바로 이 질문이 명확해지면서 이 모든 식물 소란을 시작할 필요가 있었습니다. 가장 부드러운 것은 선형 시리즈 또는 직선입니다. 매끄럽게 할 것이 없습니다. 마우스 적응력이 낮을수록 더 부드럽습니다.
식물 소란은 저자에 의해 시작되었으며, 내 겸손한 의견으로는 오랫동안 잃어버린 대화입니다 (동료, 내 아이러니를 용서하지만 저자는 약간 기분이 상했고 나타날 것 같지는 않지만 .. 당신이 그를 정말로 필요로 하지 않는다고 말하는 것이 있습니다) .
따라서 그러한 기준은 AF가 아니라 (나는 그것을 충분히 가지고 있었고 동료들이 그러한 즐거움을 놓치지 않도록 함) 포럼 주제와 관련이없는 여러 매개 변수의 최적 선택을 위해 필요합니다. 여기에 그런 작업이 있었습니다. 더욱이, 국부 극값의 수는 그러한 기준이 아닙니다.
동료 여러분, 과학자들에게 간단한 작은 질문이 있습니다. 시계열 전체의 평활도를 측정하는 매개변수가 있습니까? 그리고 그들 사이에 상관 관계가 있는지 여부는 나에게 중요하지 않습니다. 한 행이 다른 행보다 일반적으로 더 부드럽다는 것을 구별하는 것이 중요합니다.
바로 이 질문이 명확해지면서 이 모든 식물 소란을 시작할 필요가 있었습니다. 가장 부드러운 것은 선형 시리즈 또는 직선입니다. 매끄럽게 할 것이 없습니다. 마우스 적응력이 낮을수록 더 부드럽습니다.
나이가 같지 않거나 실제로 삶에 뒤처져 있습니다. 이해가 안 됩니다.
동료 여러분, 수학적 외에 부드러움에 대한 다른 정의가 실제로 있습니까? 깨달음이여, 만일 그렇다면 그것을 일에 사용하지 마십시오. 그렇지 않다면 이러한 모든 개념은 무한한 기준에 기초한 매우 임의적인 창의성이기 때문입니다.
연속 유계 도함수가 있는 경우 함수를 평활이라고 합니다. 제 생각에는 그렇습니다. 이로부터 VR의 부드러움에 대한 문제는 매우 신중하게 제기되어야 합니다. 적어도 더 정확합니다. 결국 절대 정확도로 해당 차수의 VR 다항식을 보간하는 것이 항상 가능합니다. 그리고 모든 차수의 다항식(단순한 직선이 아님)은 완전히 부드러운 함수입니다.
Sergey, 신호를 알고 있다면 항상 VR 이 신호에 대해 얼마나 부드러운지 결정할 수 있습니다(예: SCO 사용) , 부드러움이란 신호 값에서 VR 값의 편차 측정을 의미하는 경우 . 그러나 정확히 같은 방식으로 이 VR이 주어진 다른 기능 에 대해 얼마나 부드러운지 결정할 수 있습니다. 따라서 부드러움에 대한 직관적인 아이디어가 충분히 건설적이었다면 가격 시리즈를 포함한 모든 VR의 가장 부드러운 근사치는 오래전에 구축되었을 것입니다. 그리고 우리는 그 무쉬카 껌을 씹지 않을 것입니다.
Ну вот такой (только что придумал): берем ряд первых разностей (returns) и вычисляем с.к.о. returns. Отношение м.о. returns к с.к.о. может служить такой мерой. Чем оно выше, тем ряд глаже.
m.s.도 모집단 분산도 존재하지 않을 수 있다는 것은 분명합니다(예: 코시 분포). 그러나 우리는 항상 유한한 수의 샘플을 취합니다...
너무 궁금하네요 감사합니다 실험실에 가면 한번 보겠습니다:o)
유리크스에게
결국 절대 정확도로 해당 차수의 VR 다항식을 보간하는 것이 항상 가능합니다.
브라운 모션을 포함하여 항상 보간할 수 있지만 이론적으로 다시는 아무 것도 엉망이 되지 않는다면 어디에서나 구별되지 않습니다 :o)
그러면 (예를 들어 SCO를 사용하여) VR 이 신호에 대해 얼마나 부드러운지 항상 결정할 수 있습니다. 만약 평활도가 신호 값에서 VR 값의 편차 측정을 의미한다면.
나쁜 VR에서 좋은 부드러움 결과를 얻을 수 있는 방식으로 항상 매개변수 값을 선택할 수 있습니다.
브라운 모션을 포함하여 항상 보간할 수 있지만 이론적으로 다시는 아무 것도 엉망이 되지 않는다면 어디에서나 구별되지 않습니다 :o)
어딘가에 미분 가능성에 대한 조건을 두었습니까? 그렇기 때문에 부드러움의 문제가 더 정확하게 제기되어야 한다고 말하는 것입니다.
브라운 운동은 그것의 도함수도 랜덤 급수라는 점에서 미분할 수 없습니다. 그러나 그것의 보간은 미분 가능하거나 무한히 미분 가능하게 만들 수 있습니다. 동시에 그것이 얼마나 귀하의 요구를 충족시킬 것인지는 알려져 있지 않습니다. 그러므로 나는 다시 한 번 반복한다: 부드러움의 문제에 대한 명확한 공식화가 필요하다. 어떤 목적을 위해 평가 기준 및/또는 필수 속성이 무엇을 의미합니까?
나쁜 VR에서 좋은 부드러움 결과를 얻을 수 있는 방식으로 항상 매개변수 값을 선택할 수 있습니다.
무엇의 매개변수??? 당신의 신호 모델? 또는 예를 들어 다른 매개변수 중 일부. 당신이 사용하는 VR 분석 알고리즘의?
"좋은 평활도 결과"란 무엇입니까??? 왜 그들이 좋은지 설명하면 어떤 기준을 사용하는지 알려 드리겠습니다. 그러면 객관적으로 말할 수 있을 것입니다.
동료 여러분, 과학자들에게 간단한 작은 질문이 있습니다. 시계열 전체의 평활도를 측정하는 매개변수가 있습니까? 그리고 그들 사이에 상관 관계가 있는지 여부는 나에게 중요하지 않습니다. 한 행이 다른 행보다 일반적으로 더 부드럽다는 것을 구별하는 것이 중요합니다.
식물 소란은 저자에 의해 시작되었으며, 내 겸손한 의견으로는 오랫동안 잃어버린 대화입니다 (동료, 내 아이러니를 용서하지만 저자는 약간 기분이 상했고 나타날 것 같지는 않지만 .. 당신이 그를 정말로 필요로 하지 않는다고 말하는 것이 있습니다) .
따라서 그러한 기준은 AF가 아니라 (나는 그것을 충분히 가지고 있었고 동료들이 그러한 즐거움을 놓치지 않도록 함) 포럼 주제와 관련이없는 여러 매개 변수의 최적 선택을 위해 필요합니다. 여기에 그런 작업이 있었습니다. 더욱이, 국부 극값의 수는 그러한 기준이 아닙니다.
식물 소란은 저자에 의해 시작되었으며, 내 겸손한 의견으로는 오랫동안 잃어버린 대화입니다.
그것을 시작한 사람이 탓이 아니라 그것에 빠진 사람이 탓이다.
동료 여러분, 과학자들에게 간단한 작은 질문이 있습니다. 시계열 전체의 평활도를 측정하는 매개변수가 있습니까? 그리고 그들 사이에 상관 관계가 있는지 여부는 나에게 중요하지 않습니다. 한 행이 다른 행보다 일반적으로 더 부드럽다는 것을 구별하는 것이 중요합니다.
수직-수평 필터(VHF) 표시기. 이 기간 동안 각 막대의 이동 합계에 대한 여러 막대 기간의 이동 비율입니다.
동료 여러분, 과학자들에게 간단한 작은 질문이 있습니다. 시계열 전체의 평활도를 측정하는 매개변수가 있습니까? 그리고 그들 사이에 상관 관계가 있는지 여부는 나에게 중요하지 않습니다. 한 행이 다른 행보다 일반적으로 더 부드럽다는 것을 구별하는 것이 중요합니다.
표시기 수직-수평 필터(VHF). 이 기간 동안 각 막대의 이동 합계에 대한 여러 막대 기간의 이동 비율입니다.
감사합니다. 조사해 보겠습니다.
표시기 수직-수평 필터(VHF). 이 기간 동안 각 막대의 이동 합계에 대한 여러 막대 기간의 이동 비율입니다.
함수에 대한 상대 RSI와 같습니다.
부드러움이 좋고 수익성있는 거래 횟수가 더 좋습니다!
동료 여러분, 과학자들에게 간단한 작은 질문이 있습니다. 시계열 전체의 평활도를 측정하는 매개변수가 있습니까? 그리고 그들 사이에 상관 관계가 있는지 여부는 나에게 중요하지 않습니다. 한 행이 다른 행보다 일반적으로 더 부드럽다는 것을 구별하는 것이 중요합니다.
자, 여기 하나가 있습니다(방금 생각해낸 것입니다): 우리는 일련의 첫 번째 차이(반환)를 취하여 RMS를 계산합니다. 보고. m.o의 비율 scd로 돌아갑니다. 그러한 조치로 작용할 수 있습니다. 높을수록 행이 더 부드러워집니다.
m.s.도 모집단 분산도 존재하지 않을 수 있다는 것은 분명합니다(예: 코시 분포). 그러나 우리는 항상 유한한 수의 샘플을 취합니다...
2 Korey: 여기 당신을 위한 또 다른 것이 있습니다.
2차 회귀 MA = 3 * SMA + QWMA * ( 10 - 15/( N + 2 ) ) - LWMA * ( 12 - 15/( N + 2 ) )
여기서 N은 평균 주기,
QWMA( i; N ) = 1/( N*(N+1)(2*N+1) ) * sum( Close[i] * (Ni)^2; i = 0..N-1 ) (표시 2차 가중치 포함).
동료 여러분, 과학자들에게 간단한 작은 질문이 있습니다. 시계열 전체의 평활도를 측정하는 매개변수가 있습니까? 그리고 그들 사이에 상관 관계가 있는지 여부는 나에게 중요하지 않습니다. 한 행이 다른 행보다 일반적으로 더 부드럽다는 것을 구별하는 것이 중요합니다.
나이가 같지 않거나 실제로 삶에 뒤처져 있습니다. 이해가 안 됩니다.
동료 여러분, 수학적 외에 부드러움에 대한 다른 정의가 실제로 있습니까? 깨달음이여, 만일 그렇다면 그것을 일에 사용하지 마십시오. 그렇지 않다면 이러한 모든 개념은 무한한 기준에 기초한 매우 임의적인 창의성이기 때문입니다.
연속 유계 도함수가 있는 경우 함수를 평활이라고 합니다. 제 생각에는 그렇습니다. 이로부터 VR의 부드러움에 대한 문제는 매우 신중하게 제기되어야 합니다. 적어도 더 정확합니다. 결국 절대 정확도로 해당 차수의 VR 다항식을 보간하는 것이 항상 가능합니다. 그리고 모든 차수의 다항식(단순한 직선이 아님)은 완전히 부드러운 함수입니다.
Sergey, 신호를 알고 있다면 항상 VR 이 신호에 대해 얼마나 부드러운지 결정할 수 있습니다(예: SCO 사용) , 부드러움이란 신호 값에서 VR 값의 편차 측정을 의미하는 경우 . 그러나 정확히 같은 방식으로 이 VR이 주어진 다른 기능 에 대해 얼마나 부드러운지 결정할 수 있습니다. 따라서 부드러움에 대한 직관적인 아이디어가 충분히 건설적이었다면 가격 시리즈를 포함한 모든 VR의 가장 부드러운 근사치는 오래전에 구축되었을 것입니다. 그리고 우리는 그 무쉬카 껌을 씹지 않을 것입니다.
따라서 귀하의 질문은 다음과 같이 보완되어야 합니다. 무엇에 관하여?
Ну вот такой (только что придумал): берем ряд первых разностей (returns) и вычисляем с.к.о. returns. Отношение м.о. returns к с.к.о. может служить такой мерой. Чем оно выше, тем ряд глаже.
m.s.도 모집단 분산도 존재하지 않을 수 있다는 것은 분명합니다(예: 코시 분포). 그러나 우리는 항상 유한한 수의 샘플을 취합니다...
너무 궁금하네요 감사합니다 실험실에 가면 한번 보겠습니다:o)
유리크스에게
브라운 모션을 포함하여 항상 보간할 수 있지만 이론적으로 다시는 아무 것도 엉망이 되지 않는다면 어디에서나 구별되지 않습니다 :o)
유리크스에게
브라운 모션을 포함하여 항상 보간할 수 있지만 이론적으로 다시는 아무 것도 엉망이 되지 않는다면 어디에서나 구별되지 않습니다 :o)
어딘가에 미분 가능성에 대한 조건을 두었습니까? 그렇기 때문에 부드러움의 문제가 더 정확하게 제기되어야 한다고 말하는 것입니다.
브라운 운동은 그것의 도함수도 랜덤 급수라는 점에서 미분할 수 없습니다. 그러나 그것의 보간은 미분 가능하거나 무한히 미분 가능하게 만들 수 있습니다. 동시에 그것이 얼마나 귀하의 요구를 충족시킬 것인지는 알려져 있지 않습니다. 그러므로 나는 다시 한 번 반복한다: 부드러움의 문제에 대한 명확한 공식화가 필요하다. 어떤 목적을 위해 평가 기준 및/또는 필수 속성이 무엇을 의미합니까?
무엇의 매개변수??? 당신의 신호 모델? 또는 예를 들어 다른 매개변수 중 일부. 당신이 사용하는 VR 분석 알고리즘의?
"좋은 평활도 결과"란 무엇입니까??? 왜 그들이 좋은지 설명하면 어떤 기준을 사용하는지 알려 드리겠습니다. 그러면 객관적으로 말할 수 있을 것입니다.