나는 오해를 없애기 위해 내가 아는 한에서 실험 설정(내 모델의 능력을 고려하여 내가 이해한 대로)에 대해 더 많이 이야기하기로 결정했습니다. 모든 것이 매우 간단하고 테스트를 위해 사이트를 가져오고 시스템은 이 영역의 모든 판독값을 순차적으로 전달합니다. 각 샘플에서 고정 길이 W 를 가진 이력 데이터 선택이 수행됩니다. 다음 데이터가 분석되고 최적으로 선택됩니다.
창 길이 MA(지연) 예측하다
예측 지평선
그는 문학적 단어를 예술적 단어로 강화하여 그림을 최대한 묘사했습니다.
예측이 수행되고 예측에 대한 데이터와 특정 예측의 "환경 매개변수"가 기록되고 시스템이 다음 샘플로 이동합니다. 따라서 카운트에서 카운트로 예측 포인트의 수가 변경되고 예측 포인트가 계산되는 특정 슬라이딩 윈도우의 값이 변경됩니다.
Serega, 분명히 이런 이유로 우리는 오해가 있었습니다. 아마도 MA 를 수정하고 전체 세그먼트에 대해서만 예측하므로 이를 위해 안전하게 증분으로 이동할 수 있습니다. 나는 그렇게 할 수 없습니다. MA 는 항상 변경되므로 증분은 예측 판독값 0을 중심으로 "집중"됩니다.
예측의 첫 번째 결과
예측은 100개의 판독값, EURUSD 견적, 시간, ( H + L )/2의 연구 영역에 대해 이루어졌습니다. 그림은 가격이 H , L 및 ( H + L )/2인 이 플롯을 보여줍니다.
각각의 예측 가격 값에 대한 슬라이딩 윈도우의 길이 변경(예측 영역의 길이보다 샘플이 더 많은 이유가 명확하기를 바랍니다)
각 예측 값에 대한 예측 기간 값의 변경
예측 및 실제 가격의 산포도는 " x " 축을 따라 예측되고 " y " 축을 따라 실제 가격입니다. 계수 b선형 회귀 방정식 에서 y = a + b * x0.9983입니다.
다시 말하지만 여기에는 실수가 없습니다. 사실은 사실이며 확인되었습니다. 예측에 대한 매개변수를 최적화하는 데 초점이 맞춰져 있을 뿐입니다. 그건 그렇고, 좋은 기계에서 1000개의 판독값을 테스트하려면 약 20시간을 기다려야 하고 운영자 자신은 1초도 채 되지 않는 시간에 작업합니다. 또한 코드를 최적화했습니다.
추신 :
Neutron :
Seryoga, 왜 의심스러운 빈 게시물이 있습니까? 가서 날 속임수처럼 불러? :에 대한)
가격과 예측의 절대값을 기반으로 예측 클라우드를 구축하면 통합 백색 잡음에 대해서도 접선=1인 직선을 얻게 됩니다. 두 시리즈 모두 0인 상수 값 구성 요소를 포함하고 평가가 응답하는 것은 이 구성 요소에 대해 명확해야 합니다. 이것이 내가 당신에게 말하는 것입니다. 그것에 대해 생각해보십시오.
가격과 예측의 절대값을 기반으로 예측 클라우드를 구축하면 통합 백색 잡음에 대해서도 접선=1인 직선을 얻게 됩니다. 두 시리즈 모두 0인 상수 값 구성 요소를 포함하고 평가가 응답하는 것은 이 구성 요소에 대해 명확해야 합니다. 이것이 내가 당신에게 말하는 것입니다. 그것에 대해 생각해보십시오.
확인. MA를 예측하고 MA에서 증분으로 이동하면 어떻게 됩니까? 괜찮아? :o) 그리고 아마도 "이동하는 것은 무의미합니다" 대신에 기준을 제시할 것입니까? 객관적인 기준이 있지 않을까요?
Если строить прогнозное облако по абсолютным значениям цен и прогнозу, то мы получим прямую с тангенсом=1 даже для интегрированного белого шума. Это длжно быть понятно, оба ряда содержат постоянную составляющую ценность которой нулевая, а именно на эту составляющую и отреагирует оценка. Об этом я тебе и толдычу. Подумай об этом.
이와 유사하게 증분에 대해서도 다르지 않습니다. 이 기준(LR 세트)은 두 경우 모두 최고가 아닙니다.
결국, 1 bar 앞서 예측을 발행할 수 있다면 재귀를 사용하여 2 막대에 대한 예측을 발행한 다음 귀납법으로 발행할 수 있습니다. 그러나 예측 오차는 수평선의 성장과 함께 기하급수적으로 증가하므로 기본 예측의 정확도(막대당)와 예측 범위의 함수로서 신뢰 구간 의 너비 사이의 관계를 연구하는 데 관심이 없습니다. 아마추어가 하도록 하세요. 당신과 나는 예측의 바로 그 기초의 품질을 연구할 것입니다 - 1 BAR 앞으로 그리고 그것이 전부입니다! 사실, 처음에는 1개의 막대를 예측하고 한 단계 앞으로 나아가는 식으로 10,000번 반복하여 통계를 수집해 보겠습니다. 진정성을 위해. 저것들. 우리는 길이가 10,000개 요소인 예측 벡터로 끝낼 것입니다. 각 요소는 새 항목의 도착을 포함하여 그 순간에 사용 가능한 모든 데이터를 계산하는 1bar에 대한 예측값입니다.
실험 설정
나는 오해를 없애기 위해 내가 아는 한에서 실험 설정(내 모델의 능력을 고려하여 내가 이해한 대로)에 대해 더 많이 이야기하기로 결정했습니다. 모든 것이 매우 간단하고 테스트를 위해 사이트를 가져오고 시스템은 이 영역의 모든 판독값을 순차적으로 전달합니다. 각 샘플에서 고정 길이 W 를 가진 이력 데이터 선택이 수행됩니다. 다음 데이터가 분석되고 최적으로 선택됩니다.
그는 문학적 단어를 예술적 단어로 강화하여 그림을 최대한 묘사했습니다.
예측이 수행되고 예측에 대한 데이터와 특정 예측의 "환경 매개변수"가 기록되고 시스템이 다음 샘플로 이동합니다. 따라서 카운트에서 카운트로 예측 포인트의 수가 변경되고 예측 포인트가 계산되는 특정 슬라이딩 윈도우의 값이 변경됩니다.Serega, 분명히 이런 이유로 우리는 오해가 있었습니다. 아마도 MA 를 수정하고 전체 세그먼트에 대해서만 예측하므로 이를 위해 안전하게 증분으로 이동할 수 있습니다. 나는 그렇게 할 수 없습니다. MA 는 항상 변경되므로 증분은 예측 판독값 0을 중심으로 "집중"됩니다.
예측의 첫 번째 결과
예측은 100개의 판독값, EURUSD 견적, 시간, ( H + L )/2의 연구 영역에 대해 이루어졌습니다. 그림은 가격이 H , L 및 ( H + L )/2인 이 플롯을 보여줍니다.
각각의 예측 가격 값에 대한 슬라이딩 윈도우의 길이 변경(예측 영역의 길이보다 샘플이 더 많은 이유가 명확하기를 바랍니다)
각 예측 값에 대한 예측 기간 값의 변경
예측 및 실제 가격의 산포도는 " x " 축을 따라 예측되고 " y " 축을 따라 실제 가격입니다. 계수 b 선형 회귀 방정식 에서 y = a + b * x 0.9983입니다.
다시 말하지만 여기에는 실수가 없습니다. 사실은 사실이며 확인되었습니다. 예측에 대한 매개변수를 최적화하는 데 초점이 맞춰져 있을 뿐입니다. 그건 그렇고, 좋은 기계에서 1000개의 판독값을 테스트하려면 약 20시간을 기다려야 하고 운영자 자신은 1초도 채 되지 않는 시간에 작업합니다. 또한 코드를 최적화했습니다.
추신 :
Seryoga, 왜 의심스러운 빈 게시물이 있습니까? 가서 날 속임수처럼 불러? :에 대한)
to Prival
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!
SCO(따옴표와의 편차 값)를 계산하는 방법은 명확합니다. 평활도를 계산하는 방법을 제안합니다.
...
SCO(따옴표와의 편차 값)를 계산하는 방법은 명확합니다. 평활도를 계산하는 방법을 제안합니다.
이 부드러움은 우리에게 무엇을 줄까요? 위에서 설명했습니다. 많은 MA가 예측되었으며 각 샘플에 대해 동일한 MA가 예측 가능성 측면에서 가장 좋은 방법으로 선택됩니다.
위의 전체 게시물을 작성했지만 잠시 후 사라졌습니다 :-(
Grans , 우리는 오해가 있습니다. 계속해서 의미가 없습니다!
가격과 예측의 절대값을 기반으로 예측 클라우드를 구축하면 통합 백색 잡음에 대해서도 접선=1인 직선을 얻게 됩니다. 두 시리즈 모두 0인 상수 값 구성 요소를 포함하고 평가가 응답하는 것은 이 구성 요소에 대해 명확해야 합니다. 이것이 내가 당신에게 말하는 것입니다. 그것에 대해 생각해보십시오.
비공개 로
Как посчитать ско (величину отклонения от котировок) понятно, предложения как считать гладкость ?
시간 t에서 급수 X와 Y의 근접성을 측정하기 위해 함수 (y[i]-x[i])^2를 선택하고 급수의 평활도 측정으로 함수 (y[ i]-y[i-1])^2 . 이 함수들의 합, 즉 S=(y[i]-x[i])^2+(y[i]-y[i-1])^2 의 값을 추정할 것입니다.
(S. Bulashev에서 가져옴)
위의 전체 게시물을 작성했지만 잠시 후 사라졌습니다 :-(
Grans , 우리는 오해가 있습니다. 계속해서 의미가 없습니다!
가격과 예측의 절대값을 기반으로 예측 클라우드를 구축하면 통합 백색 잡음에 대해서도 접선=1인 직선을 얻게 됩니다. 두 시리즈 모두 0인 상수 값 구성 요소를 포함하고 평가가 응답하는 것은 이 구성 요소에 대해 명확해야 합니다. 이것이 내가 당신에게 말하는 것입니다. 그것에 대해 생각해보십시오.
확인. MA를 예측하고 MA에서 증분으로 이동하면 어떻게 됩니까? 괜찮아? :o) 그리고 아마도 "이동하는 것은 무의미합니다" 대신에 기준을 제시할 것입니까? 객관적인 기준이 있지 않을까요?
중성자 에게
오류 분석의 방향(사실과 예측 값의 차이), 매우 객관적인 정보(이것이 EURUSD임을 상기시켜 드리겠습니다.)
이 시계열 의 분석이 객관적일 것이라고 생각하십니까?
추신(수정됨):
Если строить прогнозное облако по абсолютным значениям цен и прогнозу, то мы получим прямую с тангенсом=1 даже для интегрированного белого шума. Это длжно быть понятно, оба ряда содержат постоянную составляющую ценность которой нулевая, а именно на эту составляющую и отреагирует оценка. Об этом я тебе и толдычу. Подумай об этом.
이와 유사하게 증분에 대해서도 다르지 않습니다. 이 기준(LR 세트)은 두 경우 모두 최고가 아닙니다.
Seryoga, 귀하의 모든 발언은 동의로 답변 될 수 있습니다. 기본이 아닙니다. 회귀 추정을 원하지 않으면 sko를 사용합시다. MA를 예측하고 원래 시리즈로 이동하려면 수행하십시오!
근본적인 요점은 한 가지 질문입니다. 앞으로 1막대만 예측할 수 있습니까?
Seryoga, 귀하의 모든 발언은 동의로 답변 될 수 있습니다. 기본이 아닙니다. 회귀 추정을 원하지 않으면 sko를 사용합시다. MA를 예측하고 원래 시리즈로 이동하려면 수행하십시오!
근본적인 요점은 한 가지 질문입니다. 앞으로 1막대만 예측할 수 있습니까?
물론 앞으로 한 바에 대한 예측은 할 수 있는데 끊는 것은 어렵지 않다. 이것은 더 많은 수의 막대 를 예측하는 것이 무의미하다고 생각한다는 것을 의미합니까?
당연히!
결국, 1 bar 앞서 예측을 발행할 수 있다면 재귀를 사용하여 2 막대에 대한 예측을 발행한 다음 귀납법으로 발행할 수 있습니다. 그러나 예측 오차는 수평선의 성장과 함께 기하급수적으로 증가하므로 기본 예측의 정확도(막대당)와 예측 범위의 함수로서 신뢰 구간 의 너비 사이의 관계를 연구하는 데 관심이 없습니다. 아마추어가 하도록 하세요. 당신과 나는 예측의 바로 그 기초의 품질을 연구할 것입니다 - 1 BAR 앞으로 그리고 그것이 전부입니다! 사실, 처음에는 1개의 막대를 예측하고 한 단계 앞으로 나아가는 식으로 10,000번 반복하여 통계를 수집해 보겠습니다. 진정성을 위해. 저것들. 우리는 길이가 10,000개 요소인 예측 벡터로 끝낼 것입니다. 각 요소는 새 항목의 도착을 포함하여 그 순간에 사용 가능한 모든 데이터를 계산하는 1bar에 대한 예측값입니다.