ATS 구축 시 필터의 효율성 평가 - 페이지 5 12345678 새 코멘트 Denis Kirichenko 2017.02.18 16:31 #41 원본 그래프를 고려하면 다음은 이상값입니다. Aleksey Vyazmikin 2017.02.18 17:02 #42 Dennis Kirichenko : 이론적으로 이상값을 제거하고 추가로 분석해야 합니다. 그러나 여기에는 많은 이상치가 있습니다. 그리고 그들의 제거는 오히려 방법 론적 기술입니다. 현재 형태에 따르면 이상치를 고려한 분포가 정상적인 분포로 보이지 않아 결과에 영향을 미치는 요인이 다른 요인보다 크다는 것을 의미합니다 . 깊은 생각 - 관심있는 추가 분석 기대합니다! Denis Kirichenko 2017.02.19 14:34 #43 de-outlied 계열에 대한 분포는 오류 분포와 가장 유사합니다. 검정은 이론적 분포와 얻은(경험적) 분포의 동일성에 대한 귀무 가설을 기각하는 것이 불가능하다는 것을 보여줍니다. Aleksey Vyazmikin 2017.02.19 15:20 #44 Dennis Kirichenko : de-outlied 계열에 대한 분포는 오류 분포와 가장 유사합니다. 검정은 이론적 분포와 얻은(경험적) 분포의 동일성에 대한 귀무 가설을 기각하는 것이 불가능하다는 것을 보여줍니다. 당신은 "오류 분포"를 해독할 수 있습니다 - 그것은 무엇을 의미합니까 - 잘못된 분포 - 패턴의 부재? 평등 가설을 거부하는 것이 불가능하다면 어떤 결론을 내릴 수 있습니까? 사고의 흐름에 대해 자세히 알려주십시오. 이것은 유익합니다. Denis Kirichenko 2017.02.19 22:54 #45 -Aleks- : 당신은 "오류 분포"를 해독할 수 있습니다 - 그것은 무엇을 의미합니까 - 잘못된 분포 - 패턴의 부재? 아니요, 배포판입니다. 인용문: 오차 분포는 지수 검정력 분포 또는 일반 오차 분포라고도 합니다. -알렉스 - : 평등 가설을 거부하는 것이 불가능하다면 어떤 결론을 내릴 수 있습니까? 사고의 흐름에 대해 자세히 알려주십시오. 이것은 유익합니다. 가설에 대한 자세한 정보는 기사 에 있습니다. Aleksey Vyazmikin 2017.02.19 23:13 #46 Dennis Kirichenko : 아니요, 배포판입니다. 인용문: 가설에 대한 자세한 정보는 기사 에 있습니다. 내가 올바르게 이해했다면 분포에 패턴이 있는 것입니다. 맞습니까? Denis Kirichenko 2017.02.19 23:23 #47 -Aleks- : 내가 올바르게 이해했다면 분포에 패턴이 있는 것입니다. 맞습니까? 정확히! Alex, 당신은 통계적 접근 방식에 종사하고 있지만 기본적인 것은 모릅니다. MatStat에 대한 문헌을 읽는 것이 좋습니다. Aleksey Vyazmikin 2017.02.19 23:42 #48 Dennis Kirichenko : 정확히! Alex, 당신은 통계적 접근 방식에 종사하고 있지만 기본적인 것은 모릅니다. MatStat에 대한 문헌을 읽는 것이 좋습니다. 귀하의 의견에 감사드립니다. 특히 일반적으로 수용되는 개념 분야에서 몇 가지 지식 부족으로 인해 생각을 전달하는 데 어려움이 있습니다. 읽는 것도 재미있겠지만, 잠들지 않도록(주제는 주제가 아님) 매우 추상적이며 여기에서 할 수 있어야 하는 자료를 제시하는 것도 흥미롭습니다. 좋습니다. 그래서 우리는 초기 데이터가 추가 분석에 좋다는 것을 알고 있습니다. 필터의 효과에 대해 더 깊이 생각해 보고 싶습니다. Denis Kirichenko 2017.03.05 21:32 #49 소스 파일의 "F_1" 시트를 확인했습니다. 간단히 말해서 이 필터 옵션(Profit1)은 초기 선택(Profit)에 영향을 미치지 않습니다. 검정은 표본이 같다는 귀무가설을 기각하는 것이 불가능함을 보여줍니다. 따라서 필터 1은 필터 자체가 아니라고 가정할 수 있습니다. 일반적으로 IMHO에서는 어떤 독립 변수가 최종 결과에 실제로 영향을 미치는지 연구하기 위해 먼저 요인 분석을 수행해야 합니다. Aleksey Vyazmikin 2017.03.05 21:43 #50 Dennis Kirichenko : 소스 파일의 "F_1" 시트를 확인했습니다. 간단히 말해서, 이 필터 옵션(Profit1)은 초기 선택(Profit)에 영향을 미치지 않습니다. 검정은 표본이 같다는 귀무가설을 기각하는 것이 불가능함을 보여줍니다. 따라서 필터 1은 필터 자체가 아니라고 가정할 수 있습니다. 일반적으로 IMHO에서는 어떤 독립 변수가 최종 결과에 실제로 영향을 미치는지 연구하기 위해 먼저 요인 분석을 수행해야 합니다. 그리고 나는 이미 당신이 한 작업에 대한 코멘트가없고 장점에 대해 더 이상 여기에 쓰지 않는 것에 대해 화를 냈을 것이라고 생각했습니다. 나는 틀렸어 기쁩니다! 다른 시트를 보십시오. 필터링의 원리는 동일하며 약한 필터링 의 결론을 고려할 때 실제로 필터가 작동하지 않는다는 것은 매우 흥미롭습니다. 사실이 아닙니다. :) 그리고 평균을 내면서 추세와 거래하는 어드바이저를 연구하고 있습니다. 따라서 제 생각에는 이를 이익으로 평가하는 것은 그다지 객관적이지 않습니다. 12345678 새 코멘트 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
이론적으로 이상값을 제거하고 추가로 분석해야 합니다. 그러나 여기에는 많은 이상치가 있습니다. 그리고 그들의 제거는 오히려 방법 론적 기술입니다. 현재 형태에 따르면 이상치를 고려한 분포가 정상적인 분포로 보이지 않아 결과에 영향을 미치는 요인이 다른 요인보다 크다는 것을 의미합니다 .
깊은 생각 - 관심있는 추가 분석 기대합니다!
de-outlied 계열에 대한 분포는 오류 분포와 가장 유사합니다.
검정은 이론적 분포와 얻은(경험적) 분포의 동일성에 대한 귀무 가설을 기각하는 것이 불가능하다는 것을 보여줍니다.
de-outlied 계열에 대한 분포는 오류 분포와 가장 유사합니다.
검정은 이론적 분포와 얻은(경험적) 분포의 동일성에 대한 귀무 가설을 기각하는 것이 불가능하다는 것을 보여줍니다.
당신은 "오류 분포"를 해독할 수 있습니다 - 그것은 무엇을 의미합니까 - 잘못된 분포 - 패턴의 부재?
평등 가설을 거부하는 것이 불가능하다면 어떤 결론을 내릴 수 있습니까? 사고의 흐름에 대해 자세히 알려주십시오. 이것은 유익합니다.
당신은 "오류 분포"를 해독할 수 있습니다 - 그것은 무엇을 의미합니까 - 잘못된 분포 - 패턴의 부재?
오차 분포는 지수 검정력 분포 또는 일반 오차 분포라고도 합니다.
-알렉스 - :
평등 가설을 거부하는 것이 불가능하다면 어떤 결론을 내릴 수 있습니까? 사고의 흐름에 대해 자세히 알려주십시오. 이것은 유익합니다.
아니요, 배포판입니다. 인용문:
가설에 대한 자세한 정보는 기사 에 있습니다.
내가 올바르게 이해했다면 분포에 패턴이 있는 것입니다. 맞습니까?
내가 올바르게 이해했다면 분포에 패턴이 있는 것입니다. 맞습니까?
Alex, 당신은 통계적 접근 방식에 종사하고 있지만 기본적인 것은 모릅니다. MatStat에 대한 문헌을 읽는 것이 좋습니다.
정확히!
Alex, 당신은 통계적 접근 방식에 종사하고 있지만 기본적인 것은 모릅니다. MatStat에 대한 문헌을 읽는 것이 좋습니다.
귀하의 의견에 감사드립니다. 특히 일반적으로 수용되는 개념 분야에서 몇 가지 지식 부족으로 인해 생각을 전달하는 데 어려움이 있습니다.
읽는 것도 재미있겠지만, 잠들지 않도록(주제는 주제가 아님) 매우 추상적이며 여기에서 할 수 있어야 하는 자료를 제시하는 것도 흥미롭습니다.
좋습니다. 그래서 우리는 초기 데이터가 추가 분석에 좋다는 것을 알고 있습니다. 필터의 효과에 대해 더 깊이 생각해 보고 싶습니다.
소스 파일의 "F_1" 시트를 확인했습니다. 간단히 말해서 이 필터 옵션(Profit1)은 초기 선택(Profit)에 영향을 미치지 않습니다.
검정은 표본이 같다는 귀무가설을 기각하는 것이 불가능함을 보여줍니다. 따라서 필터 1은 필터 자체가 아니라고 가정할 수 있습니다.
일반적으로 IMHO에서는 어떤 독립 변수가 최종 결과에 실제로 영향을 미치는지 연구하기 위해 먼저 요인 분석을 수행해야 합니다.
소스 파일의 "F_1" 시트를 확인했습니다. 간단히 말해서, 이 필터 옵션(Profit1)은 초기 선택(Profit)에 영향을 미치지 않습니다.
검정은 표본이 같다는 귀무가설을 기각하는 것이 불가능함을 보여줍니다. 따라서 필터 1은 필터 자체가 아니라고 가정할 수 있습니다.
일반적으로 IMHO에서는 어떤 독립 변수가 최종 결과에 실제로 영향을 미치는지 연구하기 위해 먼저 요인 분석을 수행해야 합니다.
그리고 나는 이미 당신이 한 작업에 대한 코멘트가없고 장점에 대해 더 이상 여기에 쓰지 않는 것에 대해 화를 냈을 것이라고 생각했습니다. 나는 틀렸어 기쁩니다!
다른 시트를 보십시오. 필터링의 원리는 동일하며 약한 필터링 의 결론을 고려할 때 실제로 필터가 작동하지 않는다는 것은 매우 흥미롭습니다. 사실이 아닙니다. :)
그리고 평균을 내면서 추세와 거래하는 어드바이저를 연구하고 있습니다. 따라서 제 생각에는 이를 이익으로 평가하는 것은 그다지 객관적이지 않습니다.