faa1947 : 상수(거의 일정함)는 모델을 구성하는 목표입니다. 실패하면 해당 모델은 인용문의 이 섹션에 없습니다.
예를 들어, 우리는 쓰레기))))를 하고 랜덤 워크를 예측하기로 결정했습니다. 0에서 시작하여 0.5/0.5 확률로 +1/-1이 증가합니다. 여러 단계에 대한 최상의 예측은 현재 위치입니다. 저것들. 0인 경우 100 또는 1000단계에 대해 예측하면 최상의 예측은 0입니다. 그러나 이 예측의 오류는 어떻게 변경됩니까? 제곱 평균 제곱근 오차는 단계 수의 제곱근에 정비례하여 증가합니다. 100보의 오차(속도) = 50, 400보의 오차(속도)는 100입니다. 재발도 없고 유행도 없는 경우입니다. 재발이 있으면 오류는 단계 수의 루트보다 느리게 증가합니다. 추세라면 그 반대
예를 들어, 우리는 쓰레기))))를 하고 랜덤 워크를 예측하기로 결정했습니다. 0에서 시작하여 0.5/0.5 확률로 +1/-1이 증가합니다. 여러 단계에 대한 최상의 예측은 현재 위치입니다. 저것들. 0인 경우 100 또는 1000단계에 대해 예측하면 최상의 예측은 0입니다. 그러나 이 예측의 오류는 어떻게 변경됩니까? 제곱 평균 제곱근 오차는 단계 수의 제곱근에 정비례하여 증가합니다. 100단계에 대한 오차(sko) = 50, 400단계에 대한 오류(sko)는 100입니다. 이것은 반복도 없고 유행도 없는 경우입니다. 재발이 있으면 오류는 단계 수의 루트보다 느리게 증가합니다. 추세라면 그 반대
랜덤 워크 오류(드리프트 없음)는 흥미롭지 않습니다. 예측할 수 없으며 모델 구성 프로세스를 중지하는 신호입니다. 이것은 정의에 따른 이야기의 끝입니다.
faa1947 : 랜덤 워크 오류(드리프트 없음)는 흥미롭지 않습니다. 예측할 수 없으며 모델 구성 프로세스를 중지하는 신호입니다. 이것은 정의에 따른 이야기의 끝입니다.
나는 당신에게 예를 들어 본질을 설명하고 당신은 "예측은 불가능합니다." 무엇이든 가능합니다. 이 예측이 실질적인 의미가 있는지 여부는 또 다른 문제입니다. sat의 경우 비율(오차)을 최소화하는 관점에서 가장 좋은 예측은 계열의 현재 값입니다. 물론 그렇다고 해서 토요일에 수익을 낼 수 있는 것은 아닙니다.
나는 당신에게 예를 들어 본질을 설명하고 당신은 "예측은 불가능합니다." 무엇이든 가능합니다. 이 예측이 실질적인 의미가 있는지 여부는 또 다른 문제입니다. sat의 경우 비율(오차)을 최소화하는 관점에서 가장 좋은 예측은 계열의 현재 값입니다. 물론 그렇다고 해서 토요일에 수익을 낼 수 있는 것은 아닙니다.
나는 모델을 만들기 위한 기술(내가 발명한 것이 아님)에 대해 이야기하고 있습니다. 원래의 고정되지 않은 cotir는 고정된 나머지를 얻을 때까지 구성 요소로 분해되어야 합니다. 고정 잔차는 평균, 표준, 분산, 범위 등 모든 값과 동일한 상수로 대체될 수 있기 때문에 직관적인 수준에서 이 요구 사항을 잘 이해하고 있습니다. 정체의 경우.
faa1947 : 나는 모델을 만들기 위한 기술(내가 발명한 것이 아님)에 대해 이야기하고 있습니다. 원래의 고정되지 않은 cotir는 고정된 나머지를 얻을 때까지 구성 요소로 분해되어야 합니다. 고정 잔차는 평균, 표준, 분산, 범위 등 모든 값과 동일한 상수로 대체될 수 있기 때문에 직관적인 수준(매우 중요)에서 이 요구 사항을 잘 이해하고 있습니다. 정체의 경우.
이것은 분명하지만 그것에 대해 말하는 것이 아닙니다. 예측 오차를 평균 제곱근이라고 생각합니까?
예측 자체는 없지만, 여러분 모두가 그 오류를 고려하기로 약속했습니다. 이상하지 않습니까? 어느 정도는 틀릴지라도 먼저 예측하는 것이 더 나은 방정식이나 함수를 예측하고 거기에서 춤을 추자.
저자는 이미 예측 값을 얻는 방법과 오류가 무엇인지 여러 번 작성했습니다.
각 개별 거래에서 상수가 될 수 없습니다. 그리고 오차 분포가 정상인 경우 예측(오차)의 가격이 어떻게 일정하게 수렴할 수 있는지
자신의 방법론에 따라 확인할 수 있도록 지표의 Excel 버전을 제시할 수 있습니다. 따라서 표시기가 여러 번 설정되었으므로 감마 함수에 대한 정보를 포함하여 코드에서 관심 있는 정보를 추출할 수 있습니다.
예측 자체는 없지만, 여러분 모두가 그 오류를 고려하기로 약속했습니다. 이상하지 않습니까? 어느 정도는 틀릴지라도 먼저 예측하는 것이 더 나은 방정식이나 함수를 예측하고 거기에서 춤을 추자.
상수(거의 일정함)는 모델을 구성하는 목표입니다. 실패하면 해당 모델은 인용문의 이 섹션에 없습니다.
예를 들어, 우리는 쓰레기))))를 하고 랜덤 워크를 예측하기로 결정했습니다. 0에서 시작하여 0.5/0.5 확률로 +1/-1이 증가합니다. 여러 단계에 대한 최상의 예측은 현재 위치입니다. 저것들. 0인 경우 100 또는 1000단계에 대해 예측하면 최상의 예측은 0입니다. 그러나 이 예측의 오류는 어떻게 변경됩니까? 제곱 평균 제곱근 오차는 단계 수의 제곱근에 정비례하여 증가합니다. 100보의 오차(속도) = 50, 400보의 오차(속도)는 100입니다. 재발도 없고 유행도 없는 경우입니다. 재발이 있으면 오류는 단계 수의 루트보다 느리게 증가합니다. 추세라면 그 반대
예를 들어, 우리는 쓰레기))))를 하고 랜덤 워크를 예측하기로 결정했습니다. 0에서 시작하여 0.5/0.5 확률로 +1/-1이 증가합니다. 여러 단계에 대한 최상의 예측은 현재 위치입니다. 저것들. 0인 경우 100 또는 1000단계에 대해 예측하면 최상의 예측은 0입니다. 그러나 이 예측의 오류는 어떻게 변경됩니까? 제곱 평균 제곱근 오차는 단계 수의 제곱근에 정비례하여 증가합니다. 100단계에 대한 오차(sko) = 50, 400단계에 대한 오류(sko)는 100입니다. 이것은 반복도 없고 유행도 없는 경우입니다. 재발이 있으면 오류는 단계 수의 루트보다 느리게 증가합니다. 추세라면 그 반대
랜덤 워크 오류(드리프트 없음)는 흥미롭지 않습니다. 예측할 수 없으며 모델 구성 프로세스를 중지하는 신호입니다. 이것은 정의에 따른 이야기의 끝입니다.
나는 당신에게 예를 들어 본질을 설명하고 당신은 "예측은 불가능합니다." 무엇이든 가능합니다. 이 예측이 실질적인 의미가 있는지 여부는 또 다른 문제입니다. sat의 경우 비율(오차)을 최소화하는 관점에서 가장 좋은 예측은 계열의 현재 값입니다. 물론 그렇다고 해서 토요일에 수익을 낼 수 있는 것은 아닙니다.
나는 당신에게 예를 들어 본질을 설명하고 당신은 "예측은 불가능합니다." 무엇이든 가능합니다. 이 예측이 실질적인 의미가 있는지 여부는 또 다른 문제입니다. sat의 경우 비율(오차)을 최소화하는 관점에서 가장 좋은 예측은 계열의 현재 값입니다. 물론 그렇다고 해서 토요일에 수익을 낼 수 있는 것은 아닙니다.
나는 모델을 만들기 위한 기술(내가 발명한 것이 아님)에 대해 이야기하고 있습니다. 원래의 고정되지 않은 cotir는 고정된 나머지를 얻을 때까지 구성 요소로 분해되어야 합니다. 고정 잔차는 평균, 표준, 분산, 범위 등 모든 값과 동일한 상수로 대체될 수 있기 때문에 직관적인 수준(매우 중요)에서 이 요구 사항을 잘 이해하고 있습니다. 정체의 경우.
내가 이것으로 논쟁 했습니까?