Puisque le modèle est bancal, en accord avec les souhaits ci-dessus, augmentons le nombre de lags et prenons le modèle suivant :
kotir hp1(-1 à -4) hp1_d(-1 à -4)
Estimons cette régression :
Eh bien, beaucoup mieux, le R-carré est très décent, mais l'erreur de régression est très grande (S.E. = 55 pips), plus important encore, il y a deux coefficients avec une forte probabilité d'être égal à zéro. Supprimons deux retards pour modéliser l'erreur et estimons y-e :
kotir hp1(-1 à -4) hp1_d(-1 à -2)
Résultat :
Super, calculons le résultat :
On prévoit une longue période pour aujourd'hui.
Mais les résultats le long de l'échantillon sont lamentables.
"Donc les prévisions pour demain à partir de 0000 heures 1.3798."
Et il y a un caramel ! (mana na ? - mana na mana)
Je ne crois pas à la fraude. Pourquoi ferait-il ça ? Il s'agit d'une étude, pas d'une mesure des prédictions. Mais il faut mettre un chiffre dessus pour que ce soit juste.
Si vous n'avez pas de compte, veuillez vous inscrire
Autorisez l'utilisation de cookies pour vous connecter au site Web MQL5.com.
Veuillez activer les paramètres nécessaires dans votre navigateur, sinon vous ne pourrez pas vous connecter.
Vous êtes connecté. L'authentification à deux facteurs a été désactivée. Configurez-la à nouveau et scannez un nouveau code QR, ou continuez avec l'authentification à deux facteurs désactivée.
Ne lisez pas les journaux soviétiques !
Cela n'a rien à voir avec Hodrikt.
Le modèle utilisé a l'idée de séparer la composante déterministe et d'y ajouter du bruit .
Il y a d'autres idées. Et vous ? Y a-t-il du gaz dans votre appartement ? Ou avez-vous des idées, s'il vous plaît, et je vous montrerai les calculs.
Eh bien... allez-y ;)))
Les idées ne manquent pas. Mais vous devriez essayer de générer vos propres idées, au lieu d'être une simple calculatrice, ce serait plus utile.
Je peux calculer mes propres idées.
Passer à l'étape suivante.
Je fais un nouveau prix d'ouverture = 1.3524
.
Puisque le modèle est bancal, en accord avec les souhaits ci-dessus, augmentons le nombre de lags et prenons le modèle suivant :
kotir hp1(-1 à -4) hp1_d(-1 à -4)
Estimons cette régression :
Eh bien, beaucoup mieux, le R-carré est très décent, mais l'erreur de régression est très grande (S.E. = 55 pips), plus important encore, il y a deux coefficients avec une forte probabilité d'être égal à zéro. Supprimons deux retards pour modéliser l'erreur et estimons y-e :
kotir hp1(-1 à -4) hp1_d(-1 à -2)
Résultat :
Super, calculons le résultat :
On prévoit une longue période pour aujourd'hui.
Mais les résultats le long de l'échantillon sont lamentables.
Eh bien... allez-y ;))
Les idées ne manquent pas. Mais vous devriez essayer de générer vos propres idées au lieu d'être une simple calculatrice - ce serait plus utile.
Je peux calculer mes propres idées.
Eh bien oui, la nouvelle est moins crédible que la fuite du modèle sur la propagation du chondrick.
Que faites-vous sur le forum ?
Le résultat de la prévision précédente.
La prévision était pour un court - ont un court - prévision réussie !
"Donc : Prévision pour demain à partir de 00:00 heures 1.3798."
Et il y en a un faux ! (mana on ? - mana on mana)
devinette ;)))))))
"Donc les prévisions pour demain à partir de 0000 heures 1.3798."
Et il y a un caramel ! (mana na ? - mana na mana)
Mais il faut mettre un chiffre dessus pour que ce soit juste.
"Donc les prévisions pour demain à partir de 0000 heures 1.3798."
Et il y a un caramel ! (mana na ? - mana na mana)
Et c'est truqué !
Attention à ce que tu dis.
Nous parlons des 24 heures actuelles à partir de 00:00