Você sabe como fazer canais? - página 12
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Um canal é bom na medida em que você pode ver a direção do mercado, mas os limites do canal podem não corresponder às expectativas.
Mas tudo depende do princípio pelo qual o canal é construído.
Talvez Alexey nos mostre algo interessante?
Minha amiga está acordada, ela é hilariante dos comentários)))) Amigos, escreva mais))))
Um amigo despertou, rindo dos comentários)))) (Caras, escrevam mais um pouco)))
Sobre o que há para escrever, Alexey? Reli a maioria dos tópicos do fórum - as pessoas estão em uma anabiose completa. Assim que surge um pensamento, o maior dos homens como SanSanych, Yusuf, e Automat se lançam sobre ele, totalmente estupefatos em sua ignorância, e mordiscando um homem no rebento. Estas crianças crescidas devem, por ordem, ser repreendidas e permanentemente colocadas na lista negra. Isso seria a coisa certa a fazer.
Festas felizes para você também e saindo da anabiose e esquizofrenia
Festas felizes para você também e saindo da anabiose e esquizofrenia
Obrigado, mano.
Eu vi uma amiga, uma Yakut, muito bonita, ela me deu uma vassoura no verão. Disse um xamã tricotou-o para dar boa sorte )))))))))))
Eu disse: "Bem, se você quiser, pode dormir sobre isso").
Senhoras e meninos, aprendi muito sobre a Yakutia))))
Sabemos pelas estatísticas que os processos estacionários podem ser previstos, mas os não estacionários são extremamente mal previstos. Este é exatamente o problema. A não-estacionariedade tornou montanhas inúteis de matemática extremamente eficazes em outros campos.
Ideologia GARCH:
Sua idéia vai por aqui?
Havia uma anedota sobre os matemáticos. Os matemáticos compuseram um algoritmo para martelar um prego. O matemático é perguntado: "Como se martela um prego que já está meio martelado?" O matemático responde: "Puxe-o para fora e proceda de acordo com o algoritmo já trabalhado".
Um esboço rudimentar do caminho a seguir. Um processo instável é reduzido a um processo estacionário ao diferenciá-lo repetidamente (às vezes uma vez) (tomando as diferenças). Em seguida, a série obtida é prevista e restaurada por integração, obtendo-se uma previsão da série inicial. Os processos de troca se tornam não-estacionários por causa de saltos abruptos bruscos e imprevisíveis nos quais me parece, mesmo após diferenciação múltipla o aspecto de heterogeneidade será perfurado, o que também produzirá um grande erro de previsão ao se aproximar destes pontos, o que aumentará durante a integração múltipla nivelando a utilidade da previsão. É assim que eu vejo as coisas em termos gerais, mas pode não ser verdade.
Em qualquer caso, parece-me que a solução para o problema da previsão de séries não-estacionárias deveria seguir o caminho da criação de bons modelos dessas mesmas séries.
Havia uma anedota sobre os matemáticos. Os matemáticos têm um algoritmo para martelar um prego. O matemático é perguntado: "Como se martela um prego que já está meio martelado?" O matemático responde: "Puxe-o para fora e proceda de acordo com o algoritmo já trabalhado".
Um esboço rudimentar do caminho a seguir. Um processo instável é reduzido a um processo estacionário ao diferenciá-lo repetidamente (às vezes uma vez) (tomando as diferenças). Em seguida, a série obtida é prevista e restaurada pela integração, obtendo-se uma previsão da série inicial. Os processos de troca se tornam não-estacionários por causa de saltos abruptos abruptos e imprevisíveis nos quais me parece, mesmo após diferenciação múltipla o aspecto de heterogeneidade será perfurado, o que também produzirá um grande erro de previsão ao se aproximar destes pontos, que aumentará durante integração múltipla negando a utilidade da previsão. É assim que eu vejo as coisas em termos gerais, mas talvez não seja verdade.
De qualquer forma, parece-me que a solução do problema da previsão não estacionária de séries deve seguir o caminho da criação de bons modelos dessas mesmas séries.
Alexey, leia a seu gosto
https://cran.r-project.org/web/packages/PSF/vignettes/PSF_vignette.html + arquivo anexo
Havia uma anedota sobre os matemáticos. Os matemáticos têm um algoritmo para martelar um prego. O matemático é perguntado: "Como se martela um prego que já está meio martelado?" O matemático responde: "Puxe-o para fora e proceda de acordo com o algoritmo já trabalhado".
Um esboço rudimentar do caminho a seguir. Um processo instável é reduzido a um processo estacionário ao diferenciá-lo repetidamente (às vezes uma vez) (tomando as diferenças). Em seguida, a série obtida é prevista e restaurada por integração, obtendo-se uma previsão da série inicial. Os processos de troca se tornam não-estacionários por causa de saltos abruptos bruscos e imprevisíveis nos quais me parece, mesmo após diferenciação múltipla o aspecto de heterogeneidade será perfurado, o que também produzirá um grande erro de previsão ao se aproximar destes pontos, o que aumentará durante a integração múltipla nivelando a utilidade da previsão. É assim que eu vejo as coisas em termos gerais, mas pode não ser verdade.
Em qualquer caso, parece-me que a solução para o problema da previsão de séries não estacionárias deveria seguir o caminho da criação de bons modelos dessas mesmas séries.
Você está absolutamente certo, mas descreveu apenas parte do caminho. Há uma continuação que resolve as desvantagens que você mencionou, mas há novas que também foram resolvidas, e depois há novas que não foram resolvidas hoje. Hoje não existem modelos 100% para processos não estacionários.
Não esqueçamos o comércio de padrões, como eles chamam em TA, e em matemática é classificação. Existem outras idéias lá, mas também outras dificuldades, para as quais não existe hoje uma solução completa.
A julgar pelo seu perfil, você é bastante capaz de GARCH. Take R, ele contém o pacote rugarch. Concentre-se e em meio ano você vai se livrar de muitas idéias ingênuas e terá a ferramenta. Você estará na moda, receberá muitas publicações de empresas de renome em revistas de renome. Além disso, talvez você encontre um par de moedas que você possa prever com um intervalo de confiança de 95%. Mas isso é o mesmo que a sorte teria. Mas 75% é fácil.
Você está absolutamente certo, mas descreveu apenas parte da viagem. Há uma continuação que resolve as deficiências que você mencionou, mas há novas que também foram resolvidas, e depois novas que não foram resolvidas hoje. Hoje não há modelos 100% para processos não estacionários.
Não esqueçamos o comércio por padrões, como eles chamam em TA, e em matemática é classificação. Existem outras idéias lá, mas também outras dificuldades, para as quais não existe hoje uma solução completa.
A julgar pelo seu perfil, você é bastante capaz de GARCH. Take R, contém o pacote de rugarch. Concentre-se e em meio ano você vai se livrar de muitas idéias ingênuas e terá a ferramenta. Você estará na moda, receberá muitas publicações de empresas de renome em revistas de renome. Além disso, talvez você encontre um par de moedas que você possa prever com um intervalo de confiança de 95%. Mas isso é o mesmo que a sorte teria. Mas com 75%, é fácil.
Você já se mudou para a GARCH. Talvez você possa escrever um artigo no mql5 para nós, acho que muitos comerciantes podem estar interessados nele. Como: 1) Introdução - princípios básicos; 2) Fases de desenvolvimento; 3) Desenvolvimentos modernos (há bastante revisão + literatura). Ainda não sou amigo de R. MATLAB é meu amor.
Sobre o artigo - ainda não pronto, acabou sendo um grande trabalho negro.
Eu costumava estar familiarizado com o matlab. Caixa de ferramentas "Econometria". Pagos, alheios aos mercados financeiros, classificação alienígena de instrumentos. Nem mesmo perto de R durante cerca de três anos.
Alexey, leia a seu gosto
https://cran.r-project.org/web/packages/PSF/vignettes/PSF_vignette.html + arquivo anexo