2 Rosh И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
СКО - это корень из дисперсии(суммы квадратов отклонений, деленной на некое число). Тогда сумма квадратов отклоений на баре 100 минус сумма квадратов отклоений на баре 33 даст сумму квадратов отклонений от 33 до 100-го бара. Дальше все просто.
还有一件事。我不明白的事情是这样的。 СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
在我看来，在你的符号中，RMS2/3[N]=（D[2N/3]）^0.5
或者，如果你试图把它表现为一种差异。
СКО2/3[N]=({S[N]-S[последняя треть]}/{2N/3})^0.5
RMS是方差的根（偏差的平方之和除以某个数字）。那么，100条的方差之和减去33条的方差之和，将得到33条到100条的方差之和。剩下的就很简单了。总的来说，你是对的，按照我的理解，我一定是表达错了。
问题是，两个通道可以有相同的统计意义内的回归误差方差，但价格方差不同，大致上说，一个通道会比较陡峭，另一个会比较平坦。问题是选择哪个渠道。Bulashev考虑了评估回归线质量的三个标准，所有这些标准都涉及上述两个方差的比率。在这三个标准中选择确实是一种个人创意，选择回归误差的方差来比较近似的质量并不完全正确。
您进一步回复：
弗拉迪斯拉夫在这个班级里拿了最差的成绩。
如果你的意思是，弗拉迪斯拉夫为此采取了最宽的置信区间，那么你就误解了我，如果是别的意思，那么我就误解了你。所以根据solandra的算法，在"......样本没有落在99%的置信区间之外。具有最小均方根值的通道被从去条的系列中选出。我在问--如果它们在统计学上可以没有区别，或者都是小事一桩，如何选择最小的RMS？下一页
大括号精度的选择是由其定义的统计精度决定的。你自己说，这是一个随机变量。
说实话，我不明白，或者说你不明白我。其实我并没有问选择sko的准确性。我一定是误解了。我在想，为什么样本的sko与2\3样本的sko进行比较以确定收敛性，而不是5\8、7\9等其他部分的sko。这是否会对评选结果产生重大影响？还是说这些又是微不足道的细节？善与恶的边界？:)
如果你对一个工作模式感兴趣，那么就把所有这些作为一个公理，以程序化的方式实现这个模式，市场本身会告诉你你的这套公理是否公平。
我的意思是，"有什么好想的，你得摇一摇"。在我看来，正在讨论的方法的妙处在于，在看市场会显示什么之前，先进行彻底的分析，并对区分市场一般能显示什么的标准进行论证。我不太擅长编程，不了解到底需要什么，然后看看发生了什么，我就不擅长编程。我一定是对小事非常挑剔。尊敬的各位领导
И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
RMS是方差的根（偏差的平方之和除以某个数字）。那么100条的方差之和减去33条的方差之和，就可以得到33条到100条的方差之和。剩下的就很简单了。
也就是说，你可能应该写出RMS1/3[N]=（{D[N]-D[2N/3]}/{N-2N/3}）^0.5或RMS2/3[N]=（{D[N]-D[1N/3]}/{N-1N/3}）^0.5的公式。
我说对了吗？
如果我理解正确，这是不正确的，因为2/3的偏差是从另一条回归线算起的。你试着在一定的长度上建立一个通道，在2/3处建立另一个通道，你会发现这些线并不重合，因此偏差之和也会不同（也许这就是你的意思？）据我所知，方差或有效值本身不能用来计算后续的数值，因为每一个新的条形图 都会给出一个新的线，并改变整个方差，理论上它不能从上一个条形图上得到的方差来计算。我似乎已经设法在这个周期中考虑到了这一点，甚至三分之二的通道图看起来也是可以的（当回归系数被计算时，我们也计算了CB的平方之和和CB本身，因此我们可以用它们来计算下一个条形的离散度，但我未能使用离散度本身），但当我做了RMS文件并更仔细地看时，我看到每三个条形就会出现一些难以理解的东西。(尽管我似乎已经考虑到了2/3区间边界的不平等移动)
PS 如果有人感兴趣，我可以把RMS数据贴出来（经过校正:）。
И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
СКО - это корень из дисперсии(суммы квадратов отклонений, деленной на некое число). Тогда сумма квадратов отклоений на баре 100 минус сумма квадратов отклоений на баре 33 даст сумму квадратов отклонений от 33 до 100-го бара. Дальше все просто.
所以公式可能应该写成RMS1/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5或者RMS2/3[N]=({D[N]-D[1N/3]}/{N-1N/3})^0.5
你在这里写下的两个公式都是错误的。方差和平方之和是不同的。D[N]=S[N]/N
鉴于此，区间之差的方差不等于区间的方差。根据我的理解，Rosh的 评论表达了对我的澄清的认同。
问题是，纯数学和市场是本质上不同的东西。在我看来，我们应该以此为出发点。比如说。
分析当然很透彻，但特别是来自于弗拉迪斯拉夫假设不可能准确预测后续价格走势的事实。但有可能做出一个 "非随机预测"，其概率将以某种方式（！）等于其实际概率。一般来说，彻底的分析是一种经过实验验证的理论。弗拉迪斯拉夫的方法不是一种理论，而只是一种模式。而它的实验验证现在刚刚开始，结果就在帝国。你想从那些像你一样只在纸上看到模型，还没有理解一切的人那里得到什么？
不要试图从我们身上 "引出 "比我们知道的更多。反正我们不会承认 :-)
你最好试着自己分析一下这个模型，并向我们提供你的设想。
其余的都是根据已经说过的内容
IMHO。只有在样本差异很大的情况下，价格离散度才会有明显差异。如果是这样的话（即一个明显长于另一个），那么两个渠道都有实力，但在长期性上有所不同。这些都是你感兴趣的渠道。另外，我认为误差方差才是标准创建的主要信息来源。而讨论近似值的质量，在我看来是毫无意义的。非国大给出了最好的版本。
所以根据solandra的算法，在"......样本没有落在99%的区间之外。具有最小均方根值的通道被从去条的系列中选出。我在问--如果它们在统计学上可能没有区别，或者都是小事一桩，你如何选择最小的RMS？
IMHO。不要以为弗拉迪斯拉夫和索兰德尔 想法一致。索兰特 只分享了他的理解。你可以采取最小sko的渠道，或者你可以采取整个班级的统计意义相同。并使用其中最差的一个。
IMHO.2/3是弗拉迪斯拉夫的选择。不要等待辩解。试试其他选择。这里有剪刀存在。分数越大，你就越有可能在当前柱子上不跌出通道。而你因此而将自己带入的妄想就会越大。而如果你采取 "越少越好 "的方式，你会得到一个更艰难的条件，并增加过早跌出通道的概率。也就是说，你的标准会在它真正崩溃之前把你扔出通道。你可以假设2/3是一个待优化的参数。
好运。
谢谢你
抛物线Y(X)=Ax^2+Bx+C ，抛物线的系数与线性回归 的系数Ah+B没有任何关系。