YuraZ>> : 거짓말에는 3가지 유형이 있습니다. 1. 숨겨진 거짓말 2. 명백한 거짓말 3. 통계
자본주의도 마찬가지다.
노동 생산성을 예로 들어 보겠습니다. 그들은 러시아보다 서구에서 몇 배 더 많다고 말합니다 (5에서 12까지). 글쎄요, 그들은 8시간 동안 그곳에서 일합니다... 그들은 직장에서 슈퍼맨의 속도로 움직이지 않습니다. "보고서의 성과 향상"을 임무로 하는 관리자가 많이 있습니다. 생산 지표를 높이기 위해(회사 주식 가격을 높이는 데 필요한 관리자는 구직 신청 시 회사 주식에 대한 옵션 패키지를 발행하여 자극을 받기 때문에 이에 관심이 있습니다) , 보고 기능이 개선 되고 혁신이 이루어집니다. 등을 소개하지 않습니다.
예측 함수는 f=T*S로 작성됩니다. 여기서 T는 추세 성분(회귀), S는 계절 성분입니다. 계절 성분은 일정한 방식으로 계산되며 24개의 값을 갖습니다. 이 모든 것을 책에 기록된 대로 내가 발명한 것은 아닙니다. 이론상으로 1시간 앞을 예측하고, 그림에서는 121시간이며, X1과 X2의 필요한 값은 없으며, 이 값은 EXCEL의 FORECAST 함수를 사용하여 계산됩니다. 즉. 121시간의 예측을 신뢰하는 것이 더 낫습니다. 그러면 불일치가 있을 수 있습니다.
결과를 데카르트 좌표계로 표시하고, 가로축을 따라 예측된 값의 증분을 표시하고, 세로축을 따라 점 형태로 이러한 증분의 예측을 모델링합니다. 이상적으로(100% 정확한 예측) 기울기 각도가 45도인 점 구름을 얻을 수 있습니다. 실제로, 작은 기울기 각도(예측 정확도를 특징으로 함)와 매우 두꺼운(이 매개변수는 예측 스프레드의 크기를 특징으로 함) 구름을 얻게 됩니다. 이렇게 하려면 기기에 대한 첫 번째 차분 계열(x[i]=Open[i]-Open[i-1])과 예측에 대한 첫 번째 차분 계열(y[i]=Predict[i]-Predict [i-1]) .
가치 있는 오픈 클로즈 네일 채널의 상태, 평균 변동성 및 가격 왼쪽에서 볼 수 있는 기타 기술적 매개변수를 통계로 취하면 --- 정직하고 섞이지 않았다고 안전하게 말할 수 있습니다 --- 스레드의 저자는 이러한 통계를 보다 정확하게 의미했습니다. 이 정보를 기반으로 몇 가지 지표를 말할 수 있습니다. - 어떤 정당이나 자본가도 가격과 가격 왼쪽에 형성된 현실을 저글링하지 않을 것입니다 ...
예측 함수는 f=T*S로 작성됩니다. 여기서 T는 추세 성분(회귀), S는 계절 성분입니다. 계절 성분은 일정한 방식으로 계산되며 24개의 값을 갖습니다. 이 모든 것을 책에 기록된 대로 내가 발명한 것은 아닙니다. 이론상으로는 1시간 앞서 예측하고, 그림에서는 121시간이며, X1과 X2에 필요한 값은 없으며, 이 값은 EXCEL의 FORECAST 함수를 사용하여 계산됩니다. 즉. 121시간의 예측을 신뢰하는 것이 더 낫습니다. 그러면 불일치가 있을 수 있습니다.
정보는 책에서 가져온 것이지 손가락에서 빠는 것이 아님이 분명합니다. 그런 다음, 저자, 제목, 출판사와 같은 책에 대한 서지 링크를 최소한 공유하십시오.
"숫자는 거짓말을 하지 않지만 숫자는 쉽다"
멋진 그림에 관해서는. 자세히 살펴보기를 권합니다. 그렇게 간단하다면 모두가 백만장자가 될 것입니다.
거짓말에는 3가지 유형이 있습니다. 1. 숨겨진 거짓말 2. 명백한 거짓말 3. 통계
자본주의도 마찬가지다.
노동 생산성을 예로 들어 보겠습니다. 그들은 러시아보다 서구에서 몇 배 더 많다고 말합니다 (5에서 12까지). 글쎄요, 그들은 8시간 동안 그곳에서 일합니다... 그들은 직장에서 슈퍼맨의 속도로 움직이지 않습니다. "보고서의 성과 향상"을 임무로 하는 관리자가 많이 있습니다. 생산 지표를 높이기 위해(회사 주식 가격을 높이는 데 필요한 관리자는 구직 신청 시 회사 주식에 대한 옵션 패키지를 발행하여 자극을 받기 때문에 이에 관심이 있습니다) , 보고 기능이 개선 되고 혁신이 이루어집니다. 등을 소개하지 않습니다.
자본주의도 마찬가지다.
내가 알기론 당신은 서구 국가에서 제조 경험이 많습니다. 아니면 첫 번째 채널의 프로그램에서이 비밀 지식을 얻었습니까?
웬일인지 당신은 거기에서 일한 경험이없는 것 같으므로 나중에 당신 자신이 부끄러워하지 않도록이 헛소리를 삭제하십시오.
나는 약간의 통계를 하기로 결정했다. 책을 사서 곱셈 모델을 만들었습니다 :) Excel을 사용하여. 회귀 분석을 작성하고 계절 구성 요소(시즌 1 - 24시간, 따옴표의 시간별 아카이브 사용)를 선택하고 예측 기능을 작성했습니다.
회귀 방정식은 다음과 같습니다. Y=b0+b1*t+b2*t^2+b3*X1+b4*X2, 여기서
Yi=CLOSEi(금), t-시간, X1=CLOSEi-1(금)/CLOSEi-1(미국 달러), X2=CLOSEi-1(금), b0...b4- 회귀 계수. (나는 그것이 명확하기를 바랍니다)
회귀에 대한 모든 것이 명확합니다. 그러나 예측에 따르면 아무것도 명확하지 않습니다.
회귀에 대한 모든 것이 명확합니다. 그러나 예측에 따르면 아무것도 명확하지 않습니다.
예측 함수는 f=T*S로 작성됩니다. 여기서 T는 추세 성분(회귀), S는 계절 성분입니다. 계절 성분은 일정한 방식으로 계산되며 24개의 값을 갖습니다. 이 모든 것을 책에 기록된 대로 내가 발명한 것은 아닙니다. 이론상으로 1시간 앞을 예측하고, 그림에서는 121시간이며, X1과 X2의 필요한 값은 없으며, 이 값은 EXCEL의 FORECAST 함수를 사용하여 계산됩니다. 즉. 121시간의 예측을 신뢰하는 것이 더 낫습니다. 그러면 불일치가 있을 수 있습니다.
통계에 대해 어떻게 생각하십니까?
소망.
결과를 데카르트 좌표계로 표시하고, 가로축을 따라 예측된 값의 증분을 표시하고, 세로축을 따라 점 형태로 이러한 증분의 예측을 모델링합니다. 이상적으로(100% 정확한 예측) 기울기 각도가 45도인 점 구름을 얻을 수 있습니다. 실제로, 작은 기울기 각도(예측 정확도를 특징으로 함)와 매우 두꺼운(이 매개변수는 예측 스프레드의 크기를 특징으로 함) 구름을 얻게 됩니다. 이렇게 하려면 기기에 대한 첫 번째 차분 계열(x[i]=Open[i]-Open[i-1])과 예측에 대한 첫 번째 차분 계열(y[i]=Predict[i]-Predict [i-1]) .
그럴 때 모델의 품질에 대해 객관적으로 이야기할 수 있습니다.
예측 함수는 f=T*S로 작성됩니다. 여기서 T는 추세 성분(회귀), S는 계절 성분입니다. 계절 성분은 일정한 방식으로 계산되며 24개의 값을 갖습니다. 이 모든 것을 책에 기록된 대로 내가 발명한 것은 아닙니다. 이론상으로는 1시간 앞서 예측하고, 그림에서는 121시간이며, X1과 X2에 필요한 값은 없으며, 이 값은 EXCEL의 FORECAST 함수를 사용하여 계산됩니다. 즉. 121시간의 예측을 신뢰하는 것이 더 낫습니다. 그러면 불일치가 있을 수 있습니다.
정보는 책에서 가져온 것이지 손가락에서 빠는 것이 아님이 분명합니다. 그런 다음, 저자, 제목, 출판사와 같은 책에 대한 서지 링크를 최소한 공유하십시오.
비즈니스 통계. 관리 및 금융가 가이드. A. A. 민코
"Eksmo"모스크바 2008
통계에 대해 어떻게 생각하십니까?
테스터에서 EA 매개변수를 최적화할 때 모두 사용한다고 생각합니다. 글쎄, 누군가 최적화를 사용하지 않을 수도 있습니다.
그러나 그러한 질문이 발생하면 우리는 무의식적으로 통계를 갖게됩니다 ... 또는 우리 :) .