13 Aug 2014 • 5 min. read • Comments Linear regression is useful for many financial applications such as finding the hedge ratio between two assests in a pair trade. In a perfect world, the realtionship between assests would remain constant along with the slope and intercet of a linear regression. Unfortutanely this is usually the exception...
我不需要每月5-10%-20%的收入。我的收入是许多人做梦都想不到的。我为什么要为一把长矛大惊小怪呢！不 成功便成仁，没有其他办法。
博格加！博格加！呃......。年轻的血液！我在某些方面羡慕你。）
把配方给桑卡了））））
没有什么公式，大师...不是来自他，也不是来自其他任何人。我昨天莫名其妙地意识到了这一点。我最好去工厂--至少他们在那里给我提供食物。
问问天气预报员，他们知道什么，你不知道什么。
再多说几句关于故障的挑战。建议阅读Shiryaev主要是一个笑话。我们可以使用的是著名的CUSUM算法或其某种变体。在通过回归建立价格模型的框架内，这种算法可以用来确定在什么时候应该重新计算回归系数的时刻。很明显（就像在matstat中一样）在这种情况下，第一种和第二种错误是可能的。
最主要的是，不连续性不是在未来预测的，而是在最近的过去寻找的。
没有什么公式，大师...不是来自他，也不是来自其他任何人。我昨天莫名其妙地意识到了这一点。我最好去工厂--至少他们在那里给我提供食物。
你有没有检查过信号前的价格波动类型？ 比如说切有指数的东西？
没有什么公式，大师...不是来自他，也不是来自其他任何人。我 昨天莫名其妙地意识到了这一点。 我最好去工厂--至少他们在那里给我提供食物。
我怀疑任何拥有它的人都会马上把它放出来。
再多说几句关于故障的挑战。建议阅读Shiryaev主要是一个笑话。我们可以使用的是著名的CUSUM算法或其某种变体。在通过回归建立价格模型的框架内，这种算法可以用来确定在什么时候应该重新计算回归系数的时刻。很明显（就像在matstat中一样）在这种情况下，第一种和第二种错误是可能的。
最主要的是，不连续性不是在未来预测的，而是在最近的过去寻找的。
http://www.thealgoengineer.com/2014/online_linear_regression_kalman_filter/
还有滚动回归和其他修改。
再多说几句关于故障的挑战。建议阅读Shiryaev主要是一个笑话。我们可以使用的是众所周知的CUSUM算法或它的一些变体。在通过回归建立价格模型的框架内，该算法可用于确定何时是重新计算回归系数的时刻。很明显（就像在matstat中一样）在这种情况下，第一种和第二种错误是可能的。
最主要的是，不连续性不是在未来预测的，而是在最近的过去寻找的。
需要进行具体研究，阿列克谢。CUSUM、Schuchart地图等，如果你有兴趣并且离它近的话。
我一个人愚蠢地没有时间去做所有的事情。而论坛成员的希望也越来越小。一个人--引用维索茨基的话，另一个人--进行哲学思考并遵循一些信号，仿佛这将使他们更接近目标。某种荒诞的戏剧。