计量经济学:领先一步的预测 - 页 122 1...115116117118119120121122123124125126127128129...139 新评论 СанСаныч Фоменко 2012.01.07 07:20 #1211 Farnsworth: 更少的情感。 没有你所说的 "趋势"。 你说没有是什么意思?辩解,有什么? anonymous 2012.01.07 09:24 #1212 faa1947: 没有你所说的 "趋势"。 你说没有是什么意思?辩解,有什么? 假设价格是由dS(t)=mu(t)*dt+sigma(t)*dW(或dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW,那么我们讨论的不是价格增量,而是关系的对数)这一过程产生的,其中mu(t)是漂移比率,sigma(t)是波动比率。 如果你谈论的是趋势--mu(t)应该与零不同。尝试构建mu/sigma估计值,证明其无偏/可持续/有效(顺便说一下,别忘了在sigma(t)模型上附加类似COGARCH(p,q)的东西)。 如果趋势是真实的,并且你设法准确地估计参数--你将能够使用这个模型预测价格,并且价格增量预测和实际价格增量之间会有正相关(不一定足以用于交易)。 p.s. 你可以做一个简化的假设,即mu(t)是一个片状常数函数。然后我们可以尝试使用最小二乘法和切比雪夫不等式。 Сергей 2012.01.07 09:30 #1213 faa1947:你是什么意思,不?辩解,有什么?情感早已消失,这很糟糕 :( 我只是举了一个非常简单的例子,说明随机系列的 "趋势 "只不过是一种假象而已。你看,一句话是一个非常复杂的多分形,它甚至根本不是自相似的,它是如此复杂,以至于一句话中的秩序表现为该秩序的最高程度的表现--混沌。那里的一切都不同。 天啊,好吧,在一个主要系列上评估相关性是没有意义的。相关性是一种统计学,例如,你取1000个案例,想估计每个滞后的相关性。对于eurik的一个点 是0.000001。你认为在这样最小的步幅下,价格会走多远,而且这种多分形的 报价规模 有一定的轨迹偏差特性?当然不是,你有这个系数,它显示了高度的统计学上的接近性。看到这个公式,你有一个1.5的商数,价格移动了比如0.0003(就像在平均数上)。当你把1.5和1.4997放到公式中时,你认为1.5和1.4997是统计学上的接近值吗?每个范围也是如此。和他们的趋势坐起来呜呜:) 阿列克谢(Mathemat) 做了非常有趣的研究, 而我也在那里 :)它们与评估相关性有关。但这些人没有以任何方式出现 :( СанСаныч Фоменко 2012.01.07 11:04 #1214 anonymous: 假设价格是由dS(t)=mu(t)*dt+sigma(t)*dW(或dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW,那么我们讨论的不是价格增量,而是关系的对数)的过程产生的,其中mu(t)是漂移率,sigma(t)是波动率。 如果你谈论的是趋势--mu(t)应该与零不同。尝试构建mu/sigma估计值,证明其无偏/可持续/有效(顺便说一下,别忘了在sigma(t)模型上附加类似COGARCH(p,q)的东西)。 如果趋势是真实的,并且你设法准确地估计参数--你将能够使用这个模型预测价格,并且价格增量预测和实际价格增量之间会有正相关(不一定足以用于交易)。 p.s. 你可以做一个简化的假设,即mu(t)是一个片状常数函数。然后我们可以尝试使用最小二乘法和切比雪夫不等式。 这大致上是我想做的事。 СанСаныч Фоменко 2012.01.07 11:24 #1215 Farnsworth:情感早已消失,这太糟糕了 :(我只是举了一个非常简单的例子,说明随机系列的 "趋势",这不过是一种假象。你看,一句话是一个非常复杂的多分形,它甚至根本不是自相似的,它是如此复杂,以至于一句话中的秩序表现为该秩序的最高程度的表现--混沌。那里的一切都不同。天啊,在一个主要系列上评估相关性是没有意义的。相关性是一种统计学,例如,你取1000个案例,想要估计每个滞后的相关性。对于eurik的一个点是0.000001。你认为在这样最小的步幅下,价格会走多远,而且这种多分形的 报价规模 有一定的轨迹偏差特性?当然不是,你有这个系数,它显示了高度的统计学上的接近性。看到这个公式,你有一个1.5的商数,价格移动了比如0.0003(就像在平均数上)。当你把1.5和1.4997放到公式中时,你认为1.5和1.4997是统计学上的接近值吗?每个范围也是如此。和他们的趋势坐起来呜呜:) 阿列克谢(Mathemat) 做了非常有趣的研究, 而我也在那里 :)它们与评估相关性有关。但这些人没有以任何方式出现 :(我举了一个非常简单的例子,在一个随机系列上的 "趋势 "只不过是一种幻觉。 一个随机的趋势,通常与确定性的趋势没有区别--看到一篇有证据的文章。 你看,一句话是一个非常复杂的多分形,它甚至根本不是自相似的,它是如此复杂,以至于一句话中的秩序表现为该秩序的最高程度的表现--混沌。那里的一切都不同。 让我们把困难放在一边,包括分形。 我们谈论的完全是另一件事。有一个非平稳性的问题。我们试图至少解决一些问题,你知道,至少是一些问题。 伙计,在一个主要系列上估计相关关系是没有意义的。例如,相关性是一种统计学。 对我来说,相关性没有问题--这完全是一个模糊的东西。 我取商并计算ACF。我看到了自 相关。对我来说,这表明存在着一个决定性的成分。一方面,这是好的,因为它的存在是成功的机会。另一方面,这也是不好的,因为虽然有决定性的成分,但对于一般的统计学,特别是对于相关性,却不能说什么。 我已经提取了决定性的部分,什么是成功的。审视残留物--可以做什么等等。 从一开始,我就不打算讨论回归问题,更不用说我提出的那种特殊的回归了。给出的回归是证明将一个系列分解为我们知道如何处理的这种成分的一个要素。我表明,有可能区分两个确定性成分和GARCH。 然后是可预测性的问题。 如果你愿意超越分形层面的讨论,而且是具体的,那就去吧。我知道的是,模型中没有周期性,也许是缺乏数学。 建议。离商业产品还有很长的路要走。但在讨论过程中,我们会毫无疑问地提高我们的水平和论坛的水平。同时,我们将挤压自行车的发明者。 СанСаныч Фоменко 2012.01.07 11:27 #1216 anonymous: 假设价格是由dS(t)=mu(t)*dt+sigma(t)*dW(或dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW,那么我们讨论的不是价格增量,而是关系的对数)的过程产生的,其中mu(t)是漂移率,sigma(t)是波动率。 如果你谈论的是趋势--mu(t)应该与零不同。尝试构建mu/sigma估计值,证明其无偏/可持续/有效(顺便说一下,别忘了在sigma(t)模型上附加类似COGARCH(p,q)的东西)。 如果趋势是真实的,并且你设法准确地估计参数--你将能够使用这个模型预测价格,并且在价格增量预测和实际价格增量之间会有一个正相关的关系(不是说会有足够的交易)。 p.s. 你可以做一个简化的假设,即mu(t)是一个片状常数函数。然后我们可以尝试使用最小二乘法和切比雪夫不等式。 使用lambda=1的HP,而不是推荐的1600。可能是由于惠普的原因,可预测性差。不知道。也许我们需要非线性变量的多项式?但需要肯定的是,可预测性差取决于平滑函数。 anonymous 2012.01.07 11:37 #1217 faa1947: 我举了一个非常简单的例子,在一个随机系列上的 "趋势 "不过是一种假象。 一个随机的趋势,通常与确定性的趋势没有区别--看到一篇有证据的文章。 这很难让人相信。 尝试估计模型参数y(t)=alpha+rho*y(t-1)+beta*t。在随机趋势的情况下,它将是rho=1,beta=0;在确定性的情况下,abs(rho)<1。 UPD:"β*t "可能是别的东西,取决于所选择的确定性趋势模型。 СанСаныч Фоменко 2012.01.07 11:46 #1218 anonymous: 这很难让人相信。 尝试估计模型参数y(t)=alpha+rho*y(t-1)+beta*t。在随机趋势的情况下,rho=1,beta=0;在确定性趋势的情况下,abs(rho)<1。 UPD:"β*t "可能是别的东西,取决于所选择的确定性趋势模型。 我讨厌寻找这篇文章的链接。但它有很多论文和实际无用的味道。因此,我坚持我的回归,并试图理解这个特定的简单模型的可预测性差的问题,但想法是将该系列分解为其组成部分。 Сергей 2012.01.07 11:54 #1219 对faa 它离商业产品没有那么远。我是说我的系统。我承认,我对你的不是很感兴趣。但我将关注你的进展 :) Victor Nikolaev 2012.01.07 15:18 #1220 Farnsworth: 是的,就像这不是一个论坛,是你和faa的私人信件。嗯...好吧,我不会干涉最高级别的智力对话。 而当时和现在的我,就像你喜欢说的那样,我不是哑巴,我是在对你进行个人回应。 说得更清楚些,否则我根本就不明白这个帖子。 一点点的幽默永远不会有坏处。通常是有帮助的。 1...115116117118119120121122123124125126127128129...139 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
更少的情感。
没有你所说的 "趋势"。
你说没有是什么意思?辩解,有什么?
没有你所说的 "趋势"。
你说没有是什么意思?辩解,有什么?
假设价格是由dS(t)=mu(t)*dt+sigma(t)*dW(或dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW,那么我们讨论的不是价格增量,而是关系的对数)这一过程产生的,其中mu(t)是漂移比率,sigma(t)是波动比率。
如果你谈论的是趋势--mu(t)应该与零不同。尝试构建mu/sigma估计值,证明其无偏/可持续/有效(顺便说一下,别忘了在sigma(t)模型上附加类似COGARCH(p,q)的东西)。
如果趋势是真实的,并且你设法准确地估计参数--你将能够使用这个模型预测价格,并且价格增量预测和实际价格增量之间会有正相关(不一定足以用于交易)。
p.s. 你可以做一个简化的假设,即mu(t)是一个片状常数函数。然后我们可以尝试使用最小二乘法和切比雪夫不等式。
你是什么意思,不?辩解,有什么?
情感早已消失,这很糟糕 :(
我只是举了一个非常简单的例子,说明随机系列的 "趋势 "只不过是一种假象而已。你看,一句话是一个非常复杂的多分形,它甚至根本不是自相似的,它是如此复杂,以至于一句话中的秩序表现为该秩序的最高程度的表现--混沌。那里的一切都不同。
天啊,好吧,在一个主要系列上评估相关性是没有意义的。相关性是一种统计学,例如,你取1000个案例,想估计每个滞后的相关性。对于eurik的一个点 是0.000001。你认为在这样最小的步幅下,价格会走多远,而且这种多分形的 报价规模 有一定的轨迹偏差特性?当然不是,你有这个系数,它显示了高度的统计学上的接近性。看到这个公式,你有一个1.5的商数,价格移动了比如0.0003(就像在平均数上)。当你把1.5和1.4997放到公式中时,你认为1.5和1.4997是统计学上的接近值吗?每个范围也是如此。和他们的趋势坐起来呜呜:)
阿列克谢(Mathemat) 做了非常有趣的研究, 而我也在那里 :)它们与评估相关性有关。但这些人没有以任何方式出现 :(
假设价格是由dS(t)=mu(t)*dt+sigma(t)*dW(或dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW,那么我们讨论的不是价格增量,而是关系的对数)的过程产生的,其中mu(t)是漂移率,sigma(t)是波动率。
如果你谈论的是趋势--mu(t)应该与零不同。尝试构建mu/sigma估计值,证明其无偏/可持续/有效(顺便说一下,别忘了在sigma(t)模型上附加类似COGARCH(p,q)的东西)。
如果趋势是真实的,并且你设法准确地估计参数--你将能够使用这个模型预测价格,并且价格增量预测和实际价格增量之间会有正相关(不一定足以用于交易)。
p.s. 你可以做一个简化的假设,即mu(t)是一个片状常数函数。然后我们可以尝试使用最小二乘法和切比雪夫不等式。
情感早已消失,这太糟糕了 :(
我只是举了一个非常简单的例子,说明随机系列的 "趋势",这不过是一种假象。你看,一句话是一个非常复杂的多分形,它甚至根本不是自相似的,它是如此复杂,以至于一句话中的秩序表现为该秩序的最高程度的表现--混沌。那里的一切都不同。
天啊,在一个主要系列上评估相关性是没有意义的。相关性是一种统计学,例如,你取1000个案例,想要估计每个滞后的相关性。对于eurik的一个点是0.000001。你认为在这样最小的步幅下,价格会走多远,而且这种多分形的 报价规模 有一定的轨迹偏差特性?当然不是,你有这个系数,它显示了高度的统计学上的接近性。看到这个公式,你有一个1.5的商数,价格移动了比如0.0003(就像在平均数上)。当你把1.5和1.4997放到公式中时,你认为1.5和1.4997是统计学上的接近值吗?每个范围也是如此。和他们的趋势坐起来呜呜:)
阿列克谢(Mathemat) 做了非常有趣的研究, 而我也在那里 :)它们与评估相关性有关。但这些人没有以任何方式出现 :(
我举了一个非常简单的例子,在一个随机系列上的 "趋势 "只不过是一种幻觉。
一个随机的趋势,通常与确定性的趋势没有区别--看到一篇有证据的文章。
你看,一句话是一个非常复杂的多分形,它甚至根本不是自相似的,它是如此复杂,以至于一句话中的秩序表现为该秩序的最高程度的表现--混沌。那里的一切都不同。
让我们把困难放在一边,包括分形。
我们谈论的完全是另一件事。有一个非平稳性的问题。我们试图至少解决一些问题,你知道,至少是一些问题。
伙计,在一个主要系列上估计相关关系是没有意义的。例如,相关性是一种统计学。
对我来说,相关性没有问题--这完全是一个模糊的东西。
我取商并计算ACF。我看到了自 相关。对我来说,这表明存在着一个决定性的成分。一方面,这是好的,因为它的存在是成功的机会。另一方面,这也是不好的,因为虽然有决定性的成分,但对于一般的统计学,特别是对于相关性,却不能说什么。
我已经提取了决定性的部分,什么是成功的。审视残留物--可以做什么等等。
从一开始,我就不打算讨论回归问题,更不用说我提出的那种特殊的回归了。给出的回归是证明将一个系列分解为我们知道如何处理的这种成分的一个要素。我表明,有可能区分两个确定性成分和GARCH。
然后是可预测性的问题。
如果你愿意超越分形层面的讨论,而且是具体的,那就去吧。我知道的是,模型中没有周期性,也许是缺乏数学。
建议。离商业产品还有很长的路要走。但在讨论过程中,我们会毫无疑问地提高我们的水平和论坛的水平。同时,我们将挤压自行车的发明者。
假设价格是由dS(t)=mu(t)*dt+sigma(t)*dW(或dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW,那么我们讨论的不是价格增量,而是关系的对数)的过程产生的,其中mu(t)是漂移率,sigma(t)是波动率。
如果你谈论的是趋势--mu(t)应该与零不同。尝试构建mu/sigma估计值,证明其无偏/可持续/有效(顺便说一下,别忘了在sigma(t)模型上附加类似COGARCH(p,q)的东西)。
如果趋势是真实的,并且你设法准确地估计参数--你将能够使用这个模型预测价格,并且在价格增量预测和实际价格增量之间会有一个正相关的关系(不是说会有足够的交易)。
p.s. 你可以做一个简化的假设,即mu(t)是一个片状常数函数。然后我们可以尝试使用最小二乘法和切比雪夫不等式。
我举了一个非常简单的例子,在一个随机系列上的 "趋势 "不过是一种假象。
一个随机的趋势,通常与确定性的趋势没有区别--看到一篇有证据的文章。
这很难让人相信。
尝试估计模型参数y(t)=alpha+rho*y(t-1)+beta*t。在随机趋势的情况下,它将是rho=1,beta=0;在确定性的情况下,abs(rho)<1。
UPD:"β*t "可能是别的东西,取决于所选择的确定性趋势模型。
这很难让人相信。
尝试估计模型参数y(t)=alpha+rho*y(t-1)+beta*t。在随机趋势的情况下,rho=1,beta=0;在确定性趋势的情况下,abs(rho)<1。
UPD:"β*t "可能是别的东西,取决于所选择的确定性趋势模型。
对faa
它离商业产品没有那么远。我是说我的系统。我承认,我对你的不是很感兴趣。但我将关注你的进展 :)
是的,就像这不是一个论坛,是你和faa的私人信件。嗯...好吧,我不会干涉最高级别的智力对话。
而当时和现在的我,就像你喜欢说的那样,我不是哑巴,我是在对你进行个人回应。 说得更清楚些,否则我根本就不明白这个帖子。
一点点的幽默永远不会有坏处。通常是有帮助的。