我想分享一下这个链接 - 页 8 12345678 新评论 СанСаныч Фоменко 2012.05.08 14:24 #71 附上一篇有趣的文章,关于在外汇中建立货币对模型,考虑到趋势、可变波动性、周期性和新闻冲击。 附加的文件: modeling_exchange_rate_volatility_mjumps.zip 1566 kb СанСаныч Фоменко 2012.05.21 06:37 #72 附上一篇关于模型评估(TC)的奇特文章。 TC评估的经典方法是通过测试器运行,得到一些统计数据,然后做一个正向测试。 文章提出了另一种方法--通过信息标准对不同的TS进行比较,由于参数的变化,它们可能很接近。通过这个信息标准,可以估计出样本外的预测误差。作者比较了2000万(!)个接近的模型,并在此基础上得出了一些结论。 这篇文章的有趣之处正是与TA的通常传统不同的方法。 附加的文件: criteriac_to_forecast.zip 225 kb СанСаныч Фоменко 2012.06.18 06:17 #73 有时使用美元指数作为合成,有时计算每种货币的汇率--许多不同的变化。 附件中是一篇关于同一主题的文章,以卢布为例。我认为,货币的选择并不发挥主要作用。但是这篇文章是对许多相同主题的另一种看法。 附加的文件: exchange_ruble.zip 1159 kb СанСаныч Фоменко 2012.07.02 05:09 #74 翻译了R的时间序列 分析能力的概述。见附件。 对于懒人来说,我将列出各部分。 预测和单变量建模 分解和过滤 - 分解和过滤 静态性、单位根和协整性非线性时间序列分析动态回归模型 多变量时间序列模型 有一个链接到原件。我对翻译的质量没有任何要求,但它足以让希望使用它的人了解情况。请注意,有一个巨大的现成程序清单 可以建立TC。好运。 附加的文件: cran_task_view-time_series_analysis.zip 48 kb СанСаныч Фоменко 2012.07.19 04:17 #75 附上一篇好奇的新文章,这个话题在论坛上已经讨论过很多次了。 它是关于市场的 分形结构。没有多少人知道,与分形的存在同义的是商数中的长记忆。研究了这种商的推导问题,并认为必须处理商的规模(时间)变化,即时间框架的变化--这种数学上的三窗口的类似物。 附加的文件: scaling_ranges.zip 266 kb Vladimir 2012.07.21 03:11 #76 faa1947: 没有多少人知道,与分形的存在同义的是,在语料库中存在着长久的记忆。 如果我说随机行走也是分形的,没有记忆,可能会激怒别人。随机漫步的分形性在数学上可以得到非常简单的证明。 СанСаныч Фоменко 2012.07.21 03:34 #77 gpwr: 如果我说随机行走也是分形的,没有记忆,我可能会激怒别人。随机漫步的分形性在数学上可以得到非常简单的证明。 这不是要证明什么,而是要证明实际的适用性。 通过这个主题,我试图表明,有大量的理论工作是基于实际问题和解决实际问题的。 对于两个密切相关的术语,我忘了加上另一个,它将分形、长记忆、厚尾巴的问题转化为实际的平面--这些是具有分形积分的FARIMA模型。这些是ARIMA模型,其中I的值,通常取正整数,可以是分数,对应于赫斯特指数的 值。赫斯特在网站上得到了很多关注,在R语言中有一个叫做fracdiff的库,这个程序可以解决这个领域的一些问题。此外,还有其他处理分形的库。 我非常乐意讨论随机行走的分形,但要以使用一些代码为前提。 СанСаныч Фоменко 2013.01.09 09:14 #78 "来自另一场俄罗斯革命的教训:自由主义乌托邦的崩溃和经济奇迹的机会"可惜我没有这本书本身。但也许最充分的包括这里讨论的概念。 СанСаныч Фоменко 2013.03.25 16:42 #79 R显然不是个懒人。TIOBE 2012排名:R是最受欢迎的二十种编程语言之一 nnm 2018.09.25 17:53 #80 Alexey Subbotin:分布的性质并没有改变。顺便说一下,这项研究本身开始于这样一个事实,即似然比的奇怪行为是明显的,可以说是肉眼可见的。 阿列克谢,日安。什么是似然比 指标? 12345678 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
附上一篇关于模型评估(TC)的奇特文章。
TC评估的经典方法是通过测试器运行,得到一些统计数据,然后做一个正向测试。
文章提出了另一种方法--通过信息标准对不同的TS进行比较,由于参数的变化,它们可能很接近。通过这个信息标准,可以估计出样本外的预测误差。作者比较了2000万(!)个接近的模型,并在此基础上得出了一些结论。
这篇文章的有趣之处正是与TA的通常传统不同的方法。
有时使用美元指数作为合成,有时计算每种货币的汇率--许多不同的变化。
附件中是一篇关于同一主题的文章,以卢布为例。我认为,货币的选择并不发挥主要作用。但是这篇文章是对许多相同主题的另一种看法。
翻译了R的时间序列 分析能力的概述。见附件。
对于懒人来说,我将列出各部分。
预测和单变量建模
分解和过滤 - 分解和过滤
静态性、单位根和协整性
非线性时间序列分析
动态回归模型
多变量时间序列模型
有一个链接到原件。我对翻译的质量没有任何要求,但它足以让希望使用它的人了解情况。
请注意,有一个巨大的现成程序清单 可以建立TC。
好运。
附上一篇好奇的新文章,这个话题在论坛上已经讨论过很多次了。
它是关于市场的 分形结构。没有多少人知道,与分形的存在同义的是商数中的长记忆。研究了这种商的推导问题,并认为必须处理商的规模(时间)变化,即时间框架的变化--这种数学上的三窗口的类似物。
没有多少人知道,与分形的存在同义的是,在语料库中存在着长久的记忆。
如果我说随机行走也是分形的,没有记忆,我可能会激怒别人。随机漫步的分形性在数学上可以得到非常简单的证明。
这不是要证明什么,而是要证明实际的适用性。
通过这个主题,我试图表明,有大量的理论工作是基于实际问题和解决实际问题的。
对于两个密切相关的术语,我忘了加上另一个,它将分形、长记忆、厚尾巴的问题转化为实际的平面--这些是具有分形积分的FARIMA模型。这些是ARIMA模型,其中I的值,通常取正整数,可以是分数,对应于赫斯特指数的 值。赫斯特在网站上得到了很多关注,在R语言中有一个叫做fracdiff的库,这个程序可以解决这个领域的一些问题。此外,还有其他处理分形的库。
我非常乐意讨论随机行走的分形,但要以使用一些代码为前提。
"来自另一场俄罗斯革命的教训:自由主义乌托邦的崩溃和经济奇迹的机会"
可惜我没有这本书本身。但也许最充分的包括这里讨论的概念。
R显然不是个懒人。
TIOBE 2012排名:R是最受欢迎的二十种编程语言之一
分布的性质并没有改变。顺便说一下,这项研究本身开始于这样一个事实,即似然比的奇怪行为是明显的,可以说是肉眼可见的。
阿列克谢,日安。什么是似然比 指标?