내 의견으로는, 우리의 목적을 위해 - 이 기사는 그다지 좋지 않습니다. 저는 다중분할성과 확률성을 결합한 접근 방식의 예시로 그것을 선택했습니다.
대략적으로 말하면, 다중 프랙탈 = 많은 프랙탈로 구성되며 스펙트럼은 이러한 기본 프랙탈의 차원입니다. 그러나 "스펙트럼"이라는 개념을 사용하면 다양한 스케일에서 SB와의 차이 정도를 표시하는 기능과 같이 우리에게 적합한 것을 생각해낼 수 있습니다.
스케일은 더 작은 범위, 스펙트럼 또는 비 SB를 감지하는 기타 방법을 제공하지만 비 SB의 원인과 어떤 식 으로든 연결하지 않습니다. 일반적으로 모든 사람과 모든 사람을 제어하고 이 데이터를 처리하면 약간의 기회가 생길 수 있습니다. 그러나 모든 사람이 mosh에 들어 가지 않을 것입니다)))
스케일은 더 작은 범위, 스펙트럼 또는 비 SB를 감지하는 기타 방법을 제공하지만 비 SB의 원인과 어떤 식 으로든 연결하지 않습니다. 일반적으로 모든 사람과 모든 사람을 제어하고 이 데이터를 처리하면 약간의 기회가 생길 수 있습니다. 그러나 모든 사람이 mosh에 들어 가지 않을 것입니다)))
글쎄, 그들은 우리를 DC 및 ECN 서버로 허용하지 않습니다) 우리는 모든 것을 스스로 발명해야합니다)
1. Системность как общее свойство окружающего мира. Определение системы. 2. Принципы системного подхода в моделировании систем. 3. Моделирование как метод на...
Time series forecasting is of fundamental importance for a variety of domains including the prediction of earthquakes, financial market prediction and the prediction of epileptic seizures. We present an original approach that brings a novel perspective to the field of long-term time series forecasting. Nonlinear properties of a time series are...
Time series forecasting is of fundamental importance for a variety of domains including the prediction of earthquakes, financial market prediction and the prediction of epileptic seizures. We present an original approach that brings a novel perspective to the field of long-term time series forecasting. Nonlinear properties of a time series are...
Today is the last post of the year 2009. With the end of this year I complete 2 years and 4 months of having this blog and working on automated trading systems and projects. I have to say that this year was the most constructive year I have ever had while trading the forex market. […]
내 의견으로는, 우리의 목적을 위해 - 이 기사는 그다지 좋지 않습니다. 저는 다중분할성과 확률성을 결합한 접근 방식의 예시로 그것을 선택했습니다.
대략적으로 말하면, 다중 프랙탈 = 많은 프랙탈로 구성되며 스펙트럼은 이러한 기본 프랙탈의 차원입니다. 그러나 "스펙트럼"이라는 개념을 사용하면 다양한 스케일에서 SB와의 차이 정도를 표시하는 기능과 같이 우리에게 적합한 것을 생각해낼 수 있습니다.
스케일은 더 작은 범위, 스펙트럼 또는 비 SB를 감지하는 기타 방법을 제공하지만 비 SB의 원인과 어떤 식 으로든 연결하지 않습니다. 일반적으로 모든 사람과 모든 사람을 제어하고 이 데이터를 처리하면 약간의 기회가 생길 수 있습니다. 그러나 모든 사람이 mosh에 들어 가지 않을 것입니다)))
스케일은 더 작은 범위, 스펙트럼 또는 비 SB를 감지하는 기타 방법을 제공하지만 비 SB의 원인과 어떤 식 으로든 연결하지 않습니다. 일반적으로 모든 사람과 모든 사람을 제어하고 이 데이터를 처리하면 약간의 기회가 생길 수 있습니다. 그러나 모든 사람이 mosh에 들어 가지 않을 것입니다)))
글쎄, 그들은 우리를 DC 및 ECN 서버로 허용하지 않습니다) 우리는 모든 것을 스스로 발명해야합니다)
https://www.mql5.com/ru/forum/325441/page15#comment_20589051
저것들. 봇 작성 및 디버그 - 문제가 없어야 합니다.
좋은 기사. 접근 방식은 실제로 공개되지 않고 결과와 수행 방식에 대한 절반의 힌트만 제공되지만 결과는 인상적입니다.
좋은 기사. 접근 방식은 실제로 공개되지 않고 결과와 수행 방식에 대한 절반의 힌트만 제공되지만 결과는 인상적입니다.
나는 그것에 대해 실제로 들어가지 않았지만 분명히 어떤 알고리즘을 통해 주어진 메트릭에 따라 원래 시리즈에 가장 적합한 시리즈의 가능한 연속이 많이 만들어졌습니다. 그런 다음 선택됩니다. 나는 그러한 "예측"의 결과의 모호성에서 문제를 봅니다.
1) 여러 메트릭이 설정된 경우 각각에 고유한 "예측"이 있습니다. 여러 메트릭 중에서 하나의 절충안을 만든 경우 "예측"은 특정 장치에 따라 달라집니다.
2) "예측"은 시리즈의 가능한 연속 집합을 구성하는 알고리즘에 크게 의존합니다.
매개변수 모델에서 벗어나는 아이디어는 이해하기 쉽고 매력적이지만 여기에서는 구현되지 않습니다(이유가 분명하기를 바랍니다).
나는 그것에 대해 실제로 들어가지 않았지만 분명히 어떤 알고리즘을 통해 주어진 메트릭에 따라 원래 시리즈에 가장 적합한 시리즈의 가능한 연속이 많이 만들어졌습니다. 그런 다음 선택됩니다. 나는 그러한 "예측"의 결과의 모호성에서 문제를 봅니다.
1) 여러 메트릭이 설정된 경우 각각에 고유한 "예측"이 있습니다. 여러 메트릭 중에서 하나의 절충안을 만든 경우 "예측"은 특정 장치에 따라 달라집니다.
2) "예측"은 시리즈의 가능한 연속 집합을 구성하는 알고리즘에 크게 의존합니다.
매개변수 모델에서 벗어나는 아이디어는 이해하기 쉽고 매력적이지만 여기에서는 구현되지 않습니다(이유가 분명하기를 바랍니다).
내가 이해하는 한 저자는 알고리즘 자체를 너무 많이 공개하지 않고 다음과 같은 격언을 사용합니다.
따라서 GenericPred 메서드는 두 가지 기본 규칙을 사용합니다.
R1: 예측하는 동안 비선형 측정값을 가능한 한 일정하게 유지하기 위해 항상 노력하십시오( 그림 3 ).
R2: 새 값은 확률 분포에서 생성된 잠재적 값 집합에서 선택해야 합니다.
현재 단계의 예측 값은 다음 단계의 유효한 변경 범위를 결정하는 데 필요하기 때문에 예측은 한 번에 한 단계씩 진행되어야 합니다.
내가 추측할 수 있는 한, 먼저 특정 로지스틱 선형 구성 요소가 선택되고 각 단계에서 비선형 시뮬레이션이 수행됩니다. 이에 대한 주요 기준은 계열의 특정 확률적 특성 집합의 안정성입니다. 일반적으로 모호하지만 결과는 인상적입니다.
제 생각에는 접근 방식이 R의 "예언자" 패키지에 사용된 것과 다소 비슷합니다.
이 주제에 관심이 있는 것을 보니..
내가 기억하는 한 R에서 이 알고리즘을 구현하려는 시도 가 있었지만 적어도 저에게는 더 이상 기사가 열리지 않습니다.
이 주제에 관심이 있다는 것을 알았습니다 ..
내가 기억하는 한 R에서 이 알고리즘을 구현하려는 시도 가 있었지만 적어도 저에게는 더 이상 기사가 열리지 않습니다.
거의 모든 인터넷을 보관하는 멋진 사이트가 있습니다.
다음은 귀하의 첫 번째 기사 사본입니다.
https://web.archive.org/web/20160701000000*/https://mechanicalforex.com/2016/03/using-r-in-trading-time-series-forecasting-using-chaos-part-1.html