引文中的依赖性统计(信息论、相关和其他特征选择方法)。 - 页 56

 

VNG: Есть. Два шикарных стейта. Один из них - подъем с 50 баксов до 10000 за 10 сделок в течение 3-х месяцев. Ни одной убыточной.

10000/50 = 200 = x^10.

x = 1.7.

血腥的地狱!

 
VNG:


TAdv--逆向战术,由多点提出。屏幕是由其中一位作者发布在这里的。

瓦迪姆查的频道和挥杆是由一个叫瓦迪姆查的用户在网上发布的模型。我不会给任何链接,谷歌一下这个绰号,你会发现它们。三年前,我自己也曾寻找过它们。

截图与我上面刚发布的模型。

我的兴趣是将这些模式正规化,以实现自动化。

这就是我想正式确定的内容。该截图显示了两个黑色脉冲的序列。任务是用TI方法计算第三个红色脉冲的长度和到达终点的时刻。

如果有一种提取模式的方法,那么在你的职权范围内一步一步地描述什么和如何计算,雇用一个适当水平的程序员,你就会很高兴。

优素福不会撒谎。

 
Mathemat:

他们不仅仅是依赖,他们是极度依赖!他们的生活方式和生活方式都是如此。计量经济学中关于前几个小节的皮尔逊自相关的老生常谈早已为我所知。但这对我来说没有任何用处。

实际上,这和我做的事情差不多。只是用不同的语言。

如果有人对TI的语言感到困惑--好吧,你可以使用统计学的语言。Hee-square, for fuck's sake!

解释就在那里。阅读维基

我们的研究表明,事实并非如此:金融市场在信息上是无效率的!我们的研究表明,金融市场是无效率的。

停,停,停....

这个问题很具体。该文章引用了一个信息依赖性。一个市场不是一个高度的士兵连。它是信息。有ACF,也有TI的另一个公式。说它比ACF更好(更差)的依据在哪里?因此,我也抠着鼻子写了一个反对ACF的公式。ACF揭示了趋势,我们在商数上看到了这一点。而且它揭示了趋势,即眼睛不太看得见的周期。这是一个辅助工具,用于进一步将运动固定在分析形式中。而TI揭示了什么?这些所谓的TI依赖性影响了商数的移动?

 
Mathemat:

10000/50 = 200 = x^10.

x = 1.7.

血腥的地狱!


这是一个事实。
 
Mathemat:

10000/50 = 200 = x^10.

x = 1.7.

血腥的地狱!

我们一直在这里白白闲逛。讨论了严肃而有趣的事情.....
 
faa1947: 该文章引用了一个信息依赖性。一个市场不是一个高度的士兵连。它是信息。有ACF,也有TI的另一个公式。说它比ACF更好(更差)的依据在哪里?因此,我也抠着鼻子写了一个反对ACF的公式。ACF揭示了趋势,我们在商数上看到了这一点。而且它揭示了眼睛不太看得见的趋势。这是一个辅助工具,用于进一步将运动固定在分析形式中。而TI揭示了什么?这些所谓的TI依赖性是否影响到商数的变动?

你和我都已经说过,ACF只揭示了线性依赖关系。不晚于第10步的商的ACF被破坏成一个在统计学上与零无法区分的数字。

而这个来自TI的公式(或类似的,chi-square标准)揭示了任何依赖性,任何程度的非线性。而且,依赖性不是到第10条,而是到成千上万的数字。感觉到差异了吗?

 
sergeyas:

如果有一种提取模式的方法,那么在你的职权范围内一步一步地描述什么和如何计算,雇用一个适当水平的程序员,你就会很高兴。

优素福不会撒谎。


我对雇用程序员没有用处。我自己也做一些雕塑,有一些朋友从来没有拒绝过我。问题是另一个问题--不清楚如何将其正式化。你可以用你的头和眼睛看,但你不能把它形式化。但这不是我此刻的意思。我想解决的正是预测的问题。
 
VNG:

在你自己的皮肤上。

一个隐藏的统计是不够的))
 
faa1947:
我们一直在这里白白闲逛。我们一直在讨论严肃而有趣的事情.....

而这是追求完美的极限,它并不是。
 
Mathemat:

你和我都已经说过,ACF只揭示了线性关系。ACF科蒂尔不晚于第10步被湮灭为一个在统计学上无法区分的零数字。

而这个来自TI的公式(或类似的,chi-square标准)揭示了任何依赖性,任何程度的非线性。而且,依赖性不是到了第10条,而是到了几千条。感觉到差异了吗?

我不明白。ACF抽出的钱和投入的钱一样多,这有什么用?

为什么你能相信大量酒吧上的TI?