交易中的机器学习:理论、模型、实践和算法交易 - 页 2521 1...251425152516251725182519252025212522252325242525252625272528...3399 新评论 Aleksey Nikolayev 2021.12.14 19:29 #25201 LenaTrap#: 让我再次解释我的结论。对于一个随机行走过程的AFC的一般估计,有必要- 采取尽可能大的样本(在我的例子中是10万个)。- 使用规范化的数据结论:皮尔逊系数为零,其他的都是根据样本估计过程的错误。也就是说,随机行走过程没有任何的自相关。它等于0。(0.0010599888334729966 ),其中0为实际自相关,0.00105为误差。 不!你不需要采取任何样品。你必须接受这个定义,并根据它来计算。 LenaTrap 2021.12.14 19:38 #25202 Aleksey Nikolayev#: 不!你不需要采取任何样品。你必须接受这个定义,并根据它来计算。 好吧,但这样一来,你就根本不用计算什么了,因为随机漫步原则上根本不可能有任何自相关,因为我自己创造了一个数字的随机数组,其生成与彼此之间没有任何关系。为什么会有一个我没有设置的关联?尽管如此,测试所产生的一系列数字,并确保这一点,同时检查你的估计方法和它们的有效性,是很有用的? 但是,是的,我们只是有不同的思维方式,你像一个学术数学家那样思考,而我使用计算机模拟,它们是解决问题的不同方法。 Valeriy Yastremskiy 2021.12.14 19:42 #25203 Aleksey Nikolayev#: 你是想用ACF的样本估计值来代替ACF。从定义ACF开始,而不是从现有的实现(样本)中近似地定义它。 例子。让Xi为白噪声。那么它的ACF=COV(Xj,Xk)/sqrt(COV(Xj,Xj)* COV(Xk,Xk))- 是两个指数j和k的函数,如果j==k,它等于1,当j!=k时,它等于0。 j和k是时间指数吗?我如何将其代入SB公式?) Aleksey Nikolayev 2021.12.14 19:58 #25204 Valeriy Yastremskiy#: j和k是临时索引? 是的。 Valeriy Yastremskiy#: 而你如何将其代入SB公式?) 你需要计算COV(Yj,Yk),其中Yn=X1+X2+...+Xn,其中Xi是白噪声。然后像上面的白噪声一样,计算ACF=COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk))。 Valeriy Yastremskiy 2021.12.14 20:26 #25205 Aleksey Nikolayev#: 是的。你需要计算COV(Yj,Yk),其中Yn=X1+X2+...+Xn,其中Xi是白噪声。然后按照上述白噪声的方法计算ACF=COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk))。 如果我理解正确的话,X1到Xj和X1到Xk的总和是被替换的。 如果有可能减少的话,那么Xj到Xk的总和仍然在公式中。 Aleksey Nikolayev 2021.12.14 20:57 #25206 Valeriy Yastremskiy#: 如果我理解正确,X1到Xj和X1到Xk的总和是被替换的 是的。 Valeriy Yastremskiy#: 从Xj到Xk的总和仍然在公式中。 不,让j<k,那么COV(Yj,Yk)=COV(Yj,Yj+X(j+1)+...+Xk)=COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk)=... secret 2021.12.14 21:11 #25207 Aleksey Nikolayev#: 乘法表也是一个公式。因此,你的说法应该被解释为:用你熟悉的公式交易是实用性,用不熟悉的公式交易是理论性)。"乘法表在市场上的变化",应该是这样解释的) Aleksey Nikolayev 2021.12.14 21:26 #25208 秘诀#: "在市场上,乘法表正在发生变化",应解释为) 应该是改成一个特殊的桌子,非常实用,而且完全保密)让我想起了斯特拉迪瓦里鼓的笑话) Uladzimir Izerski 2021.12.14 21:37 #25209 秘诀#: "在市场上,乘法表会发生变化",应解释为) 几乎可以说,这些仪器是用来将第一个航天器送入太空的。在这个空间仪器上进行了许多计算)。 今天,年轻人不知道这到底是什么)。 secret 2021.12.14 22:11 #25210 Aleksey Nikolayev#: 我猜是换了一张特殊的桌子,非常实用,而且是最高机密)让我想起了斯特拉迪瓦里鼓的笑话) 市场中的乘法表是非稳态的) 1...251425152516251725182519252025212522252325242525252625272528...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
让我再次解释我的结论。
对于一个随机行走过程的AFC的一般估计,有必要
- 采取尽可能大的样本(在我的例子中是10万个)。
- 使用规范化的数据
结论:皮尔逊系数为零,其他的都是根据样本估计过程的错误。
也就是说,随机行走过程没有任何的自相关。
它等于0。(0.0010599888334729966 ),其中0为实际自相关,0.00105为误差。
不!你不需要采取任何样品。你必须接受这个定义,并根据它来计算。
不!你不需要采取任何样品。你必须接受这个定义,并根据它来计算。
好吧,但这样一来,你就根本不用计算什么了,因为随机漫步原则上根本不可能有任何自相关,因为我自己创造了一个数字的随机数组,其生成与彼此之间没有任何关系。为什么会有一个我没有设置的关联?尽管如此,测试所产生的一系列数字,并确保这一点,同时检查你的估计方法和它们的有效性,是很有用的?
但是,是的,我们只是有不同的思维方式,你像一个学术数学家那样思考,而我使用计算机模拟,它们是解决问题的不同方法。
你是想用ACF的样本估计值来代替ACF。从定义ACF开始,而不是从现有的实现(样本)中近似地定义它。
例子。让Xi为白噪声。那么它的ACF=COV(Xj,Xk)/sqrt(COV(Xj,Xj)* COV(Xk,Xk))- 是两个指数j和k的函数,如果j==k,它等于1,当j!=k时,它等于0。j和k是临时索引?
是的。
而你如何将其代入SB公式?)
你需要计算COV(Yj,Yk),其中Yn=X1+X2+...+Xn,其中Xi是白噪声。然后像上面的白噪声一样,计算ACF=COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk))。
是的。
你需要计算COV(Yj,Yk),其中Yn=X1+X2+...+Xn,其中Xi是白噪声。然后按照上述白噪声的方法计算ACF=COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk))。
如果我理解正确,X1到Xj和X1到Xk的总和是被替换的
是的。
从Xj到Xk的总和仍然在公式中。
不,让j<k,那么COV(Yj,Yk)=COV(Yj,Yj+X(j+1)+...+Xk)=COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk)=...
乘法表也是一个公式。因此,你的说法应该被解释为:用你熟悉的公式交易是实用性,用不熟悉的公式交易是理论性)。
"在市场上,乘法表正在发生变化",应解释为)
应该是改成一个特殊的桌子,非常实用,而且完全保密)让我想起了斯特拉迪瓦里鼓的笑话)
"在市场上,乘法表会发生变化",应解释为)
几乎可以说,这些仪器是用来将第一个航天器送入太空的。在这个空间仪器上进行了许多计算)。
今天,年轻人不知道这到底是什么)。
我猜是换了一张特殊的桌子,非常实用,而且是最高机密)让我想起了斯特拉迪瓦里鼓的笑话)