계량경제학: 상태 공간 모델 예측 - 페이지 4

 
anonymous :
예상 가격과 실제 가격의 편차가 너무 작습니다.

매우 독창적인 결론입니다. 따라서 편차가 없는 절대 정확도로 무언가를 예측하면 예측이 적용되지 않습니다. 원래의.
 
anonymous :

기능을 찾을 수 없습니다

na.locf(p, na.rm = F)

어떤 패키지에? 어떤 수업? 다른 방법이 될 수 있습니까?

 
일반적으로 어떤 종류의 예측 방법이 이상합니다. 글쎄요, 그렇게 정확할 수는 없습니다.
 
Integer :
일반적으로 어떤 종류의 예측 방법이 이상합니다. 글쎄요, 그렇게 정확할 수는 없습니다.

H1의 경우 18핍이 정확도입니까? 그런 길이의 H1에 촛불이 가득합니다.

그래서 주제를 열었습니다.

 
Integer :

아주 독창적인 결론. 따라서 편차가 없는 절대 정확도로 무언가를 예측하면 예측이 적용되지 않습니다. 원래의.


물론 해당되지 않습니다.

스프레드가 거래되고 있습니다. 현재 가격 이 1.3200이고 한 단계에 대한 예측이 1.3200이면 여기서 거래하는 방법은 무엇입니까?

스프레드가 거래 스프레드 내에 있는 경우 - 또한 적용되지 않습니다.

첫 페이지에 토피캐스터가 쓴 - 퍼짐 분석

예측 정확도는 아무것도 아닙니다. 분산 - 모든 것

 
Integer :
일반적으로 어떤 종류의 예측 방법이 이상합니다. 글쎄요, 그렇게 정확할 수는 없습니다.

글쎄, 단 하나의 바를 위해. 평가하는 데 또 다른 어려움이 있습니다. 잠재적인 수익성조차 시각적으로 평가하기 어렵습니다. 진실은 테스터에 가깝습니다. 그러나 그는 (Aftar) 아직 mql을 보지 않은 것 같으므로 당신과 같은 사람이 무료 mql 구현을 제공할 때까지 50페이지 분량의 똑똑한 R-noodles를 만들 것입니다. 그의 교수 피질은 그것에 의존하는 것 같습니다 ...)))

요컨대 - 또 다른 Yusuf ..))))

 
FAGOTT :



예측 정확도는 아무것도 아닙니다. 분산 - 모든 것

더 정확하게는 정확도가 아니지만:

예측 오차 = 예측 - 사실

분산은 한 걸음 떨어져 있습니다. 나는 어떤 모순도 보이지 않는다. MSE를 사용하고 있습니다.

 
EconModel :

더 정확하게는 정확도가 아니지만:

예측 오류 = 예측 - 사실

분산은 한 단계 떨어져 있습니다. 어떤 모순도 보이지 않습니다. MSE를 사용하고 있습니다.

이것은 예측 오류가 아니라 거래 중인 스프레드입니다. 그는 당신이 필요로하는 것입니다.

가격이 항상 예측대로 돌아간다면 TS는 성배 가 될 것입니다. 그래서 당신은 적어도 50/50을 가질 것이고 스프레드의 속도로 합쳐질 것입니다.

 
FAGOTT :


물론 해당되지 않습니다.

스프레드가 거래되고 있습니다. 현재 가격이 1.3200이고 한 단계에 대한 예측이 1.3200이면 여기서 거래하는 방법은 무엇입니까?

스프레드가 거래 스프레드 내에 있는 경우 - 또한 적용되지 않습니다.

첫 페이지에 토피캐스터가 쓴 - 퍼짐 분석

예측 정확도는 아무것도 아닙니다. 분산 - 모든 것


당신들은 흥미로운 계량 경제학자들입니다 ... 마치 달에서 떨어진 것처럼 도당에서 그들 자신의 무언가에 대해 이야기합니다.

현재 가격 이 1.3200이고 한 단계에 대한 예측이 1.3200이면 아무 것도 할 필요가 없다는 것은 당연한 일입니다.

막대의 크기가 스프레드를 초과하므로 막대의 방향을 예측하기에 충분합니다. 첫 번째 그림에서 거의 모든 변화의 방향이 정확하게 예측됩니다.

 
FAGOTT :


물론 해당되지 않습니다.

스프레드가 거래되고 있습니다. 현재 가격이 1.3200이고 한 단계에 대한 예측이 1.3200이면 여기서 거래하는 방법은 무엇입니까?

스프레드가 거래 스프레드 내에 있는 경우 - 또한 적용되지 않습니다.

첫 페이지에 토피캐스터가 쓴 - 퍼짐 분석

예측 정확도는 아무것도 아닙니다. 분산 - 모든 것

논란의 여지가 있는 논문. 매우.

지정가 주문을 거래할 때 분산을 유리하게 바꿀 수 있고 시도해야 합니다. 나는 무작위 시리즈에서 그러한 전술의 수익성을 믿지 않지만 정확한 예측과 함께 사용하기에 적합하다고 거의 100% 확신합니다.

따라서 반대 테제: 분산은 아무것도 아닙니다. 예측 정확도가 전부입니다. ))