grasn(그에게 감사드립니다)의 제안으로 나는 다음과 같은 아이디어를 발전시키기 시작했습니다.
1. 지그재그로 만듭니다. ZZ의 분포가 가능한 한 정상에 가깝도록 모수를 선택합니다.
2. 가격에서 33을 빼면 고정에 가까운 시리즈를 얻을 수 있습니다.
3. 2단계에 대한 3Z 예측 - 현재 웨이브 완료 및 다음 웨이브 완료. 나는 평범한 통계에 국한되어 있지만 교활한 회귀 모델을 사용하는 것이 아마도 가능할 것입니다.
4. 잔액을 예측합니다(방법은 아직 결정되지 않음).
5. 예측을 분 단위로 최적화합니다. 3Z의 현재 광선 + 균형 예측과 가격 사이의 RMS.
6. 최적화 결과인 궤적을 얻습니다.
관심있는 동료, 참여하십시오 :-)
동안..
그건 그렇고, 내 오래된 아이디어 (아마도 내 것뿐만 아니라),하지만 모든 손이 닿지 않습니다. 다음 조치를 통해 ZZ를 "고정" 시리즈로 가져오십시오(얼마나 고정될 것인지는 별도의 질문임). 각 세그먼트에는 (분명히) 중간점이 있습니다. 이 점이 "0"이 되도록(꼭짓점을 끊지 않고) x 및 y의 공간 3D를 변환합니다. 동시에 BZ를 "모든 곳에서 조밀하게" 만드는 것을 잊지 마십시오. 정점뿐만 아니라 그 사이의 모든 점을 형성합니다. 사실상 평균이 0인 톱니파형과 같은 것으로 끝나야 합니다. 이 신호는 원래 신호보다 훨씬 길어야 합니다. 모든 것이 올바르게 완료되면 "정상 시간"영역에서 신호를 복원 할 수 있습니다. 그리고 AR과 같이 정면으로 이 신호를 예측하거나 앞에서 설명한 까다로운 방법을 사용하여 예측해 보세요. o)
물론 몇 가지 수용 가능한 가정이 있으면 가능합니다. "이것이 왜 필요한가"라는 질문에 대한 대답은 매우 간단하며 유일한 것은 검증된(검증된) 마타파라트를 사용할 수 있는 능력뿐입니다. 내 임호.
어떤이. 즉시 가격 VR을 정현파와 같은 것으로 변환하고, 이것으로 약간의 돈을 벌고 다시 변환합시다(글쎄, 자연적인 균형을 유지하기 위해) ... 그러나 돈도 변환되어야 합니다... 0(그것도 마찬가지)으로.
농담.
안녕하세요, 세르게이입니다.
생성하는 VR의 비정상성을 방지하는 방법 중 하나(아마도 유일한 방법)는 TS에서 적응형 방법을 사용하는 것입니다. 이를 위해서는 시스템이 정지 상태가 존재하는 특징적인 시간보다 늦어도 재훈련되어야 합니다(전혀 없으면 시장을 이기기 위한 시도는 원칙적으로 무의미합니다).
Neutron писал(а)>> 생성하는 VR의 비정상성을 처리하는 방법 중 하나(아마도 유일한 방법)는 TS에서 적응 방법을 사용하는 것 같습니다. 이를 위해서는 시스템이 정지 상태가 존재하는 특징적인 시간보다 늦어도 재훈련되어야 합니다(전혀 없으면 시장을 이기기 위한 시도는 원칙적으로 무의미합니다).
적응형 TS의 문제점은 그 안에 내장된 특정 알고리즘에 따라 재학습되기도 하지만 시장 변화 알고리즘과 일치하지 않을 수 있다는 점이다. 즉, 시장을 변경하는 알고리즘은 일정 시간 동안 TS를 재교육하는 알고리즘과 일치한 다음 "분산"할 수 있습니다. 주어진 알고리즘에 따라 시장은 변하지 않는다 - 이것이 전체 문제 .....
인터넷의 PAMM에 따르면 그렇지 않습니다. 아직 성공률이 있습니다. 그리고 그들 모두는 실질적으로 하나의 역학입니다. 그것은 뭔가를 말한다. 제 생각에는 무리 본능과 일종의 시스템을 별도로 사용할 수 없습니다. 즉, 실제로 자신의 분석 전문 기술 없이는 어드바이저와 거래할 수 없습니다. 그건 그렇고, 차트를 관찰한 시간에 의해 주어지고 다른 것은 없습니다.
어떤이. 즉시 가격 VR을 정현파와 같은 것으로 변환하고, 이것으로 약간의 돈을 벌고 다시 변환합시다(글쎄, 자연적인 균형을 유지하기 위해) ... 그러나 돈도 변환되어야 합니다... 0(그것도 마찬가지)으로.
농담.
예, 여기에 조커를 추가했습니다.
안녕하세요, 세르게이입니다.
안녕하세요, 세르게이입니다. :o) 만나서 반가워요. 어디 갔어, 어떤 흥미로운 것들을 공부했니?
생성하는 VR의 비정상성에 대처하는 방법 중 하나(아마도 유일한 방법)는 TS에서 적응형 방법을 사용하는 것 같습니다. 이를 위해서는 시스템이 정지 상태가 존재하는 특징적인 시간보다 늦어도 재훈련되어야 합니다(전혀 없으면 시장을 이기기 위한 시도는 원칙적으로 무의미합니다).
잠깐, 천천히 가자. 매우 구체적인 속성을 가진 시리즈를 변환하는 작업이 있습니다.
(1) 정지
(2) 정규성
(3) 역회복 능력
문제는 그러한 계열이 주어지고 속성 (1), (2), (3)이 있다고 가정해 보겠습니다. 속성 (3)의 경우 변환 메커니즘이 제공됩니다. 어떤 기준을 사용하여 확인하시겠습니까?
여기, 쏘렌토, 모든 것이 그렇게 단순하지 않고 항상 "이익 요인 및 매트 기대", 간단히 말해서 "감동을 받지 않습니다."로 귀결되지는 않는 것 같습니다. ..
이것은 쏘렌토가 인상적이지 않습니까?
아직 아님.
864일 동안.
그러나 분석을 위해 "단순"합니다. 년도.
그리고 149 탱크에서 8 538.00%. 그리고 샤프가 더 좋습니다.
그러나 zaezhzhennost와 맛 - 그것은 자발적입니다.
과학은 과학..
식물이지만.
;)
grasn(그에게 감사드립니다)의 제안으로 나는 다음과 같은 아이디어를 발전시키기 시작했습니다.
1. 지그재그로 만듭니다. ZZ의 분포가 가능한 한 정상에 가깝도록 모수를 선택합니다.
2. 가격에서 33을 빼면 고정에 가까운 시리즈를 얻을 수 있습니다.
3. 2단계에 대한 3Z 예측 - 현재 웨이브 완료 및 다음 웨이브 완료. 나는 평범한 통계에 국한되어 있지만 교활한 회귀 모델을 사용하는 것이 아마도 가능할 것입니다.
4. 잔액을 예측합니다(방법은 아직 결정되지 않음).
5. 예측을 분 단위로 최적화합니다. 3Z의 현재 광선 + 균형 예측과 가격 사이의 RMS.
6. 최적화 결과인 궤적을 얻습니다.
관심있는 동료, 참여하십시오 :-)
동안..그건 그렇고, 내 오래된 아이디어 (아마도 내 것뿐만 아니라),하지만 모든 손이 닿지 않습니다. 다음 조치를 통해 ZZ를 "고정" 시리즈로 가져오십시오(얼마나 고정될 것인지는 별도의 질문임). 각 세그먼트에는 (분명히) 중간점이 있습니다. 이 점이 "0"이 되도록(꼭짓점을 끊지 않고) x 및 y의 공간 3D를 변환합니다. 동시에 BZ를 "모든 곳에서 조밀하게" 만드는 것을 잊지 마십시오. 정점뿐만 아니라 그 사이의 모든 점을 형성합니다. 사실상 평균이 0인 톱니파형과 같은 것으로 끝나야 합니다. 이 신호는 원래 신호보다 훨씬 길어야 합니다. 모든 것이 올바르게 완료되면 "정상 시간"영역에서 신호를 복원 할 수 있습니다. 그리고 AR과 같이 정면으로 이 신호를 예측하거나 앞에서 설명한 까다로운 방법을 사용하여 예측해 보세요. o)
가능한 한 정규에 가까운 ZZ의 분포를 얻기가 어렵습니다.
이것은 정확하지만 다음 속성을 가진 원래 가격 시리즈의 변환을 얻습니다.
물론 몇 가지 수용 가능한 가정이 있으면 가능합니다. "이것이 왜 필요한가"라는 질문에 대한 대답은 매우 간단하며 유일한 것은 입증된(검증된) 마타파라트를 사용할 수 있는 능력뿐 아니라 더 이상 사용하지 않는 것입니다. 내 임호.
이것은 정확하지만 다음 속성을 가진 원래 가격 시리즈의 변환을 얻습니다.
물론 몇 가지 수용 가능한 가정이 있으면 가능합니다. "이것이 왜 필요한가"라는 질문에 대한 대답은 매우 간단하며 유일한 것은 검증된(검증된) 마타파라트를 사용할 수 있는 능력뿐입니다. 내 임호.
어떤이. 즉시 가격 VR을 정현파와 같은 것으로 변환하고, 이것으로 약간의 돈을 벌고 다시 변환합시다(글쎄, 자연적인 균형을 유지하기 위해) ... 그러나 돈도 변환되어야 합니다... 0(그것도 마찬가지)으로.
농담.
안녕하세요, 세르게이입니다.
생성하는 VR의 비정상성을 방지하는 방법 중 하나(아마도 유일한 방법)는 TS에서 적응형 방법을 사용하는 것입니다. 이를 위해서는 시스템이 정지 상태가 존재하는 특징적인 시간보다 늦어도 재훈련되어야 합니다(전혀 없으면 시장을 이기기 위한 시도는 원칙적으로 무의미합니다).
적응형 TS의 문제점은 그 안에 내장된 특정 알고리즘에 따라 재학습되기도 하지만 시장 변화 알고리즘과 일치하지 않을 수 있다는 점이다. 즉, 시장을 변경하는 알고리즘은 일정 시간 동안 TS를 재교육하는 알고리즘과 일치한 다음 "분산"할 수 있습니다. 주어진 알고리즘에 따라 시장은 변하지 않는다 - 이것이 전체 문제 .....
무리 본능 근사 정리가 발명되자마자 문제는 해결될 것입니다.
무리 본능 근사 정리가 발명되자마자 문제는 해결될 것입니다.
그리고 그것은 이미 "발명"되었고, 당신도 그것을 사용하고 있습니다. 이것이 모든(99.9%) 기계 고문이 디포를 "배출"하는 이유입니다.
인터넷의 PAMM에 따르면 그렇지 않습니다. 아직 성공률이 있습니다. 그리고 그들 모두는 실질적으로 하나의 역학입니다. 그것은 뭔가를 말한다. 제 생각에는 무리 본능과 일종의 시스템을 별도로 사용할 수 없습니다. 즉, 실제로 자신의 분석 전문 기술 없이는 어드바이저와 거래할 수 없습니다. 그건 그렇고, 차트를 관찰한 시간에 의해 주어지고 다른 것은 없습니다.
어떤이. 즉시 가격 VR을 정현파와 같은 것으로 변환하고, 이것으로 약간의 돈을 벌고 다시 변환합시다(글쎄, 자연적인 균형을 유지하기 위해) ... 그러나 돈도 변환되어야 합니다... 0(그것도 마찬가지)으로.
농담.
예, 여기에 조커를 추가했습니다.
안녕하세요, 세르게이입니다.
안녕하세요, 세르게이입니다. :o) 만나서 반가워요. 어디 갔어, 어떤 흥미로운 것들을 공부했니?
생성하는 VR의 비정상성에 대처하는 방법 중 하나(아마도 유일한 방법)는 TS에서 적응형 방법을 사용하는 것 같습니다. 이를 위해서는 시스템이 정지 상태가 존재하는 특징적인 시간보다 늦어도 재훈련되어야 합니다(전혀 없으면 시장을 이기기 위한 시도는 원칙적으로 무의미합니다).
잠깐, 천천히 가자. 매우 구체적인 속성을 가진 시리즈를 변환하는 작업이 있습니다.
문제는 그러한 계열이 주어지고 속성 (1), (2), (3)이 있다고 가정해 보겠습니다. 속성 (3)의 경우 변환 메커니즘이 제공됩니다. 어떤 기준을 사용하여 확인하시겠습니까?