计量经济学:领先一步的预测 - 页 21

 
avtomat:

你误会我了...解释才是最重要的,不是吗?


该链接表明了应用程序的局限性。

我对过滤器的应用我已经解释过很多次了,没有什么可补充的,或者说是澄清 "解释很重要"

 
faa1947:

该链接表明了应用程序的局限性。

我对过滤器的应用我已经解释过很多次了,没有什么可补充的,或者说是澄清 "解释很重要"

在其表述中,KP已经使用了 "未来 "的预测值。

.

但是好吧...就这样算了吧...

 
avtomat:

在制定KP时已经使用了 "未来 "的预测值。

.

但是好吧...我们就到此为止...

我现在明白了。我目前并不关心这个问题。我还有其他问题要解决。
 
faa1947:

我们采取原始商数,并从中提取确定性的成分。在我看来,我是用惠普做的。然后我们对残余物(噪音)进行建模。

谁说决定性的成分存在于引号中?而且谁说惠普或任何其他过滤器(例如MA)在引文中突出了决定性的成分?例如,如果我使用随机数生成器将我的报价生成为一个随机的漫游过程,然后应用HP,你认为它会在我的报价的所有部分显示0吗?像其他滤波器(例如MA)一样,惠普滤波器的频率较低,出于某种原因,你把它称为确定性的成分。而高频率是噪音。在引号中,它们都是噪音!了解到当这种决定性的成分以经济周期的形式真正存在时,NR是合适的。而你是想把每天的刀口对刀口的汇率 中的决定性成分分离出来。有哪些决定性的成分?

一个关于汇率的轶事:戈尔巴乔夫来到一家工厂,与一名锁匠交谈。

你喝酒吗?

是的。

如果我们提高伏特加的价格,你会少喝吗?

不,是一样的。

嗯,怎么可能呢? 伏特加会不会涨价?

你看到这里的这块吗?他们曾经在市场上给了一瓶,他们会一直给你的!

一个瓶子换一件东西是我们的决定性部分。所有偏离它的情况都是噪音。

 
gpwr:

Vladimir,你是在MQL4中建立网格的吗?或另一种语言?

我的意思是,MT4优化器的局限性太大(GA不提供超过1万种变体),而且我不懂其他语言。

你是如何应对这个问题的?

 
DhP:

Vladimir,你是在MQL4中建立网格的吗?或另一种语言?

我的意思是,MT4优化器的局限性太大(GA不提供超过1万种变体),而且我不懂其他语言。

你是如何应对这个问题的?


用测试器优化网络权重是非常困难的,10-20个还是有可能的。问题是,MQL4不允许使用数组作为外部变量。在我看来,MQL5的情况也是如此。因此,大量的权重应该在代码中进行优化,或者在附件的DLL中进行优化,如这里

https://www.mql5.com/ru/code/8976

即使与MQL5相比,C++ DLL的优化速度也要高很多。 所以我推荐MS Visual Studio C++。这是我写所有开发的唯一地方--它更快,有更多的功能。在MQL5中缺少许多C++的特性,所以你必须开发你自己的类和结构,即使是像动态数组按所有索引确定大小这样简单的事情(而不是像ArrayResize那样按一个索引)。

 
gpwr:


用测试器优化网络权重是非常困难的,10-20个还是有可能的。问题是,MQL4不允许使用数组作为外部变量。在我看来,MQL5也是如此。因此,大量的权重应该在代码中进行优化,或者在附件的DLL中进行优化,如这里

https://www.mql5.com/ru/code/8976

即使与MQL5相比,C++ DLL的优化速度也快得多。 所以我推荐MS Visual Studio C++。这是我写所有开发的唯一地方--它更快,有更多的功能。在MQL5中缺少许多C++的特性,所以你必须开发你自己的类和结构,即使是像动态数组的所有索引大小(而不是像ArrayResize中的一个索引)这样简单的事情。

谢谢,我将尝试掌握你的代码。
 
gpwr:

谁说引文中存在决定性的成分?而且谁说惠普或任何其他过滤器(例如MA)在引文中突出了决定性的成分?例如,如果我使用随机数生成器将我的报价生成为一个随机的漫游过程,然后应用HP,你认为它会在我的报价的所有部分显示0吗?像其他滤波器(例如MA)一样,惠普滤波器的频率较低,出于某种原因,你把它称为确定性的成分。而高频率是噪音。在引号中,它们都是噪音!了解到当这种决定性的成分以经济周期的形式真正存在时,NR是合适的。而你正试图在每天的肉排与香肠的汇率中分离出确定性的成分。有哪些决定性的成分?


市场有:趋势、季节性、周期性以及噪音和异常值(灾难性的新闻)。阅读有关市场心理学的书籍,例如在话题的开头,C-4给出了一个非常有趣的书的链接。

准确地说,我正试图消除自相矛盾的现象。

以下是原话。我可以在上面看到方向性的运动。

只要商数中存在方向性的运动(趋势),统计处理就不可能。

使用自相关来检测趋势。以下是分析结果。

右边的柱子是没有相关性的概率。更确切地说:我们严格拒绝观测值之间不存在相关的假设。

应用HP过滤器。


这里是残差的ACF。


我们看到,在滞后3到13年之间仍然存在相关关系。

这不是我第一次重复这一切。至少在你发帖之前读点东西吧。

 

事实证明,之前的预测是正确的。

做一个新的预测。结果见表。

日期 价值 预测 价值 误差 R-square 误差 b7-b6 D6-b6 预测
开放式 打开
预测 以点计 回归 回归

2011.11.09 00:00 1,383 2011.11.09 1,3798 56 0,9761 0,0055


2011.11.10 00:00 1,3524 2011.11.10 1,3613 60 0,9749 0,0057 -0,0306 -0,0032 正确的
2011.11.11 00:00 1,361 2011.11.11 1,3541 59 0,9751 0,0057 0,0086 0,0089 正确的
2011.11.14 00:00 1,3778 2011.11.14 1,3676 59 0,9739 0,0057 0,0168 -0,0069 错误的
2011.11.15 00:00 1,3624 2011.11.15 1,365 59 0,9747 0,0057 -0,0154 -0,0102 正确的









未知


 

faa1947:

这篇文章附有MQL4和EViews文件,允许任何人做我做的事情。

如果我知道,我就会住在索契....

至于对未来的预测,这很难判断。虽然我有一个基于银行开门 或关门时间 的系统,一家银行给另一家银行的是一对一的利率。它当然同意,但时间有点变化,正负5-30分钟。问题就在这里