浮动市场参数 - 页 7

新评论
 
Valeriy Yastremskiy:

100条是没有意义的。120-132对我来说更有意义。10年，2年，季度，3周，一周的工作时间)

有一些关于放大的东西）））。还没有发现真相。谢尔米亚兹纳亚真理对老TF不走这样的路，但也许有什么）。

100是取自天花板，还有很多事情要做，条数、模型参数、优化的参数、优化参数计算的值数等等。

 
Maxim Romanov:
它对条形图（蜡烛图）不起作用；时间采样增加了随机成分，我们应该使用其他的采样方法。

对于确定最佳的初始条数，我有以下想法：首先，我们应该决定我们准备的初始数据的模式类型。我们以最小的输入数据量开始计算选定的模式。确定与实际数据相比，模型的误差。然后增加一个单位的源数据量，重复寻找相对误差的过程，同时保存。给予最小误差的初始数据量被认为是目前最佳的初始数据量。每次有新的酒吧出现时，我们都会进行这样的搜索。我不知道其他的方法。你怎么看？我打算很快开一个专门的主题来讨论这个问题。

 
Maxim Romanov:
柱状图（蜡烛图）不会起作用，时间取样引入了随机成分，我们应该使用其他取样方法。

我是用Tsos、Kotelnikov来计算的，事实证明，你需要把Ticks、平滑它们，然后才把它们分成TFs。否则我们就会出现混叠，出现不存在的频率。另一方面，平滑化会增加一个滞后。

一般来说，我们应该尝试对价格、过滤、渲染和股票进行预处理。我们还应该尝试将货币对分解为单个货币。

 
Yousufkhodja Sultonov:

对于确定最佳的初始条数，我有以下想法：首先，我们应该决定我们为之准备初始数据的模式类型。我们以最小的输入数据量开始计算选定的模式。确定与实际数据相比，模型的误差。然后增加一个单位的源数据量，重复寻找相对误差的过程，同时保存。给予最小误差的初始数据量被认为是目前最佳的初始数据量。每次出现一个新栏时都会进行这样的搜索。我不知道其他的方法。你怎么看？很快我打算开一个专门的主题来讨论这个问题。

从另一个角度出发，当我们最初收集到足够多的条子以获得可靠的结果时，看看哪个数学模型用最少的参数/多项式最适合。然后减少酒吧的数量。

 
Rorschach:

我是用Tsos、Kotelnikov来计算的，事实证明，你需要把Ticks、平滑它们，然后才把它们分成TFs。否则我们就会出现混叠，出现不存在的频率。另一方面，平滑化会增加一个滞后。

一般来说，我们应该尝试对价格、过滤、渲染和股票进行预处理。我们还应该尝试将货币对分割成独立的货币。

通过一些尺度步骤来抚平刻度是一项有趣但代价高昂的任务。还有一个选择，而且似乎是合乎逻辑的，那就是找到由真正的外部因素制约的周期，与它们的影响时间相联系，也就是一个工作图表。

有太多的参数需要优化，能否得到一个最佳的解决方案取决于选择。如果参数选择不正确，可能就没有解决方案。

 
Valeriy Yastremskiy:

抚平一些尺度步骤中的刻度是一项有趣但代价高昂的任务。还有一个选择，而且似乎是合乎逻辑的，那就是找到由真正的外部因素引起的周期，这些因素与它们的影响时间有关，也就是工作时间表。

有太多的参数需要优化，能否得到一个最佳的解决方案取决于选择。如果参数选择不正确，可能就没有解决方案。

没有循环，它被检查。

我在优化器中运行了这个模型，但不喜欢参数在每个柱子上发生剧烈变化的事实--我希望有更好的稳定性。

 
Rorschach:

没有周期，它已经被测试过了。

我在优化器中运行了这个模型，我不喜欢在每个柱子上的参数发生剧烈的变化，我希望更加稳定。

我没有它的纯粹形式。价格走势有类似的重复）。根据定义，类似于SB的过程中没有参数的稳定性。如果有稳定性，这些是其他过程）。

 
Valeriy Yastremskiy:

在其纯粹的形式中，没有。价格走势有类似的重复）。根据定义，在类似SB的过程中不存在参数稳定性。如果有稳定性，这些是其他过程)。

这就是我们所需要的，识别、聚类

 
Rorschach:

我是用Tsos、Kotelnikov来计算的，事实证明，你需要把Ticks、平滑它们，然后才把它们分成TFs。否则我们就会出现混叠，出现不存在的频率。另一方面，平滑化会增加一个滞后。

一般来说，我们应该尝试对价格、过滤、渲染和股票进行预处理。我们还应该尝试将货币对分割成独立的货币。

我们需要一种不引入随机性的抽样方法。时间对市场没有意义，一个小时的蜡烛可能包含任何数量的交易和任意的交易额。价格是由资金、交易和资金的重新分配所驱动。为了理解为什么烛台不适合，需要什么，我们可以建立一个简单的模型：取一个正弦，以随机采样率进行采样，在输出端获得一个随机图。也就是说，这个过程是已知的、简单的，我们打破了它。现在有可能用足够大的样本重建原始信号吗？可能是以某种方式，但我不知道如何。

蜱虫的情况比较好，但也不完美。主要的价格驱动因素是已执行的交易操作 和其数量。如果我们取一个刻度，我们不知道交易量和交易的数量。

 
Rorschach:

这就是我们当时需要的，识别、聚类。

是的。

Maxim Romanov:

你需要一种不引入随机成分的抽样方法。时间对市场没有意义，一个小时的蜡烛可能包含任何数量的交易和任意的交易额。价格是由资金、交易和资金的重新分配所驱动。为了理解为什么烛台不适合，需要什么，我们可以做一个简单的模型：取一个正弦，以随机采样率采样，在输出端获得一个随机图。也就是说，这个过程是已知的、简单的，我们打破了它。现在有可能用足够大的样本重建原始信号吗？可能是以某种方式，但我不知道如何。

蜱虫的情况比较好，但也不完美。主要的价格驱动因素是已执行的交易操作 和其数量。如果我们打一个勾，我们不知道量和有多少操作已经过去。

康塔罗维奇在第一讲中关于计量经济学的讲座对该学科进行了概述。结论是，在估计时间性经济参数时，无法预测到对历史时期至今足够准确的数学模型的崩溃。

12345678
新评论