В настоящее время можно часто встретить статьи и публикации на темы, связанные с эконометрикой, прогнозированием ценовых рядов, выбором и оценкой адекватности той или иной модели и так далее. При этом в большинстве случаев рассуждения строятся исходя из предположения, что читатель знаком с методами математической статистики и легко может...
我读过的书是你做梦也想不到的，尤里。虽然你在你的领域显然比我好--我给你说。
不过，有一点哲学。
我越是了解这些方程式、收集报价的方法、分散计算，我就越是惊讶于市场中结构的惊人之美和准确性。价格-时间空间是不可分割的。计算中最轻微的不准确就会导致100%或更多的结果的分散。系统的每一个组成部分：分布的类型、中心趋势的量度和方差都是至关重要的，忽视其中任何一个都是不可接受的。
不，在市场上很美，先生们。迷人的。
我读过你连做梦都想不到的书，尤里。
为此感谢上帝。噩梦是我所需要的一切）。
不过，有点哲学的味道。
...
不，它在市场上是美丽的，先生们。迷人的。
一般来说，你不会找到MA的替代品，从字面上看--永远不会。它只是不存在于自然界中，所以不要去寻找它。简而言之，你是坐在长尾巴上。要么与回归一起工作，要么改变问题的条件。没有什么选择）。
一般来说，你永远不会找到MA的替代品。它在自然界中根本不存在，你不必去寻找它。简而言之，你是坐在长尾巴上。要么与回归一起工作，要么改变问题的条件。没有太多的选择）。
我已经做了足够的研究，知道SMA并不是一个糟糕的选择。然而，在中心趋势的衡量标准中（见维基百科），肯定有比它更好的东西。结果是直截了当的改进。并让大家自己决定是否值得努力。我不再打算把我的研究暴露给像FelixWhite之类的懒人。
我已经做了足够的研究，知道SMA并不是最差的选择。
SMA是最糟糕的选择。WMA是最好的之一，但计算系数是一个真正的挑战。EMA和它的修改是中间性的，因为冗长。
SMA是最糟糕的选择。WMA是最好的之一，但比例是一个挑战。EMA和它的修改是按严重程度区分的。
:)))你很聪明，经验丰富，我的朋友。
我已经做了足够的研究，知道SMA并不是最差的选择。然而，在中心倾向测量法中（见维基百科），显然有比它更好的东西。结果是直截了当的改进。并让大家自己决定是否值得努力。我不再打算把我的研究暴露给像FelixWhite之类的懒人。
实际上，有两种模式。在窗口的输出处，哪一个有最新的价值/周期，就像在rsi计算中一样，而这是两个很大的区别。
吉祥物是一个不错的选择。虽然听起来很俗气，但MA可以有很多方式：-)MA作为高频滤波器，MA用于与过去的参考期进行比较，MA用于跟踪趋势。
这是一个很好的指标，因为它一次显示了很多东西，它对每个TS都是不同的。
---
你怎么能在不摆脱周期性和移动窗口误差的情况下获得与MA的正态分布呢？ 你应该寻找一些非周期性的平均数（我甚至无法想象），或者获得一种技术来消除周期性引起的误差。
我读过这样的书，.........
是否有人创造了这样的书籍....
因此，理论可以被阅读，也可以被创造。
很明显，市场上现有的所有理论都不起作用，因为自70年代以来，没有人能够赚到钱。
读这些书是没有意义的，创造新的公式，简而言之就是创造。
他们能吗？
有没有人创建这样的书籍....
因此，理论可以被阅读，也可以被创造。
很明显，市场上现有的所有理论都不起作用，因为自70年代以来，没有人能够赚到钱。
阅读这些书是没有意义的，创造新的公式，简而言之就是创造。
他们能做到吗？
这里有一个关于不对称性和过度性的例子
https://www.mql5.com/ru/articles/273
而这里有一个正态性的测试。 Harky-Bera测试。
https://www.mql5.com/ru/articles/257
事实上，你可以想出你自己的正常性衡量标准。
例如：用[不对称系数]乘以[衡量峰度系数与正常峰度系数的偏差]。