대략적으로 말하자면, 훈련 된 모델의 형태로 트리트먼트가있는 훈련생 그룹이 있고, 트리트먼트가없는 테스트 (대조군)가 있다고 가정 해 보겠습니다. 다른 모든 결론과 모델의 상승은 제안 된 방법에 따라 이루어집니다. 아마도 이것은 올바른 비유가 아닐 수도 있습니다.
더 간단한 방법으로 살펴보면, 어떤 트리트먼트(원인)를 수행한 다음 모든 종류의 무작위 테스트를 통해 효과를 분석합니다. 인과 관계를 분석할 수 있습니다.
아마도 나는이 모든 것의 목적을 정말로 이해하지 못했을 것입니다.... 그러나 목표는 새로운 요인이 지표에 미치는 영향을 감지하는 것이거나 예측 변수의 과거 값의 이상치로 생각할 수있는 것처럼 보였습니다 (가격 또는 다른 것-회귀는 대부분 예제에서). 그런 다음 이벤트의 연대기가 변경되지 않은 상태에서 이러한 이상값을 감지하는 것이 과제입니다(시계열의 경우 샘플 라인을 무작위로 추출할 수 없음). 그리고 이것이 드문 이벤트이거나 일회성 변경인 것으로 밝혀졌습니다. 그런 다음 고정된 기간 동안 예측 지수 분포의 변화를 살펴보는 것으로 충분합니다. 이러한 변화가있는 예측 변수가 원인이며 (또는 그렇지 않을 수도 있습니다-여기서는 원인 또는 결과를 결정하는 방법에 대한 아이디어를 이해하지 못했습니다) 테스트의 다른 부분에서 이러한 변화가 더 자주 "모델이 작동하지 않음"이라는 결과로 이어지면 이러한 예측 변수를 사용하여 모델이 더 신중하게 작동하도록해야합니다.....
장기적으로 훈련된 수익성 있는 모델 300개가 있는데 누가 필요하겠어요? 최고의 모델을 봇으로 컴파일할 수 있습니다.
개인적으로 컴파일된 봇은 여기서 환영받지 못합니다. 상업적 용도가 아닌 무료입니다.
다시 작동하지 않는 코드가 있습니다. 실질적인 토론을 원한다면 재현 가능한 결과를 게시하세요.
코드가 작동하고 재현할 수 있습니다.
코드가 작동하고 재현 가능합니다.
예, 작동 중입니다 - 알아냈습니다 - R..... 버전을 잘못 사용했습니다.
그것으로부터 10 년 동안의 분 견적을 만들고 MT5에로드하는 방법이 가능할 수 있도록 말씀해 주시겠습니까?
코드가 작동하고 재현 가능합니다.
아무도 의심하지 않았습니다 ;))))
그는 각 라이브러리에 대해 새 버전의 R을 설치 한 다음 개발자가 바보인지 아닌지 추측합니다.... )))
재밌네요. 그리고 슬프고.... 그리고 역겹고...
우리는 틈틈이 코잘을 씹어 먹습니다.
강력한 뇌 주사를 통해
첫 번째 파트에서는 아줌마들이 서로 다른 레너를 비교합니다.
첫 번째 파트에서는 아줌마들이 서로 다른 레너를 비교합니다.
저는 그것을 보고 있는데, 지금까지는 이 아이디어만 얻었습니다. 소위 효과는 본질적으로 지연된 샘플에 대한 오류입니다.
즉, 모든 것이 잘못되었다는 일종의 정당화입니다. 하지만 정확한 원인을 파악할 수있는 방법은 어디에 있는지 이해가되지 않습니다.....
트레이딩에서 이 연구의 요점은 무엇이라고 보시나요?
트레이딩을 위한 이 연구의 요점은 무엇이라고 생각하시나요?
마케팅 정의를 일반적인 인간 언어로 번역하여 어떻게 조이는 지 알아 내야합니다.
대략적으로 말하자면, 훈련 된 모델의 형태로 트리트먼트가있는 기차 그룹이 있고, 트리트먼트가없는 테스트 (대조군)가 있다고 가정 해 보겠습니다. 다른 모든 결론과 모델의 상승은 제안 된 방법에 따라 수행됩니다. 아마도 이것은 올바른 비유가 아닐 수도 있습니다.
더 간단한 방법으로 살펴보면, 어떤 트리트먼트(원인)를 수행한 다음 모든 종류의 무작위 테스트를 통해 효과를 분석합니다. 인과 관계를 분석할 수 있습니다.
마케팅 정의를 일반인의 언어로 번역하여 어떻게 적용해야 하는지 알아내야 합니다.
대략적으로 말하자면, 훈련 된 모델의 형태로 트리트먼트가있는 훈련생 그룹이 있고, 트리트먼트가없는 테스트 (대조군)가 있다고 가정 해 보겠습니다. 다른 모든 결론과 모델의 상승은 제안 된 방법에 따라 이루어집니다. 아마도 이것은 올바른 비유가 아닐 수도 있습니다.
더 간단한 방법으로 살펴보면, 어떤 트리트먼트(원인)를 수행한 다음 모든 종류의 무작위 테스트를 통해 효과를 분석합니다. 인과 관계를 분석할 수 있습니다.
아마도 나는이 모든 것의 목적을 정말로 이해하지 못했을 것입니다.... 그러나 목표는 새로운 요인이 지표에 미치는 영향을 감지하는 것이거나 예측 변수의 과거 값의 이상치로 생각할 수있는 것처럼 보였습니다 (가격 또는 다른 것-회귀는 대부분 예제에서). 그런 다음 이벤트의 연대기가 변경되지 않은 상태에서 이러한 이상값을 감지하는 것이 과제입니다(시계열의 경우 샘플 라인을 무작위로 추출할 수 없음). 그리고 이것이 드문 이벤트이거나 일회성 변경인 것으로 밝혀졌습니다. 그런 다음 고정된 기간 동안 예측 지수 분포의 변화를 살펴보는 것으로 충분합니다. 이러한 변화가있는 예측 변수가 원인이며 (또는 그렇지 않을 수도 있습니다-여기서는 원인 또는 결과를 결정하는 방법에 대한 아이디어를 이해하지 못했습니다) 테스트의 다른 부분에서 이러한 변화가 더 자주 "모델이 작동하지 않음"이라는 결과로 이어지면 이러한 예측 변수를 사용하여 모델이 더 신중하게 작동하도록해야합니다.....