Ekonometri: Durum Uzay Modeli Tahmini - sayfa 24
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
eğlenceli...
eğlenceli...
ona ihtiyacın yok
ne yapman gerek -
1. önce simülasyonun doğruluğunu kontrol etmeniz gerekiyor.. yani programda elde edilen kesimleri ve gerçek zamanlı olarak karşılaştırın
2. devleti arayın ... evet zaten ... bir cetvelle yapmanız gereken ... + etkileri seç-gör ... belki topluluğa ihtiyaç olmayacak18
ps.modeli 2 sayfaya koymuş olsaydım, uzun zaman önce her şeyi demonte ederlerdi .. şimdi etrafta dolaşan arzular yok ... iyi şanslar ...
İyi. Sen ve gönderilerinin cevabı.
Buna ihtiyacı yok - bir bataklığa ihtiyacı var.
İpliği kaybetmeyin...
Sanych yeraltından çık ... burada hayvanlar değil tüm insanlar ve herkes anlıyor ...
ne yapman gerek -
1. önce simülasyonun doğruluğunu kontrol etmeniz gerekiyor.. yani programda elde edilen kesimleri ve gerçek zamanlı olarak karşılaştırın
2. devleti arayın ... evet zaten ... bir cetvelle yapmanız gereken ... + etkileri seç-gör ... belki topluluğa ihtiyaç olmayacak18
ps.modeli 2 sayfaya koymuş olsaydım, uzun zaman önce her şeyi demonte ederlerdi .. şimdi etrafta dolaşan arzular yok ... iyi şanslar ...
Fikrimi yukarıda konunun yazarına tavsiyede bulundum - buradan defolup gidin. Para kazanmalı ve yerlilerin kar fırtınasını okumamalı .... Yapacak bir şey yok, bu yüzden içeri gireceğim ...
İndirmeler hakkında. Şimdiye kadar profilimden:
sarmalayıcı indirmeleri - 705
gösterge indirmeleri - 1229
Bana göre 20 bar durumu hesaplamak için yeterli değil.
Ve genel olarak, pencere boyutunu düzeltmenin değerli bir şeye yol açması pek olası değildir: kritik bilgiler çok daha derin bir geçmişe dağılmış olabilir. Bence bu, ekonometrideki otoregresif modellerin ana dezavantajıdır.
Bana göre 20 bar durumu hesaplamak için yeterli değil.
Ve genel olarak, pencere boyutunu düzeltmenin değerli bir şeye yol açması pek olası değildir: kritik bilgiler çok daha derin bir geçmişe dağılmış olabilir. Bence bu, ekonometrideki otoregresif modellerin ana dezavantajıdır.
Durağan olmayan rastgele süreçler için dinamik bir uyarlanabilir durum uzay modeli kullanıyorum. Belirli bir modelin ve parametrelerinin seçimi, her bir çubuğun gelmesiyle yapılır.
Bu model zorunlu olarak en az iki denklemden oluşur: ölçüm denklemi ve durum denklem(ler)i. Bir durum tahmin edilir ve ardından bu durum tahmininden bir ölçülen değer tahmini hesaplanır. ARIMA ile örtüşen SSM çeşitleri vardır, ancak bu, fikrinizi doğrulayan özel ve oldukça nadir bir durumdur.
Tahmin hatasından hesaplanan eşikleri hesaplamak için özel bir otomatik regresyon türü kullanılır ve bu (tahmin hatası) durağandır, yani. otoregresif model bu rastgele sürece oldukça uygulanabilir.
Pencerelerden bahsetmişken.
Şu soruyu cevaplamak gerekiyor: Bir sonraki çubuk için trendin korunması için kaç minimum tarih çubuğuna ihtiyaç var? Trendin 10+1'de kalma olasılığı 50+1'den çok daha yüksek ve 100+1'i hiç düşünemezsiniz. Sezgisel olarak öyle.
Durağan olmayan rastgele süreçler için dinamik bir uyarlanabilir durum uzay modeli kullanıyorum. Belirli bir modelin ve parametrelerinin seçimi, her bir çubuğun gelmesiyle yapılır.
Bu model zorunlu olarak en az iki denklemden oluşur: ölçüm denklemi ve durum denklemi/denklemleri. Bir durum tahmin edilir ve ardından bu durum tahmininden bir ölçülen değer tahmini hesaplanır. ARIMA ile örtüşen SSM çeşitleri vardır, ancak bu fikrinizi doğrulayan özel ve oldukça nadir bir durumdur.
Tahmin hatasından hesaplanan eşikleri hesaplamak için özel bir otomatik regresyon türü kullanılır ve bu (tahmin hatası) durağandır, yani. otoregresif model bu rastgele sürece oldukça uygulanabilir.
Pencerelerden bahsetmişken.
Şu soruyu cevaplamak gerekiyor: Bir sonraki çubuk için trendin korunması için kaç minimum tarih çubuğuna ihtiyaç var? Trendin 10+1'de kalma olasılığı 50+1'den çok daha yüksek ve 100+1'i hiç düşünemezsiniz. Sezgisel olarak öyle.
Durağan olmayan rastgele süreçler için dinamik bir uyarlanabilir durum uzay modeli kullanıyorum. Belirli bir modelin ve parametrelerinin seçimi, her bir çubuğun gelmesiyle yapılır.
Bu model zorunlu olarak en az iki denklemden oluşur: ölçüm denklemi ve durum denklem(ler)i. Bir durum tahmin edilir ve ardından bu durum tahmininden bir ölçülen değer tahmini hesaplanır. ARIMA ile örtüşen SSM çeşitleri vardır, ancak bu, fikrinizi doğrulayan özel ve oldukça nadir bir durumdur.
Tahmin hatasından hesaplanan eşikleri hesaplamak için özel bir otomatik regresyon türü kullanılır ve bu (tahmin hatası) durağandır, yani. otoregresif model bu rastgele sürece oldukça uygulanabilir.
Pencerelerden bahsetmişken.
Şu soruyu cevaplamak gerekiyor: Bir sonraki çubuk için trendin korunması için kaç minimum tarih çubuğuna ihtiyaç var? Trendin 10+1'de kalma olasılığı 50+1'den çok daha yüksek ve 100+1'i hiç düşünemezsiniz. Sezgisel olarak öyle.
1. Otoregresyon tipini, tahminin esas alındığı fonksiyonu verebilir misiniz?
2. 1000 bara kadar geçmiş kullanmam gerekiyor, böylece >100 bar göz ardı edilemez. 1000 bar'dan büyük durumları dikkate almaya değer, ancak gösterge en az 10.000 çubuk gösterebilse de, bir nedenden dolayı danışman bu durumları yok sayar. Danışmanın nedeni nedir, bilmiyorum. 1000 barın sınırları nerede - onları kodda bulamıyorum. Belki bir tür sistem sınırlamasıdır?