속임수는 감마 분포 함수가 마치 결정론적 모션 디퓨라를 해결할 때처럼 기사에 마치 허공에서 나온 것처럼 나타나지만 통계적 또는 terver 분석의 결과가 아니라는 것입니다. Roman , 지금까지 나는 솔루션에 대한 접근 방식에서 어떤 유사점도 발견하지 못했습니다. 심지어 조건부라도 말이죠.
그러나 자세히 살펴보면 여전히 유사점을 찾을 수 있습니다. 예를 들어Yusuf 의 기사에서도 볼 수 있는 "distribution"이라는 단어에서 :)
Aleksey , 이것은 모두 분명합니다 ... 기초 대학을 졸업 한 것이 1999 년이었습니다. 그리고 나는, 어떤 이유로 :-))), 모든 유사한 크리불린에, 특히 작업을 공식화할 때( Expert Advisor 작성 을 위한 TOR ), 솔루션을 코드로 변환할 때 대체로 유사한 접근 방식 을 고려합니다... :-))).
그러나 내가 이해하는 것처럼 - 지점의 이 문제에 대해 - (krivulin) 사용을 위한 TK가 아직 공식화되지 않았습니까?
아주 멋진. Statistica 패키지는 데이터 마이닝을 위해 이동해야 하는 유일한 소스입니다. 따라서 TI는 이에 사용되는 것을 금지해야 합니다. 그리고 자신의 모스크바 - 또한 금지, tk. Statistica와 함께 사용하면 더 이상 필요하지 않습니다.
그건 그렇고, 그는 통계학뿐만 아니라 교과서에도 언급했습니다. 왜곡하고 이해하지 못하는 척 할 필요가 없습니다.
교과서에 고정된 기존 용어와 개념을 가장 엄격하게 준수하지 않고는 새로운 지식을 얻을 수 없습니다.
TI의 개념을 데이터 마이닝이라고 부를 수는 없습니다. 필요한:
정확히 무엇을 결정
새로운 토양으로의 이전 가능성을 정당화
그리고 이 새로운 토양의 관점에서 새로운 토양에 대한 결과의 의미를 정당화하십시오.
HideYourRichess 는 하루 동안 첫 번째 요점에 의문을 제기했지만 마지막 요점에 대한 명확한 답변을 보지 못했습니다.
인용문에 종속성이 있다는 사실은 뉴스가 아니며 기억이 있다는 사실은 분석 및 예측에서 식별 및 사용을 위해 뉴스가 아닙니다. 전체 과학은 계량 경제학 이라고 합니다. 무엇을 찾았습니까? 다른 잘 알려지고 잘 정립된 개념 중에서 사용된 개념의 위치가 처음에 결정되지 않은 일종의 비열한 기사입니다.
그건 그렇고, 그는 통계학뿐만 아니라 교과서에도 언급했습니다. 왜곡하고 이해하지 못하는 척 할 필요가 없습니다.
교과서에 고정된 기존 용어와 개념을 가장 엄격하게 준수하지 않고는 새로운 지식을 얻을 수 없습니다.
TI의 개념을 데이터 마이닝이라고 부를 수는 없습니다. 필요한:
정확히 무엇을 결정
새로운 토양으로의 이전 가능성을 정당화
그리고 이 새로운 토양의 관점에서 새로운 토양에 대한 결과의 의미를 정당화하십시오.
HideYourRichess 는 하루 동안 첫 번째 요점에 의문을 제기했지만 마지막 요점에 대한 명확한 답변을 보지 못했습니다.
인용문에 종속성이 있다는 사실은 뉴스가 아니며 기억이 있다는 사실은 뉴스가 아닙니다. 분석 및 예측에 대한 식별 및 사용에는 계량 경제학이라는 전체 과학이 있습니다. 무엇을 찾았습니까? 다른 잘 알려지고 잘 정립된 개념 중에서 사용된 개념의 위치가 처음에 결정되지 않은 일종의 비열한 기사입니다.
여기에는 흙이 없습니다. 방법은 매우 추상적입니다. 간단히 말해서, 실제 악기의 이산화된 반환 시리즈는 유사하게 이산화된 랜덤 워크 시리즈보다 더 잘 압축(보관)됩니다. 또 다른 질문은 왜
속임수는 감마 분포 함수가 마치 결정론적 모션 디퓨라를 해결할 때처럼 기사에 마치 허공에서 나온 것처럼 나타나지만 통계적 또는 terver 분석의 결과가 아니라는 것입니다. Roman , 지금까지 나는 솔루션에 대한 접근 방식에서 어떤 유사점도 발견하지 못했습니다. 심지어 조건부라도 말이죠.
그러나 자세히 살펴보면 여전히 유사점을 찾을 수 있습니다. 예를 들어 Yusuf 의 기사에서도 볼 수 있는 "distribution"이라는 단어에서 :)
Aleksey , 이것은 모두 분명합니다 ... 기초 대학을 졸업 한 것이 1999 년이었습니다. 그리고 나는, 어떤 이유로 :-))), 모든 유사한 크리불린에, 특히 작업을 공식화할 때( Expert Advisor 작성 을 위한 TOR ), 솔루션을 코드로 변환할 때 대체로 유사한 접근 방식 을 고려합니다... :-))).
그러나 내가 이해하는 것처럼 - 지점의 이 문제에 대해 - (krivulin) 사용을 위한 TK가 아직 공식화되지 않았습니까?
아니요, 공식화되지 않았습니다. 그건 확실합니다. 알파벳(1학년)은 이제 막 시작되었으므로 실제 과학은 아직 멀었습니다.
추신 그리고 저는 1987년에 고등 교육을 받았고 수학을 제외하고는 거의 모든 것을 잊어버렸습니다.
아니요, 공식화되지 않았습니다. 그건 확실합니다. 알파벳(1학년)은 이제 막 시작되었으므로 실제 과학은 아직 멀었습니다.
추신: 그리고 저는 1987년에 고등 교육을 받았고 수학을 제외하고는 거의 모든 것을 잊어버렸습니다.
분명한.
아주 멋진. Statistica 패키지는 데이터 마이닝을 위해 이동해야 하는 유일한 소스입니다. 따라서 TI는 이에 사용되는 것을 금지해야 합니다. 그리고 자신의 모스크바 - 또한 금지, tk. Statistica와 함께 사용하면 더 이상 필요하지 않습니다.
그건 그렇고, 그는 통계학뿐만 아니라 교과서에도 언급했습니다. 왜곡하고 이해하지 못하는 척 할 필요가 없습니다.
교과서에 고정된 기존 용어와 개념을 가장 엄격하게 준수하지 않고는 새로운 지식을 얻을 수 없습니다.
TI의 개념을 데이터 마이닝이라고 부를 수는 없습니다. 필요한:
정확히 무엇을 결정
새로운 토양으로의 이전 가능성을 정당화
그리고 이 새로운 토양의 관점에서 새로운 토양에 대한 결과의 의미를 정당화하십시오.
HideYourRichess 는 하루 동안 첫 번째 요점에 의문을 제기했지만 마지막 요점에 대한 명확한 답변을 보지 못했습니다.
인용문에 종속성이 있다는 사실은 뉴스가 아니며 기억이 있다는 사실은 분석 및 예측에서 식별 및 사용을 위해 뉴스가 아닙니다. 전체 과학은 계량 경제학 이라고 합니다. 무엇을 찾았습니까? 다른 잘 알려지고 잘 정립된 개념 중에서 사용된 개념의 위치가 처음에 결정되지 않은 일종의 비열한 기사입니다.
그건 그렇고, 그는 통계학뿐만 아니라 교과서에도 언급했습니다. 왜곡하고 이해하지 못하는 척 할 필요가 없습니다.
교과서에 고정된 기존 용어와 개념을 가장 엄격하게 준수하지 않고는 새로운 지식을 얻을 수 없습니다.
TI의 개념을 데이터 마이닝이라고 부를 수는 없습니다. 필요한:
정확히 무엇을 결정
새로운 토양으로의 이전 가능성을 정당화
그리고 이 새로운 토양의 관점에서 새로운 토양에 대한 결과의 의미를 정당화하십시오.
HideYourRichess 는 하루 동안 첫 번째 요점에 의문을 제기했지만 마지막 요점에 대한 명확한 답변을 보지 못했습니다.
인용문에 종속성이 있다는 사실은 뉴스가 아니며 기억이 있다는 사실은 뉴스가 아닙니다. 분석 및 예측에 대한 식별 및 사용에는 계량 경제학이라는 전체 과학이 있습니다. 무엇을 찾았습니까? 다른 잘 알려지고 잘 정립된 개념 중에서 사용된 개념의 위치가 처음에 결정되지 않은 일종의 비열한 기사입니다.
여기에는 흙이 없습니다. 방법은 매우 추상적입니다. 간단히 말해서, 실제 악기의 이산화된 반환 시리즈는 유사하게 이산화된 랜덤 워크 시리즈보다 더 잘 압축(보관)됩니다. 또 다른 질문은 왜
여기에는 흙이 없습니다. 방법은 매우 추상적입니다. 간단히 말해서, 실제 악기의 이산화된 반환 시리즈가 유사하게 이산화된 랜덤 워크 시리즈보다 더 잘 압축(보관)됩니다. 또 다른 질문은 왜
그래서 그들은 데이터를 quantile로 대체하여 조작 할 때 알파벳을 줄였습니다 ... (그리고 가능한 소리의 영역을 확대했습니다).
"중" 귀를 위한 손실 없는 유형.
;)
--------
5 자리 에서 3자리로 이동 - 마침내 멋질 것입니다.
정확히 무엇을 결정
새로운 토양으로의 이전 가능성을 정당화
그리고 이 새로운 토양의 관점에서 새로운 토양에 대한 결과의 의미를 정당화하십시오.
나는 논쟁하지 않습니다. 모든 것이 논리적입니다. 포인트 1부터 시작하겠습니다.
1. "우리가 취하는 것을 정확하게 결정": 먼저 - 작업 셀, 그 다음에는 이미 나눌 수 없습니다.
정수 Lag를 수정합니다. 이것은 "막대 사이의 거리", 즉 MT4에서 주어진 시간 프레임에 대한 인덱스 간의 차이 모듈입니다.
목적: 1) 인덱스 sh가 있는 "선행" 막대 반환 및 2) 인덱스 sh+Lag가 있는 "팔로잉" 막대 반환의 두 임의 변수 사이에 통계적 관계가 있는지 확인합니다.
이것이 우리가 취하는 것입니다: Lag와 같은 거리를 가진 막대의 모든 쌍. 매우 정확합니다.
faa1947 : HideYourRichess 가 하루 동안 첫 번째 요점을 질문했지만 마지막 요점에 대한 명확한 답이 보이지 않습니다.
어디에서 무엇을 의심해야합니까? 먼저 첫 번째 요점을 처리합시다. 두 번째로 넘어 갑시다.
정수 Lag를 수정합니다. 이것은 "막대 사이의 거리", 즉 MT4에서 주어진 시간 프레임에 대한 인덱스 간의 차이 모듈입니다.
미션이 바뀌었습니다...
영형)
-----------
시간 표시줄의 관습을 감안할 때. 그리고 안정적인 특성 - 결국 개폐가 일반적이지 않습니다. 왼쪽 H&L.
우리는 무엇을 비교하고 있습니까? 아무도 아직 바에서 평균과 속도를 알려주지 않습니다 ...
샤머니즘...
다시 한 번 유명한 Excel 스프레드시트를 여기에 배치할 것을 제안합니다. 그렇지 않으면 잘 알려진 보편적 인 .. 및 기타 공식의 리메이크로서 아직 볼 수 없습니다.
이런 렉이 좋습니다. 유사성의 기준도 아직 보이지 않는다.
그래서 논쟁-담론은 무엇에 관한 것인가?
(