Rastgele Akış Teorisi ve FOREX - sayfa 11

 

Nötron

Yanıtladım ? değilse, bu formüllerin sisini dağıtamazdı. Sormak.

Yarın büyükbabamı aramaya gideceğim. İyi bir kitap yazdı. Tikhonov V.I. Rastgele süreçlerin doğrusal olmayan dönüşümü -M.: Radyo ve iletişim. 1986. Kitabı kullanırsanız baskı hataları var. Benimle birlikte büyümeyen 1 tane daha bulmuş gibiyim. Görüşmeyi başarırsam sonuçları yazarım. Trend (y(x)=a+bx) çıkarıldıktan sonraki dönüşler, ikinci dereceden bir atalet bağlantısıdır.

Birinci mertebeden matematik otoregresyonu, varyans sonsuz olma eğilimindedir (eğer hiçbir şeyi karıştırmıyorsam). Ama ikinci mertebenin atalet bağı, sanki bir denge noktası arıyormuş gibi salınımlı hareketler yapar, bana alıntıların hareketinin "karakterinde" daha makul görünüyor. Belki hep birlikte orada olsalar da ;-(

 
Prival :

bir örnekle tekrar deneyeceğim

Ana şey bu formülü anlamaktır.

...


Prival, her şey açık!

Formülü kullanarak tanımladığınız şey, birinci farklar için birinci dereceden otoregresif bir temsildir (Markov süreci), burada w rasgele bir bileşendir (belirli özelliklere sahip gürültü) ve Ф bir skalerdir (bir matrisin özel bir durumu). VR'nin birinci farkları arasındaki korelasyon katsayısı . Bir kez daha, bu formül ilk VR farklılıklarına uygulanır ve VR'nin kendisini değil, onları tahmin eder. VR'nin restorasyonu ve müteakip tahmini için, bir dizi artışı entegre etmek için bir prosedür gereklidir!

Şimdi soru şu: Ne okuyacaksın? Bu konudaki tüm bilgiler pek çok eserde çiğnenerek en sindirilebilir şekilde sunulmaktadır.

Şimdi nüans. Markov süreci. Bu teoriye göre, L(k) durumundan L(k+1) durumuna geçiş, L(k-1) durumuna bağlı değildir, yani. Dün oranın ne olduğu önemli değil, bir saat önce bir dakika. Ana şey döviz kuru şimdi L(k). L(k + 1) anında ne olacağı bu lanet (başka bir kelime bulamıyorum ;-) tarafından belirlenir Ф matrisi.

Bu, Markov sürecinin özel bir durumudur (Ф=0 olduğunda) ve kendi adı vardır: "Wiener süreci" veya "tek boyutlu Brownian hareketi". Pratik bir ilgisi yok.

Soru şu ki, yukarıdakilerin hepsinin bir uçağın pilotuyla ne ilgisi var?

 
Ben de L(k)'nin ne olduğunu merak ettim. Yine de, bir vektör gibi görünüyor. O halde Φ bir matristir. Ama bu vektör nedir?
 
Mathemat :
Ben de L(k)'nin ne olduğunu merak ettim. Yine de, bir vektör gibi görünüyor. O halde Φ bir matristir. Ama bu vektör nedir?

L(k), ilk VR'nin birinci farklarının mevcut okumasıdır. L birinci farkların vektörü, L(k+1) birinci farkın tahmin edilen değeridir.
 
O halde skaler ise ne tür bir F matrisinden bahsediyoruz? Burada, eğer L(k+1) öngörülebilir bir vektörse , formül AR(1)'e biçimsel olarak benzer, ancak yalnızca biçimsel olarak.
 

Diye sordu! Prival'in buna neden matris dediğini bilmiyorum.

Genel olarak, şöyle gider:

olarak yazılabilen N. dereceden bir otoregresif modelimiz var.

sigmanın rastgele bir değişken olduğu durumlarda (belirli biçimi ayrı bir tartışma konusudur), X, tahmin edilen BP -Y(i)'nin ilk farklarının mevcut hesaplarının vektörüdür ve otoregresyon katsayılarıdır (bunların üzerinde kısıtlamalar vardır). biçim).

Bu nedenle, otoregresyon katsayılarını hesaplamak için, bir dizi birinci farkın ACF değerlerinden oluşan N. mertebeden bir doğrusal denklem sistemini çözmek gerekir. Bu, tüm işteki tek matristir. Denklem sistemi Yule–Walker [Yule (1927)], [Walker (1931)] olarak adlandırılır.

X(i+1) farkını bulduktan sonra, ilk VR için bir tahmin yapmak zor değildir: Y(i+1)=Y(i)+X(i+1).

Her şey, görev çözüldü!

 

Açıkça, Neutron , AR(N) ile her şey açıktır. Ancak, daha karmaşık formül beni korkutuyor.

bunun için Prival yanlışlıkla Ф'nin geçiş matrisi olduğundan bahsetti.

İlginç bir şey olur. L(k) bir vektör ise (örneğin, son M değerleri döner), o zaman herhangi bir sıradan otoregresyon söz konusu değildir. Resmi olarak aynı AR(1) olmasına rağmen, ancak bir vektör akışı (işlem) L(k) için. W(k) de bir vektördür, ancak zaten artıklardır.

Beni anlıyor musun, Nötron ? Belki de Prival'in ağır hesaplamalar olduğunu söylediği bu modelle ilgilidir? Ve eğer geçmişi gözden geçirirseniz (doğru matrisi Ф bulmak için) buradaki en küçük kareler tam yerinde olacaktır.

 
Herhangi bir kaynak veya makaleden alıntı yapıyor mu? Ve eğer bu doğruysa (skaler yerine vektörlerden bahsediyorum), o zaman bu devasa şeyin bizim durumumuza uygulanabilirliğinin mantığı nerede? Böylece hayatınızın geri kalanı için bir şeyler sayabilirsiniz ... sadece ne için.
 

Pekala, bu karışıklığı yaratan yazarı bekliyoruz. Garip bir model ortaya çıkıyor: L(k) vektörünün bileşenleri olarak son getirileri alarak, böylece bazı getirilerin gelecekteki değerlerine bağımlılıklarını ayarladık. Çok kötü bir şey olmalı.

 
Mathemat :

Pekala, bu karışıklığı yaratan yazarı bekliyoruz. Garip bir model ortaya çıkıyor: L(k) vektörünün bileşenleri olarak son getirileri alarak, böylece bazı getirilerin gelecekteki değerlerine bağımlılıklarını ayarladık. Çok kötü bir şey olmalı.

Belki de resmi olarak bu herhangi bir tahmin işlevi hakkında söylenebilir? Zaman okunun yönünü kendimiz seçiyoruz.

Not: Bu karşı rüzgarlar her yerdeler :)