주제의 저자는 외적으로 매우 단순하지만(공식적으로) 깊은 질문을 던졌습니다. 실제 코티르와 PRSG를 구별하는 방법은 무엇입니까?
지역 유출에 대한 학자들은 매우 빠르게 제쳐두고 다음 자전거의 발명과 코드베이스의 배치에 이르기까지 몇 가지 작은 세부 사항에 대한 지식을 보여주기 시작했습니다.
ACF가 계산되는 공식에 따라 어떤 차이가 있습니까? 훨씬 더 중요한 것은 대부분의 경제학자들이 경제 데이터를 분석할 때 사용하는 ACF 계산 프로그램입니다. 아니요. Matlabs의 Matkada라는 DSP 전문가의 지표입니다. 모두 경제 데이터 분석을 위한 전문 패키지입니까? 아니요. 결과적으로 이러한 패키지를 사용하는 경제학자의 범위는 매우 좁습니다. 수백만 명의 사용자가 있고 오래 전에 모든 버그를 잡은 특수 패키지의 ACF 계산 결과가 왜 나오지 않습니까? 안정된 알고리즘과 올바른 적용은?
특별한 패키지는 말할 것도 없습니다. 그러나 이 주제는 공통 문제에 대한 토론을 위해 열려 있으며 ACF는 이 공통 문제를 해결하는 한 단계일 뿐입니다. 특수 패키지(EViews, R ....)의 프레임워크 내에서 논의하는 경우 ACF가 분석의 첫 번째 단계에서 잠재적으로 제기된 질문에 대답할 수 있는 작은 것이라는 것이 즉시 분명해질 것입니다. 다른 계산이 있습니다. 또한 ACF를 계산한 후 주제의 질문에 답하기 위해 몇 가지 단계를 더 수행해야 합니다.
그리고 가장 중요한 것은 주어진 수치에 항상 의문을 제기하는 통계 방법론을 채택한다는 것입니다. ACF에 대한 경우 ACF의 상관 값에는 반드시 획득한 상관 값의 신뢰 수준을 나타내는 확률이 수반되어야 합니다. 이 형식에서 ACF를 사용한 경험에 따르면 이 확률은 0.5를 중심으로 회전하는 경우가 많습니다. 주어진 시차에서 사용할 수 있는 상관 관계 값을 신뢰할 수 있는지 여부는 명확하지 않습니다.
주제의 첫 번째 게시물로 돌아갈 것을 제안합니다. 주제의 질문에 답할 수 있는 행동 목록을 최소한 단어로 표시하십시오. 그리고 스레드는 그럴 자격이 있습니다.
변동성 변화의 빈도 - 가정할 수 있습니다. 그러나 행은 충분히 길어야 하고 TF는 4N 미만이어야 합니다. 차트에서와 같이 500개 관측치의 샘플에서 실제 가격 시리즈가 그러한 효과를 줄 것이라는 사실은 아닙니다. 그리고 gpsch가 동일한 효과를 가진 하나의 구현을 제공하지 않는다는 사실은 아닙니다. 또는 오히려 그러한 효과 이상을 줄 것이라는 사실.
악명 높은 뚱뚱한 꼬리는 실제로 "이상치"의 존재입니다. 행도 충분히 길어야 합니다. 비교적 짧은 샘플에서는 그러한 명확한 효과를 제공하지 않는 도구를 선택할 수 있습니다. 물론 일반적인 HPC는 그러한 효과를 나타내지 않습니다.
2. 그리고 여기에 그것을 평가하는 방법(계산하지 않는 방법), 즉 선택적 ACF를 세어보면 적어도 42개를 생각해낼 수 있습니다.
2. 위에서 Privalov에게 말했듯이 2번 항목의 경우 당신이 옳습니다. 하지만 이 포럼 스레드의 작성자는 분명히 시력 문제가 있습니다.
1. 단락 (1)에서 당신은 착각하고 있으며, 게다가 당신은 엄청나게 착각하고 있습니다.
먼저 그들은 ACF를 발명했고, 그 다음 공식을 선택했고, 그런 다음 현대적인 통계적 "정의"를 제시했습니다.
자기 상관 의 "정의"는 없습니다. 위에서 지적한 것은 Kolmogorovism의 혼란스러운 분출입니다.
Druzhban Karla - Yul은 1926년 단어로 자기상관을 설명했습니다. - 하나의 시계열 또는 하나의 사인 곡선의 PIECES 상관 유사성으로 설명했습니다(위에서 나는 WORDS에서 이 개념을 단순히 반복했는데, 이는 당시 수학자에게 자연스러운 것이었습니다). Yule은 해당 기사에서 "직렬 상관 관계"에 대한 공식을 가지고 있지 않습니다. 그는 ACF의 그래프만을 인용했다. 이 방법은 유용한 것으로 판명되었으며 나중에 Walker가 그것을 약간 공식화했으며 잘 알려진 현대 공식은 Anderson이 1942년경 Kolmogorovism 이후에 이미 나타났습니다.
다음은 세계 최초로 직렬 상관 관계가 언급된 원본 페이지입니다.
단일 "패턴 인식 공식"이 없고 있을 수 없는 것처럼 자기 상관에 대한 단일 "공식"은 없습니다. 이 모든 현대 공식은 단순히 기능의 유사성을 자체적으로 인식하는 다양한 특정 방법의 구현입니다.
저자 Yul이 말한 직렬 상관 또는 자기 상관은 단순한 단어 로 함수의 자기 유사성의 척도일 뿐입니다. 그리고이 측정 값을 계산하는 방법 - 예, 맞습니다. 적어도 142 가지 방법이 있습니다. 중요한 것은 결과가 그랬다는 것입니다.
그것은 간단하지 않습니다. 우리가 책에 있는 모든 것은 매우 일반적인 공식이거나 핸디캡에 맞으면 큰 유보와 제한이 있는 좁은 특수한 경우라는 것이 밝혀졌습니다. 특히 선형 상관 분석(비모수적 요인도 스트레치에 기인할 수 있음) 외에 비선형 분석도 있다는 점을 고려하면, 예를 들어 이 포럼에 이미 등장한 동적 시간 왜곡 알고리즘이 있습니다. 그리고 이것은 빙산의 일각일 뿐입니다.
alsu : 그것은 간단하지 않습니다. 우리가 책에 있는 모든 것은 매우 일반적인 공식이거나 핸디캡에 맞으면 큰 유보와 제한이 있는 좁은 특수한 경우라는 것이 밝혀졌습니다. 특히 선형 상관 분석(비모수적 요인도 스트레치에 기인할 수 있음) 외에 비선형 분석도 있다는 점을 고려하면, 예를 들어 이 포럼에 이미 등장한 동적 시간 왜곡 알고리즘이 있습니다. 그리고 이것은 빙산의 일각일 뿐입니다.
열리는.
당연히 모든 수학적 통계 방법은 사용되는 입력 데이터의 특성에 한계가 있습니다. 그리고 피드백의 존재로 인해 금융 시장의 가격 시리즈는 변환 없이는 이러한 방법에서 직접 사용할 수 없다는 것이 분명합니다.
DTW? 아마도 시간이 지남에 따라 비선형 왜곡과 패턴을 찾아 줄 것입니다. 그러나 지금은 모두 이론입니다.
이것이 어떻게 "무작위 잡음"이 될 수 있습니까? 플레이어에서 이를 보간하고 다소 의미 있는 주기적인 다조화 신호를 들을 수 있다면? 그것은 불충분한 샘플링과 양자화, 그리고 "블랙 노이즈"의 내부 구조에 대한 무지에 관한 것입니다. 모든 것에서 주기성을 취하는 DIEHARD 테스트는 내부 신호 구조가 없다고 생각하기 때문에 랩에서 주기성을 제거할 수 없습니다. 그리고 그녀는 거기에 있습니다. Forex도 마찬가지입니다. 모든 거래 시스템(당사 제외)은 신호의 내부 구조를 제거할 수 없습니다.
매우 짧기 때문입니다.
그들이 "TK"라고 말하는 것과 같은 무선 기술자 - 꿈도 꾸지 못한 기술적 작업. 라디오 운영자 중 누구도 한 기간 동안 언더샘플링된 신호의 매개변수를 결정하는 그러한 작업을 수행하지 않습니다.
1. 사실, 거래 목적상 가격이 평균적으로 상승하거나 하락하는 위치만 중요합니다. 거래자는 자신의 거래 포지션이 임의의 가격 변동을 방지할 수 있도록 브로커("증거금")에 자신의 자금 중 일부를 사전에 동결하는 데 동의합니다. 단, 이 거래자는 평균적으로 이 가격이 그의 거래 포지션의 방향.
이 설명에는 새로운 것이 없습니다. 모든 초보 거래자가 이것을 완전히 이해하지 못하고 자신이 하는 일을 이해한다는 것입니다.
2. 따라서 거래 계약의 법적 근거와 거래의 경제적 목표에 따라 거래자는 가격 방향의 두 가지 위치(위 또는 아래) 외에는 아무것도 아는 것이 중요하지 않습니다. 이를 기반으로 거래에 대한 좋은 또는 "이상적인" 표시기는 두 개의 신호(세마포어와 같은) 위 또는 아래만 표시해야 합니다. 빨간색 또는 녹색. 화면의 다른 모든 시각 예술은 거래 목적으로 의미가 없습니다. 또한, 인간의 눈은 환상과 환상으로 농담하는 것을 좋아합니다. 거래에 대한 지표는 상대적으로 말해서 빨간색 막대와 녹색 막대가 위 또는 아래로 교대로 표시되어야 합니다. 그리고 그러한 밴드는 가격대의 특정 "좋은 평균" 값을 보여줍니다.
3. 가격의 평균값은 현재 이 기법에서 사용되는 이동평균(MA)으로 계산됩니다. 그리고 이 접근 방식은 가장 예측할 수 없는 가격 변동이 있는 가장 변동성이 큰 시장인 Forex에서는 작동하지 않는 것으로 알려져 있습니다. 따라서 산술 평균은 외환 시장의 평균 위치를 나타내는 좋은 지표가 아닙니다. 여기에 다른 평균이 필요합니다. 이러한 다른 평균은 외환 시장 자체가 복잡하기 때문에 단순할 수 없습니다.
4. 이러한 복잡한 경우의 "기타" 평균은 복잡한 방법(통계)으로 계산해야 합니다. 더욱이, 이 "좋은 평균"에서 무작위 편차의 제곱 평균 제곱근 특성에 대한 확신을 기반으로 하지 않는 것입니다.
주제의 저자는 외적으로 매우 단순하지만(공식적으로) 깊은 질문을 던졌습니다. 실제 코티르와 PRSG를 구별하는 방법은 무엇입니까?
지역 유출에 대한 학자들은 매우 빠르게 제쳐두고 다음 자전거의 발명과 코드베이스의 배치에 이르기까지 몇 가지 작은 세부 사항에 대한 지식을 보여주기 시작했습니다.
ACF가 계산되는 공식에 따라 어떤 차이가 있습니까? 훨씬 더 중요한 것은 대부분의 경제학자들이 경제 데이터를 분석할 때 사용하는 ACF 계산 프로그램입니다. 아니요. Matlabs의 Matkada라는 DSP 전문가의 지표입니다. 모두 경제 데이터 분석을 위한 전문 패키지입니까? 아니요. 결과적으로 이러한 패키지를 사용하는 경제학자의 범위는 매우 좁습니다. 수백만 명의 사용자가 있고 오래 전에 모든 버그를 잡은 특수 패키지의 ACF 계산 결과가 왜 나오지 않습니까? 안정된 알고리즘과 올바른 적용은?
특별한 패키지는 말할 것도 없습니다. 그러나 이 주제는 공통 문제에 대한 토론을 위해 열려 있으며 ACF는 이 공통 문제를 해결하는 한 단계일 뿐입니다. 특수 패키지(EViews, R ....)의 프레임워크 내에서 논의하는 경우 ACF가 분석의 첫 번째 단계에서 잠재적으로 제기된 질문에 대답할 수 있는 작은 것이라는 것이 즉시 분명해질 것입니다. 다른 계산이 있습니다. 또한 ACF를 계산한 후 주제의 질문에 답하기 위해 몇 가지 단계를 더 수행해야 합니다.
그리고 가장 중요한 것은 주어진 수치에 항상 의문을 제기하는 통계 방법론을 채택한다는 것입니다. ACF에 대한 경우 ACF의 상관 값에는 반드시 획득한 상관 값의 신뢰 수준을 나타내는 확률이 수반되어야 합니다. 이 형식에서 ACF를 사용한 경험에 따르면 이 확률은 0.5를 중심으로 회전하는 경우가 많습니다. 주어진 시차에서 사용할 수 있는 상관 관계 값을 신뢰할 수 있는지 여부는 명확하지 않습니다.
주제의 첫 번째 게시물로 돌아갈 것을 제안합니다. 주제의 질문에 답할 수 있는 행동 목록을 최소한 단어로 표시하십시오. 그리고 스레드는 그럴 자격이 있습니다.
엄격한 증거는 없습니다.
변동성 변화의 빈도 - 가정할 수 있습니다. 그러나 행은 충분히 길어야 하고 TF는 4N 미만이어야 합니다. 차트에서와 같이 500개 관측치의 샘플에서 실제 가격 시리즈가 그러한 효과를 줄 것이라는 사실은 아닙니다. 그리고 gpsch가 동일한 효과를 가진 하나의 구현을 제공하지 않는다는 사실은 아닙니다. 또는 오히려 그러한 효과 이상을 줄 것이라는 사실.
악명 높은 뚱뚱한 꼬리는 실제로 "이상치"의 존재입니다. 행도 충분히 길어야 합니다. 비교적 짧은 샘플에서는 그러한 명확한 효과를 제공하지 않는 도구를 선택할 수 있습니다. 물론 일반적인 HPC는 그러한 효과를 나타내지 않습니다.
자기 상관 - 거기에도 있고 거기에도 있습니다. 헛소리야
또는 제안 된 것 - 특정 차량의 차이 기준을 찾기 위해.
1. 이것은 잘못된 것입니다. 자기 상관 함수의 정의는 실제로 하나입니다.
2. 그리고 여기에 그것을 평가하는 방법(계산하지 않는 방법), 즉 선택적 ACF를 세어보면 적어도 42개를 생각해낼 수 있습니다.
2. 위에서 Privalov에게 말했듯이 2번 항목의 경우 당신이 옳습니다. 하지만 이 포럼 스레드의 작성자는 분명히 시력 문제가 있습니다.
1. 단락 (1)에서 당신은 착각하고 있으며, 게다가 당신은 엄청나게 착각하고 있습니다.
먼저 그들은 ACF를 발명했고, 그 다음 공식을 선택했고, 그런 다음 현대적인 통계적 "정의"를 제시했습니다.
자기 상관 의 "정의"는 없습니다. 위에서 지적한 것은 Kolmogorovism의 혼란스러운 분출입니다.
Druzhban Karla - Yul은 1926년 단어로 자기상관을 설명했습니다. - 하나의 시계열 또는 하나의 사인 곡선의 PIECES 상관 유사성으로 설명했습니다(위에서 나는 WORDS에서 이 개념을 단순히 반복했는데, 이는 당시 수학자에게 자연스러운 것이었습니다). Yule은 해당 기사에서 "직렬 상관 관계"에 대한 공식을 가지고 있지 않습니다. 그는 ACF의 그래프만을 인용했다. 이 방법은 유용한 것으로 판명되었으며 나중에 Walker가 그것을 약간 공식화했으며 잘 알려진 현대 공식은 Anderson이 1942년경 Kolmogorovism 이후에 이미 나타났습니다.
다음은 세계 최초로 직렬 상관 관계가 언급된 원본 페이지입니다.
단일 "패턴 인식 공식"이 없고 있을 수 없는 것처럼 자기 상관에 대한 단일 "공식"은 없습니다. 이 모든 현대 공식은 단순히 기능의 유사성을 자체적으로 인식하는 다양한 특정 방법의 구현입니다.
저자 Yul이 말한 직렬 상관 또는 자기 상관은 단순한 단어 로 함수의 자기 유사성의 척도일 뿐입니다. 그리고이 측정 값을 계산하는 방법 - 예, 맞습니다. 적어도 142 가지 방법이 있습니다. 중요한 것은 결과가 그랬다는 것입니다.
1942년:
그것이 그들이 결정한 것입니다.
그것이 그들이 결정한 것입니다.
아, 그게 그렇게 쉬웠더라면!
그는 곧 칼과 그의 친구 율라를 파헤치고 그의 말을 확인하기 위해 그를 여기로 데려올 것입니다.
아, 그게 그렇게 쉬웠더라면!
그것은 간단하지 않습니다. 우리가 책에 있는 모든 것은 매우 일반적인 공식이거나 핸디캡에 맞으면 큰 유보와 제한이 있는 좁은 특수한 경우라는 것이 밝혀졌습니다. 특히 선형 상관 분석(비모수적 요인도 스트레치에 기인할 수 있음) 외에 비선형 분석도 있다는 점을 고려하면, 예를 들어 이 포럼에 이미 등장한 동적 시간 왜곡 알고리즘이 있습니다. 그리고 이것은 빙산의 일각일 뿐입니다.
열리는.
당연히 모든 수학적 통계 방법은 사용되는 입력 데이터의 특성에 한계가 있습니다. 그리고 피드백의 존재로 인해 금융 시장의 가격 시리즈는 변환 없이는 이러한 방법에서 직접 사용할 수 없다는 것이 분명합니다.
DTW? 아마도 시간이 지남에 따라 비선형 왜곡과 패턴을 찾아 줄 것입니다. 그러나 지금은 모두 이론입니다.
문제는 여기에서 해결됩니다: https://forum.mql4.com/en/54199/page38
faa1947 :
..... 코드의 텍스트가 이 질문에 답하지 않습니다 .......
대답. 기간'이라는 말이 있습니다. 그러나 거래자는 순 "기간"에 관심이 없습니다. 마크 트웨인(Mark Twain)이 말했듯이 " 역사는 반복되지 않고 운율이 따라 갑니다."
George Marsaglia는 랩 "음악" 트랙을 혼합하여 완벽한 무작위 시퀀스로 제시했습니다. 그는 랩을 모든 PRNG 테스트를 통과하는 "블랙 노이즈"라고 불렀습니다.
https://tams.informatik.uni-hamburg.de/paper/2001/SA_Witt_Hartmann/cdrom/Internetseiten/stat.fsu.edu/diehard.html
또는
http://www.robertnz.net/true_rng.html
이것이 어떻게 "무작위 잡음"이 될 수 있습니까? 플레이어에서 이를 보간하고 다소 의미 있는 주기적인 다조화 신호를 들을 수 있다면? 그것은 불충분한 샘플링과 양자화, 그리고 "블랙 노이즈"의 내부 구조에 대한 무지에 관한 것입니다. 모든 것에서 주기성을 취하는 DIEHARD 테스트는 내부 신호 구조가 없다고 생각하기 때문에 랩에서 주기성을 제거할 수 없습니다. 그리고 그녀는 거기에 있습니다. Forex도 마찬가지입니다. 모든 거래 시스템(당사 제외)은 신호의 내부 구조를 제거할 수 없습니다.
매우 짧기 때문입니다.
그들이 "TK"라고 말하는 것과 같은 무선 기술자 - 꿈도 꾸지 못한 기술적 작업. 라디오 운영자 중 누구도 한 기간 동안 언더샘플링된 신호의 매개변수를 결정하는 그러한 작업을 수행하지 않습니다.
"표시가 무엇입니까?"라는 분기의 개념을 사용하여 조금 일반화합시다.
https://www.mql5.com/ru/forum/137416
1. 사실, 거래 목적상 가격이 평균적으로 상승하거나 하락하는 위치만 중요합니다. 거래자는 자신의 거래 포지션이 임의의 가격 변동을 방지할 수 있도록 브로커("증거금")에 자신의 자금 중 일부를 사전에 동결하는 데 동의합니다. 단, 이 거래자는 평균적으로 이 가격이 그의 거래 포지션의 방향.
이 설명에는 새로운 것이 없습니다. 모든 초보 거래자가 이것을 완전히 이해하지 못하고 자신이 하는 일을 이해한다는 것입니다.
2. 따라서 거래 계약의 법적 근거와 거래의 경제적 목표에 따라 거래자는 가격 방향의 두 가지 위치(위 또는 아래) 외에는 아무것도 아는 것이 중요하지 않습니다. 이를 기반으로 거래에 대한 좋은 또는 "이상적인" 표시기는 두 개의 신호(세마포어와 같은) 위 또는 아래만 표시해야 합니다. 빨간색 또는 녹색. 화면의 다른 모든 시각 예술은 거래 목적으로 의미가 없습니다. 또한, 인간의 눈은 환상과 환상으로 농담하는 것을 좋아합니다. 거래에 대한 지표는 상대적으로 말해서 빨간색 막대와 녹색 막대가 위 또는 아래로 교대로 표시되어야 합니다. 그리고 그러한 밴드는 가격대의 특정 "좋은 평균" 값을 보여줍니다.
3. 가격의 평균값은 현재 이 기법에서 사용되는 이동평균(MA)으로 계산됩니다. 그리고 이 접근 방식은 가장 예측할 수 없는 가격 변동이 있는 가장 변동성이 큰 시장인 Forex에서는 작동하지 않는 것으로 알려져 있습니다. 따라서 산술 평균은 외환 시장의 평균 위치를 나타내는 좋은 지표가 아닙니다. 여기에 다른 평균이 필요합니다. 이러한 다른 평균은 외환 시장 자체가 복잡하기 때문에 단순할 수 없습니다.
4. 이러한 복잡한 경우의 "기타" 평균은 복잡한 방법(통계)으로 계산해야 합니다. 더욱이, 이 "좋은 평균"에서 무작위 편차의 제곱 평균 제곱근 특성에 대한 확신을 기반으로 하지 않는 것입니다.