가장 최적의 선을 찾기 위해 최소 제곱을 사용하여 회귀하고 싶지 않습니다. 나는 뒤로 가고 싶다. 예를 들어 <=100포인트와 같이 MNC가 제공되는 라인을 만들어야 합니다.
그러면 선은 적응할 것이며 기간은 전적으로 가격이 어떻게 행동하는지에 달려 있습니다.
이렇게 하면 가격이 가장 주기적으로 나타나는 순간을 간단히 등록할 수 있습니다.
흠, 즉, 순환성을 찾고 있다면 플랫 채널과 같은 것을 원합니다. 물론 흥미로운 접근 방식을 설명했지만 회귀선의 증분 값이 매우 작을 것이라는 점을 고려하면 기계에서 샘플링 기간을 선택하는 것이 더 쉬울 것이라고 생각합니다. 즉, 추세가 있고 추세에 대한 회귀를 구축하면 증분 값이 커지고 평탄한 기간에는 거의 0이 됩니다. 그러면 요점이 무엇인지 이해하실 거라 생각합니다. 채널 너비가 있으면 한계를 알고 한계를 알고 위험을 계산합니다....
흠, 즉, 순환성을 찾고 있다면 플랫 채널과 같은 것을 원합니다. 물론 흥미로운 접근 방식을 설명했지만 회귀선의 증분 값이 매우 작을 것이라는 점을 고려하면 기계에서 샘플링 기간을 선택하는 것이 더 쉬울 것이라고 생각합니다. 즉, 추세가 있고 추세에 대한 회귀를 구축하면 증분 값이 커지고 평탄한 기간에는 거의 0이 됩니다. 그러면 요점이 무엇인지 이해하실 거라 생각합니다. 채널 너비가 있으면 한계를 알고 한계를 알고 위험을 계산합니다....
샘플링 기간이 잘못된 조사 방향이라 위아래로 살펴보니 별거 없습니다.
표본 자체가 어떤 식으로든 정당화되지 않기 때문입니다.
샘플은 완전히 적응해야 하고 시장 움직임에서 진행되어야 하며 그 반대의 경우도 마찬가지입니다.
극단을 매우 정확하게 결정할 수 있었습니다.
유일한 질문은 가격이 때때로 더 멀리 그리고 매우 급격하게 "날아간다"는 것입니다.
최소한 가장 작은 주기로 매월 100% 이상을 제공하고 매우 작은 손실을 보입니다.
문제는 그것을 수학적으로 정의하는 방법입니다.
이해합니다 ..하지만 까다로운 트릭을 사용하고 싶습니다.
가장 최적의 선을 찾기 위해 최소 제곱을 사용하여 회귀하고 싶지 않습니다. 나는 뒤로 가고 싶다. 예를 들어 <=100포인트와 같이 MNC가 제공되는 라인을 만들어야 합니다.
그러면 선은 적응할 것이며 기간은 전적으로 가격이 어떻게 행동하는지에 달려 있습니다.
이렇게 하면 가격이 가장 주기적으로 나타나는 순간을 간단히 등록할 수 있습니다.
흠, 즉, 순환성을 찾고 있다면 플랫 채널과 같은 것을 원합니다. 물론 흥미로운 접근 방식을 설명했지만 회귀선의 증분 값이 매우 작을 것이라는 점을 고려하면 기계에서 샘플링 기간을 선택하는 것이 더 쉬울 것이라고 생각합니다. 즉, 추세가 있고 추세에 대한 회귀를 구축하면 증분 값이 커지고 평탄한 기간에는 거의 0이 됩니다. 그러면 요점이 무엇인지 이해하실 거라 생각합니다. 채널 너비가 있으면 한계를 알고 한계를 알고 위험을 계산합니다....
흠, 즉, 순환성을 찾고 있다면 플랫 채널과 같은 것을 원합니다. 물론 흥미로운 접근 방식을 설명했지만 회귀선의 증분 값이 매우 작을 것이라는 점을 고려하면 기계에서 샘플링 기간을 선택하는 것이 더 쉬울 것이라고 생각합니다. 즉, 추세가 있고 추세에 대한 회귀를 구축하면 증분 값이 커지고 평탄한 기간에는 거의 0이 됩니다. 그러면 요점이 무엇인지 이해하실 거라 생각합니다. 채널 너비가 있으면 한계를 알고 한계를 알고 위험을 계산합니다....
샘플링 기간이 잘못된 조사 방향이라 위아래로 살펴보니 별거 없습니다.
표본 자체가 어떤 식으로든 정당화되지 않기 때문입니다.
샘플은 완전히 적응해야 하고 시장 움직임에서 진행되어야 하며 그 반대의 경우도 마찬가지입니다.
사람들은 어떤 기준으로 100-200개 또는 50개의 샘플을 취합니까?
답이 없습니다. 그들은 항상 불도저에서 가져오기 때문입니다.
통계에 대한 많은 교과서는 결과의 신뢰성을 확인하기 위해 작성되었습니다.
그리고 이것은 완전히 피할 수 있습니다. 시키는대로 했더니..
극단을 매우 정확하게 결정할 수 있었습니다.
유일한 질문은 가격이 때때로 더 멀리 그리고 매우 급격하게 "날아간다"는 것입니다.
최소한 가장 작은 주기로 매월 100% 이상을 제공하고 매우 작은 손실을 보입니다.
문제는 그것을 정의하는 방법입니다.
그리고 여기서 교과서와 가르침을 기억할 가치가 있습니다. 아파트는 추세처럼 영원히 지속되지 않습니다.
샘플링 기간이 잘못된 조사 방향이라 위아래로 살펴보니 별거 없습니다.
표본 자체가 어떤 식으로든 정당화되지 않기 때문입니다.
샘플은 완전히 적응해야 하고 시장 움직임에서 진행되어야 하며 그 반대의 경우도 마찬가지입니다.
글쎄요, 회귀선의 기울기 아래에서 마침표를 선택하면 알 수 있을 거라 생각했습니다.
글쎄요, 회귀선의 기울기 아래에서 마침표를 선택하면 알 수 있을 거라 생각했습니다.
제가 알아낸 것이 아니라 이미 2년 전에 구현했습니다.
심지어 기울기의 정도를 계산했습니다 - 제로 센스.
제가 알아낸 것이 아니라 이미 2년 전에 구현했습니다.
심지어 기울기의 정도를 계산했습니다 - 제로 센스.
음, 정도는 관찰자의 관점에서 중요합니다. 알고리즘에서 단위 시간당 증분 크기가 훨씬 더 정확합니다.
음, 정도는 관찰자의 관점에서 중요합니다. 알고리즘에서 단위 시간당 증분 크기가 훨씬 더 정확합니다.
당신이 절대적으로 옳습니다. 그러나 회귀선을 증가시키는 것은 잘못되었습니다 ...
적응하지 않으면 항상 신호에 늦을 것이기 때문에 모든 것이 정확히 샘플에 달려 있습니다.
예, 때때로 운이 좋을 수 있고 또 그렇게 될 것입니다. 하지만 옳지 않아글쎄요 알고리즘을 개발하겠습니다..
사람들은 어떤 기준으로 100-200개 또는 50개의 샘플을 취합니까?
답이 없습니다. 그들은 항상 불도저에서 가져오기 때문입니다.
최적화에서. 그러나 이러한 결과는 최적화 기간에만 작동합니다. 다른 기간에 최적화하면 다른 결과를 얻을 수 있습니다.