트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2525

새 코멘트
 
비밀 번호 :
SB를 위한 것입니다. 우리에게 무엇입니까?)

실제 VR과 SB의 차이로 수익이 가능하다는 것을 이해합니다. 그리고 이러한 차이점을 찾으십시오)).

 
의사 # :

실제 VR과 SB의 차이로 수익이 가능하다는 것을 이해합니다. 그리고 이러한 차이점을 찾으십시오)).

여기 반 포럼과 토요일 입에 거품이있는 "벌기")
 
레나트랩 # :

실제 시장에서? 개인적으로 나는 어떤 종류의 철학을 고수합니다.

*하지만 증거가 없으면 가정을 논의하는 것이 쓸모가 없기 때문에 나는 그것에 대해 논의하고 싶지 않습니다.

2000년대 전반기에 금융 시계열을 예측하기 위해 구성된 동적 혼돈 이론을 사용하려는 시도와 함께 과학 연구가 급증했습니다. 주요 아이디어: 시계열 구현 후 동적 시스템을 복원하고 예측에 사용합니다. 그런 다음 어떻게 든 출판물의 흐름이 얇아졌습니다.

 
비밀 번호 :
여기 반 포럼과 토요일 입에 거품이있는 "벌기")

"캐주얼 방랑자"의 수가 감소한 것을 눈치채셨나요? Alexander조차도 내 도발에 빠지지 않았습니다))).

 
의사 # :

또한 괜찮으시다면 더 친숙한 형식으로 다시 작성하겠습니다. ACF(t) = sqrt((nt)/n), 여기서 n은 샘플 크기입니다.

이렇게 하면 샘플의 마지막 값과 다른 모든 값의 상관 관계만 얻을 수 있지만 서로 어떻게든 상관 관계가 있습니다. 예를 들어 1<=t1<=t2<n이면 ACF(t1,t2)= 제곱(t1/t2).

또한, 많은 유용한 작업(수준에 도달할 동일한 확률)이 이 가정에서 해결하기 더 쉽기 때문에 SB 에 대해 시간(샘플 크기)이 무한하다고 가정하는 데 더 익숙합니다.

 
의사 # :

2000년대 전반기에 금융 시계열을 예측하기 위해 구성된 동적 혼돈 이론을 사용하려는 시도와 함께 과학 연구가 급증했습니다. 주요 아이디어: 시계열 구현 후 동적 시스템을 복원하고 예측에 사용합니다. 그런 다음 어떻게 든 출판물의 흐름이 얇아졌습니다.

Peters가 어떤 시장에 대한 어트랙터의 차원을 계산한 주제에 대한 책이 있었던 것을 기억합니다. 상당히 큰 것으로 밝혀져 결과의 통계적 의미를 생각하게 한다.

 
Alexey Nikolaev # :

샘플의 마지막 값과 다른 모든 값의 상관 관계만 얻을 수 있습니다.

이것은 ACF의 고전적인 정의입니다.


Alexey Nikolaev # :

예를 들어, 1<=t1<=t2<n이면 ACF(t1,t2)=sqrt(t1/t2)입니다. 또한 많은 유용한 작업(수준에 도달할 동일한 확률)이 이 가정에서 해결하기 더 쉽기 때문에 SB에 대해 시간(샘플 크기)이 무한하다고 가정하는 데 더 익숙합니다.

그건 그렇고, " 공식은 스포츠 관심에서 파생 된 것입니다. 돈을 버는 데 유용하지 않을 것 같습니다. "

 
Alexey Nikolaev # :

Peters가 어떤 시장에 대한 어트랙터의 차원을 계산한 주제에 대한 책이 있었던 것을 기억합니다. 상당히 큰 것으로 밝혀져 결과의 통계적 의미를 생각하게 한다.

예, 자본 시장의 혼돈과 질서입니다. 많은 출판물이 있었습니다. 하지만 문제가 해결되지 않았습니다.

 
의사 # :

그건 그렇고, "공식은 스포츠 관심에서 파생 된 것입니다. 돈을 버는 데 유용하지 않을 것 같습니다."

레벨업? 아니면 레벨 다운?)
 
비밀 번호 :
레벨업? 아니면 레벨 다운?)

물론 질문은 Alexei에게 리디렉션되어야 합니다. 그러나 나는 "상관없다"고 말하고 싶다. 요점은 SB가 sqrt(t)에 비례하여 경로를 이동한다는 것입니다.

1...251825192520252125222523252425252526252725282529253025312532...3399
새 코멘트
사유: