구현을 위해 모든 방법과 알고리즘을 사용할 수 있습니다. 적용할 수 없는 요구 사항 - 코드는 미래를 "보지" 않아야 합니다. 이 요구 사항은 언뜻 보기에 그렇게 간단하게 충족되지 않습니다. 예를 들어 High 및 Low 처리에 숨겨져 있을 수 있습니다. 이러한 값은 바를 건설하는 동안 닫히는 순간까지 변경되므로 High 및 Low 히스토리에 대한 처리는 "피핑"과 같습니다. 시가 만 사용하고 VR의 절대값이 아닌 예측 및 초기 시리즈의 증분 값으로 예측 클라우드를 구축할 것을 제안합니다.
또한 가격 시리즈 자체의 예측은 매우 어려운 작업이므로 결과적으로 0 영역(최대 10%)에서 회귀선의 기울기를 비교할 것입니다. 따라서 저는 먼저 Venusian VR에 대한 회귀를 구축하고 10,000개의 예측 샘플에서 1%보다 나은 정확도로 ZERO를 얻도록 할 것을 제안합니다. 이것이 코드의 정확성에 대한 기준이 됩니다. 예, 예를 들어 1바 앞을 정확하게 예측하고 인용문으로 2004년 EURGBP 쌍의 일련의 공개 회의록(가장 예측 가능한 대로)을 제안합니다.
무슨 말을 합니까?
다음은 10개의 막대가 있는 일반적인 (지연된) Mashka를 사용하는 이 공식에서 예측 문제가 어떻게 보이는지 보여줍니다.
왼쪽에는 일련의 분과 MA가 전방 막대에 대한 예측으로 평활화하고, 중앙에는 가로축이 있으며, 이것은 일련의 공개 가격 증분입니다. dBid[i]=(Open[i]-Open [i-1]), 세로축은 MA 증분입니다. 파란색 선은 예측 클라우드에서 실행되는 선형 회귀입니다. 기울기는 예측의 품질을 보여줍니다. 탄젠트가 1 또는 100%(45도)이면 절대적으로 정확한 예측을 하고 0이 되는 경향이 있으면 예측에 대해 의문의 여지가 없습니다. 그래프 약간 위에 기울기 각도의 탄젠트가 표시됩니다 - 3%, 즉. 그녀는 예측하지 않습니다! 사실은 1000개의 예측에 대한 통계를 사용했다는 것입니다. 오류는 1/SQRT(1000) 수준, 즉 약 3%에 불과합니다.
오른쪽 그림은 창 너비(막대)의 함수로 지연 MA의 예측력(탄젠트)을 보여줍니다. 평균화 창의 성장에 따라 기기의 예측 값이 0이 되는 경향이 있음을 알 수 있습니다!
Можно использовать любой метод и алгоритм его реализации. Неприменное требование - код не должен "заглядыват" в будущее. Это требование не так тривиально выполнить, как может показаться на первый взгляд. Например, это может носить скрытый характер связанный с обработкой High и Low. Эти величины изменяются в процессе построения бара вплоть до момента его закрытия, поэтому обработка на истории High и Low равносильна "подглядыванию". Предлагаю использовать только цены открытия и строить прогнозное облако не по абсолютным значениям ВР, а по значениям приращений прогнозного и исходного рядов.
데이터를 가져오기 위해 GetHistoryProcess ( cb , window ) 함수를 사용합니다. 이 함수는 먼 미래를 엿보는 것을 제외합니다. 결과를 확인하려면 GetFutureProcess 함수( cb , window )를 사용하십시오.
기능 매개변수:
cb- 현재 카운트
창문- 표본의 크기
나는 그들의 코드를 게시합니다:
데이터 소스
GetHistoryProcess ( cb , 창 )
GetFutureProcess ( cb , 창 )
"현재 막대"는 완전 형성시의 막대로 가정합니다. 다시 말해서, 견적은 공개 될 "곧 도착할" 것입니다.
또한 가격 시리즈 자체의 예측은 매우 어려운 작업이므로 결과적으로 0 영역(최대 10%)에서 회귀선의 기울기를 비교할 것입니다. 따라서 저는 먼저 Venusian VR에 대한 회귀를 구축하고 10,000개의 예측 샘플에서 1%보다 나은 정확도로 ZERO를 얻도록 할 것을 제안합니다. 이것이 코드의 정확성에 대한 기준이 됩니다. 예, 예를 들어 1바 앞을 정확하게 예측하고 인용문으로 2004년 EURGBP 쌍의 일련의 공개 회의록(가장 예측 가능한 대로)을 제안합니다.
Wiener 프로세스에서도 가능하지만 차이점은 무엇입니까? 여전히 동일한 문제가 발생하고 현재 막대가 "실제로" 형성되지 않았습니다.
다음은 10개의 막대가 있는 일반적인 (지연된) Mashka를 사용하는 이 공식에서 예측 문제가 어떻게 보이는지 보여줍니다.
지평선으로 무엇을 할 것인지 결정해야 합니다. 적응형으로 선택했습니다. 예를 들어, 예측 판독값의 총 수 또는 예측의 평균 길이와 같은 추가 특성을 도입해야 할 수도 있습니다.
왼쪽에는 일련의 분과 MA가 전방 막대에 대한 예측으로 평활화하고, 중앙에는 가로축이 있으며, 이것은 일련의 공개 가격 증분입니다. dBid[i]=(Open[i]-Open [i-1]), 세로축은 MA 증분입니다. 파란색 선은 예측 클라우드에서 실행되는 선형 회귀입니다. 기울기는 예측의 품질을 보여줍니다. 탄젠트가 1 또는 100%(45도)이면 절대적으로 정확한 예측을 하고 0이 되는 경향이 있으면 예측에 대해 의문의 여지가 없습니다. 그래프 약간 위에 기울기 각도의 탄젠트가 표시됩니다 - 3%, 즉. 그녀는 예측하지 않습니다! 사실은 1000개의 예측에 대한 통계를 사용했다는 것입니다. 오류는 1/SQRT(1000) 수준, 즉 약 3%에 불과합니다.
동의하지 않습니다. 가격으로만 산점도를 작성해 보겠습니다( 절대값 기준). 나에게 증분을 감지 마십시오. 증분에서 시작하면 0에 가깝게 집중된다는 것을 이해해야 합니다. 무작위 프로세스에 대한 가격 분산을 구축하십시오.
"현재 막대"는 완전 형성시의 막대로 가정합니다. 다시 말해서, 견적은 공개 될 "곧 도착할" 것입니다.
Wiener 프로세스에서도 가능하지만 차이점은 무엇입니까? 여전히 동일한 문제가 발생하고 현재 막대가 "실제로" 형성되지 않았습니다.
여기에서는 완전한 확실성을 위해 Open에서 VR 전용을 구축합니다.
지평선으로 무엇을 할 것인지 결정해야 합니다. 적응형으로 선택했습니다. 예를 들어, 예측 판독값의 총 수 또는 예측의 평균 길이와 같은 추가 특성을 도입해야 할 수도 있습니다.
이것은 작업의 일부가 아닙니다. 원하는 지평선으로 작업하고 계산할 때 미래를 내다보지 말고 바 시작 가격 이외의 다른 것을 사용하지 마십시오. 하지만! "1 bar forward"를 기준으로만 예측 벡터를 구성합니다.
동의하지 않습니다. 가격만 기준으로 산점도를 작성해 보겠습니다(절대값 기준). 나에게 증분을 감지 마십시오. 증분에서 시작하면 0에 가깝게 집중된다는 것을 이해해야 합니다. 무작위 프로세스에 대한 가격 분산을 구축하십시오.
죄송합니다, 당신을 이해하지 못합니다.
우리의 임무는 일련의 시가를 예측하는 것입니다. 그래서 해! 그런 다음 10,000개의 판독값이 포함된 이 시리즈를 수신하여 원본과 비교합니다. 그리고 예측의 효율성을 간단히 평가하기 위해 두 가지 일련의 증분을 만들고 예측의 정체를 즉시 확인합니다. 단지. 분명히!
내가 잘못? 흐릿한 적분 곡선을 비교하는 이유는 무엇입니까? 위의 게시물에서 내 사진을 다시보십시오. 첫 번째 무화과에. 일련의 따옴표 주위로 아름답게 구부러진 부드러운 곡선이 표시됩니다... 그리고 일련의 증분(두 번째 그림)을 분석하는 것만으로도 그것이 전혀 쓸모가 없다는 것이 분명해집니다. Seryoga, 이것은 좋은 기준입니다. 저항하지 마십시오.
Это не входит в задачу. Работай с каким хочешь горизонтом, только не заглядывай прирасчётах в будущее и не используй ничего кроме цен открытия бара. Но! прогнозный вектор построй только из расчёта "1 бар вперёд".
그리고 여기에서 나는 당신을 이해하지 못합니다(정확히 굵게 표시된 것은 무엇입니까), 그것이 무엇인지 지정하십시오. 우리는 "전체 예측 벡터"를 포기합니다.
앞날을 내다보지 않고 정직하고 고귀한 말씀을 드립니다.
우리의 임무는 일련의 시가를 예측하는 것입니다. 그래서 해! 그런 다음 10,000개의 판독값이 포함된 이 시리즈를 수신하여 원본과 비교합니다. 그리고 예측의 효율성을 간단히 평가하기 위해 두 가지 일련의 증분을 만들고 예측의 정체를 즉시 확인합니다. 단지. 분명히!
내가 잘못? 흐릿한 적분 곡선을 비교하는 이유는 무엇입니까? 위의 게시물에서 내 사진을 다시보십시오. 첫 번째 무화과에. 일련의 따옴표 주위로 아름답게 구부러진 부드러운 곡선이 표시됩니다... 그리고 일련의 증분(두 번째 그림)을 분석하는 것만으로도 그것이 전혀 쓸모가 없다는 것이 분명해집니다. Seryoga, 이것은 좋은 기준입니다. 저항하지 마십시오.
MA 의 절대값과 증분 산점도를 만든 다음 비교하십시오. 이론적으로 각 그래프의 선형회귀선 에 대한 값의 기울기와 퍼짐 정도는 같아야 합니다. 그리고 결과를 보세요. 실제 소년들은 망아지의 범위를 통해 어떻게 보나요? o) 당신도 마찬가지일까요?
중요한
좀 더 정확하게 해보자. 그래서 우리는 이미 결정했습니다 - 우리는 CLOSE 를 예측하고 다음을 찾는 것만 남아 있습니다.
CLOSE 시리즈 자체를 예측
또는 이 CLOSE 를 기반으로 하는 일종의 MA (내 창 크기는 각 예측에 대해 적응적으로 선택됩니다.
가격 자체(즉, CLOSE )인 경우 MA 에 의한 "가격 회복" 기능을 조정할 시간이 필요합니다. MA 예측을 분석하면 오늘 10-50바에서 작은 테스트 드라이브를 시작할 것입니다(1회 판독에 대해 약 1분으로 간주됨)
Open , Close , ( H - L )/2 를 선택할 때 자의성에서 벗어나기 위해 틱 플로우 분석을 사용하고 + 막대 수가 아니라 시간에 따라 예측 값을 계산합니다. 그리고 "이상적인 MA"는 당신이 사용하는 것이 아니라고 생각합니다. 푸리에 변환(FT)을 사용한 다음 주파수 영역 임계값 및 역 FT를 사용해야 하며 결과는 창 중간에 최대 가능성 추정치가 있는 완벽한 곡선입니다. 그리고 무엇을 하려고 합니까?
CLOSE 값에 대해 MA 가 더 쉬울 것입니다. 글쎄요. 제가 "price restorer by MA "를 디자인하는 동안 MA 에 대해 세 가지 테스트를 할 것입니다. 그건 그렇고, 당신은 어디에도 가격에 대한 데이터를 표시하지 않고 MA 에 대한 예측 증가만 표시했습니다. 이 "복원기"가 있습니까?
"증분 및 절대 값의 산포도"에 관해서는 반복하지 않겠습니다. 모든 것이 여기에서 분명합니다.
인용 부호가 제거되었을 수 있습니다. 이것은 우리가 구축하는 통계의 공식 이름입니다. 당신은 내 질문을 무시해서는 안되지만 그것은 당신의 일입니다. 내가 그것을 구축한다면, 나는 상당한 차이를 이해할 것입니다. 이것은 불분명한 것들의 영역에서 나온 것입니다.
오 요요요 ! 우리 모델은 약간 다릅니다. 작은 질문 - 차이를 완화하기 위해 "이상적인 MA " 예측에서 견적 예측으로 이동할 수 있습니다. MA를 사용하여 "복원" 인용문?
그리고 몇 가지 사항을 더 상기시켜 드리겠습니다.
여기서 당신은 웅장한 에일 없이 할 수 있습니다!
나는 생각해야하지만 그것이 어떻게 이루어 졌습니까? 나는 이미 ... 자러갑니다.
모델을 "파기"하지 않으면 다음이 표시됩니다.
아니면 모든 것을 삽질하고 이상적인 MA 를 예측해야 하지만 이것은 곧 있을 일이 아니며 실제로 필요하지도 않습니다. 모델은 "적응 필터링"처럼 현재 카운트에 대해서만 이러한 MA 의 형성을 가정합니다.
추신 : ok, 내일 우리가 알아낼 것입니다. 그러나 에일과 함께 나는 지금을 기다릴 것입니다 ... :o)
좋아, 견적을 예측하자!
구현을 위해 모든 방법과 알고리즘을 사용할 수 있습니다. 적용할 수 없는 요구 사항 - 코드는 미래를 "보지" 않아야 합니다. 이 요구 사항은 언뜻 보기에 그렇게 간단하게 충족되지 않습니다. 예를 들어 High 및 Low 처리에 숨겨져 있을 수 있습니다. 이러한 값은 바를 건설하는 동안 닫히는 순간까지 변경되므로 High 및 Low 히스토리에 대한 처리는 "피핑"과 같습니다. 시가 만 사용하고 VR의 절대값이 아닌 예측 및 초기 시리즈의 증분 값으로 예측 클라우드를 구축할 것을 제안합니다.
또한 가격 시리즈 자체의 예측은 매우 어려운 작업이므로 결과적으로 0 영역(최대 10%)에서 회귀선의 기울기를 비교할 것입니다. 따라서 저는 먼저 Venusian VR에 대한 회귀를 구축하고 10,000개의 예측 샘플에서 1%보다 나은 정확도로 ZERO를 얻도록 할 것을 제안합니다. 이것이 코드의 정확성에 대한 기준이 됩니다. 예, 예를 들어 1바 앞을 정확하게 예측하고 인용문으로 2004년 EURGBP 쌍의 일련의 공개 회의록(가장 예측 가능한 대로)을 제안합니다.
무슨 말을 합니까?
다음은 10개의 막대가 있는 일반적인 (지연된) Mashka를 사용하는 이 공식에서 예측 문제가 어떻게 보이는지 보여줍니다.
왼쪽에는 일련의 분과 MA가 전방 막대에 대한 예측으로 평활화하고, 중앙에는 가로축이 있으며, 이것은 일련의 공개 가격 증분입니다. dBid[i]=(Open[i]-Open [i-1]), 세로축은 MA 증분입니다. 파란색 선은 예측 클라우드에서 실행되는 선형 회귀입니다. 기울기는 예측의 품질을 보여줍니다. 탄젠트가 1 또는 100%(45도)이면 절대적으로 정확한 예측을 하고 0이 되는 경향이 있으면 예측에 대해 의문의 여지가 없습니다. 그래프 약간 위에 기울기 각도의 탄젠트가 표시됩니다 - 3%, 즉. 그녀는 예측하지 않습니다! 사실은 1000개의 예측에 대한 통계를 사용했다는 것입니다. 오류는 1/SQRT(1000) 수준, 즉 약 3%에 불과합니다.
오른쪽 그림은 창 너비(막대)의 함수로 지연 MA의 예측력(탄젠트)을 보여줍니다. 평균화 창의 성장에 따라 기기의 예측 값이 0이 되는 경향이 있음을 알 수 있습니다!
대체로 동의하지만...
Можно использовать любой метод и алгоритм его реализации. Неприменное требование - код не должен "заглядыват" в будущее. Это требование не так тривиально выполнить, как может показаться на первый взгляд. Например, это может носить скрытый характер связанный с обработкой High и Low. Эти величины изменяются в процессе построения бара вплоть до момента его закрытия, поэтому обработка на истории High и Low равносильна "подглядыванию". Предлагаю использовать только цены открытия и строить прогнозное облако не по абсолютным значениям ВР, а по значениям приращений прогнозного и исходного рядов.
데이터를 가져오기 위해 GetHistoryProcess ( cb , window ) 함수를 사용합니다. 이 함수는 먼 미래를 엿보는 것을 제외합니다. 결과를 확인하려면 GetFutureProcess 함수( cb , window )를 사용하십시오.
기능 매개변수:
나는 그들의 코드를 게시합니다:
데이터 소스
GetHistoryProcess ( cb , 창 )
GetFutureProcess ( cb , 창 )
"현재 막대"는 완전 형성시의 막대로 가정합니다. 다시 말해서, 견적은 공개 될 "곧 도착할" 것입니다.
또한 가격 시리즈 자체의 예측은 매우 어려운 작업이므로 결과적으로 0 영역(최대 10%)에서 회귀선의 기울기를 비교할 것입니다. 따라서 저는 먼저 Venusian VR에 대한 회귀를 구축하고 10,000개의 예측 샘플에서 1%보다 나은 정확도로 ZERO를 얻도록 할 것을 제안합니다. 이것이 코드의 정확성에 대한 기준이 됩니다. 예, 예를 들어 1바 앞을 정확하게 예측하고 인용문으로 2004년 EURGBP 쌍의 일련의 공개 회의록(가장 예측 가능한 대로)을 제안합니다.
Wiener 프로세스에서도 가능하지만 차이점은 무엇입니까? 여전히 동일한 문제가 발생하고 현재 막대가 "실제로" 형성되지 않았습니다.
다음은 10개의 막대가 있는 일반적인 (지연된) Mashka를 사용하는 이 공식에서 예측 문제가 어떻게 보이는지 보여줍니다.
지평선으로 무엇을 할 것인지 결정해야 합니다. 적응형으로 선택했습니다. 예를 들어, 예측 판독값의 총 수 또는 예측의 평균 길이와 같은 추가 특성을 도입해야 할 수도 있습니다.
왼쪽에는 일련의 분과 MA가 전방 막대에 대한 예측으로 평활화하고, 중앙에는 가로축이 있으며, 이것은 일련의 공개 가격 증분입니다. dBid[i]=(Open[i]-Open [i-1]), 세로축은 MA 증분입니다. 파란색 선은 예측 클라우드에서 실행되는 선형 회귀입니다. 기울기는 예측의 품질을 보여줍니다. 탄젠트가 1 또는 100%(45도)이면 절대적으로 정확한 예측을 하고 0이 되는 경향이 있으면 예측에 대해 의문의 여지가 없습니다. 그래프 약간 위에 기울기 각도의 탄젠트가 표시됩니다 - 3%, 즉. 그녀는 예측하지 않습니다! 사실은 1000개의 예측에 대한 통계를 사용했다는 것입니다. 오류는 1/SQRT(1000) 수준, 즉 약 3%에 불과합니다.
동의하지 않습니다. 가격으로만 산점도를 작성해 보겠습니다( 절대값 기준). 나에게 증분을 감지 마십시오. 증분에서 시작하면 0에 가깝게 집중된다는 것을 이해해야 합니다. 무작위 프로세스에 대한 가격 분산을 구축하십시오.
부록 : 제 의견은 이렇습니다. 가격 또는 MA의 절대값을 예측해야 합니다. 동의한다?
"현재 막대"는 완전 형성시의 막대로 가정합니다. 다시 말해서, 견적은 공개 될 "곧 도착할" 것입니다.
Wiener 프로세스에서도 가능하지만 차이점은 무엇입니까? 여전히 동일한 문제가 발생하고 현재 막대가 "실제로" 형성되지 않았습니다.여기에서는 완전한 확실성을 위해 Open에서 VR 전용을 구축합니다.
지평선으로 무엇을 할 것인지 결정해야 합니다. 적응형으로 선택했습니다. 예를 들어, 예측 판독값의 총 수 또는 예측의 평균 길이와 같은 추가 특성을 도입해야 할 수도 있습니다.
이것은 작업의 일부가 아닙니다. 원하는 지평선으로 작업하고 계산할 때 미래를 내다보지 말고 바 시작 가격 이외의 다른 것을 사용하지 마십시오. 하지만! "1 bar forward"를 기준으로만 예측 벡터를 구성합니다.
동의하지 않습니다. 가격만 기준으로 산점도를 작성해 보겠습니다(절대값 기준). 나에게 증분을 감지 마십시오. 증분에서 시작하면 0에 가깝게 집중된다는 것을 이해해야 합니다. 무작위 프로세스에 대한 가격 분산을 구축하십시오.
죄송합니다, 당신을 이해하지 못합니다.
우리의 임무는 일련의 시가를 예측하는 것입니다. 그래서 해! 그런 다음 10,000개의 판독값이 포함된 이 시리즈를 수신하여 원본과 비교합니다. 그리고 예측의 효율성을 간단히 평가하기 위해 두 가지 일련의 증분을 만들고 예측의 정체를 즉시 확인합니다. 단지. 분명히!
내가 잘못? 흐릿한 적분 곡선을 비교하는 이유는 무엇입니까? 위의 게시물에서 내 사진을 다시보십시오. 첫 번째 무화과에. 일련의 따옴표 주위로 아름답게 구부러진 부드러운 곡선이 표시됩니다... 그리고 일련의 증분(두 번째 그림)을 분석하는 것만으로도 그것이 전혀 쓸모가 없다는 것이 분명해집니다. Seryoga, 이것은 좋은 기준입니다. 저항하지 마십시오.
우리 어른들은 장미빛 안경을 좋아하지 않아요 :-)
Это не входит в задачу. Работай с каким хочешь горизонтом, только не заглядывай прирасчётах в будущее и не используй ничего кроме цен открытия бара. Но! прогнозный вектор построй только из расчёта "1 бар вперёд".
그리고 여기에서 나는 당신을 이해하지 못합니다(정확히 굵게 표시된 것은 무엇입니까), 그것이 무엇인지 지정하십시오. 우리는 "전체 예측 벡터"를 포기합니다.
앞날을 내다보지 않고 정직하고 고귀한 말씀을 드립니다.
우리의 임무는 일련의 시가를 예측하는 것입니다. 그래서 해! 그런 다음 10,000개의 판독값이 포함된 이 시리즈를 수신하여 원본과 비교합니다. 그리고 예측의 효율성을 간단히 평가하기 위해 두 가지 일련의 증분을 만들고 예측의 정체를 즉시 확인합니다. 단지. 분명히!
내가 잘못? 흐릿한 적분 곡선을 비교하는 이유는 무엇입니까? 위의 게시물에서 내 사진을 다시보십시오. 첫 번째 무화과에. 일련의 따옴표 주위로 아름답게 구부러진 부드러운 곡선이 표시됩니다... 그리고 일련의 증분(두 번째 그림)을 분석하는 것만으로도 그것이 전혀 쓸모가 없다는 것이 분명해집니다. Seryoga, 이것은 좋은 기준입니다. 저항하지 마십시오.
MA 의 절대값과 증분 산점도를 만든 다음 비교하십시오. 이론적으로 각 그래프의 선형회귀선 에 대한 값의 기울기와 퍼짐 정도는 같아야 합니다. 그리고 결과를 보세요. 실제 소년들은 망아지의 범위를 통해 어떻게 보나요? o) 당신도 마찬가지일까요?
중요한
좀 더 정확하게 해보자. 그래서 우리는 이미 결정했습니다 - 우리는 CLOSE 를 예측하고 다음을 찾는 것만 남아 있습니다.
가격 자체(즉, CLOSE )인 경우 MA 에 의한 "가격 회복" 기능을 조정할 시간이 필요합니다. MA 예측을 분석하면 오늘 10-50바에서 작은 테스트 드라이브를 시작할 것입니다(1회 판독에 대해 약 1분으로 간주됨)
Open , Close , ( H - L )/2 를 선택할 때 자의성에서 벗어나기 위해 틱 플로우 분석을 사용하고 + 막대 수가 아니라 시간에 따라 예측 값을 계산합니다. 그리고 "이상적인 MA"는 당신이 사용하는 것이 아니라고 생각합니다. 푸리에 변환(FT)을 사용한 다음 주파수 영역 임계값 및 역 FT를 사용해야 하며 결과는 창 중간에 최대 가능성 추정치가 있는 완벽한 곡선입니다. 그리고 무엇을 하려고 합니까?
잡다
닫습니다. 거래.
예측 벡터에 관해서는, 우리는 정말로 서로를 이해하지 못했습니다. 자, 알아봅시다.
"증분 및 절대 값의 산포도"에 관해서는 반복하지 않겠습니다. 모든 것이 여기에서 분명합니다.
비공개 로
진드기에는 특정 어려움이 있습니다. 큰 역사가 필요하며 바람직하게는 구멍이 없습니다. 이러한 요구 사항은 몇 시간 또는 몇 분 만에 아카이브에 대해 더 쉽게 충족됩니다.
이상적인 곡선에 관해서는 2-패스 MEMA(내가 사용하는 것)와 푸리에 스무딩이 제공하는 것을 비교하겠습니다. "좋음"의 기준으로 나는 인용에서 표준 편차의 값과 곡선 자체의 부드러움을 선택할 것을 제안합니다. 속도가 낮을수록 곡선이 더 매끄럽고 더 가파르게!
에게 중성자
Close так Close. Договорились.
CLOSE 값에 대해 MA 가 더 쉬울 것입니다. 글쎄요. 제가 "price restorer by MA "를 디자인하는 동안 MA 에 대해 세 가지 테스트를 할 것입니다. 그건 그렇고, 당신은 어디에도 가격에 대한 데이터를 표시하지 않고 MA 에 대한 예측 증가만 표시했습니다. 이 "복원기"가 있습니까?
"증분 및 절대 값의 산포도"에 관해서는 반복하지 않겠습니다. 모든 것이 여기에서 분명합니다.
인용 부호가 제거되었을 수 있습니다. 이것은 우리가 구축하는 통계의 공식 이름입니다. 당신은 내 질문을 무시해서는 안되지만 그것은 당신의 일입니다. 내가 그것을 구축한다면, 나는 상당한 차이를 이해할 것입니다. 이것은 불분명한 것들의 영역에서 나온 것입니다.
비공개 로
그리고 우리는 이미 대략적으로 매개변수를 결정한 것 같습니다.