그리고 다변량 다항식 회귀를 할 수 있습니다 ... 더 나쁘게는 선형이 될까요? 잘 모르겠습니다. 확인이 하나뿐입니다. 예측 정확도가 증가하거나 예측 시간이 동일한 정확도로 증가하면 더 좋습니다 ... 그러나 이것을 확인하려면 수행 방법을 이해해야 할뿐만 아니라 그것 뿐만 아니라 이 나쁜 철(컴퓨터) 조각에 모든 것을 설명하십시오 ...
예, 모든 회귀를 수행할 수 있습니다. 더 나빴다은 무슨 뜻인가요? 내 자전거도 읽어봤어? 무엇을 위해 어떤 도구를 사용하는지 이해하는 것이 필요합니다! 나는 회귀의 개념을 모르고 그것에 가깝게 내 쓰레기를 썼습니다. 내가 원하는 것을 정확히 얻어야 했다. 만들어진. 그런 다음 나는 이것이 다변량 선형 회귀 의 정의에 따라 요약될 수 있다는 것을 배웠습니다.
그리고 다항식이나 다른 것이 있다면 요점을 이해하지 못합니다.
Fin의 행동을 예측하려고 합니다. 나머지 지느러미의 회귀를 통해 도구. 도구는 물론 갈 길입니다. 하지만 너무 평범해서... 막다른 골목이라고 확신합니다. 그리고 다변수 회귀를 구현하는 것은 문제가 되지 않습니다. 아직 시도하지 않은 것을 시도하려는 열망이 아니라 왜 그 일을 하는지 이해해야 합니다.
알슈 : 물론 더 좋지만 컴퓨터도 잘 로드됩니다. :)
그녀는 아무것도로드하지 않습니다. 수치 방법 규칙.
PS 젠장, 내 글을 읽었습니다. 모든 종류의 용어 등 너무 멋지게 들립니다. 나도 용어를 이해하지 않고 나머지를 읽을 때 생각. 그러나 실제로 학교 수준에서 그러한 초등 문제가 논의되고 있습니다 ... 회귀 분석의 기본 사항, 과제가 제기되는 방식에 대해 조금 읽었습니다. 그리고 가장 단순한 아이디어가 Mashka보다 높은 수준에서 논의된다는 것을 이해하게 될 것입니다.
Fin의 행동을 예측하려고 합니다. 나머지 지느러미의 회귀를 통해 도구. 도구는 물론 갈 길입니다. 하지만 너무 평범해서... 막다른 골목이라고 확신합니다. 그리고 다변수 회귀를 구현하는 것은 문제가 되지 않습니다. 아직 시도하지 않은 것을 시도하려는 열망이 아니라 왜 그 일을 하는지 이해해야 합니다.
그래서 당신은 이해해야합니다. 의미를 이해하지 못하면(자신이 무엇인지, 왜 그리고 왜 하는지 이해하지 못함) 모든 것이 어리 석고 무의미합니다. 너가 확실히 맞아.
이 작업의 절대 아날로그입니다. 우리는 두 대의 차를 가지고 클래스 매개 변수를 최적화했습니다 ... 데모에서 실제 것보다 낫지 않습니다 ... 얼굴에 쾅쾅 ... 내 순무를 긁었지만 세 대의 자동차를 최적화합시다. 예, 아이디어, EU 최적화된, 실제에서 ... 최대로 악어를 강타하고 싶지 않은 ... RSI에 대해 배웠습니다 ... 최적화... bam... 신경망... bam...
등등 무한히 사람들이 고개를 돌리지 않기 때문에 로봇처럼 행동합니다 ...
Z.Y. alsu는 생각하는 방법을 알고 있습니다. 질문에서 확인할 수 있습니다. 올바른 질문을 합니다. 그는 그들에 대한 답을 찾을 것입니다. 잘했습니다. 즉, 컴퓨터 열거가 아닌 머리로 생각한 것을 의미합니다. 아마도 무언가가 나올 것입니다 ...
Mathemat : 예, 더 높은 수준이 아니라 말 그대로 기계 수준 입니다. 나는 어떻게 든 선형 회귀가 L.K라고 여기에 썼습니다. 두 개의 다른 가장 일반적인 자동차. 사람들이 믿기까지 오랜 시간이 걸리지 않았습니다. 여기 주제가 있습니다.
Alexei, 당신도 잘 알다시피, 내가 거기에 가본 적이 있습니다. 그 스레드에서. 올바른 질문만 하고
따라서 N개의 샘플을 포함하는 시계열이 있습니다. 이 단계에서는 진드기, OHLC 또는 기타와 같이 판독값이 정확히 무엇을 의미하는지 중요하지 않습니다. 훈련 샘플의 최적 길이 n이 N과 같지 않고 조정 가능한 매개변수의 최적 개수 k<=n( 다항식 차수 )에 대한 질문에 답하는 것이 중요해 보입니다.
1. 다항식 정도로 나는 그에게 최대값이 3번째라고 대답했다. 더 무의미하다. 회귀를 사용하지 않습니다. 이 숫자는 다른 고려 사항(확률적 차등 수준)에서 가져온 것입니다.
2. 조정 가능한 매개변수의 최적 수는 0입니다.
3. 하지만 샘플의 최적 길이를 모르고 아직 계산할 수 없습니다. 시간과 ACF의 두 값 이상에 따라 달라지는 것 같습니다. 하지만 여기 방법이...
그리고 분산을 계산하면 회귀선에서 얼마나 빠른지, 이 까다로운 분산의 작은 값은 직선에 가까운 견적의 값을 나타냅니다. IMHO 이것은 매우 좋은 예측 변수입니다. 회귀 각도를 까다로운 분산으로 나누면이 지표는 시장의 비효율을 나타내며 가격은 추세 검색 뉴스에서 거래하기 위해 같은 방향으로 이동합니다.
그리고 다변량 다항식 회귀를 할 수 있습니다 ... 더 나쁘게는 선형이 될까요? 잘 모르겠습니다. 확인이 하나뿐입니다. 예측 정확도가 증가하거나 예측 시간이 동일한 정확도로 증가하면 더 좋습니다 ... 그러나 이것을 확인하려면 수행 방법을 이해해야 할뿐만 아니라 그것 뿐만 아니라 이 나쁜 철(컴퓨터) 조각에 모든 것을 설명하십시오 ...
예, 모든 회귀를 수행할 수 있습니다. 더 나빴다은 무슨 뜻인가요? 내 자전거도 읽어봤어? 무엇을 위해 어떤 도구를 사용하는지 이해하는 것이 필요합니다! 나는 회귀의 개념을 모르고 그것에 가깝게 내 쓰레기를 썼습니다. 내가 원하는 것을 정확히 얻어야 했다. 만들어진. 그런 다음 나는 이것이 다변량 선형 회귀 의 정의에 따라 요약될 수 있다는 것을 배웠습니다.
그리고 다항식이나 다른 것이 있다면 요점을 이해하지 못합니다.
Fin의 행동을 예측하려고 합니다. 나머지 지느러미의 회귀를 통해 도구. 도구는 물론 갈 길입니다. 하지만 너무 평범해서... 막다른 골목이라고 확신합니다. 그리고 다변수 회귀를 구현하는 것은 문제가 되지 않습니다. 아직 시도하지 않은 것을 시도하려는 열망이 아니라 왜 그 일을 하는지 이해해야 합니다.
알슈 :
물론 더 좋지만 컴퓨터도 잘 로드됩니다. :)
그녀는 아무것도로드하지 않습니다. 수치 방법 규칙.
PS 젠장, 내 글을 읽었습니다. 모든 종류의 용어 등 너무 멋지게 들립니다. 나도 용어를 이해하지 않고 나머지를 읽을 때 생각. 그러나 실제로 학교 수준에서 그러한 초등 문제가 논의되고 있습니다 ... 회귀 분석의 기본 사항, 과제가 제기되는 방식에 대해 조금 읽었습니다. 그리고 가장 단순한 아이디어가 Mashka보다 높은 수준에서 논의된다는 것을 이해하게 될 것입니다.
....
그리고 다항식이나 다른 것이 있다면 요점을 이해하지 못합니다.
Fin의 행동을 예측하려고 합니다. 나머지 지느러미의 회귀를 통해 도구. 도구는 물론 갈 길입니다. 하지만 너무 평범해서... 막다른 골목이라고 확신합니다. 그리고 다변수 회귀를 구현하는 것은 문제가 되지 않습니다. 아직 시도하지 않은 것을 시도하려는 열망이 아니라 왜 그 일을 하는지 이해해야 합니다.
그래서 당신은 이해해야합니다. 의미를 이해하지 못하면(자신이 무엇인지, 왜 그리고 왜 하는지 이해하지 못함) 모든 것이 어리 석고 무의미합니다. 너가 확실히 맞아.
이 작업의 절대 아날로그입니다. 우리는 두 대의 차를 가지고 클래스 매개 변수를 최적화했습니다 ... 데모에서 실제 것보다 낫지 않습니다 ... 얼굴에 쾅쾅 ... 내 순무를 긁었지만 세 대의 자동차를 최적화합시다. 예, 아이디어, EU 최적화된, 실제에서 ... 최대로 악어를 강타하고 싶지 않은 ... RSI에 대해 배웠습니다 ... 최적화... bam... 신경망... bam...
등등 무한히 사람들이 고개를 돌리지 않기 때문에 로봇처럼 행동합니다 ...
Z.Y. alsu는 생각하는 방법을 알고 있습니다. 질문에서 확인할 수 있습니다. 올바른 질문을 합니다. 그는 그들에 대한 답을 찾을 것입니다. 잘했습니다. 즉, 컴퓨터 열거가 아닌 머리로 생각한 것을 의미합니다. 아마도 무언가가 나올 것입니다 ...
그래서 당신은 이해해야합니다. 의미를 이해하지 못하면(자신이 무엇인지, 왜 그리고 왜 하는지 이해하지 못함) 모든 것이 어리 석고 무의미합니다. 너가 확실히 맞아.
예, 더 높은 수준이 아니라 말 그대로 기계 수준 입니다. 나는 어떻게 든 선형 회귀가 L.K라고 여기에 썼습니다. 두 개의 다른 가장 일반적인 자동차. 사람들이 믿기까지 오랜 시간이 걸리지 않았습니다. 여기 주제가 있습니다.
가장 단순한 경우로 회귀 분석을 모욕하지 마십시오.
주제: OLS 이외의 회귀 추정 방법이 저를 생각하게 했습니다. 지금까지는 최적의 포트폴리오를 구축하는 분야에서만 회귀를 사용하는 것을 보았습니다. 그리고 최적의 포트폴리오의 수익성을 예측합니다. 그러나 VR 핀은 아닙니다. 도구.
비교적 최적의 포트폴리오는 이미 모든 세부 사항과 함께 공개적으로 제안되었습니다...
예, 더 높은 수준이 아니라 말 그대로 기계 수준 입니다. 나는 어떻게 든 선형 회귀가 L.K라고 여기에 썼습니다. 두 개의 다른 가장 일반적인 자동차. 사람들이 믿기까지 오랜 시간이 걸리지 않았습니다. 여기 주제가 있습니다.
Alexei, 당신도 잘 알다시피, 내가 거기에 가본 적이 있습니다. 그 스레드에서. 올바른 질문만 하고
따라서 N개의 샘플을 포함하는 시계열이 있습니다. 이 단계에서는 진드기, OHLC 또는 기타와 같이 판독값이 정확히 무엇을 의미하는지 중요하지 않습니다. 훈련 샘플 의 최적 길이 n이 N과 같지 않고 조정 가능한 매개변수의 최적 개수 k<=n( 다항식 차수 )에 대한 질문에 답하는 것이 중요해 보입니다.
1. 다항식 정도로 나는 그에게 최대값이 3번째라고 대답했다. 더 무의미하다. 회귀를 사용하지 않습니다. 이 숫자는 다른 고려 사항(확률적 차등 수준)에서 가져온 것입니다.
2. 조정 가능한 매개변수의 최적 수는 0입니다.
3. 하지만 샘플의 최적 길이를 모르고 아직 계산할 수 없습니다. 시간과 ACF의 두 값 이상에 따라 달라지는 것 같습니다. 하지만 여기 방법이...
"최적"이란 무엇을 의미합니까?
나는 창에서 최고의 포트폴리오를 구축하는 데에만이 단어를 적용했습니다.
EURUSD-GBPUSD 쌍에 대한 시뮬레이션 수행
선형 회귀 방정식이 적용되었습니다.
원하는 사람은 실험을 수행하기 위해 해석하거나 자신의 옵션을 제공할 수 있습니다.
첨부 파일.
다변수 선형 회귀의 예를 작성했습니다. 이미 만들어진 선형 방정식 시스템을 얻기 위한 알고리즘(가우스를 통해서도 풀 수 있음)은 GetLinearMatrix 함수에 나와 있습니다.
Mathcad 파일 자체도 첨부되어 있습니다.