Andrei01>>: Это другой вопрос, не имеющий отношения к обсуждаемой стационарности/нестационарности. Именно поэтому нет смысла о ней особо рассуждать так как это само по себе ничего не даёт.
Для меня, вопрос о стационарности/нестационарности интересен с точки зрения того, как это использовать.
Поэтому, если непонятно как определить тренд или флет, то утверждение "Цена вполне даже стационарна в пределах времени тренда или флета" - как-бы не о чём.
У Бокса "проинтегрированное" - это разности порядка выше чем один, т.е. разности разностей, пока не получим стационарный процесс. Бокс приводит к стационарному виду, но для исторических данных, а что будет для будущих данных? Будет ли там модель АРПСС иметь те же параметры, что и для исторических данных. Вот что имелось ввиду.
спрогнозировать его надо прежде всего с того что привести его к стационарному.
Например взять разности, то есть: Разность(2)= Цена(2)-Цена(1).....Разность(100)=Цена(100)-Цена(99),
ну и дальше подбирать соотв. линейную модель прогнозирования
Каким образом вы сможете это потом использовать?
如果有一个零点,那么累积量完全可以从回返者那里收回,反之亦然。
如果你有一个可靠的回报预测(第一差价的价格),那么就做一个水平预测
(价格到达哪里,在哪里转弯)出来,是几个简单的事情。
Если по поводу темы, то есть по поводу того что делает движения цен нестационарным случ. процессом,
то вначале необходимо определить что такое есть сама нестационарность.
Нестационарность это изменение (не постоянство) математического ожидания и дисперсии
во времени, то есть среднее-дисперсия на M5 полученные по последним, скажем 100 значениям не
равны среднему-дисперсии полученные на том же тайм-фрейме, но сутки тому назад.
При наличии нулевой точки кумулят полностью востановим из ретурна так же как и наоборот.
Те если вы получили достоверный прогноз ретурна (цен первой разности) то сделать уровневый прогноз
(докуда цена дойдёт и хде развернёться) из него пара пустяков.
即以当前的某个点作为参考,并对方向和幅度进行预测。这似乎很直接。
但似乎预测必须是足够的短期。
而预测的范围是否足以确保结果在统计学上是有效和可用的?
如果不是,这是否意味着需要不断地改变参照物,并因此而回到非平稳性。
А почему именно сутки? Цена вполне даже стационарна в пределах времени тренда или флета.
А вы знаете как их определить? Т.е. решить когда переходить с одной модели поведения на другую
Т.е. беря за референс некоторую текущую точку и имея прогноз направления и величины. Вроде всё просто.
Но, по-видимому, прогноз должен быть достаточно краткосрочным.
А будет ли диапазон прогноза достаточным, чтобы обеспечить стат достоверность результата и возможность его использования?
Если нет-не означает ли это необходимости постоянного изменения референса и, как следствие, возврата к нестационарности.
我没有答案,但我认为在随机报名和预测报名之间,统计学上的优势将是后者。
与任何预测的可靠性(当然,预测越可靠越好)。
即使预测条目会比随机条目差,那么在调试过程中也可以简单地反过来。
唯一的问题是,如果随机输入的利润率等于预测的利润率,它将不会提供任何东西,你将会以差价率的方式输掉。
Это другой вопрос, не имеющий отношения к обсуждаемой стационарности/нестационарности. Именно поэтому нет смысла о ней особо рассуждать так как это само по себе ничего не даёт.
对我来说,静止性/非静止性的问题在如何使用方面是很有趣的。
因此,如果不清楚如何定义趋势或平坦,那么 "价格在趋势或平坦中相当静止 "的说法就有点无从谈起。
Для меня, вопрос о стационарности/нестационарности интересен с точки зрения того, как это использовать.
Поэтому, если непонятно как определить тренд или флет, то утверждение "Цена вполне даже стационарна в пределах времени тренда или флета" - как-бы не о чём.
У Бокса "проинтегрированное" - это разности порядка выше чем один, т.е. разности разностей, пока не получим стационарный процесс. Бокс приводит к стационарному виду, но для исторических данных, а что будет для будущих данных? Будет ли там модель АРПСС иметь те же параметры, что и для исторических данных. Вот что имелось ввиду.
自回归的阶数将按差值的阶数增加,因此,给定统计过程的先前拟合权重(参数)将被改变。
移动平均线的参数(权重)将不会受到影响。盒子对此有毫不含糊的定义和例子。
而对于历史数据......我给你一个提示。
Difference(t+1)=Price(t+1)-Price(t),其中t=1,2,......N。
如果预测的是Difference(t+1),Price(t)我们知道,因为t是最后一个收盘价,那么...
:)