Yuriy Asaulenko : 학생 이야기. 어제 Wiener에 MA를 놓고 MA를 기준으로 분포를 계산하면 정규성이 무너지고 꼬리가 나타나야한다고 생각했습니다. 시중에 파는 것보다 작지만 그래야 하는 것 같습니다. ! 00% 확신, 물론, 나는 다른 날에 볼 것이다.
나는 이미 보았습니다. MA에서 가격의 선형 편차에는 꼬리가 있고 절대적으로 증가분보다 작습니다.
WMA에서 이러한 선형 편차를 확인하는 것이 훨씬 더 흥미롭습니다. 이것은 내가 보지 않은 것입니다. 그리고 내 영혼의 깊숙한 곳 어딘가에 (매우 깊은 곳)) 이러한 편차가 t2-분포로 "경향"한다고 생각합니다. 그리고 특정 최적 표본 크기에서 최대 유사도가 달성됩니다. 내 말은 - 일단 수익 수준에서 태어나면 t2-분포가 사라질 수 없습니다. 그렇지 않으면 시장의 자기 유사성 속성을 어디에서 얻을 수 있습니까?
나는 이미 보았습니다. MA에서 가격의 선형 편차에는 꼬리가 있고 절대적으로 증가분보다 작습니다.
WMA에서 이러한 선형 편차를 확인하는 것이 훨씬 더 흥미롭습니다. 이것은 내가 보지 않은 것입니다. 그리고 내 영혼의 깊숙한 곳 어딘가에 (매우 깊은 곳)) 이러한 편차가 t2-분포로 "경향"한다고 생각합니다. 그리고 특정 최적 표본 크기에서 최대 유사도가 달성됩니다. 제 말은 - 일단 수익 수준에서 태어나면 t2-분포가 사라질 수 없습니다. 그렇지 않으면 시장의 자기 유사성 속성을 어디에서 얻을 수 있습니까?
MA는 일반적으로 평활화로 이해되었습니다. 모든 저역 통과 필터. 이론적으로 Wiener 의 올바른 WMA에 대한 꼬리는 단순 MA 또는 EMA보다 길어야 합니다. 편차는 더 적고 꼬리는 상대적으로 더 길어야 합니다.
따라서 우리는 이러한 꼬리 중 일부가 기술 자체에 의해 생성된다는 것을 방금 확립했습니다. 그리고 Wiener 자신은 자기 유사체입니다.
:))) 그렇지 않습니까?
당신은 10 분의 시간이 있는지 확인할 수 있습니다
당신은 10 분의 시간이 있는지 확인할 수 있습니다
정말 물리학자?
물리학자인 친구가 몇 명 있습니다. 그래서 그들은 서로를 이해하지도 못한다. 그리고 어떤 경우에는 그들 자신까지.)
:)))) 안녕하세요, 유리입니다! 네, 있습니다. 그러나 - 그렇습니다. 여기 포럼에서 기술 교육을 어느 정도 받은 사람들의 부끄러운 이야기는 가능한 한 드물게 생각하고 말하게 만듭니다.
:)))) 안녕하세요, 유리입니다! 네, 있습니다. 그러나 - 그렇습니다. 여기 포럼에서 기술 교육을 어느 정도 받은 사람들의 부끄러운 이야기는 가능한 한 드물게 생각하고 말하게 만듭니다.
Alexander, WMA에 대해 자세히 알려주실 수 있습니까? 죽일, 기간에 대해 이해하지 못했습니다.
무슨 상관이야! Masha는 Masha, 반주기의 지연이며 이러한 적응력은 십일조입니다.
학생 이야기. 어제 Wiener에 MA를 놓고 MA를 기준으로 분포를 계산하면 정규성이 무너지고 꼬리가 나타나야한다고 생각했습니다. 시중에 파는 것보다 작지만 그래야 하는 것 같습니다. ! 00% 확신, 물론, 나는 다른 날에 볼 것이다.
나는 이미 보았습니다. MA에서 가격의 선형 편차에는 꼬리가 있고 절대적으로 증가분보다 작습니다.
WMA에서 이러한 선형 편차를 확인하는 것이 훨씬 더 흥미롭습니다. 이것은 내가 보지 않은 것입니다. 그리고 내 영혼의 깊숙한 곳 어딘가에 (매우 깊은 곳)) 이러한 편차가 t2-분포로 "경향"한다고 생각합니다. 그리고 특정 최적 표본 크기에서 최대 유사도가 달성됩니다. 내 말은 - 일단 수익 수준에서 태어나면 t2-분포가 사라질 수 없습니다. 그렇지 않으면 시장의 자기 유사성 속성을 어디에서 얻을 수 있습니까?
무슨 상관이야! Masha는 Masha이며 , 반주기의 지연 이며 이러한 적응력은 십일조입니다.
분기 동안. SMA의 경우.
나는 이미 보았습니다. MA에서 가격의 선형 편차에는 꼬리가 있고 절대적으로 증가분보다 작습니다.
WMA에서 이러한 선형 편차를 확인하는 것이 훨씬 더 흥미롭습니다. 이것은 내가 보지 않은 것입니다. 그리고 내 영혼의 깊숙한 곳 어딘가에 (매우 깊은 곳)) 이러한 편차가 t2-분포로 "경향"한다고 생각합니다. 그리고 특정 최적 표본 크기에서 최대 유사도가 달성됩니다. 제 말은 - 일단 수익 수준에서 태어나면 t2-분포가 사라질 수 없습니다. 그렇지 않으면 시장의 자기 유사성 속성을 어디에서 얻을 수 있습니까?
MA는 일반적으로 평활화로 이해되었습니다. 모든 저역 통과 필터. 이론적으로 Wiener 의 올바른 WMA에 대한 꼬리는 단순 MA 또는 EMA보다 길어야 합니다. 편차는 더 적고 꼬리는 상대적으로 더 길어야 합니다.
따라서 우리는 이러한 꼬리 중 일부가 기술 자체에 의해 생성된다는 것을 방금 확립했습니다. 그리고 Wiener 자신은 자기 유사체입니다.
분기 동안. SMA의 경우.
어쩐지 반이라고 생각했다. 그녀와 농담.
한 번은 평활화 아이디어를 기반으로 하는 지표가 인용 과 관련이 없다는 기사 를 쓰기도 했습니다. 근사 오류는 다양한 분산이 있고 3 시그마의 배수인 임의의 값에 도달할 수 있기 때문입니다. 표면에 있어요. 거래하는 사람들은 자신의 창고에서 이것을 잘 알고 있습니다.
뿐만 아니라.
어떤 종류의 평활화, 심지어 가장 난해한 평활화를 취하고 이에 대한 회귀를 작성한다면 그러한 회귀의 매개변수가 항상 중요한 것은 아닙니다.
따라서 스무딩에 대한 모든 아이디어는 거래에서 극도로 주의해서 사용해야 합니다.