从理论到实践 - 页 417

新评论
 
Alexander_K2:

我的想法是这样的。

如果一个样本的分布，比如说100万个点的分布是不稳定的（我的指数时间仍然无法得到这个量），并且随着时间的推移而改变方差，那么事实证明，在我的情况下，无论是算术平均数还是加权平均数都不能作为中心趋势的衡量标准。

这给我留下了中位数。

通道必须相对于中位数来绘制。是这样吗？

这种不稳定性很可能是非平稳性的结果（不一定，但很可能）。在非平稳性的情况下，任何抽样数量（矩、量值等）都可能是没有意义的。我没有白写理论化的基本原理--抽样数量通常是针对一系列平均分布的随机变量来计算的。在非稳态增量的情况下，它们的分布是不同的（根据定义）。

 

伙计们，你们需要采取倒置的自 相关（回归），用它来建立增量，观察误差，分布，教NS或任何你喜欢的东西

有效市场理论和分形市场理论的唯一区别是，该系列不是自回归而是倒置的。因此，有一个记忆，这样的系列是可以预测的。

此外，它可能是一个n阶的倒置自回归，甚至厄尔尼诺稀释法也可能在这里发挥作用。

并按吨数切碎面团。

我将在度假回来后完成这个指标。但要自己做，不要偷懒。在有关书籍中没有任何地方写到它，所以有一个机会 :)

 
Maxim Dmitrievsky:

伙计们，你们需要采取倒置的自相关（回归），用它来建立增量，观察误差，分布，教NS或任何你喜欢的东西

有效市场理论和分形市场理论的唯一区别是，该系列不是自回归而是倒置的。因此，有一个记忆，这样的系列是可以预测的。

此外，它可能是一个n阶的倒置自回归，甚至厄尔尼诺稀释法也可能在这里发挥作用。

并按吨数切碎面团。

我将在度假回来后完成这个指标。但要自己做，不要偷懒。书上没有写任何地方，所以有机会 :)

你是指反自回归流（IAF）吗？

 
Aleksey Nikolayev:

你是指反自回归流（IAF）吗？

对不起，我不知道这个名字，也许

需要解读的是，如果将样本分为两个相等的部分，第一个被镜像反转并被算作AF或自回归的值（滞后值取自第二个样本），那么是的。

在寻找最小误差的样本时，窗口大小应该改变，即取4个点，除以2，镜像翻转第二块，计算相关度，取6个点，然后是8，等等。窗口越大，相关度越高，对交易越有意义

 
Maxim Dmitrievsky:

不幸的是，我不知道这个名字，也许

有必要读一下，如果一个样本被分成两个相等的部分，第一个被反过来镜像，它被算作一个akf或autoreg.by值（滞后值取自第二个样本），那么是的。

在寻找最小误差的样本时，窗口大小应该改变，即取4个点，除以2，镜像翻转第二块，计算相关度，取6个点，然后是8，等等。窗口越大，相关度越高，对交易越有意义

你有妄想症吗？
 
Yuriy Asaulenko:
你有妄想症吗？

什么意思？

 
Maxim Dmitrievsky:

不幸的是，我不知道这个名字，也许

我需要读一读，如果它把样品分成两部分，第一部分是镜像反转，并算作acf或autoreg。

显然，这是另一种东西，但也来自神经网络领域。

尽管如此，我不认为有任何方法可以将价格系列还原为某种静止的过程。相反，我们应该调整可用于非平稳过程的方法（如衰减问题）。

另外，抽样ACF（如抽样分布、矩等）只对静止过程有意义。在非稳态过程的情况下，会出现TC等问题。
 
Aleksey Nikolayev:

显然，这是另一种东西，但也来自神经网络领域。

尽管如此，我不认为有任何方法可以将价格系列减少到任何静止的过程。相反，有必要调整可用于非平稳过程的方法（如衰减问题）。

可能不是整个系列，但它的单独部分可以用这种方法减少到这样的状态，并消除 "坏 "的部分。

但比起用自己发明的术语来解释，完成以后再看更容易 :)

 
Aleksey Nikolayev:
 此外，选择性ACF（以及选择性分布、矩等）只对静止过程有意义。在非平稳性的情况下，会出现像TC这样的问题。

寻找静止过程是通过将图表与自身协整，但与它的倒置部分协整来进行的。不成功的部分被跳过，没有交易发生

但我已经厌倦了发明新的实体:)我稍后将在指标上演示，首先是对自己演示

 

另一个变态的价格

如何简单地解释这种职业的乌托邦......？

啊，哦!

假设我去了一家商店，突然开始盘算价格变得多便宜或多贵？//或者更糟糕的是--在价格标签上拉出一个Fibo。

我声明--我已经对过去做了一个估计。

我不可能从这个分析中得到预测，是吗？

1...410411412413414415416417418419420421422423424...1981
新评论