 데이터가 있는 경우 여기에 던질 수 있습니다. 제가 할게요. R에서 제안된 변환은 간단하게 수행됩니다. mix.ts <- function (ts) { cumsum(sample(diff(ts), length(ts) - 1 )) } СанСаныч Фоменко 2011.11.30 15:11 #824 anonymous : csv 형식의 데이터가 있는 경우 여기에 던질 수 있습니다. 제가 할게요. R에서 제안된 변환은 간단하게 수행됩니다. 첨부 파일에서 내가 주제에 결과를 게시한 데이터입니다. 사용된 모델: EURUSD hp1(-1 ~ -2) hp1_d(-1 ~ -1) eq1_hp2(-1 ~ -3) eq1_hp2_d(-1 ~ -4) hp1 = HP(1/dx) - 달러 인덱스의 역수에 대한 Hedrock-Prescott 평활화 - 파일의 두 번째 열. eq1_hp2 = hp(EURUSD - ( hp1(-1 ~ -2) hp1_d(-1 ~ -1))) 그렇게 간단하지 않습니다. 나는 우리가 무엇을 사용하는지 이해하지 못합니다. 파일: kotir11.zip 2 kb Sceptic Philozoff 2011.11.30 15:11 #825 faa1947 : 그리고 공식 번역은 위에 나와 있습니다 하지만 이해해야 합니다. 나머지를 계량경제학 에 소개하는 감사한 일을 맡았기 때문에 ARMA, ARIMA, ARCH 등과 같은 이해할 수 없는 용어를 아무에게도 설명하지 않을 것입니다. СанСаныч Фоменко 2011.11.30 15:13 #826 Mathemat : 하지만 이해해야 합니다. 관련 마르크스-레닌주의 문헌을 읽지 않고서는 이러한 민족 간의 상호 이해를 이룰 수 없습니다. Sceptic Philozoff 2011.11.30 15:13 #827 공식 번역은 부적절하지만 불행히도 러시아어 사용 커뮤니티에서 이미 받아 들였습니다. СанСаныч Фоменко 2011.11.30 15:19 #828 Mathemat : 공식 번역은 부적절하지만 불행히도 러시아어 사용 커뮤니티에서 이미 받아 들였습니다. 어서 해봐요. ARIMA - 자기회귀 통합 이동 평균 이 작성자는 부적절합니다. СанСаныч Фоменко 2011.11.30 15:22 #829 Mathemat : 하지만 이해해야 합니다. 나머지를 계량 경제학에 소개하는 감사하지 않은 작업을 수행 했으므로 ARMA, ARIMA, ARCH 등과 같이 아무도 이해하지 못하는 용어를 설명해야 합니다. 약 40년 전에 Box와 Jenkins는 ARMA에 관한 책, 300페이지를 썼습니다. 포럼에서 짧은 형식으로 할 수 있다는 것을 너무 좋게 생각하시는군요. Sceptic Philozoff 2011.11.30 15:44 #830 ARIMA - autoregressive integrated moving average Это авторы неадекватные 글쎄, 나는 ARCH에 대해 이야기하고 있었다. 누군가는 확실히 부족합니다. 자기회귀 조건부 이분산성 또는 조건부 이분산성의 자기회귀 1...767778798081828384858687888990...139 새 코멘트 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
p[i], i=1..n을 원래 시계열(특정 기간 동안의 가격 값)을 포함하는 벡터라고 가정합니다.
1. 가격 증분 계산: r[i]=p[i+1]-p[i], i=1..(n-1)
2. 가격 증분 벡터를 혼합하여 다음을 얻습니다. r2[i], i=1..(n-1)
3. 벡터 r2의 누적 합을 계산합니다. p2[1]=0; p2[i]=p2[i-1]+r2[i-1], i=2..n
수신된 데이터 p2[]에서 모델을 테스트합니다.
수치 예:
p={0.9379413 0.1411467 0.2540312 1.5440039 1.2363895} // 일부 가격 시리즈
r={-0.7967946 0.1128845 1.2899727 -0.3076144} // 미분
r2={-0.7967946 -0.3076144 0.1128845 1.2899727} // 셔플
p2={0 -0.7967946 -1.1044090 -0.9915245 0.2984482} // 적분
아리마 . 거기에 매개변수 d의 의미가 설명되어 있습니다. 이것이 차별화의 순서입니다.
구체적인 답변 감사합니다. 생각해야 합니다. EViews에서 믹싱을 수행하는 방법을 이해하지 못합니다. 부트스트랩 플래그가 있는데 사용법을 모르겠습니다. 생각해야 합니다.
csv 형식의 데이터가 있는 경우 여기에 던질 수 있습니다. 제가 할게요. R에서 제안된 변환은 간단하게 수행됩니다.
mix.ts <- function (ts) { cumsum(sample(diff(ts), length(ts) - 1 )) }
csv 형식의 데이터가 있는 경우 여기에 던질 수 있습니다. 제가 할게요. R에서 제안된 변환은 간단하게 수행됩니다.
첨부 파일에서 내가 주제에 결과를 게시한 데이터입니다. 사용된 모델:
EURUSD hp1(-1 ~ -2) hp1_d(-1 ~ -1) eq1_hp2(-1 ~ -3) eq1_hp2_d(-1 ~ -4)
hp1 = HP(1/dx) - 달러 인덱스의 역수에 대한 Hedrock-Prescott 평활화 - 파일의 두 번째 열.
eq1_hp2 = hp(EURUSD - ( hp1(-1 ~ -2) hp1_d(-1 ~ -1)))
그렇게 간단하지 않습니다. 나는 우리가 무엇을 사용하는지 이해하지 못합니다.
그리고 공식 번역은 위에 나와 있습니다
하지만 이해해야 합니다.
공식 번역은 부적절하지만 불행히도 러시아어 사용 커뮤니티에서 이미 받아 들였습니다.
하지만 이해해야 합니다. 나머지를 계량 경제학에 소개하는 감사하지 않은 작업을 수행 했으므로 ARMA, ARIMA, ARCH 등과 같이 아무도 이해하지 못하는 용어를 설명해야 합니다.
ARIMA - autoregressive integrated moving average Это авторы неадекватные
글쎄, 나는 ARCH에 대해 이야기하고 있었다. 누군가는 확실히 부족합니다.
자기회귀 조건부 이분산성
또는
조건부 이분산성의 자기회귀