作者的对话。亚历山大-斯米尔诺夫。 - 页 29

新评论
 
grasn:

同事们，有一个简单的小问题要问科学界人士：是否有一个参数可以衡量整个时间序列的平滑度？而且我不在乎它们之间是否有关联，重要的是要区分出一个系列整体上比另一个系列更顺畅。

发现这个问题正是所有这些书呆子摆弄的出发点。最平滑的是线性系列或直线，因为那里没有什么可平滑的。机器的适应性越小，就越平稳。
 
这个问题本应是所有这些植物学上的摆弄的出发点。最平滑的是线性系列或直线，因为那里没有什么可平滑的。机器的适应性越小，就越平稳。

书呆子的小题大做是由作者发起的，在我看来，这种对话早已失去了意义（同事们，请原谅我的讽刺，但我认为作者有点受伤，不太可能出现，虽然......有些东西告诉我--你并不真正需要它）。

所以，需要这个标准，不是为了自动对焦（我已经受够了，让我的同事不要错过这个乐趣），而是为了优化选择一些与论坛主题无关的参数。 这样的任务已经出现了。而局部极值的数量并不是这样一个标准。

 
grasn:
这个问题本应是所有这些植物学上的摆弄的起点。最平滑的是线性系列或直线，因为那里没有什么可平滑的。机器的适应性越小，就越平稳。

植物学上的小题大做是由作者发起的，以我的愚见，与他的对话早已失去意义。


让我们没有幼儿园，即没有各种 "他先开始的"？

罪魁祸首不是始作俑者，而是上当的人。
 
grasn:

同事们，有一个简单的小问题要问科学界人士：是否有一个参数可以衡量整个时间序列的平滑度？而且我不在乎它们之间是否有关联，重要的是要区分出一个系列整体上比另一个系列更平稳。


垂直水平过滤（VHF）指标。一段时期内几个柱状体的运动与该时期内每个柱状体的运动之和的比率。
 
Integer:
格拉斯恩。

同事们，有一个简单的小问题要问科学界人士：是否有一个参数可以衡量整个时间序列的平滑度？而且我不在乎它们之间是否有关联，重要的是要区分出一个系列整体上比另一个系列更顺畅。


垂直水平过滤（VHF）指标。一段时期内几个柱状体的运动与该时期内每个柱状体的运动之和的比率。

谢谢你，我会研究的。

 
Integer:

垂直水平过滤（VHF）指标。一段时期内几个柱子上的变动与该时期内每个柱子上的变动之和的比率。
sum=0.0; suma=0.0; 
for(i=0; i<p; i++)
{
    dfx = fx[i] - fx[i+1];
    sum += dfx;
    suma += MathAbs(dfx);
}
if (suma!=0) k=sum/suma; 
else k=0;

有点像相对RSI，只是针对功能。

平稳性是好的，但盈利交易的数量甚至更好!

 
grasn:

同事们，有一个简单的小问题要问科学界人士：是否有一个参数可以衡量整个时间序列的平滑度？而且我不在乎它们之间是否有关联，重要的是要区分出一个系列整体上比另一个系列更顺畅。

好吧，这里有一个（刚发明的）：我们采取一系列的第一差额（回报），并计算出s.c.o回报。主体收益与附属收益的比率可以作为这样一个衡量标准。它越高，该系列就越平稳。

很明显，可能会出现一般人群的r.m.s.和方差都不存在的情况（如Cauchy分布）。但我们总是采取有限数量的样本...

2 科里： 这是另一个特别为你准备的。

二次回归MA = 3 * SMA + QWMA * ( 10 - 15/( N + 2 ) )- lwma * ( 12 - 15/( n + 2 ) )

这里N是平均数的周期。

QWMA( i; N ) = 1/( N*(N+1)(2*N+1) )* sum( Close[i] * (N-i)^2; i = 0...N-1 )（平方加权比例）。

 
Reshetov:
格拉斯恩。

同事们，有一个简单的小问题要问科学界人士：是否有一个参数可以衡量整个时间序列的平滑度？而且我不在乎它们之间是否有关联，重要的是要区分出一个系列整体上比另一个系列更顺畅。

你应该从弄清这个问题开始所有这些植物学方面的废话。最平滑的是线性系列或直线，因为那里没有什么可以平滑的。马赫的适应性越小，就越平稳。


要么我太老了，要么我太落后了。我不明白。

同事们，除了数学上的平稳性，真的还有其他定义吗？如果有的话，请给我指点迷津，不要介意。因为如果没有，那么所有这些构思都是非常任意的创造，依赖于模糊的标准。

如果一个函数有一个连续的有界导数，那么它就被称为平滑的--在我看来是这样。由此可见，对BP的平稳性问题应该非常谨慎地提出。至少是更准确。毕竟，总是有可能通过适当程度的多项式对任何VR进行插值，而且绝对准确。而任何程度的多项式（不只是直线）都是相当平滑的函数。

谢尔盖，如果你知道信号，你总是可以确定（例如，在sco的帮助下）GR相对于信号 的平滑程度，如果我们所说的平滑程度是指GR值与信号值的偏差的量度。但以完全相同的方式，你可以确定该VR相对于任何其他给定函数 的平滑程度。因此，如果平滑性的直观概念具有足够的建设性，所有BP的最平滑的近似值，包括价格序列，早就被构建出来了。而我们也不会去咀嚼这种混杂的东西。

因此，你的问题应该有一个补充：相对于什么？

 
到数学

Ну вот такой (только что придумал): берем ряд первых разностей (returns) и вычисляем с.к.о. returns. Отношение м.о. returns к с.к.о. может служить такой мерой. Чем оно выше, тем ряд глаже.

当然，可能发生的情况是，一般人群的m.o.和方差都不存在（例如Cauchy分布）。 但我们总是采取有限数量的样本...

谢谢，非常好奇，等我到了实验室，我就去看看：o)



对Yurixx
毕竟，人们总是可以用一个适当度数的多项式来插值任何BP，而且绝对精确。

你总是可以插值，甚至是布朗运动，只是它在理论上没有扩散的地方，如果我没有再搞错的话 :o)

如果我们所说的平滑度是指BP值与信号 值的偏差的量度。
总有可能调整参数，以便在糟糕的BP上获得良好的平滑度结果。
 
grasn:
对Yurixx
总是有可能用适当程度的多项式对任何BP进行绝对精确的内插。

你总是可以插值，甚至是布朗运动，只是理论上它在任何地方都是不可微调的，如果我没有再弄错的话:o)


你把可微调性条件放在哪里了吗？这就是为什么我说平稳性问题需要更精确地提出。

布朗运动不是可微的，因为它的导数也是一个随机数列。但其插值可以是可微的，甚至是无限可微的。然而，不知道它能在多大程度上满足你的需求。因此，我再次重申：你需要对平稳性问题有一定的表述。你的意思是什么，出于什么目的，有什么评价标准和/或要求的属性。

在选择参数值时，总是可以在糟糕的VR上获得良好的平滑度结果。

什么的参数？你的信号模型？或者你的一些其他参数，例如你使用的VR分析算法？

什么是 "良好的平滑度结果"？向我解释一下它们有什么用，我会告诉你用什么标准。也许那时我们就能进行实质性的交谈。

1...222324252627282930313233343536...44
新评论