Da teoria à prática - página 521
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
O que há de errado com o traço?
Ele mostra o valor médio do gráfico. Qual seria o valor médio de um gráfico que subiu da marca 0 para a marca 10?
5.
Portanto, a escala agora será de 5. Mesmo que o gráfico já esteja em 10.
Uma regressão linear ajudará.
A linha de uma regressão linear passará pelo centro do canal de preços, e o último ponto desta linha será a 10.
Mas os canais nem sempre são retos. Alguns canais são em forma de arco. Neste caso, o LR não funcionará bem.
Aqui é onde a regressão polinomial fará o truque.
A trama OR irá diretamente para o centro do canal e seu último ponto também estará no centro do canal.
E é assim que o RP irá ao longo de tal arco (se for preciso - é uma fatia de uma onda sinusoidal)
é preciso considerar também as desvantagens...
O que há de errado com o traço?
Ele mostra o valor médio do gráfico. Qual seria o valor médio de um gráfico que subiu da marca 0 para a marca 10?
5.
Portanto, a escala agora será de 5. Mesmo que o gráfico já esteja em 10.
Uma regressão linear ajudará.
A linha de uma regressão linear passará pelo centro do canal de preços, e o último ponto desta linha será a 10.
Mas os canais nem sempre são retos. Alguns canais são em forma de arco. Neste caso, o LR não funcionará bem.
Aqui é onde a regressão polinomial fará o truque.
O gráfico PR irá diretamente para o centro do canal e seu último ponto também estará no centro do canal.
Aqui, outro arco. (ou seja, uma fatia da onda sinusoidal).
temos que considerar também as desvantagens...
Mas a base é a mesma - reconstrução de dependência através da introdução de mapeamentos em novas dimensões usando transformações de núcleo, e há mais além disso
ainda melhor desta forma:
descobrir como resolvê-lo.
Maxim Dmitrievsky:
E quanto à previsão? ))
defeito?)))
descobrir como resolvê-lo.
na dimensão atual - não há maneira de resolvê-la, esse é o problema. Sua regressão não sabe nada sobre a possibilidade de ocorrência de tal evento
A propósito, Victor tem um artigo sobre as densidades de probabilidade de kernel, aqui
Não acho que se trate de truques de kernel - mapeamento de vetores de características para outros espaços
pelo menos não na minha opinião...não li.
na dimensão atual - não há maneira de resolvê-la, esse é o problema. Sua regressão não sabe nada sobre a possibilidade de ocorrência de tal evento
desvantagem?))))
ainda melhor desta forma:
descobrir como resolvê-lo.
geralmente assim.
na dimensão atual - não há maneira de resolvê-la, esse é o problema. Sua regressão não sabe nada sobre a possibilidade de ocorrência de tal evento