绝对课程 - 页 33

 
Avals:

用随机行走法产生一个课程ED和DY,并加上EY=ED*DY然后类似地找到E,D,Y,使KK->1他们现在将显示什么是SB的模式?

他们不会的。我猜我的算法会崩溃,无法表示三条KK->1的类似曲线。收敛到一个单一形状的可能性本身是由报价的非随机性决定的。我会试一试的。今天、明天、后天我都会在这里发布。实际上,在我过去在这里的化身中,我自己曾多次建议在高斯白噪声和简单函数(正弦、蜿蜒、阶梯)上测试各种算法。
 

我不知道....我不知道你的计算与传统指数相比会有什么结果。 人们在计算时必须超越一些假设和近似值。关于日元,指数也显示其从2012年5月到2013年1月的下降,过去几周这种运动已经放缓,甚至可能逆转。另一边的鸡蛋也一样。

 
Figar0:

我不知道....我看不出你的计算与传统指数相比会有什么结果。 人们必须在计算中超越一些假设和近似值。关于日元,指数也显示其从2012年5月到2013年1月的下降,过去几周这种运动已经放缓,甚至可能逆转。另一边的鸡蛋也一样。


我得告诉你多少次,不是一样的。什么 "索引"?它们是日元相对于什么的图表?对照一篮子货币?该篮子货币的价值变化很大。你不能。你不能!!!!!!!!!!!!!!!!!!,你不能!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!1,必须要有一只真正的鹦鹉。例如,日元本身在2012年1月1日的一些酒吧。因此,在与它的关系,根据定义等于自己今年所有的马尾辫和在任何时候,建立。
 
Dr.F.:

同事,我给了你一个例子。正弦和余弦。相关性为零。没有正交性。你还需要什么?
正弦和余弦是角度的函数,不是随机变量,而且也是通过同一性(sin^2(a)+cos^2(a)=1)的刚性关系,而根据定义,相关度是作为随机变量的关系衡量。因此,谈论这些数量的任何相关关系是没有意义的。
 
Dr.F.:
他们不会的。我猜我的算法会崩溃,无法描绘出QC->1的三条类似曲线。减少到一个单一形状的可能性本身是由报价的非随机性决定的。我会试一试的。今天、明天、后天我都会在这里发布。实际上,在我过去在这里的化身中,我自己曾多次建议在高斯白噪声和简单函数(正弦、蜿蜒、阶梯)上测试各种算法。



我不相信!!!。我建议采取以下措施。给你三套这样的对子。

1- 正如阿瓦尔斯所说,完全由GPC产生

2- 熟悉2个未知货币对(类似于ED和DA,只是其中的货币顺序不同)的一大块历史,它们的归一化价值。

3- 从第2点开始,用真实对的分布做gpsc。

4- 其中一个系列是真正的一对,另一个是gpsc。

 
khorosh:
相关性,顾名思义,是作为随机变量的相关措施。因此,谈论这些变量的任何相关关系是没有意义的。


另一个有妄想症的人?相关性(我指的是C.皮尔逊的线性相关系数,其特点是两个量之间存在线性关系)被用作衡量无的关系,一般来说,由其本身,VOLUNTEERS。也许是随机的,也许是x和x的平方,等等。你为什么关心它们是否是随机的? 你有一个公式,把它代入,找到结果。你说:"好的,x和x的平方在区间x中的相关系数差不多是0.97。然后呢?
 
Joperniiteatr:



我不相信!!!。我建议你做以下工作。给你一套这样的冲锋衣。

1- 正如阿瓦尔斯所说,完全由GPC产生

2- 熟悉2个未知货币对(类似于ED和DA,只是其中的货币顺序不同)的一大块历史,它们的归一化价值。

3- 用来自第2点的真实对的分布做一个gpsc。


同意进行实验 :-)

请人准备 "真实的 "欧元兑美元和欧元兑日元以及 "随机"。让 "真正的 "也只是条款栏,没有其他东西(日期、开放和其他东西)。你可以以某种方式扭曲它们,但不能改变它们的性质,例如,采取一个异国的非主要三角形并颠倒时间方向。而我将给你两对文件的结果。

 
Dr.F.:


同意进行实验 :-)

请人准备 "真实的 "欧元兑美元和欧元兑日元以及 "随机"。真正的 "也将只是条款栏,没有其他的东西(日期、开幕式等)。你可以以某种方式扭曲它们,但不能改变它们的性质,例如,采取一个异国的非主要三角形并颠倒时间方向。而我将指出这两对文件的结果。



但它将是真实的欧元兑美元和欧元兑日元,而不是像1.3333和125.00,它将是正常化形式的真实利率,所以你不会偷看。这能行吗?
 
Joperniiteatr:


但它将是真实的欧元兑美元和欧元兑日元,而不是像1.3333和125.00,它将是正常化形式的真实汇率,所以你不会偷看。这能行吗?
好吧,好吧。 但我要求你在我回答了你的结果之后,揭示原始数据被扭曲的方式,并把原始数据本身也提出来。要确保你的失真算法不会扭曲报价的性质。
 
Dr.F.:

又是一个妄想症患者?相关性(我指的是C.皮尔逊的线性相关系数,它表征两个量之间存在的线性关系)被用作衡量无、任何、所有、所有、所有、志愿者的关系。也许是随机的,也许是x和x的平方,等等。你为什么关心它们是否是随机的? 你有一个公式,把它代入,找到结果。你说:"好的,x和x的平方在区间x中的相关系数差不多是0.97。然后呢?

阅读维基百科。

相关性(来自拉丁语correlatio),(相关依赖性)是两个或更多的随机变量之间的统计关系(或在某种程度上可以被认为是的变量之间)