계량 경제학: CU 균형에 대해 논의해 보겠습니다. - 페이지 28

 
Integer :
Avals, 또한 질문이 있습니다. 귀하의 게시물로 판단하면 주제에서 무언가를 이해하지만 여기서 (이 주제에서) 무엇을하고 있습니까? 정말 흥미로운가요?

https://www.mql5.com/ru/forum/7355 스레드에서 많은 사람들이 무엇을 하나요? 따라서 기본적인 것을 잊지 않고 두뇌가 신맛이 나지 않도록)))
 
MetaDriver :

그렇군요, 바로 그겁니다. 그러나 당신은 "환상"과 조금 더 멀리 할 수 있습니다. 예를 들어, "자산 의존도의 척도는 코시 분포에서 자산 비율 증가분 분포의 차이 일 수 있다"라는 가설을 고려하십시오.

이 스레드에서만, 아마도 우리는 이것을 하지 않을 것입니다. :)


여기에서 정규 분포의 비율을 다룬다면 그렇습니다 - Cauchy. 분수 HP1 / HP2가 있고 분모가 0에 가까운 값을 취하면 나눗셈의 결과가 무한대가 되는 경향이 있기 때문입니다. 따라서 그의 불확정 분산과 MO가 있는 Cauchy. 우리의 십자가에서(그리고 다른 도구에서) 우리는 증분을 다루고 있습니다. 저것들. 이러한 증분이 일반적으로 독립적으로 배포되더라도 (X+HP1)/(Y+HP2)를 처리하게 됩니다. 따라서 우리는 분모에서 치명적인 0을 얻지 못할 것이고 Cauchy는 함께 성장하지 않을 것입니다. 저것들. Cauchy의 독립성으로 인해 꼬리가 더 두꺼워 졌을지라도 해결되지 않았을 것입니다.
 

MetaDriver 에서 제공하는 데이터 중 꽤 큰 이상한 인스턴스를 발견했습니다.

대차 대조표는 다음과 같습니다.

일반적으로 성공적인 차량입니다. 우리의 임무는 초기 단계에서 품질을 인식하는 것입니다.

우리는 171개의 관측치 중 첫 번째 섹션을 취합니다. 차트는 다음과 같습니다.

131개의 관찰 중 이 섹션에서 TS는 수익성이 없으며 단순히 결과로 거부되어야 합니다.

직선 피팅에서 잔차의 특성 통계를 살펴보겠습니다. 이것은 그래프의 파란색 선입니다.

이 섹션의 경우 이 섹션이 고정되지 않을 확률 = 3.67%, 즉 플롯은 고정되어 있습니다

.

다음 섹션 131-417을 살펴보겠습니다. 차트는 다음과 같습니다.

수익성이 좋은 지역입니다. 이 세그먼트의 경우 잔차 가 정상적이지 않을 확률은 8.1%입니다 .

슬픈 결론:

육안 검사나 잔류 분석을 통해 우리에게 알려진 어떤 방법으로도 TS의 수익성을 인식할 수 없습니다.

 

아이디어가 있으면 계산할 준비가 되어 있습니다. 이제 다양한 통계 자료가 많이 있습니다.

나는 아무 생각이 없다

 
faa1947 :

아이디어가 있으면 계산할 준비가 되어 있습니다. 이제 다양한 통계 자료가 많이 있습니다.

나는 아무 생각이 없다


왜 잔액이 계산되지 않고 자본이 계산되지 않습니까? Blanca는 통계가 훨씬 적습니다. 거래 내 손실을 숨깁니다.
 
Avals :

왜 잔액이 계산되지 않고 자본이 계산되지 않습니까? Blanca는 통계가 훨씬 적습니다. 거래 내 손실을 숨깁니다.

그리고 원본 데이터를 얻는 방법. 챔피언십에서 나온 것들입니다. 나는 핍스 에퀴티를 가지고 있었다.
 
faa1947 :

그리고 원본 데이터를 얻는 방법. 챔피언십에서 나온 것들입니다. 나는 핍스 에퀴티를 가지고 있었다.


보고가 어렵습니다. 해당 상품의 보고서 및 이력에 따라 거래가 아닌 자산을 Excel로 내보내는 스크립트를 작성해야 합니다. 그리고 아마도 하나가 있을 것입니다.

그리고 "슬픈 결론"의 결과는 무엇이었습니까?

 
Avals :


그리고 "슬픈 결론"의 결과는 무엇이었습니까?


글쎄, 어떻게 왜. 테스터는 차량에 대해 아무 말도 하지 않으며 통계는 더 좋지 않습니다.
 
faa1947 :

글쎄, 어떻게 왜. 테스터는 차량에 대해 아무 말도 하지 않으며 통계는 더 좋지 않습니다.


음 실제로 그렇습니다. 지연이 중요합니다. 당신은 통계 할 수 있습니다. MO 등 의 신뢰구간 을 찾는 방법이 있지만 매우 많은 양의 통계에서 다소 흥미로운 결과가 나올 것입니다.

개인에서 약간 다른 접근 방식을 썼습니다.

 

faa1947 PM
당신.