计量经济学:领先一步的预测 - 页 45 1...383940414243444546474849505152...139 新评论 Юсуфходжа 2011.11.22 16:01 #441 faa1947: 这里是教科书,我没有看到一个获得诺贝尔奖的项目。你能给我一个提示吗? 我有一个利润公式,谁能告诉我一个类似的公式,但我不指望诺贝尔奖,因为它们(公式)以后会被理解。 Юсуфходжа 2011.11.22 16:11 #442 Reshetov: 想出一个新的理论要容易得多。从实用的角度来看,它也很可能没有什么用处,特别是如果把因果关系混为一谈,那么对文盲来说,它在表面上看起来就相当 "合理",比如说像尤素福克霍吉的。但是,又一个胡说八道的作者自动成为一个教派的领袖。 但这有什么乐趣呢?那里有人因计量经济学获得了诺贝尔奖,他并不关心理论是否正确。而另一些人,在相信了这种非常理论化的废话之后,现在只剩下拧巴了。 好吧,Yusufhoja想出了,就像你说的 "那么对文盲来说,外表看起来一切都很'合理'",让有文化的人指出我的错误。我不是放弃我对问题的看法,我希望看到有人能够用他的理论与我争论,尽管是坏的或好的,将能够像我的理论一样预测未来,尽管没有被普遍接受。 Юсуфходжа 2011.11.22 16:13 #443 faa1947: 这里是教科书,我没有看到一个得到诺贝尔奖的项目。你能告诉我吗? 然而,在最近几年里,诺贝尔经济学奖都是专门颁发给经济计量学 的,包括恩格尔。 Юсуфходжа 2011.11.22 16:26 #444 faa1947:你所说的新方向,我在30或40年前就为这些方向付出了代价。在苏联,人工智能和模式识别极为发达。我对它不感兴趣。这个论坛的参与者缺乏兴趣的原因不是因为过时的参数化方法,而是因为最常见的粗暴无知和炫耀的欲望。而这是通过重新发明另一辆自行车来实现的。翻开这个主题,你会发现,对我布置的东西没有任何建设性的批评,也没有对我在主题中布置的半产品的发展提出任何建议。 现在,几页之前,我们在定义模型的稳定性之前就停止了。也许非参数计量经济学可以解决这个问题?模型应该是什么样的,才能让人相信这个预测?只是不要做前向测试。或更广泛。参数方法不能解决的具体问题,至少有一些非参数方法可以解决。 我长期以来一直密切关注你的研究。你是一个真正的计量经济学家,这就是为什么你在重复将交易过程与假定的假设和已知的模式相适应的常见错误。试着从不同的角度来看待交易的过程,特别是外汇交易,抛开过去计量经济学 知识的重量。最后找到负责这一过程的功能,并开发它。我已经确定它是一个伽玛函数,请告诉我你的意见。 СанСаныч Фоменко 2011.11.22 16:40 #445 yosuf: 我长期以来一直密切关注你的研究。你是一个真正的计量经济学家,这就是为什么你在重复将交易过程与假定的假设和已知的模式相适应的常见错误。试着从不同的角度来看待交易的过程,特别是外汇交易,抛开过去计量经济学知识的重量。最后找到负责这一过程的功能,并开发它。我已经把它定义为一个伽马函数,你可以说说你的看法。 我是一个脚踏实地的人。我目前正在努力解决具体问题--模型的稳定性。我在这个主题和文章中已经表明,模型稳定性的构件是:对模型参数的要求,残差中没有自相关,残差的静止性。就这些吗?希望能从该主题的成员那里得到一些建议。也许是一个伽马函数。但它在这个名单中属于什么位置呢? Sceptic Philozoff 2011.11.22 16:49 #446 yosuf: 最后,找到负责这一过程的功能,并开发它。我已经确定它是一个伽玛函数,你有发言权。 优素福,说句不好听的,你在这里已经超出了你的深度。这条线的关键点是统计。我没有从你那里听到一个关于统计方法的明确说法--尽管你说你教计量经济学。 Yury Reshetov 2011.11.22 18:32 #447 faa1947: 为了能够相信这个预测,应该采用什么模式?只是不要做正向测试。 我们应该,费迪亚,我们应该。 faa1947: 参数方法不能解决的具体问题,至少可以用一些非参数方法解决。 你上面提到的问题的解决方案。 faa1947: 或者在一个理论的框架内提出另一个模型。现在我们观察到--理论的数量有限,模型的数量无限。 不需要发明什么,自行车很早就被发明了,因为......。 数据本身构成了模型. [删除] 2011.11.22 22:04 #448 faa1947: 你所说的新领域,我在30或40年前就为这些领域付出了代价。在苏联,人工智能和模式识别极为发达。我对它不感兴趣。 这个论坛的参与者缺乏兴趣的原因不是因为过时的参数化方法,而是因为最常见的粗暴无知和炫耀的欲望。而这是通过重新发明车轮来完成的。 . 相反,我对与人工智能和模式识别有关的领域仍然非常感兴趣。 . "作为生物体进化发展的真正平行,考虑一下自行车的历史展览,它清楚地显示了该机器年复一年、十年复十年的变化;蒸汽机车(柴油机车)、汽车、飞机、打字机等也可以这样做。在这里,与自然过程的情况一样,不断使用特定机器的重要性是显而易见的,其结果是后者的改进;改进不是通过字面上的使用,而是通过积累的经验和建议的变化。" (Erwin Schrödinger. Mind and Matter.) Юсуфходжа 2011.11.23 00:00 #449 Mathemat: 优素福,说句不好听的,你在这里偏离了主题。这条线的关键点是统计。我没有从你那里听到一个关于统计方法的明确说法--尽管你说你教计量经济学。 。 的确,我确信统计方法不能描述一个动态的市场,甚至不能领先一步。(18)完美地描述了过去的历史,同时具有前瞻性,我感兴趣的正是这个属性。现有的统计数据(18)比任何模型都描述得好,这就是为什么我不在静态部分测试它的能力,即在描述历史方面。(18)的成功或失败可以同时表明,完美描述历史的模式是否能够预测未来?或者说,我们原则上不打算在历史数据的基础上进行预测,正如许多参与者所确信的那样?就其价值而言,和(18)在其预测中是基于历史数据的,就像其他任何此类回归模型 一样,尽管我确信不可能为市场创建一个不基于历史数据的模型,因为它和它的极端复杂性。 СанСаныч Фоменко 2011.11.23 04:18 #450 Reshetov: 没有必要去发明什么,轮子早就被发明了,因为......。 数据构成了模型本身. 你就不能说得更具体一点吗? 我们必须这样做,费迪亚,我们必须这样做。 你的前向测试,翻译成计量经济学语言,就是一个断点测试。但这只是稳定性测试中的一项,而且它的进行方式比你的正向测试要多样化得多。然而,这有一定的依据。 解决你上述问题的办法。 请举例说明。在预后方面,我们可以在什么基础上相信NS? 不需要发明任何东西,轮子在很久以前就被发明了,因为数据形成了模型本身。 什么形成了NS?根本不可能理解它在那里形成了什么。它已经形成了一个黑匣子,我们相信它是神圣的。 1...383940414243444546474849505152...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
这里是教科书,我没有看到一个获得诺贝尔奖的项目。你能给我一个提示吗?
我有一个利润公式,谁能告诉我一个类似的公式,但我不指望诺贝尔奖,因为它们(公式)以后会被理解。
想出一个新的理论要容易得多。从实用的角度来看,它也很可能没有什么用处,特别是如果把因果关系混为一谈,那么对文盲来说,它在表面上看起来就相当 "合理",比如说像尤素福克霍吉的。但是,又一个胡说八道的作者自动成为一个教派的领袖。
但这有什么乐趣呢?那里有人因计量经济学获得了诺贝尔奖,他并不关心理论是否正确。而另一些人,在相信了这种非常理论化的废话之后,现在只剩下拧巴了。
这里是教科书,我没有看到一个得到诺贝尔奖的项目。你能告诉我吗?
你所说的新方向,我在30或40年前就为这些方向付出了代价。在苏联,人工智能和模式识别极为发达。我对它不感兴趣。
这个论坛的参与者缺乏兴趣的原因不是因为过时的参数化方法,而是因为最常见的粗暴无知和炫耀的欲望。而这是通过重新发明另一辆自行车来实现的。
翻开这个主题,你会发现,对我布置的东西没有任何建设性的批评,也没有对我在主题中布置的半产品的发展提出任何建议。
现在,几页之前,我们在定义模型的稳定性之前就停止了。也许非参数计量经济学可以解决这个问题?模型应该是什么样的,才能让人相信这个预测?只是不要做前向测试。
或更广泛。参数方法不能解决的具体问题,至少有一些非参数方法可以解决。
我长期以来一直密切关注你的研究。你是一个真正的计量经济学家,这就是为什么你在重复将交易过程与假定的假设和已知的模式相适应的常见错误。试着从不同的角度来看待交易的过程,特别是外汇交易,抛开过去计量经济学知识的重量。最后找到负责这一过程的功能,并开发它。我已经把它定义为一个伽马函数,你可以说说你的看法。
faa1947:
为了能够相信这个预测,应该采用什么模式?只是不要做正向测试。
我们应该,费迪亚,我们应该。
faa1947:
参数方法不能解决的具体问题,至少可以用一些非参数方法解决。
你上面提到的问题的解决方案。
或者在一个理论的框架内提出另一个模型。现在我们观察到--理论的数量有限,模型的数量无限。
你所说的新领域,我在30或40年前就为这些领域付出了代价。在苏联,人工智能和模式识别极为发达。我对它不感兴趣。
这个论坛的参与者缺乏兴趣的原因不是因为过时的参数化方法,而是因为最常见的粗暴无知和炫耀的欲望。而这是通过重新发明车轮来完成的。
.
相反,我对与人工智能和模式识别有关的领域仍然非常感兴趣。
.
"作为生物体进化发展的真正平行,考虑一下自行车的历史展览,它清楚地显示了该机器年复一年、十年复十年的变化;蒸汽机车(柴油机车)、汽车、飞机、打字机等也可以这样做。在这里,与自然过程的情况一样,不断使用特定机器的重要性是显而易见的,其结果是后者的改进;改进不是通过字面上的使用,而是通过积累的经验和建议的变化。"
(Erwin Schrödinger. Mind and Matter.)
优素福,说句不好听的,你在这里偏离了主题。这条线的关键点是统计。我没有从你那里听到一个关于统计方法的明确说法--尽管你说你教计量经济学。 。
没有必要去发明什么,轮子早就被发明了,因为......。 数据构成了模型本身.你就不能说得更具体一点吗?
我们必须这样做,费迪亚,我们必须这样做。
你的前向测试,翻译成计量经济学语言,就是一个断点测试。但这只是稳定性测试中的一项,而且它的进行方式比你的正向测试要多样化得多。然而,这有一定的依据。
解决你上述问题的办法。
请举例说明。在预后方面,我们可以在什么基础上相信NS?
不需要发明任何东西,轮子在很久以前就被发明了,因为数据形成了模型本身。
什么形成了NS?根本不可能理解它在那里形成了什么。它已经形成了一个黑匣子,我们相信它是神圣的。