随机谐振 - 页 30 1...23242526272829303132333435363738 新评论 Yurixx 2007.10.30 12:11 #291 Neutron: 尤里克斯。 ...我沿途有一个有趣的问题。谁能给我指点一下，为什么这样一个简单方便、属性良好的分布函数没有在统计学中使用？如果它被使用，为什么不写出来呢？我从未见过有人试图近似对数正态以外的增量分布。 尤拉，我不知道这个问题的答案。 我只能假设你提出的分布 p(X)=A*(X^a)*exp(-B*(X^b))，是一个特殊情况（例如，广义指数分布p(X)=a/(2G[1/a]*l*s)exp{-[(x-m)/l*sl*s]^a}, Bulashev, p.41)，或者那些少数人，也设法弄清了事情的真相，决定保持沉默，悄悄地在广阔的Forpolye上割白菜：) 我也是这么想的，如果广义分布有一个指数的话，也是如此。由于没有这样的东西，广义分布在零点时是非零的，并延伸到x<0的区域。指数使左边的斜率非常陡峭（在a<1的广义分布中，两个斜率都很平缓），而右边的斜率甚至比广义分布中更平缓。我将毫不犹豫地使用这个词--粗尾巴。:-)而且，最重要的是，它没有明确地整合。 但是，我有一个反问! 前段时间，我在研究任意阶数的自回归模型（当我们寻找当前柱状体的振幅和它的符号与任意数量的先前柱状体对它的作用之和的依赖关系时）。我很好地解决了这个问题，以至于我无法从外观上判断模型系列是否真实，但有一个例外--模型系列的分布函数（DP）与现实相差甚远。我找不到差异的原因。 直觉上我觉得自相关函数的重合足以匹配它们的第一差值的PDF。事实证明，这不是...在对残差系列的行为进行建模时，我有些地方没有考虑到。 你对这个问题有什么看法？ 由于我既不知道你用来解决这个问题的方法，也不知道对残差进行建模的方法，而且我的左手和双脚在数学统计方面都很蹩脚，所以，我，不能说什么。至少要开始思考，仅这一小段对我个人来说是不够的，我需要更多的信息来思考，就像斯特里茨一样。 Candid 2007.10.30 12:36 #292 Yurixx: lna01: 尤里克斯。 这不是计算Ymin和Ymax本身的问题。这是指从原始的导数集数据中重新 计算。另外，你重新计算正常化的方法是任意的，与你所做的历史集联系在一起。当你切换t/f时，它可以从2000条变为，例如，500000条。在第一种情况下达到范围边界说明不了什么，但在第二种情况下却说明了很多。只有在考虑到模型分布函数的情况下，你才能指责我的方法是任意的。然而，如果真实的、基于 "最大可用 "数据量的实验构建的分布被模型分布很好地近似，那么任意性是什么？ 我不喜欢在理论问题上争论，能够决定的事情非常少:)。而在这种情况下，并没有试图做出一个普遍的估计。我只是试图了解和比较实际的计算量。在我看来，你的方法有必要包括计算初始系列的特征，而在我的方法中则不需要。第二点--不清楚你将为Y计算什么，比简单的平均值更复杂。对初始系列的处理的必要性不是使你的方法和我的方法一样对时间框架敏感吗？我理解，这是原始系列的具体内容。但我有一张类似的王牌--发现的不变性，对所有测试的符号（主力）和所有时间段都一样。 我对任意性没有抱怨，对于现象学来说，唯一的约束是近似的准确性，我更愿意把任意性称为不是任意性，而是自由度:) Neutron 2007.10.30 12:46 #293 Mathemat: 我要在这里出面了，中子。我不是一个统计学家，所以我不得不在mexmat.ru 上问这个问题。它在这里：http://lib.mexmat.ru/forum/viewtopic.php?t=9102 问题：关于静止过程的哪些信息足以使其正确再现？答案是：必须知道过程的协方差函数和m.o.。我还不知道如何建立一个具有特定协方差函数的过程。但我们的想法是，所产生的过程可以被认为是原始模拟过程的适当实现。也许你的过程不是静止的？ P.S. 我想要一个合理的模拟剩余物过程（回报）。根据Peters的说法，残差的分布是分形的，精度可以接受，而且这个过程是静止的。虽然不排除其他型号... 嗨，Mathemat! 我是一个统计学爱好者（让我们把相反的说法留给朱拉的良心），我根本不知道大多数问题的答案：( 如果一个序列的FR、平均数和方差不依赖于时间，则被称为严格静止的（或狭义的静止）。 如果一个序列的平均数和方差不取决于时间，则称为弱静止（或广义上的静止）。 事实上，我们的第一差值系列即使在广义上也不是静止的--振幅明显变化，你认为这可能是观察到的效果的原因吗？ P.S. 我想知道彼得斯所说的这个过程的静止性是什么意思？ Yurixx 2007.10.30 14:12 #294 lna01: 我不喜欢争论理论问题，我很少能下定决心 :)。在这种情况下，并没有试图进行普遍的评估。我只是试图了解和比较 "自己 "的实际计算量。在我看来，你的方法有必要包括计算初始系列的特征，而在我的方法中则不需要。第二点--不清楚你将为Y计算什么，比简单的平均值更复杂。对初始系列进行处理的必要性难道不会使你的方法和我的方法一样对时间框架敏感吗？我理解，这是原始系列的具体内容。但我有一张类似的王牌--发现的不变性，对所有测试的符号（主力）和所有时间段都一样。 我对任意性没有抱怨，对于现象学来说，唯一的约束是近似的准确性，我更愿意把任意性称为不是任意性，而是自由度:) 我不是在争论。我只是在找一个借口。:-) 非琐碎的平均法的计算是一片黑暗的森林。恐怕我不会去那里。我已经解决了我的问题，这很好。 Yurixx 2007.10.30 14:15 #295 Neutron: P.S. 我想知道彼得斯说的过程的静止性是什么意思。 也许这个过程的斜率没有收敛极限？:-))) Sceptic Philozoff 2007.10.30 14:28 #296 老实说，我不知道。我已经很久没有读过这本书了，所以也许我编造了一些东西，使那个讨厌的Foreh看起来更漂亮。 ...好吧，我改天去看看，看看到底发生了什么。那里的图片绝对是讨厌的，这是肯定的......而分散的情况下就更讨厌了。 Yurixx 2007.10.30 15:04 #297 顺便说一句，中子， 你能不能向我解释一个细节。MO<SCO的坏处是什么，反之又有什么好处？这个问题出现过一次，我用的FR就是有这个不好的属性。 数学，也许你也知道，那就向文盲解释一下吧。 Sceptic Philozoff 2007.10.30 15:52 #298 Vinin 的问题出现在这里：'Beta分布'.这是一项具体的任务，它完全取决于线程作者的目标。而一般来说，MO<SCO没有什么问题。情况是一样的：在日线市场上，MO是几个点，甚至从2001年到欧元的趋势，而RMS至少是几十个点。在日元的相同趋势上，小时汇率的回报率给出了约0.2个点的MO，而RMS至少是几个点。 Avals 2007.10.30 16:15 #299 Mathemat: Vinin的 问题出现在这里："Beta分布"。这是一项具体的工作，完全取决于分支作者的目标。 一般来说，MO<SCO没有什么问题。情况是一样的：在日线市场上，MO是几个点，甚至从2001年到欧元的趋势，而RMS至少是几十个点。在同一个希伯来人的趋势上，MoD约为0.2点，而RMS最低为几个点。 如果它处于相同的趋势，那就不好了。主要的交易特征是利润/风险。 风险由波动率、系统内部收益率决定。 甚至还有这样的指标--夏普（本期利润/SCO）、Sortino--同样的，但考虑到了 "波动率下降"。如果RMS大于MO，那么这种波动带来的损失可能会超过与正MO相关的潜在回报。 Sceptic Philozoff 2007.10.30 16:48 #300 Avals писал (а): 如果是在后面，那就不妙了。 嗯，很明显，Foreh不是用蜂蜜喂养的。谁能告诉我如何在Excel中计算actocovariance（或autocorrelation）函数... 1...23242526272829303132333435363738 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
...我沿途有一个有趣的问题。谁能给我指点一下，为什么这样一个简单方便、属性良好的分布函数没有在统计学中使用？如果它被使用，为什么不写出来呢？我从未见过有人试图近似对数正态以外的增量分布。
尤拉，我不知道这个问题的答案。
我只能假设你提出的分布 p(X)=A*(X^a)*exp(-B*(X^b))，是一个特殊情况（例如，广义指数分布p(X)=a/(2G[1/a]*l*s)exp{-[(x-m)/l*sl*s]^a}, Bulashev, p.41)，或者那些少数人，也设法弄清了事情的真相，决定保持沉默，悄悄地在广阔的Forpolye上割白菜：)
我也是这么想的，如果广义分布有一个指数的话，也是如此。由于没有这样的东西，广义分布在零点时是非零的，并延伸到x<0的区域。指数使左边的斜率非常陡峭（在a<1的广义分布中，两个斜率都很平缓），而右边的斜率甚至比广义分布中更平缓。我将毫不犹豫地使用这个词--粗尾巴。:-)而且，最重要的是，它没有明确地整合。
但是，我有一个反问!
前段时间，我在研究任意阶数的自回归模型（当我们寻找当前柱状体的振幅和它的符号与任意数量的先前柱状体对它的作用之和的依赖关系时）。我很好地解决了这个问题，以至于我无法从外观上判断模型系列是否真实，但有一个例外--模型系列的分布函数（DP）与现实相差甚远。我找不到差异的原因。 直觉上我觉得自相关函数的重合足以匹配它们的第一差值的PDF。事实证明，这不是...在对残差系列的行为进行建模时，我有些地方没有考虑到。
你对这个问题有什么看法？
由于我既不知道你用来解决这个问题的方法，也不知道对残差进行建模的方法，而且我的左手和双脚在数学统计方面都很蹩脚，所以，我，不能说什么。至少要开始思考，仅这一小段对我个人来说是不够的，我需要更多的信息来思考，就像斯特里茨一样。
这不是计算Ymin和Ymax本身的问题。这是指从原始的导数集数据中重新 计算。另外，你重新计算正常化的方法是任意的，与你所做的历史集联系在一起。当你切换t/f时，它可以从2000条变为，例如，500000条。在第一种情况下达到范围边界说明不了什么，但在第二种情况下却说明了很多。只有在考虑到模型分布函数的情况下，你才能指责我的方法是任意的。然而，如果真实的、基于 "最大可用 "数据量的实验构建的分布被模型分布很好地近似，那么任意性是什么？
我对任意性没有抱怨，对于现象学来说，唯一的约束是近似的准确性，我更愿意把任意性称为不是任意性，而是自由度:)
我要在这里出面了，中子。我不是一个统计学家，所以我不得不在mexmat.ru 上问这个问题。它在这里：http://lib.mexmat.ru/forum/viewtopic.php?t=9102
问题：关于静止过程的哪些信息足以使其正确再现？答案是：必须知道过程的协方差函数和m.o.。我还不知道如何建立一个具有特定协方差函数的过程。但我们的想法是，所产生的过程可以被认为是原始模拟过程的适当实现。也许你的过程不是静止的？
P.S. 我想要一个合理的模拟剩余物过程（回报）。根据Peters的说法，残差的分布是分形的，精度可以接受，而且这个过程是静止的。虽然不排除其他型号...
嗨，Mathemat!
我是一个统计学爱好者（让我们把相反的说法留给朱拉的良心），我根本不知道大多数问题的答案：(
如果一个序列的FR、平均数和方差不依赖于时间，则被称为严格静止的（或狭义的静止）。
如果一个序列的平均数和方差不取决于时间，则称为弱静止（或广义上的静止）。
事实上，我们的第一差值系列即使在广义上也不是静止的--振幅明显变化，你认为这可能是观察到的效果的原因吗？
P.S. 我想知道彼得斯所说的这个过程的静止性是什么意思？
我不喜欢争论理论问题，我很少能下定决心 :)。在这种情况下，并没有试图进行普遍的评估。我只是试图了解和比较 "自己 "的实际计算量。在我看来，你的方法有必要包括计算初始系列的特征，而在我的方法中则不需要。第二点--不清楚你将为Y计算什么，比简单的平均值更复杂。对初始系列进行处理的必要性难道不会使你的方法和我的方法一样对时间框架敏感吗？我理解，这是原始系列的具体内容。但我有一张类似的王牌--发现的不变性，对所有测试的符号（主力）和所有时间段都一样。
我对任意性没有抱怨，对于现象学来说，唯一的约束是近似的准确性，我更愿意把任意性称为不是任意性，而是自由度:)
我不是在争论。我只是在找一个借口。:-)
非琐碎的平均法的计算是一片黑暗的森林。恐怕我不会去那里。我已经解决了我的问题，这很好。
P.S. 我想知道彼得斯说的过程的静止性是什么意思。
也许这个过程的斜率没有收敛极限？:-)))
顺便说一句，中子， 你能不能向我解释一个细节。MO<SCO的坏处是什么，反之又有什么好处？这个问题出现过一次，我用的FR就是有这个不好的属性。
数学，也许你也知道，那就向文盲解释一下吧。
Vinin的 问题出现在这里："Beta分布"。这是一项具体的工作，完全取决于分支作者的目标。 一般来说，MO<SCO没有什么问题。情况是一样的：在日线市场上，MO是几个点，甚至从2001年到欧元的趋势，而RMS至少是几十个点。在同一个希伯来人的趋势上，MoD约为0.2点，而RMS最低为几个点。
如果它处于相同的趋势，那就不好了。主要的交易特征是利润/风险。 风险由波动率、系统内部收益率决定。 甚至还有这样的指标--夏普（本期利润/SCO）、Sortino--同样的，但考虑到了 "波动率下降"。如果RMS大于MO，那么这种波动带来的损失可能会超过与正MO相关的潜在回报。