친구, 거래가 거의 없습니다. 이제 이론을 할 시간입니다. 재미있는 그림을 그렸고, 채널에서 작품에 대해 토론합시다.
내 겸손한 생각에 채널은 보조 도구이며 다른 방식으로 수신된 신호를 확인하는 역할을 합니다.
HP 채널
헛소리, 이 모든 채널, 트렌드 등 ... 이 모든 것이 역사에서 좋아 보이고 미래는 NON-STATIONARY의 안개 뒤에 숨겨져 있습니다.
우리는 항상 비정상성을 기억하고 이에 대한 수단을 찾은 다음 적용하거나 보증금을 배출합니다.
1. 패턴 거래(채널도 패턴임). 우리는 가장 유망한 TA + 두뇌(경험)를 가지고 승리할 수 있습니다. 또는 MO를 사용하여 자동으로 패턴을 찾고 ... 초기 데이터에 의존하여 대상 변수에 대한 안정적인 패턴을 다시 생성해야 합니다. 주요 문제는 패턴 검색 알고리즘이 아니라 이러한 패턴에 대한 소스 데이터를 찾는 기능입니다. 경험상 이러한 초기 데이터(다중화폐)는 약 30개 정도이며, 원칙적으로 이 정도의 다차원 채널 검색이 가능하다. 그리고 그것이 필요합니까?
2. 통계(matlab의 " Econometrics " 도구 상자). 갈치. 이제 3단계로 원래 시리즈를 고정된 시리즈로 변환합니다. 끝까지 아무도 모델에서 정상 잔차를 달성하지 못했습니다. 그리고 나머지가 고정적이지 않으면 항상 저장소를 고갈시키는 상황이 발생합니다.
So what? Why do we care about stationarity? A stationary time series (TS) is simple to predict as we can assume that future statistical properties are the same or proportional to current statistical properties.Most of the models we use in TSA assume covariance-stationarity (#3 above). This means the descriptive statistics these models predict...
헛소리, 이 모든 채널, 트렌드 등 ... 이 모든 것이 역사에서 좋아 보이고 미래는 NON-STATIONARY의 안개 뒤에 숨겨져 있습니다.
우리는 항상 비정상성을 기억하고 이에 대한 수단을 찾은 다음 적용하거나 보증금을 배출합니다.
1. 패턴 거래(채널도 패턴임). 우리는 가장 유망한 TA + 두뇌(경험)를 가지고 승리할 수 있습니다. 또는 MO를 사용하여 자동으로 패턴을 찾고 ... 초기 데이터에 의존하여 대상 변수에 대한 안정적인 패턴을 다시 생성해야 합니다. 주요 문제는 패턴 검색 알고리즘이 아니라 이러한 패턴에 대한 소스 데이터를 찾는 기능입니다. 경험상 이러한 초기 데이터(다중통화)는 약 30개 정도이며, 원칙적으로 이 정도의 다차원 채널 검색이 가능합니다. 그리고 그것이 필요합니까?
2. 통계(matlab의 " Econometrics " 도구 상자). 갈치. 이제 3단계로 원래 시리즈를 고정된 시리즈로 변환합니다. 끝까지 아무도 모델에서 정상 잔차를 달성하지 못했습니다. 그리고 나머지가 고정적이지 않으면 항상 저장소를 고갈시키는 상황이 발생합니다.
완전히 동의 해. 채널, 추세는 대체로 사후적이며 이미 존재하는 역사를 이해하는 일반적인 방법입니다. 이동 확률 분포를 계산해야 합니다. 이렇게 하면 보다 신뢰할 수 있는 정보를 얻을 수 있습니다. 그러나 여기서도 비정상성은 지도를 혼란스럽게 합니다.
Aleksey Ivanov : 완전히 동의 해. 채널, 추세는 대체로 사후적이며 이미 존재하는 역사를 이해하는 일반적인 방법입니다. 이동 확률 분포를 계산해야 합니다 . 이렇게 하면 보다 신뢰할 수 있는 정보를 얻을 수 있습니다. 그러나 여기서도 비정상성은 지도를 혼란스럽게 합니다.
정확히. 나는 그것을하는 방법에 대한 내 스레드에서 2 개월 동안 이것에 대해 이야기했습니다. 그리고 가장 존경받는 사람들 중 일부는 이러한 문제에 대해 절대적으로 멍청합니다. 간단히 말해서 뒤지지 마십시오. 아이들이 도미노 게임을 할 시간입니다 :))))
Aleksey Ivanov : 완전히 동의 해. 채널, 추세는 대체로 사후적이며 이미 존재하는 역사를 이해하는 일반적인 방법입니다. 이동 확률 분포를 계산해야 합니다. 이렇게 하면 보다 신뢰할 수 있는 정보를 얻을 수 있습니다 . 그러나 여기서도 비정상성은 지도를 혼란스럽게 합니다.
이것은 약 15년 동안 GARCH에서 수행되지만 그 전에 증분에 대한 두 가지 작업이 더 있습니다: 증분 추세 모델과 변동성 모델(GARCH - 처음에는 변동성 클러스터링이지만 다른 많은 뉘앙스가 있음) . 그런 다음 이동 밀도가 계산되고 일반적으로 t-분포에 의해 모델링됩니다. GARCH 모델의 개발 이력을 보면 확률 밀도를 모델링한 후 이러한 모델의 성능이 급격히 향상되었습니다. 그래서 그녀 없이는 아무데도.
친구, 거래가 거의 없습니다. 이제 이론을 할 시간입니다. 재미있는 그림을 그렸고, 채널에서 작품에 대해 토론합시다.
내 겸손한 생각에 채널은 보조 도구이며 다른 방식으로 수신된 신호를 확인하는 역할을 합니다.
HP 채널
헛소리, 이 모든 채널, 트렌드 등 ... 이 모든 것이 역사에서 좋아 보이고 미래는 NON-STATIONARY의 안개 뒤에 숨겨져 있습니다.
우리는 항상 비정상성을 기억하고 이에 대한 수단을 찾은 다음 적용하거나 보증금을 배출합니다.
1. 패턴 거래(채널도 패턴임). 우리는 가장 유망한 TA + 두뇌(경험)를 가지고 승리할 수 있습니다. 또는 MO를 사용하여 자동으로 패턴을 찾고 ... 초기 데이터에 의존하여 대상 변수에 대한 안정적인 패턴을 다시 생성해야 합니다. 주요 문제는 패턴 검색 알고리즘이 아니라 이러한 패턴에 대한 소스 데이터를 찾는 기능입니다. 경험상 이러한 초기 데이터(다중화폐)는 약 30개 정도이며, 원칙적으로 이 정도의 다차원 채널 검색이 가능하다. 그리고 그것이 필요합니까?
2. 통계(matlab의 " Econometrics " 도구 상자). 갈치. 이제 3단계로 원래 시리즈를 고정된 시리즈로 변환합니다. 끝까지 아무도 모델에서 정상 잔차를 달성하지 못했습니다. 그리고 나머지가 고정적이지 않으면 항상 저장소를 고갈시키는 상황이 발생합니다.
끝까지 아무도 모델에서 정상 잔차를 달성하지 못했습니다. 그리고 나머지가 고정적이지 않으면 항상 저장소를 고갈시키는 상황이 발생합니다.
당신은 "우리 모두가 합쳐질 것입니다"라는 문구를 너무 어렵게 가리고 있습니다.
주요 문제는 패턴 검색 알고리즘이 아니라 이러한 패턴에 대한 소스 데이터를 찾는 기능입니다. 경험에 따르면 이러한 초기 데이터(다중 통화)는 약 30개입니다.
더 자세하게 얘기해 주 시겠어요? 어떤 30개의 초기 데이터에 패턴이 포함되어 있습니까?
선형에서 그럽으로 패턴의 진화는 다음과 같습니다.
음, mb 누군가는 파이썬에서 예제를 해결하고 채널이 작동하지 않는 이유를 구매해야 합니다.
음, 주요 메시지는 이것입니다. 비선형(의미에서 비정상)인 모든 것은 예측 가능합니다. 평균에 수렴하지 않기 때문입니다. .. 모든 것이 너무 평범해서 계량경제학 이 믿을 수 없을 정도로 베르누이나 누구의 생각보다 더 멀리.. 가우스는 아직 갈 수 없었다
http://www.blackarbs.com/blog/time-series-analysis-in-python-linear-models-to-garch/11/1/2016
이것이 거래 테스트가 진행된 방식입니다.
글쎄, 자동화
저는 프로그래머가 아니라 w4에서 거래를 하였으니 천천히 손으로 거래하시면 됩니다
따라서 결과를 신뢰할 수 없습니다. 랜덤일 수도 있어요 :)
헛소리, 이 모든 채널, 트렌드 등 ... 이 모든 것이 역사에서 좋아 보이고 미래는 NON-STATIONARY의 안개 뒤에 숨겨져 있습니다.
우리는 항상 비정상성을 기억하고 이에 대한 수단을 찾은 다음 적용하거나 보증금을 배출합니다.
1. 패턴 거래(채널도 패턴임). 우리는 가장 유망한 TA + 두뇌(경험)를 가지고 승리할 수 있습니다. 또는 MO를 사용하여 자동으로 패턴을 찾고 ... 초기 데이터에 의존하여 대상 변수에 대한 안정적인 패턴을 다시 생성해야 합니다. 주요 문제는 패턴 검색 알고리즘이 아니라 이러한 패턴에 대한 소스 데이터를 찾는 기능입니다. 경험상 이러한 초기 데이터(다중통화)는 약 30개 정도이며, 원칙적으로 이 정도의 다차원 채널 검색이 가능합니다. 그리고 그것이 필요합니까?
2. 통계(matlab의 " Econometrics " 도구 상자). 갈치. 이제 3단계로 원래 시리즈를 고정된 시리즈로 변환합니다. 끝까지 아무도 모델에서 정상 잔차를 달성하지 못했습니다. 그리고 나머지가 고정적이지 않으면 항상 저장소를 고갈시키는 상황이 발생합니다.
당신의 권리 .. 나는 아무 척하지 않습니다)) 그러나 나는 의미를 제시했습니다. 올빼미를 쓸 수 있습니다 ... 결과를 보는 것이 흥미로울 것입니다
완전히 동의 해. 채널, 추세는 대체로 사후적이며 이미 존재하는 역사를 이해하는 일반적인 방법입니다. 이동 확률 분포를 계산해야 합니다 . 이렇게 하면 보다 신뢰할 수 있는 정보를 얻을 수 있습니다. 그러나 여기서도 비정상성은 지도를 혼란스럽게 합니다.
완전히 동의 해. 채널, 추세는 대체로 사후적이며 이미 존재하는 역사를 이해하는 일반적인 방법입니다. 이동 확률 분포를 계산해야 합니다. 이렇게 하면 보다 신뢰할 수 있는 정보를 얻을 수 있습니다 . 그러나 여기서도 비정상성은 지도를 혼란스럽게 합니다.