MQL程序员可以被视为程序员吗? - 页 7 123456789 新评论 Slava 2018.04.19 07:33 #61 Алексей Тарабанов:San Sanych,我告诉你一个可怕的秘密:MQL也是如此。它也是一个解释器。你从哪里得到的柴火? Ihor Herasko 2018.04.19 07:36 #62 Алексей Тарабанов:San Sanych,我告诉你一个可怕的秘密:MQL也是如此。也是一名口译员。我也要加入这个队列,让你知道一个同样可怕的秘密:ex4和ex5文件是本地代码。)) СанСаныч Фоменко 2018.04.19 08:21 #63 Олег avtomat:实用信息 : http://keldysh.ru/papers/2013/prep2013_19.pdf M.A. Ananiev, N.A. Mitin 以RTS指数收益率为例,比较条件异方差的线性和非线性自回归模型 附注 本文以RTS指数收益率的GARCH模型为例,比较线性和非线性条件波动率模型的预测能力。根据RTS指数10年的每日收盘价,估计了一套参数模型,并建立了一套不同长度范围的波动率预测。 根据选定的标准,对模型的预测能力进行了比较。非线性模型已经被开发出来,以说明时间序列的检测特征,但在其帮助下获得的预测质量有时受到质疑。本研究的结果补充了其他作品的结果:非线性条件波动率模型显示出更好的结果。对这一成功的可能解释是,非线性模型在相对较短的时间范围内给出了更好的预测,而在较长的时间范围内,它们可能会给出较大的误差。当然,谢谢你。 但关于Garch的应用有大量的文献,它在金融市场上尤其重要。在某处有一篇文章,以S&P500指数中的所有股票为例寻找垃圾参数,该指数是500只股票。 正如我所读到的(不是我的经验,我不能重复所有的东西,它太长了),今天最先进的模型是RealGARCH。前缀Real指的是已经实现的方差,也就是说,模型使用了两个方差:在较大的TF上和较小的TF上,有一个事实。 这里的每个人都在鼓动有人开始挖掘。我有这样一个同伴,但他安顿了一个阿里马,这是加奇的一部分。而且工作量对我一个人来说太大。 СанСаныч Фоменко 2018.04.19 08:26 #64 Yuriy Asaulenko:它更方便,不是因为解释器是次要的,而是因为R是一个建模环境,包括(或主要是)统计。 顺便说一下,尽管R是解释型的,但该语言本身是一种脚本语言,主要作用是连接句子中的单词,即功能和各种包之间的连接。而语言本身所占的程序执行时间 是可以忽略不计的。 因此,所有关于R的速度的抱怨都是完全没有根据的。这是关于在TC中直接使用R和在MQL中重写代码的无意义性)。我完全同意你的观点:R是一个非常周全的统计学研究和开发工具,现在机器建模也被归入统计学。而且,在工业用途中使用研究成果非常容易。 我完全同意你对表演的看法。在我使用的那些算法中,我没有看到任何提高mcl枚举速度的前景。 最重要的是,我认为根本不需要重写--不同领域的不同工具完美而轻松地结合在一起,一切工作都很稳定。 Alexander Ivanov 2018.04.19 09:08 #65 最主要的是要学习GOTO和INPUT变量...在ZX-Spectrum计算机上。 剩下的就是浪费时间了。 Ihor Herasko 2018.04.19 09:16 #66 Alexander Ivanov:最主要的是要学习GOTO和INPUT变量...在ZX-Spectrum计算机上。 剩下的就是天赐良机了。嗯,在80年代末,许多人认为自己是程序员,因为他们的写作能力))。 LOAD "" 不过,如果没有这个,你就无法运行任何游戏(当时从卡带录音机中)。 Aleksey Ivanov 2018.04.19 09:21 #67 СанСаныч Фоменко:问题是,纯粹的GARCH(1,1)是一个几乎不可行的模型。 你必须采取适当的包装,最有趣的是rugarch。你必须模拟平均值,ARCH适当,有很多这样的模型,你可以用EGARCH得到很好的结果,此外,你需要模拟分布。有许多出版物强调了在包括外汇在内的金融市场上使用该软件包的结果。你可以在这里找到现成的代码和例子,很有指导意义。 如果你看了Rugarch并得到一个好的结果,它可以在Srp上找到,代码是开源的。 但你与Srp相差甚远,因为用GARCH不一定能得到一个体面的结果。无论如何,在R中进行实验比在µl中进行实验要方便得多,因为R是一个解释器。 谢谢你,这个主题终于开始写了。 Aleksey Ivanov 2018.04.19 09:23 #68 Олег avtomat:实用信息 : http://keldysh.ru/papers/2013/prep2013_19.pdf M.A. Ananiev, N.A. Mitin 以RTS指数收益率为例,比较条件异方差的线性和非线性自回归模型 附注 本文以RTS指数收益率的GARCH模型为例,比较线性和非线性条件波动率模型的预测能力。根据RTS指数10年的每日收盘价,估计了一套参数模型,并建立了一套不同长度范围的波动率预测。 根据选定的标准,比较了模型的预测能力。非线性模型已经被开发出来,以说明时间序列的检测特征,但在其帮助下获得的预测质量有时受到质疑。本研究的结果补充了其他作品的结果:非线性条件波动率模型显示出更好的结果。对这一成功的可能解释是,非线性模型在相对较短的时间内给出更好的预测,而在较长的时间内,它们可能给出更大的误差。 也是就事论事。谢谢你。 Alexander Ivanov 2018.04.19 09:24 #69 Ihor Herasko:嗯,在80年代末,许多人认为自己是程序员,因为他们的写作能力))。 没有它,你真的无法运行任何游戏(当时是用磁带录音机)。它是我们自己的...和温暖。 它是我们的FS))。 Vladislav Andruschenko 2018.04.19 09:26 #70 Ihor Herasko:嗯,在80年代末,许多人认为自己是程序员,因为他们的写作能力))。 不过,如果没有它,你就无法运行任何游戏(当时从卡带录音机中)。 我6岁的时候得到了我的第一个师父作为礼物。 但我不记得写过Load ... 123456789 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
San Sanych,我告诉你一个可怕的秘密:MQL也是如此。它也是一个解释器。
你从哪里得到的柴火?
San Sanych,我告诉你一个可怕的秘密:MQL也是如此。也是一名口译员。
我也要加入这个队列,让你知道一个同样可怕的秘密:ex4和ex5文件是本地代码。))
实用信息 :
http://keldysh.ru/papers/2013/prep2013_19.pdf
M.A. Ananiev, N.A. Mitin
以RTS指数收益率为例,比较条件异方差的线性和非线性自回归模型
附注
本文以RTS指数收益率的GARCH模型为例,比较线性和非线性条件波动率模型的预测能力。根据RTS指数10年的每日收盘价,估计了一套参数模型,并建立了一套不同长度范围的波动率预测。 根据选定的标准,对模型的预测能力进行了比较。非线性模型已经被开发出来,以说明时间序列的检测特征,但在其帮助下获得的预测质量有时受到质疑。本研究的结果补充了其他作品的结果:非线性条件波动率模型显示出更好的结果。对这一成功的可能解释是,非线性模型在相对较短的时间范围内给出了更好的预测,而在较长的时间范围内,它们可能会给出较大的误差。
当然,谢谢你。
但关于Garch的应用有大量的文献,它在金融市场上尤其重要。在某处有一篇文章,以S&P500指数中的所有股票为例寻找垃圾参数,该指数是500只股票。
正如我所读到的(不是我的经验,我不能重复所有的东西,它太长了),今天最先进的模型是RealGARCH。前缀Real指的是已经实现的方差,也就是说,模型使用了两个方差:在较大的TF上和较小的TF上,有一个事实。
这里的每个人都在鼓动有人开始挖掘。我有这样一个同伴,但他安顿了一个阿里马,这是加奇的一部分。而且工作量对我一个人来说太大。
它更方便,不是因为解释器是次要的,而是因为R是一个建模环境,包括(或主要是)统计。
顺便说一下,尽管R是解释型的,但该语言本身是一种脚本语言,主要作用是连接句子中的单词,即功能和各种包之间的连接。而语言本身所占的程序执行时间 是可以忽略不计的。
因此,所有关于R的速度的抱怨都是完全没有根据的。这是关于在TC中直接使用R和在MQL中重写代码的无意义性)。
我完全同意你的观点:R是一个非常周全的统计学研究和开发工具,现在机器建模也被归入统计学。而且,在工业用途中使用研究成果非常容易。
我完全同意你对表演的看法。在我使用的那些算法中,我没有看到任何提高mcl枚举速度的前景。
最重要的是,我认为根本不需要重写--不同领域的不同工具完美而轻松地结合在一起,一切工作都很稳定。
最主要的是要学习GOTO和INPUT变量...在ZX-Spectrum计算机上。
剩下的就是浪费时间了。
最主要的是要学习GOTO和INPUT变量...在ZX-Spectrum计算机上。
剩下的就是天赐良机了。
嗯,在80年代末,许多人认为自己是程序员,因为他们的写作能力))。
LOAD ""
不过,如果没有这个,你就无法运行任何游戏(当时从卡带录音机中)。
问题是,纯粹的GARCH(1,1)是一个几乎不可行的模型。
你必须采取适当的包装,最有趣的是rugarch。你必须模拟平均值,ARCH适当,有很多这样的模型,你可以用EGARCH得到很好的结果,此外,你需要模拟分布。有许多出版物强调了在包括外汇在内的金融市场上使用该软件包的结果。你可以在这里找到现成的代码和例子,很有指导意义。
如果你看了Rugarch并得到一个好的结果,它可以在Srp上找到,代码是开源的。
但你与Srp相差甚远,因为用GARCH不一定能得到一个体面的结果。无论如何,在R中进行实验比在µl中进行实验要方便得多,因为R是一个解释器。
实用信息 :
http://keldysh.ru/papers/2013/prep2013_19.pdf
M.A. Ananiev, N.A. Mitin
以RTS指数收益率为例,比较条件异方差的线性和非线性自回归模型
附注
本文以RTS指数收益率的GARCH模型为例,比较线性和非线性条件波动率模型的预测能力。根据RTS指数10年的每日收盘价,估计了一套参数模型,并建立了一套不同长度范围的波动率预测。 根据选定的标准,比较了模型的预测能力。非线性模型已经被开发出来,以说明时间序列的检测特征,但在其帮助下获得的预测质量有时受到质疑。本研究的结果补充了其他作品的结果:非线性条件波动率模型显示出更好的结果。对这一成功的可能解释是,非线性模型在相对较短的时间内给出更好的预测,而在较长的时间内,它们可能给出更大的误差。
嗯,在80年代末,许多人认为自己是程序员,因为他们的写作能力))。
没有它,你真的无法运行任何游戏(当时是用磁带录音机)。
它是我们自己的...和温暖。
它是我们的FS))。
嗯,在80年代末,许多人认为自己是程序员,因为他们的写作能力))。
不过,如果没有它,你就无法运行任何游戏(当时从卡带录音机中)。
我6岁的时候得到了我的第一个师父作为礼物。
但我不记得写过Load ...