Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Direi più come un modello di ricerca... ma spesso la ricerca si riduce a un adattamento...
In linea di principio qualsiasi algoritmo si adatta... quindi più grande è il campione quando si cerca un modello, meglio è (per lo stesso errore per esempio)... e vale la pena prestare molta attenzione a questo...
Non so cosa sia la "credibilità", ma so cosa sia la stabilità del modello. Sui dati storici, è necessario raggiungere la stabilità del modello.
La probabilità che l'errore non superi la soglia assegnata.
Non capisco cosa sia la stabilità dei modelli. Lo apprezzerei :)
La probabilità che l'errore non superi la soglia assegnata.
Se la soglia è una costante, e se non lo fosse, e se fosse una variabile casuale, e se fosse una variabile casuale non stazionaria?
Non capisco cosa sia la stabilità dei modelli. Lo apprezzerei :)
Guardate il grafico dell'errore di previsione, per ottenere una linea liscia è necessario eseguire una serie di test e prendere una decisione in base ad essi. Non si può spiegare qui. Brukow. Come prevedere il tasso di cambio del dollaro.
Guarda il grafico dell'errore di previsione, per ottenere una linea liscia devi eseguire un mucchio di test e decidere su di essi. Non si può spiegare qui. Brukow. Come prevedere il tasso di cambio del dollaro.
Possiamo continuare domani?
Continuiamo domani?
NS non è conveniente - scatola nera, ma ci sono i dilettanti. La regressione è molto più conveniente, la stima del coefficiente dà immediatamente una stima dell'adattamento.
Nelle griglie si possono vedere i pesi degli ingressi in alcuni pacchetti... + ns... cosa viene ritradotto senza problemi... cosa può e vuole scartare gli input non necessari in un dato campione, ecc. - nessuna formula...
La regressione è più facile...trova quello che hai chiesto, prendi la formula e usala...
Non sono sicuro che la stima del coefficiente faccia luce sull'adattamento... molto dipende dal modello...
Per quanto riguarda la valutazione basata sul prescott, ti ho detto la mia opinione... penso che il prescott sia errato, non il metodo di valutazione... secondo me, ovviamente...
Direi più come un modello di ricerca... ma spesso la ricerca si riduce a un adattamento...
In linea di principio qualsiasi algoritmo si adatta... quindi più grande è il campione quando si cerca un modello, meglio è (per lo stesso errore per esempio)... e vale la pena prestare molta attenzione a questo...
Ho già detto la mia opinione sulla valutazione di prescott... penso che sia sbagliata la presenza di prescott, non il metodo di valutazione... secondo me ovviamente... tutto...
NS non è pratico - scatola nera, ma ci sono i dilettanti. La regressione è molto più conveniente, stimando il coefficiente si ottiene immediatamente una stima dell'adattamento.
Prescott viene dalla povertà. Secondo me, l'ideale è una wavelet. Ma questo è Matlab, un enorme insieme di strumenti, ma è frammentato e bisogna capire cosa costruire, e non c'è ancora questa comprensione.
))) anche il wavelet si incasina (il corpo trabocca)... non è tutto così semplice ovunque...
ma la cosa principale per risparmiare tempo - è necessario testare i modelli sulle aree difficili del mercato - cioè i punti di rottura... è quello che ci interessa di più (discontinuità)
sui pacchetti - non importa - la cosa principale è risparmiare tempo - si fa una cosa alla volta ecc... la cosa principale è avere più tempo per i test reali...
e Matlab è il pacchetto più potente, naturalmente... + il fatto che gli ultimi algoritmi di solito appaiono lì... ma io non lo uso...