Kalman은 항상 시스템에 대한 사전 지식이 있다고 가정하기 때문에 Kalman을 좋아하지 않습니다. 기사에서 이것은 두 따옴표의 연결 계수가 랜덤 워크로 설명된다는 지식입니다. 우리의 지식이 사실이라면 모든 것이 괜찮지만 그렇지 않다면 안타깝습니다. 소크라테스식 접근이 필요합니다 - "나는 내가 아무것도 모른다는 것을 압니다")
롤링 회귀 - 내가 이해하는 한, 이것은 불일치가 있는지 여부에 관계없이 계수가 지속적으로 다시 계산되는 특정 알고리즘이 아니라 일반적인 접근 방식입니다. 여기에서는 이러한 단순화로 인해 정확도가 손실되는지 여부와 같이 각각의 특정 경우를 살펴볼 필요가 있습니다. 창의 지속성은 잠재적으로 부정확성을 유발할 수 있습니다.
불일치 검색에서 일반적으로 두 가지 작업이 구별됩니다. 1) 불일치가 발생했는지 여부와 2) 발생한 시간입니다. 첫 번째는 순차적(온라인) 방식으로 풀 수 있고, 두 번째는 사후(오프라인) 방식으로만 풀릴 수 있습니다. 가격이 SB에 매우 가깝기 때문에 가능한 한 정확하게 문제를 해결해야 합니다. 두 가지 접근 방식을 모두 사용합니다.
Kalman은 항상 시스템에 대한 사전 지식이 있다고 가정하기 때문에 Kalman을 좋아하지 않습니다. 기사에서 이것은 두 따옴표의 연결 계수가 랜덤 워크로 설명된다는 지식입니다. 우리의 지식이 사실이라면 모든 것이 괜찮지만 그렇지 않다면 안타깝습니다. 소크라테스식 접근이 필요합니다 - "나는 내가 아무것도 모른다는 것을 압니다")
롤링 회귀 - 내가 이해하는 한, 이것은 불일치가 있는지 여부에 관계없이 계수가 지속적으로 다시 계산되는 특정 알고리즘이 아니라 일반적인 접근 방식입니다. 여기에서는 이러한 단순화로 인해 정확도가 손실되는지 여부와 같이 각각의 특정 경우를 살펴볼 필요가 있습니다. 창의 지속성은 잠재적으로 부정확성을 유발할 수 있습니다.
불일치 검색에서 일반적으로 두 가지 작업이 구별됩니다. 1) 불일치가 발생했는지 여부와 2) 발생한 시간입니다. 첫 번째는 순차적(온라인) 방식으로 풀 수 있고, 두 번째는 사후(오프라인) 방식으로만 풀릴 수 있습니다. 가격이 SB에 매우 가깝기 때문에 가능한 한 정확하게 문제를 해결해야 합니다. 두 가지 접근 방식을 모두 사용합니다.
글쎄, 슬라이딩 회귀가 그래프를 통해 실행되고 계수가 기록되고 분류기에 채워집니다. 새로운 데이터에서 확인할 수있는 불일치 표시기가 나타납니다.
이미 그에게 편지를 썼고 그는 특정 hypostasis 에서 의미를 찾고 있습니다. 그런 다음 대학에서 기억하는 모든 것을 강조한 다음 Hann, Koldunov, 그리고 전능자가 계정을 부르려고합니다
총 2년 동안 한 사람이 성배를 찾아 헤맸다. 그렇게 엄밀히 따질 필요는 없다. 5년 후에도 여전히 고통을 겪는다면 노래를 부르거나 짖는 방식이 달라진다.
http://www.thealgoengineer.com/2014/online_linear_regression_kalman_filter/
롤링 회귀 및 기타 수정 사항도 있습니다.
Kalman은 항상 시스템에 대한 사전 지식이 있다고 가정하기 때문에 Kalman을 좋아하지 않습니다. 기사에서 이것은 두 따옴표의 연결 계수가 랜덤 워크로 설명된다는 지식입니다. 우리의 지식이 사실이라면 모든 것이 괜찮지만 그렇지 않다면 안타깝습니다. 소크라테스식 접근이 필요합니다 - "나는 내가 아무것도 모른다는 것을 압니다")
롤링 회귀 - 내가 이해하는 한, 이것은 불일치가 있는지 여부에 관계없이 계수가 지속적으로 다시 계산되는 특정 알고리즘이 아니라 일반적인 접근 방식입니다. 여기에서는 이러한 단순화로 인해 정확도가 손실되는지 여부와 같이 각각의 특정 경우를 살펴볼 필요가 있습니다. 창의 지속성은 잠재적으로 부정확성을 유발할 수 있습니다.
불일치 검색에서 일반적으로 두 가지 작업이 구별됩니다. 1) 불일치가 발생했는지 여부와 2) 발생한 시간입니다. 첫 번째는 순차적(온라인) 방식으로 풀 수 있고, 두 번째는 사후(오프라인) 방식으로만 풀릴 수 있습니다. 가격이 SB에 매우 가깝기 때문에 가능한 한 정확하게 문제를 해결해야 합니다. 두 가지 접근 방식을 모두 사용합니다.
당신이 그것을 찾을 때까지. 방법, 그것은 너무 늦을 것입니다) 최고의 불화는 손절매 또는 브레이크 아웃입니다.
불확실한 상황에서 문제를 해결하기 위한 모든 알고리즘 접근 방식은 통계적이라고 설명할 수 있습니다(아마도 - 반드시 그래야 한다는 의미는 아님). 사실, 그들은 일반적으로 mathstat에 대해 이야기하지 않고 통계적 결정 이론에 대해 이야기합니다.
Kalman은 항상 시스템에 대한 사전 지식이 있다고 가정하기 때문에 Kalman을 좋아하지 않습니다. 기사에서 이것은 두 따옴표의 연결 계수가 랜덤 워크로 설명된다는 지식입니다. 우리의 지식이 사실이라면 모든 것이 괜찮지만 그렇지 않다면 안타깝습니다. 소크라테스식 접근이 필요합니다 - "나는 내가 아무것도 모른다는 것을 압니다")
롤링 회귀 - 내가 이해하는 한, 이것은 불일치가 있는지 여부에 관계없이 계수가 지속적으로 다시 계산되는 특정 알고리즘이 아니라 일반적인 접근 방식입니다. 여기에서는 이러한 단순화로 인해 정확도가 손실되는지 여부와 같이 각각의 특정 경우를 살펴볼 필요가 있습니다. 창의 지속성은 잠재적으로 부정확성을 유발할 수 있습니다.
불일치 검색에서 일반적으로 두 가지 작업이 구별됩니다. 1) 불일치가 발생했는지 여부와 2) 발생한 시간입니다. 첫 번째는 순차적(온라인) 방식으로 풀 수 있고, 두 번째는 사후(오프라인) 방식으로만 풀릴 수 있습니다. 가격이 SB에 매우 가깝기 때문에 가능한 한 정확하게 문제를 해결해야 합니다. 두 가지 접근 방식을 모두 사용합니다.
글쎄, 슬라이딩 회귀가 그래프를 통해 실행되고 계수가 기록되고 분류기에 채워집니다. 새로운 데이터에서 확인할 수있는 불일치 표시기가 나타납니다.
이것은 아무것도 발명하고 싶지 않다면 말하자면 높은 수준입니다)
구체적인 연구가 필요합니다, Alexey. CUSUM, Shewhart 카드 등 관심있고 가까운 분들이라면
나 혼자 어리석게도 모든 것을 할 시간이 없습니다. 그리고 포럼 회원에 대한 희망은 점점 줄어들고 있습니다. 하나는 Vysotsky의 말을 인용하고, 다른 하나는 목표에 더 가까워지는 것처럼 몇 가지 신호를 철학하고 따릅니다. 부조리의 일부 극장.
나는 의미 있는 이론적 질문에 대한 토론에 참여할 준비가 되어 있습니다. 나는 시간 및 / 또는 돈 낭비와 관련된 공동 프로젝트 에 참여하지 않습니다.
글쎄, 슬라이딩 회귀가 그래프를 통해 실행되고 계수가 기록되고 분류기에 채워집니다. 새로운 데이터에서 확인할 수있는 불일치 표시기가 나타납니다.
이것은 아무것도 발명하고 싶지 않다면 말하자면 높은 수준입니다)
이 접근 방식은 탐색적 계열 분석에 적합합니다. 최종 거래 시스템은 더 간단해야 합니다)
글쎄, 그것은 슬라이딩 회귀가 그래프를 따라 실행되고 계수가 기록되고 분류기에 채워진다는 것입니다. 새로운 데이터에서 확인할 수있는 불일치 표시기가 나타납니다.
이것은 아무것도 발명하고 싶지 않다면 말하자면 높은 수준입니다)
Che는 이미 출품자에 대해 뭔가를 제안했습니다. 예, 그리고 저는 오랫동안 그러한 분석을 수행하라고 말했습니다(그러나 저는 그것을 실행할 충분한 두뇌가 없습니다. 결과적으로 저는 기하급수적인 가격 변동을 구축할 수도 없습니다).
또는 다른 추세(선형, 지수 등)로 가격 배열을 만든 다음 실제 가격을 비교하거나 추세 유형을 결정하는 다른 방법이 있을 수 있습니다.
Che는 이미 출품자에 대해 뭔가를 제안했습니다. 예, 그리고 저는 오랫동안 그러한 분석을 수행하라고 말했습니다(그러나 저는 그것을 실행할 충분한 두뇌가 없습니다. 결과적으로 저는 기하급수적인 가격 변동을 구축할 수도 없습니다).
또는 다른 추세(선형, 지수 등)로 가격 배열을 만든 다음 실제 가격을 비교하거나 추세 유형을 결정하는 다른 방법이 있을 수 있습니다.
저는 비쥬얼은 안해봐서 모르겠네요... 연구. 모델에 넣고 살펴보고 최적화하기만 하면 됩니다. 가장 좋은 결과는 회귀 기능에서 정확하게 얻어집니다.
불확실한 상황에서 문제를 해결하기 위한 모든 알고리즘 접근 방식은 통계적이라고 설명할 수 있습니다(아마도 - 반드시 그래야 한다는 의미는 아님). 사실, 일반적으로이 경우 그들은 matstat에 대해 이야기하는 것이 아니라 통계적 결정 이론에 대해 이야기하고 있습니다.
Che는 이미 출품자에 대해 뭔가를 제안했습니다. 예, 그리고 저는 오랫동안 그러한 분석을 수행하라고 말했습니다(그러나 저는 그것을 실행할 충분한 두뇌가 없습니다. 결과적으로 저는 기하급수적인 가격 변동을 구축할 수도 없습니다).
또는 다른 추세(선형, 지수 등)로 가격 배열을 만든 다음 실제 가격을 비교하거나 추세 유형을 결정하는 다른 방법이 있을 수 있습니다.
고정 표본에서 최소 자승법을 사용하여 회귀 계수(고정 차수)를 계산하는 방법을 이해하십시오. 그런 다음 고정 크기의 슬라이딩 창에서 계산합니다. 표시기 계수 세트를 얻을 수 있습니다.