베이지안 회귀 - 이 알고리즘을 사용하여 Expert Advisor를 만든 사람이 있습니까? - 페이지 20

새 코멘트
 
MikeZv :
다른 교재는 없나요? :)
문제의 요지를 이해하지 못하는 것 같습니다.
 
Олег avtomat :
문제의 요지를 이해하지 못하는 것 같습니다.
분명히 예, 나는 당신이 인식하지 못하는 교과서에서 공부했습니다. :)
 
MikeZv :
SanSanych는 TS를 테스트할 때 어떤 잔차가 고정되어야 하는지에 대한 질문에 대답하지 않았습니다.
아무래도 이 미스터리가 대단하군요... :)
그래, 무슨 비밀이야... 방금 본질을 잊어버렸어
 
СанСаныч Фоменко :
그래, 무슨 비밀이야... 방금 본질을 잊어버렸어
MQL4 포럼에는 " 차량에 대한 전방 테스트, 균형이 고정되어 있지 않습니다. 이것은 자기기만입니다... "라는 문구가 있었습니다.
이것을 잊어서는 안 됩니다. 이 진실의 알갱이는 보존되어야 합니다!
저는 오랫동안 차량 안정성 문제에 관심을 가지고 있었습니다. 정상적인 것부터 테스트 샘플에 차량을 "적합"하는 기준만 건너왔습니다.
기준의 특정 값에서 차량은 작업에 적합하고 부적합한 것으로 간주됩니다.
 
MikeZv :
분명히 예, 나는 당신이 인식하지 못하는 교과서에서 공부했습니다. :)
문제의 엔터티에 대한 몇 가지 공식을 작성하고(가장 단순한 것, 지나치게 복잡할 필요가 없음) - 장애(hitch)가 무엇인지 이해하려고 노력하십시오. 그러면 당신의 아이러니가 어느 방향으로 향해야 하는지 이해가 올 것입니다.
 

ARIME에 붙은 체?

편차를 교환하는 경우 ARIMA가 될 수 있지만 이 ARIMA를 적용하는 계열의 정상성을 여전히 증명해야 합니다. 그리고 이런 반전이 있다....

그리고 장인들은 ARIMA가 적용된 트렌드, 즉 편차를 예측하고 추세로 다시 전환하고 ... 계량 경제학을 꾸짖기 시작합니다.

추세 거래를 좋아하는 사람들을 위해 더 정확하게 말하면 추세가 아니라 견적 의 절대 값을 거래합니다(아마도 수준의 붕괴 또는 무엇?).

예측 패키지가 있습니다. 매우 유명하고 널리 사용됩니다. 그는 자신이 회사 제품의 판매를 예측하는 데 사용했습니다.

따라서 이 패키지는 원래 인용문(원본 인용문을 강조합니다)을 추세, 추세 편차 및 순환 구성 요소의 세 부분으로 분해합니다. 그런 다음 이 세 부분을 n단계 앞으로 예측하고 결과를 반환합니다.

이 주제에 대해 협력할 준비가 되었습니다. 개발 사항을 찾으면 가능한 한 빨리.

 
Олег avtomat :
이것은 원래 시리즈의 비정상성에서 직접 따릅니다.
앉아, 둘.
 
Комбинатор :
앉아, 둘.
'전문가' 등장…
 
Олег avtomat :
문제의 엔터티에 대한 몇 가지 공식을 작성하고(가장 단순한 것, 지나치게 복잡할 필요가 없음) - 장애(hitch)가 무엇인지 이해하려고 노력하십시오. 그러면 당신의 아이러니가 어느 방향으로 향해야 하는지 이해가 올 것입니다.
아이러니가 아니라 그냥 책을 읽었습니다. 당신의 자신을 작성하십시오 - 나도 그것을 읽을 것입니다. :)
 
MikeZv :
MQL4 포럼에는 " 차량에 대한 전방 테스트, 균형이 고정되어 있지 않습니다. 이것은 자기기만입니다... "라는 문구가 있었습니다.
이것을 잊어서는 안 됩니다. 이 진실의 알갱이는 보존되어야 합니다!
저는 오랫동안 차량 안정성 문제에 관심을 가지고 있었습니다. 정상적인 것부터 테스트 샘플에 차량을 "적합"하는 기준만 건너왔습니다.
기준의 특정 값에서 차량은 작업에 적합하고 부적합한 것으로 간주됩니다.

네 봤습니다...기억이 안나네요..

테스터에 대해 이야기하면 제 생각에는 그런 문제가 있습니다.

우리는 특정 샘플을 가져 와서 예를 들어 이익 요소와 같은 테스터로 간주합니다. 그런 다음 다른 샘플을 가져와서 새로운 수익 요소 값을 얻습니다. 총 2개의 숫자입니다. 두 수치가 통계적 결론의 근거인가? 이 숫자는 전혀 의미가 없습니다.

다른 방식으로 해결하고 해결해야 합니다.

샘플이 채취됩니다. 이 샘플에서 특정 하위 집합을 무작위로 선택하여 이익 요소로 간주합니다. 그런 다음 무작위 샘플을 다시 취하는 식으로 1000번 반복합니다. 우리는 1000 이익 요소를 얻습니다. 이 세트는 이미 통계적 추론의 기초로 사용될 수 있습니다.

그건 그렇고,이 방법은 테스터, 데모의 사용을 배제하지 않습니다..

1...131415161718192021222324252627...55
새 코멘트