Если строить прогнозное облако по абсолютным значениям цен и прогнозу, то мы получим прямую с тангенсом=1 даже для интегрированного белого шума. Это длжно быть понятно, оба ряда содержат постоянную составляющую ценность которой нулевая, а именно на эту составляющую и отреагирует оценка. Об этом я тебе и толдычу. Подумай об этом.
実験のステージング
誤解をなくすために、私の知る限りの実験の段取りを（私のモデルの能力から理解した範囲で）詳しく説明することにしました。単純な話、テスト用のセグメントを取り、このセグメント内のすべてのサンプルを順次パスしていくシステムです。各区間には、一定長さWの 履歴データのサンプルが採取される。このデータを分析し、最適な選択を行う。
文学的な言葉を芸術的な言葉で支え、精一杯の絵を描いた。
予報が行われ、予報データと特定の予報の「環境パラメータ」が記録され、次のリファレンスに移行する。このように、予測点の数や予測点を算出する特定のスライディングウィンドウの大きさは、ある基準ごとに変化する。セリョーガ、どうやらこれが誤解の原因だったようです。おそらく、MAを 固定し、全区間での予測のみで、その分、増分で安全に行くのでしょう。 ただ、MAは 常に変化しているので、増分は予測値のゼロ付近に「集中」してしまうのですが、それはできません。
第1回業績予想
予測は、100サンプル、EURUSD 相場、時間、(H+L)/2の調査期間で実行されました。写真はこのプロットをH、L、(H+L)/2の価格で表示したものです。
各価格予測のスライディングウィンドウの長さの変更（予測プロットの長さよりもカウントの方が長い理由がお分かりいただけたかと思います。）
各予測の水平軸の値の変化 予測値
X 軸が予想価格、Y 軸が実績価格の散布図。線形回帰 式y=a+b*x の係数b は 0.9983 である。
もう一度言っておきますが、ここに間違いはありません。その事実は信頼できるものであり、検証済みである。コツは、予測に必要なパラメータを最適化するだけです。ちなみに、良いマシンで1000サンプルの予測をテストするには、20時間くらい待つ必要がありますが、オペレーター自体は1秒とかからず終了します。そして、今もコードの最適化を続けています。
PS:
セリョーガ、なんでこんな怪しげな空っぽの記事なんだ？多分、派手な呼び方をしていたんじゃないですか？:о)
to Prival
ダニについては、できれば穴のない大きな履歴が必要であるなど、一定の難しさがあります。これらの要件は、時間や分単位のアーカイブの方が満たしやすい。
完璧なカーブについては、私が使っているMEMAとフーリエ・スムージングを比べてみてください。良さ」の基準は、コチエからの標準偏差の値と曲線自体の滑らかさ、つまりスコが小さく、曲線が滑らかであればあるほど、急勾配になると提案します
スコ（相場との乖離の値）の計算方法は明確ですが、スムースネスの計算方法は？
...
スコ（相場からの偏差値）を計算する方法は明確ですが、滑らかさを計算する方法を提案してください。
そして、この滑らかさは何をもたらすのでしょうか？上に書いたように、たくさんのMAが予測され、それぞれの参照に対して、予測可能性の 観点から最適な方法でそのMAが選択されます。
上の記事を全部書いたら、しばらくして消えてしまった:-(
おばあちゃん、私たちは誤解しているんだ。これ以上は意味がない!
予測雲を絶対価格と予測値でプロットすると、積算ホワイトノイズでもタンジェント=1の直線が得られる。これは明らかなことで、どちらの系列も値がゼロである定数成分を含んでおり、評価が反応するのはこの成分である。そういうことなんです。考えてみてください。
をプライヴァルに。
Как посчитать ско (величину отклонения от котировок) понятно, предложения как считать гладкость ?
時刻tにおいて、系列XとYの近さの尺度として関数(y[i]-x[i])^2を、系列の滑らかさの尺度として関数(y[i]-y[i-1])^2を選ぶとする。これらの関数の和、すなわち S=(y[i]-x[i])^2+(y[i]-y[i-1])^ 2の値を推定 することにする。
(S.ブラショフより引用）
上の記事を全部書いたら、しばらくして消えてしまった:-(
おばあちゃん、私たちは誤解しているんだ。これ以上は意味がない!
予測雲を絶対価格と予測値でプロットすると、積算ホワイトノイズでもタンジェント=1の直線が得られる。これは明らかなことで、どちらの系列も値がゼロである定数成分を含んでおり、評価が反応するのはこの成分である。そういうことなんです。考えてみてください。
MAを予測し、そこからインクリメントにするのはどうでしょうか？:о)そして、「これ以上進んでも意味がない」ではなく、「これ以上進んでも意味がない」という基準を考えてもいいのでは？客観的な基準があるのでは？
to中性子
誤差分析（実際の値と予測値の差）、非常に客観的な情報（思い出してください、これはEURUSDです）を見ることは意味があると思います。
この時系列 解析は客観的なものになると思いますか？
PS（訂正）。
Если строить прогнозное облако по абсолютным значениям цен и прогнозу, то мы получим прямую с тангенсом=1 даже для интегрированного белого шума. Это длжно быть понятно, оба ряда содержат постоянную составляющую ценность которой нулевая, а именно на эту составляющую и отреагирует оценка. Об этом я тебе и толдычу. Подумай об этом.
ANALOGICとインクリメント用、その意味では違いはない。この基準(kt LR)は、どちらのケースでもベストではありません
セルゲイ 君のコメントには、すべて同意の上で答えられる。回帰による推定はしたくないので、skoを使いましょう。AIを予測した上で、ベースラインを目指すのか--。
基本的なポイントは、「1小節だけ先の予測をすることができるか」という1点です。
セルゲイ 君のコメントには、すべて同意の上で答えられる。回帰による推定はしたくないので、skoを使いましょう。AIを予測した上で、ベースラインを目指すのか--。
基本的なポイントは、「1小節先だけの予測を出すことができるか」という1点です。
1小節先の予測を出すのはもちろん可能ですが、切るのは難しいことではありません。1小節 以上先を予測するのは合理的ではないと考えるということでしょうか。
当然です!
結局、1本先が予測できれば、再帰を使って2本先が予測でき、そこから帰納法で予測できる。しかし、予測誤差は水平軸が大きくなるにつれて指数関数的に悪化します。そのため、我々は（1本の棒に対する）基本予測の精度と信頼区間の 幅の関係を、予測水平軸のfiとして求めることには興味がないのです。それはアマチュアにやらせればいい。あなたと私は、予測根拠そのものの質を研究します - 1 BARを前進させ、それだけです!そうですね、まずは統計をとって、1回1小節ずつ予測して1歩進むというのを1万回くらいやってみます。念のため。そこで、長さ10000の要素からなる予測ベクトルを取得し、それぞれが1バーの予測であり、新しいものを含めて持っているすべてのデータを計算することにします。