faa1947: Как мне кажется, увеличение объема выборки представляет интерес только в рамках предельной теоремы о сходимости по вероятности к нормальному закону. Хочу Вас разочаровать, что если мы не ставим перед собой такой задачи, то простое увеличение выборки ничего не дает. Ниже привожу увеличение выборки в 10 раз.
我试图用统计方法寻找一种金融工具报价的相关性。首先，我采取了道琼斯工业指数，每日数据，并将该系列转换为一系列的百分比增量。
增量是异方差的。如果你想预测价格运动的方向--你必须把它考虑进去。
为了预测波动性，最好使用更具体的模型而不是NS。
回复faa1947。
"关于 "线性 "和 "非线性"，我也会谨慎对待，因为这个问题可以而且应该在你对时间序列进行近似的模型框架内提出。通过分析这个模型的系数，你可以得出结论，这些系数是：常数（或几乎是常数），确定性的函数或随机性的函数。这是一个完全具体和建设性的分析依赖关系类型的过程。 而发现这种信息依赖的建设性意义是什么？再说一遍，你在原始时间序列上是怎么看的？"
我也可以把经济成分做一个链接，但对不起，只要看一下我在这个主题中的第一篇帖子的回复，就可以知道：盘中波动是周期性的。而相互信息已经表明了这一点。对于日线和更高的时间框架，情况完全不同，那里没有明显的周期。
如何在最初的系列中看到它？没有什么比这更简单的了，看一下小时条上至少半年的历史，注意是否有不同时间的波动（蜡烛的大小）。而说到日线，我个人并没有发现任何自然周期或其他日线或经济逻辑。这只是价格中的一个内部依赖结构。
而且我还不是在近似计算时间序列，我是从价格中提取数据，让我从一个稍微不同的角度来看待熟悉的价格。在这里，你看到增量中缺乏依赖性，我看到你在使用自相关。这告诉我很多。那里没有线性依赖，而且从来没有，也没有必要不断地显示自回归图，我自己已经有足够的自回归图很长时间了，而且它们和你的一样。)
增量是异方差的。如果你想预测价格运动的方向--你必然要考虑到这一点。
对于预测波动率，最好使用更具体的模型而不是NS。
那么，相对于NS而言，哪些模式更适合于外汇？我只是对你的意见感兴趣。世界上有很多模型。
那么，相对于NS而言，哪些模式更适合于外汇？我只是对你的意见感兴趣。世界上有很多模型。
我说的不是专门针对外汇的模型（有很多这样的模型，特别是针对衍生品：https://en.wikipedia.org/wiki/Vanna_Volga），而是专门针对波动率的模型（除了ARCH，还有很多这样的模型）。
NS不是外汇市场的特定方法，因为它在任何地方都被使用（甚至反过来说--在懒得建立正常模型且有大量计算资源的地方，它被用在那里）。
预测波动性和价格方向的方法应该是不同的。对于第一种情况，没有必要使用NS（不合理的并发症），对于第二种情况，你可以尝试。
faa1947，请对你的帖子的布局更加小心。有时你不能立即把你引用的内容和你的回应分开。
。
现在进入正题。
faa1947: Как мне кажется, увеличение объема выборки представляет интерес только в рамках предельной теоремы о сходимости по вероятности к нормальному закону. Хочу Вас разочаровать, что если мы не ставим перед собой такой задачи, то простое увеличение выборки ничего не дает. Ниже привожу увеличение выборки в 10 раз.
指天发誓，对不起。你所说的极限中的常态是什么？什么的正常性？回报的分布？在这个阶段，这个假设对我来说不热也不冷。我不需要任何关于收益分布的假设，也不需要它们倾向于什么规律。
就我个人而言，我的手表有以下要求：由于我打算使用随机变量独立性的卡方标准（我希望如此），所以样本量必须是这样的：任何联合事件的频率都保证至少为5。这种制约因素也应该为你所知。这就是为什么时钟上有这么弱的样本出来的原因。
但这就是我。我不知道为什么alexeymosc 把他的样本恰恰用得那么大。但我可以猜测：可能他想为整个系列建立一个模式，而不是其中的一部分。
faa1947： 我宁愿注意 "线性 "和 "非线性"，因为这个问题可能而且应该放在一个模型的框架内，通过这个模型你可以对时间序列进行估算。通过分析这个模型的系数，你可以得出结论，这些系数是：常数（或几乎是常数），确定性的函数或随机性的函数。这是一个完全具体和建设性的分析依赖关系类型的过程。
目前还没有模型。只有用非参数统计方法进行数据挖掘。
我相信这恰恰是一种非线性关系：在滞后期大于10的情况下，用皮尔逊相关法检测不到明显的线性关系。你自己也知道这一点。但在更大的 滞后期也能发现关系。所以它们是非线性的!
faa1947: 那么 ，检测这种信息依赖性的建设性是什么？再说一遍，你在原始时间序列上是怎么看的？
这是不容易看到的，这里我同意你的看法。我们只知道从相当遥远的历史中传输到零条的平均信息量--而且这种 "来自过去的信息攻击 "的机制也不为我们所知。我们仍然需要设法将这些裸露的位子转换为预测工具。谁说这很容易？
增量是异方差的。 如果你想预测价格的运动方向，你必然要把它考虑进去。
我对现代计量经济学模型极为无知，包括ARCH和相关家族。你能用手指解释一下，为什么在没有建立增量行为模型的阶段要考虑到这一点？没有模型，只是对信息理论的钝化应用。谢谢你。
我说的不是专门针对外汇的模型（有很多这样的模型，特别是针对衍生品：https://en.wikipedia.org/wiki/Vanna_Volga），而是专门针对波动率的模型（除了ARCH，还有很多这样的模型）。
NS不是外汇市场的特定方法，因为它在任何地方都被使用（甚至反过来说--在懒得建立正常模型且有大量计算资源的地方，它被用在那里）。
预测波动性和价格方向的方法应该是不同的。对于第一个问题，没有必要使用NS（不合理的复杂化），对于第二个问题，你可以尝试。
我原则上同意NS，尽管方法本身并不那么简单。还有很多约定，这些约定是可取的，有时是必须遵守的（从数据预处理和相关变量的选择，到网络的构建）。而一般来说，有的人喜欢把自己已知的知识应用于所研究的现象，有的人则从头开始研究，最后的人可能更喜欢NS。IMHO。
但我不会去预测波动性，我总是试图预测价格运动的方向。在这个问题上，我使用了NS。
回答：faa1947。
...日内波动是周期性的。而相互信息已经表明了这一点。
你的相互信息让我一无所获。在进行统计处理之前，你应该确保BP中没有确定性的成分。如果他们出现在BP中，他们会对统计数据进行 "打分"，所有的调查都不能被信任。我不得不让你失望，最初BP对波动性的定义是有缺陷的。我设法用以下参数建立模型。44个点的波动，其波动加减两个点，也就是说，我可以认为它是恒定的。留待分析的波动性在很大程度上取决于所应用的模型。
而且我还不对时间序列进行近似，我从价格中提取数据，让我从一个稍微不同的角度来看待通常的价格。在这里你可以看到增量中缺乏依赖性
机车前方有烟雾。实际上，在教科书层面，BP分析的顺序被定义为：静止的/非静止的--对于非静止的，转换方法的选择是静止的。当然，这第一步将涉及消除趋势。接下来，让我们看看。
我不明白你在这里做什么。我决定重温一下我对信息论（IT）的理解，并在术语表中查找了它。
TI仅从数量方面考虑 "信息 "的概念，而没有提到其价值甚至意义。用这样的方法，一页打字的文本最多总是包含大致相同的信息量，只由页面上的字符和空格（即字符）的数量决定，而不取决于上面打印的内容，包括无意义、混乱的字符集的情况。 对于建模通信系统，这种方法是有效的，因为它们被设计为在通信信道上无误地传输由任何字符集代表的信息。在那些必须考虑信息的价值和意义的情况下，定量的方法是不适用的。这种情况对TC可能的应用领域施加了基本限制。没有考虑到这一点，在发展的早期阶段导致了对应用意义的高估。
在这一点上，我有三个可能的答案。
1.你确信字典在说谎，而事实并非如此。
2.你们处于"发展的早期阶段"，还没有进行"应用相关性 " 的评估。
3.你是别的东西。
我对现代计量经济学模型极为无知...
这澄清了很多。实际上，计量经济学 是一门科学（我强调是科学），研究经济时间序列至少有100年了。美国的计量经济学会是在30年代成立的。从你的帖子来看，这是你擅长的一门科学。在这个论坛上，你并不孤单，作为一个附带说明：根据这个网站的开发者，在 "计量经济学 "这个词及其衍生品中存在一个语法错误。
又是25岁，对着天空竖起了大拇指。这项研究不是针对一系列的价格，而是针对其收益。这 首先是。
其次，像你提到的数据的预处理主要是由分析的目标决定的，而不是由不考虑目标而强加于研究的教条式要求决定的。
机车前方有烟雾。实际上，在教科书层面，BP分析的顺序被定义为：稳态/非稳态--对于非稳态，选择的转换方法是稳态。当然，这第一步将涉及消除趋势。接下来我们将看到。
见我上面的反对意见。将研究方法与它的目标相匹配!最后，不要再嘀咕你的静止性、去趋势和其他与研究主题无关的东西了。
2 HideYourRichess: 我今天有点放假，所以我暂时可以自由地说任何我想说的话 :)我们是在对什么是信息进行宗教上的摊牌吗？
2 FAA1947。
实际上，计量经济学是一门科学（我强调是科学），研究经济时间序列至少有100年了。
好吧，让它成为一门科学。我记得，计量经济学 非常喜欢将其模型强加于金融数据。我不强求他们。那么我就不是在做计量经济学。还有什么问题吗？