Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
As pessoas estão sempre escrevendo algo )))) Mas nem sempre é claro porque.... aparentemente eles apenas sabem como escrever....))))
Os artigos publicados são um pré-requisito para doutorados e afins. Então eles escrevem por um carrapato))
Suspeitas de ostentação à parte.
Esta é a primeira vez que vejo um artigo que oferece o uso concreto de múltiplos TFs em vez de blá blá blahs de AA.
Eu o li)
Desculpe-me, mas o artigo não resiste a críticas. Primeiramente, não vi uma palavra sobre a verificação do significado estatístico dos desvios obtidos em relação à null-hipótese. Em segundo lugar, os desvios em si são tão insignificantes que eu hesitaria em falar sobre qualquer resultado positivo do "estudo"... Resumindo, parece-me que o colega do Bundesbank estava prestes a se defender, então ele escreveu um artigo com a ajuda de 2 de seus amigos))))
Eu o li)
Desculpe-me, mas o artigo não resiste a críticas. Primeiramente, não vi uma palavra sobre a verificação do significado estatístico dos desvios obtidos em relação à null-hipótese. Em segundo lugar, os desvios em si são tão insignificantes que eu hesitaria em falar sobre qualquer resultado positivo do "estudo"... Resumindo, parece-me que o colega do Bundesbank estava prestes a se defender, então ele escreveu um artigo com a ajuda de 2 de seus amigos))))
Depende de onde estiver o fogão. Se mais velho, então progredir. Neste fórum, o forno é este
Se alguma coisa, eu preferiria olhar nesta direção para ver como os dados de alta freqüência do último período podem afetar a precisão de um modelo de regressão construído sobre dados de baixa freqüência. Outra variante - tentar usar um cronograma irregular para a regressão: na aplicação a Idosos e na presença de dados de baixa freqüência faz sentido, e há suspeitas de que tal modelo será pelo menos uma ordem de magnitude mais precisa. E pode ser ainda mais lucrativo))))
(Sobre malhas não uniformes - pode-se fazer uma analogia distante com os métodos de integração numérica; quem sabe, sabe que a escolha das malhas gaussianas permite elevar a ordem de aproximação de n para 2*n-1 emcomparação com os métodos de interpolação ao mesmo número de nós).
Se alguma coisa, eu preferiria olhar nesta direção para ver como os dados de alta freqüência do último período podem afetar a precisão de um modelo de regressão construído sobre dados de baixa freqüência. Outra variante - tentar usar um cronograma irregular para a regressão: na aplicação a Idosos e na presença de dados de baixa freqüência faz sentido, e há suspeitas de que tal modelo será pelo menos uma ordem de magnitude mais precisa. E pode ser ainda mais lucrativo)))).
(Sobre malhas não uniformes - pode-se fazer uma analogia distante com os métodos de integração numérica; quem sabe, sabe que a escolha das malhas gaussianas aumenta a ordem de aproximação de n para 2*n-1 emcomparação com os métodos de interpolação com o mesmo número de nós).
Eu estava fazendo alguns exercícios com ruídos de dois suavizantes diferentes. Sua diferença (diferença no ruído!) revelou-se extremamente bela
E aqui está um teste da raiz da unidade.
O que você acha disso?
Você não acha que a diferença de ruído dos dois alisamentos = a diferença na própria série alisada? )))
Há algo ali. Mas não é a mesma coisa. A diferença de dois alisamentos é um MACD atualizado - em teoria, uma função diferenciável. Mas a diferença de dois ruídos é inerentemente ruído, afinal de contas
Há algo. Mas não é a mesma coisa. A diferença dos dois alisamentos é um MACD atualizado - em teoria, uma função diferenciável. Mas a diferença de dois ruídos é, em teoria, o ruído, afinal de contas