引文中的依赖性统计（信息论、相关和其他特征选择方法）。 - 页 26

新评论
 
C-4:

这个想法很好，这里有一个生成的SB图表，波动率与欧元兑美元相同。阿列克谢，你能不能为它做个分析。让我们看看是否有什么不同。
我在计算。转变的本质是什么？我是否正确地理解了这个系列是一个随机的游离，但波动模式完全是由欧元/美元对转化而来的？
 

这个数据的结果已经准备好了。

像往常一样，滞后期为500的相互信息值的柱状图。(增量的符号被保留了)。

它看起来像真实的欧元兑美元H1数据。然而，这样一个系列的相互信息之和是。1.46比特 - 对比真实系列的3.57比特。

如果波动性已被绝对精确地转移，那就好了!因为事实证明，除了波动率，其余的信息（2.11比特）与真实系列报价中价格上涨的标志有关。

你怎么看？

 

伙计们，给我一些你们喜欢的指标，让我知道你们用它来预测什么，比如增量的迹象或价格水平。我将用不同的参数运行这个指标并计算相互信息。最好能将文件中的报价和指标公式的计算在Excel中发送，这对大家都有好处。

最后，如果可能的话，我的结果可以与策略测试者 进行比较。这将是走向实践的一步，不是吗？

 
Candid:

你是在要求真实过程的严格静止性吗？我希望不会。

这其实不是一个这样做的问题。

为一个非稳态过程建立模型是没有意义的，而是采取并建立一个模型，但一直在简化问题。把非平稳过程的某些部分，如趋势，看看什么是残差。然后我们采取下一步行动。目的是为了得到残留物的静止过程，这样做只是为了确保预测的稳定性。

如果没有稳定的预测目标，你可以来回跑数字。

 
faa1947:

你是在要求真实过程的严格静止性吗？我希望不会。

这其实不是一个这样做的问题。

为一个非稳态过程建立模型是没有意义的，而是采取并建立一个模型，但一直在简化问题。把非平稳过程的某些部分，如趋势，看看什么是残差。然后我们采取下一步行动。目的是为了得到残留物的静止过程，这样做只是为了确保预测的稳定性。

如果没有稳定的预测目标，你可以来回跑数字。

另外，与原来的系列相比，最好至少在广义上保留一些信息量，否则预测将很难解释。
 
alexeymosc:
另外，与原始系列相比，最好在所得系列中至少保留一些广义的信息性，否则预测将难以解释。

这种转换的要求之一是可逆性
 

Это лозунг, который говорит, что где-то что-то видел.

http://www.amazon.com/Introduction-Econophysics-Correlations-Complexity-Finance/dp/0521620082

阅读这些出版物并不能让我赚更多的钱。

这是很不幸的。

 
alexeymosc:

这个数据的结果已经准备好了。

像往常一样，滞后期为500的相互信息值的柱状图。(增量的符号被保留了)。

它看起来像真实的欧元兑美元H1数据。然而，这样一个系列的相互信息之和是。1.46比特 - 对比真实系列的3.57比特。

如果波动性已被绝对精确地转移，那就好了!因为事实证明，除了波动率，其余的信息（2.11比特）与真实系列报价中价格上涨的标志有关。

你怎么看？

问题是统计数字的充分性。这里是一个具有给定波动性的随机过程的一个实现。最好是处理几个实现，看看散布情况。
 
alexeymosc:

如果波动性已经被精确地转移，那就太好了!毕竟，事实证明，除了波动率之外，其余的信息（2.11比特）是由与真实系列报价中价格增量的符号有关的依赖关系来承载的。你怎么看？


波动性被绝对精确地转移。在这个图表中，刻度线的成交量 与欧元兑美元小时线的成交量 完全相同，其他的都是纯粹的硬币翻转，被压缩成OHLC。

阿列克谢，是否可以在图表上显示兰特欧元兑美元和真实欧元兑美元之间的差异？我想亲眼看看那些2.11bits。

 
C-4:


波动性已被绝对正确地转移。在这个图表中，刻度线的成交量与欧元兑美元小时线的成交量完全相同，其他的都是纯粹的硬币翻转，被压缩成OHLC。

阿列克谢，是否可以在图表上显示兰特欧元兑美元和真实欧元兑美元之间的差异？我想亲自看看那些2.11比特。

日安!

我将向你展示比较结果，以及有此数据的文件。

蓝色系列是用你的随机数据计算出来的，保留了波动性。

这是实数和随机数的相互信息的残差系列。

同样，如果伏尔加已经被异常正确地添加，相互信息的可见残差完全指的是增量符号的概率。

附加的文件：
eurusd-h1-rand_analysis.zip  70 kb
1...192021222324252627282930313233...74
新评论