창 문제는 허스트 지수를 계산할 때 가장 흥미롭습니다. 시장은 그 운동을 일으킨 뉴스에 대한 기억을 가지고 있다고 믿어집니다. 다른 소식 - 다른 메모리 길이(다른 창 너비). 역사에 따르면 우리는 이전 뉴스에 발생한 창과 기억의 끝을 계산합니다. 창의 끝은 창의 끝과 평면의 시작을 나타내는 Hurst 지수 = 0.5 또는 <= 0.5를 제공합니다. 플랫에서 벗어나면 0.5 이상의 Hurst(H)가 증가합니다. 흥미롭게도 섹션 H > 0.5에서 SPM은 무엇입니까?
물론 중요합니다. 그렇지 않으면 사람들이 현재 이익을 얻을 것으로 기대하는 TS에 대한 다양한 최적화 기술을 끌어들이지 않을 것입니다. 즉, 계획된 이익이 보장되지 않으며 이것은 유토피아이기도 합니다. 즉, 사실 이 모든 미친 파마들도 운이 좋다면 우연히 도착했습니다. 그러나 여전히 적지만 안정적으로 벌면 TS의 수익성이 배제되지 않습니다. 실제로 이것은 시장 상황의 변화로 인해 디포가 도움을 요청하지 않을 때 일반적으로 디포가 향후 성장 가능성을 유지하는 중지 트리거가 발생하는 경우 엄청난 손실을 견디는 것으로 표현됩니다. 그의 가장 충실한 친구 Kolyan에게서.
H1에 대한 인용 범위 범위를 첨부합니다. 시간상 연속 2개, 그리고 그들에게 공통 1개. 공통점이 없습니다. 그리고 이것은 짧은 기간 동안입니다.
그리고 왜 He 축은 150으로만 제한됩니까? 그리고 창 길이(예: 1000에서 1500 또는 1440 * 2)로 스펙트로그램을 서로 "중첩"하려고 시도하지 않는 이유는 막대 크기의 스펙트럼이 절대값에서 어떻게 보이는지 한 가지를 참조하십시오. 명확성을 위해 상수 구성 요소와 계단식 창의 애벌레의 차이에서 스펙트럼을 살펴보십시오. 그리고 다른 TF의 경우 예를 들어 배수입니다.
물론 안정적인 주파수는 없습니다. 하지만 그게 중요합니까?
물론 중요합니다. 그렇지 않으면 사람들이 현재 이익을 얻을 것으로 기대하는 TS에 대한 다양한 최적화 기술을 끌어들이지 않을 것입니다. 즉, 계획된 이익이 보장되지 않으며 이것은 유토피아이기도 합니다. 즉, 사실 이 모든 미친 파마들도 운이 좋다면 우연히 도착했습니다. 그러나 여전히 적지만 안정적으로 벌면 TS의 수익성이 배제되지 않습니다. 실제로 이것은 시장 상황의 변화로 인해 디포가 도움을 요청하지 않을 때 일반적으로 디포가 향후 성장 가능성을 유지하는 중지 트리거가 발생하는 경우 엄청난 손실을 견디는 것으로 표현됩니다. 그의 가장 충실한 친구 Kolyan에게서.
faa1947
고맙습니다. 내가 볼 것이다.
여기를 읽으십시오.
이벤트 감지에 대한 다른 아이디어(이벤트가 발생한 시작점으로 간주되는 아이디어)가 없는 경우 지그재그를 예로 들 수 있습니다.
새로운 지그재그 극한값이 설정될 때까지 스펙트럼을 검색합니다. 매개변수는 테스터를 통해 선택할 수 있습니다.
새로운 극한값이 설정되면 새로운 창과 새로운 검색을 의미합니다. 결국 스펙트럼은 이미 취소된 스펙트럼에 달라붙도록 떠 있습니다.
스펙트럼을 검색하기 전에 동일한 창을 가진 따옴표에서 극한값에서 0까지 선형 회귀를 빼는 것이 좋습니다.
그러면 Kotelnikov-Nyquist 정리를 건너뛰게 됩니다.( Prival 덕분에 나는 그것을 배웠습니다.)
링크 주셔서 감사합니다. LProgrammer 를 맹세하고 Halt 또는 Halt와 함께 LProgrammer th(둘 다 - 대부분 유휴 상태임)는 큰 관심을 가지고 읽었습니다.
그러나 나는 왜 이것이 "Halt-schooled"인지, Kotelnikov-Nyquist 정리를 우회하는 방법을 이해하지 못했습니다.
더 자세히 설명해 주시겠습니까?
그건 그렇고, Kotelnikov의 정리는 샘플링 후 신호 복구와 관련이 있습니다. 우리는 이미 이산 신호를 가지고 있습니다.
왜 복원합니까? 우리는 이 신호의 스펙트럼을 측정하는 것에 대해 이야기하고 있는 것 같습니다. 이것들은 다른 것들입니다.
왜 선형 회귀인가? 더 안정적인 결과를 얻고 싶습니다. 추세를 제거하십시오.
그러나 스펙트럼 측정의 경우 이것은 필수적이지 않을 수 있습니다. 측정하려는 스펙트럼에서 (회귀 빼기와 함께) 무엇을 버릴 것입니까?
이것은 결과 스펙트럼을 사용할 때 필수적입니다.
그냥 물어봐도 될까요?
평균에 추세가 있는 데이터 시리즈에서 사전에 정상성을 가정해야 합니까(또는 그 반대로...)?
그렇다면 어디에서?
그렇지 않다면 그 이유는 무엇입니까?
------ 진실을 알아야 합니다.
H1에 대한 인용 범위 범위를 첨부합니다. 시간상 연속 2개, 그리고 그들에게 공통 1개. 공통점이 없습니다. 그리고 이것은 짧은 기간 동안입니다.