그것은 단지 다른 진입 조건을 비교하는 것에 관한 것입니다. 원칙적으로, 나는 처음부터 2.5 RMS에 푹 빠져 있었고, 지금까지는 실제(날카로운) 채널 경계가 일반적으로 이 수준의 영역에서 정확히 통과한다는 인상이 남아 있습니다. 나는 프로젝트 참가자의 결과를 비교하는 것이 아니라 (결국 모든 사람이 자신의 계획을 가지고 있으며 구현 단계가 크게 다름) 입력 최적화 절차의 정확성을 의미했음을 분명히 하고 싶습니다. 이러한 의미에서 언급된 옵션은 기본 모델을 따르는 것으로 보입니다. 채널 경계에서 성공적으로 진입하면 가격이 안쪽으로 이동해야 하며 이상적으로는 다른 경계로 이동해야 합니다(따라서 실패할 경우 그 반대도 마찬가지임), RMS 수준은 무차원 좌표. 그러나 입력을 비교하는 것은 매우 미묘한 일이므로 댓글과 이의 제기를 위해 특별히 해당 게시물을 작성했습니다.
나는 당신의 생각을 완벽하게 이해했고 매우 좋아했습니다. 시스템을 테스트할 때도 별도의 입력 평가 문제가 발생했습니다. 해결했다고 말할 수 없습니다. 하지만 내 IMHO를 공유할 수 있습니다.
당신의 가치 평가 접근 방식을 이해하려면 SL과 TP의 관계를 알아야 했기 때문에 입문 수준에 대해 물었습니다. 이제 1:4로 이해합니다. 그것은 당신이 비평형 입력 추정을 하고 있다는 것을 따릅니다. 이것은 내가 사용한 옵션 중 하나입니다. 일반적으로 다음 옵션을 상상합니다.
1. 평형 추정. SL=TP. 나는 이 옵션이 간단하고 입력의 "정확성"에 대한 객관적인 평가를 제공하기 때문에 이 옵션을 좋아합니다. 즉, 시스템이 이길 확률의 증가를 추정합니다. 2. 비평형 추정치 SL < TP. 이 옵션을 사용하면 시스템이 피벗 포인트에 얼마나 가깝게 진입하는지(반대 추세 항목의 경우) 또는 추세 끝에서 얼마나 멀리 진입하는지(추세 항목의 경우) 평가할 수 있습니다. 3. 복잡한 견적. 물론 그들 중 많은 수가 있습니다. 그리고 그들 각각은 시스템이 제공하는 입력의 특정 속성을 평가할 수 있습니다. 제가 사용한 예를 하나만 들겠습니다. SL은 지정되지 않았으며 유일한 매개변수는 TP입니다. 각 항목에 대해 항목이 TP에 도달하기 전에 도달한 최대 감소가 추정됩니다. TR을 변경하여 통계적으로 분석할 수 있는 시리즈를 얻습니다. 이것은 단점이 있는 예일 뿐입니다. 특히, TR은 전혀 달성되지 않을 수 있습니다. 따라서 추정치의 각 변형을 적용하려면 자체 설명이 필요합니다.
일반적으로 시스템 전체를 평가할 때 우리는 모두 두 가지 값에 의존합니다. 각 음수 거래에 대한 긍정적인 거래의 수와 수익성 있는 거래의 평균 수입과 수익성이 없는 거래의 평균 손실 비율입니다. 이 모든 것은 시스템 전체를 테스트할 때 컴플렉스에서 얻을 수 있습니다. 따라서 이러한 결과가 얻어지는 이유를 말할 수 없다는 점에서 독립적이지 않습니다. 항목이 잘못되었거나 종료되었거나 잘못된 SL 및 TP 등으로 인해. 그러므로 입력과 출력(그리고 그것들이 연결되어 있음)을 평가하기 위한 방법론을 표준화하는 것은 물론 매우 멋진 일입니다. 그러면 시스템의 두 가지 주요 특성을 독립적으로 평가하는 방법론을 구축할 수 있습니다. 그리고 이것은 시스템의 장점과 개선해야 할 점을 즉시 보여줍니다.
수치적 방법으로 그들은 다음과 같은 문제를 해결합니다. 먼저 길이가 L인 임의의 선과 끝이 기둥의 꼭대기에 있습니다. 회로의 위치 에너지를 계산합니다(적분). 그런 다음 그들은 선을 약간 "이동"하고 다시 에너지를 계산합니다.
예, 저는 적분 방법보다 변동 분석에 더 익숙합니다. 그건 그렇고, 그것은 기능이 아닌 기능을 탐구하도록 특별히 설계되었습니다. 따라서 잠재적 에너지 기능 의 극한에 대한 탐색에 대한 Vladislav의 진술은 거기에서 무언가를 결정하기 위해 필드의 잠재력을 사용하는 것보다 나에게 더 이해하기 쉽습니다. 그건 그렇고, 무엇? Vladislav는 가격 필드의 잠재력을 정확히 무엇을 위해 사용합니까?
많은 섭동 지점이 있으며 궁극적으로 최소 위치 에너지(방법의 수렴을 위한 요구 사항)로 이어질 알고리즘이 필요합니다.
Vladislav에 많은 코드가 있고 각 주기에 왜 그렇게 많은 시간이 걸리는지 명확하지 않다고 쓴 적이 있습니다. 바로 그 이유입니다. 궤적 변화. 자유도가 너무 많습니다.
따라서 잠재적 에너지 기능의 극한에 대한 탐색에 대한 Vladislav의 진술은 거기에서 무언가를 결정하기 위해 필드의 잠재력을 사용하는 것보다 나에게 더 이해하기 쉽습니다. 그건 그렇고, 무엇? Vladislav는 가격 필드의 잠재력을 정확히 무엇을 위해 사용합니까?
나는 근사의 충분성을 평가하기 위해 생각합니다. 결국 어느 단계에서 멈추고 무한대에 적응하지 않을 필요가 있다.
"모델이 더 좋을수록, 덜 경험적이며 더 많은 이론이 그것에 투자됩니다." 학자 Zel'dovich와 Myshkis 교수는 응용 수학 과정에 있습니다.
"좋은 이론보다 더 실용적인 것은 없다" 아인슈타인.
책에서 인용
경험적 및 적절한 이론적 분포(모형)의 형식적 근접성은 빈도 및 매개변수의 무작위 편차를 생성하는 제한된 샘플로 인해 정확히 일치할 수 없습니다. 더욱이, 경험적 분포와 이론적인 분포 사이의 아주 작은 불일치는 역설적으로 그들의 불일치를 나타냅니다. 왜냐하면 큰 수의 법칙에 따르면 경험적 빈도는 표본 크기의 무제한 증가와 함께 확률로 수렴하기 때문입니다. 크기가 제한된 샘플은 대안 해석을 허용하는 모델과 불일치해야 합니다.
경험적 분포와 이론적 분포 사이의 불일치는 본질적으로 허용되는 변동의 한계 내에서 무작위이며 서로 모순되지 않으며 이론적 모델과의 일치 가설이 수락될 수 있습니다. 경험적 분포와 이론적 분포 간의 차이는 무작위 변동으로 설명되지 않고 통계적으로 유의하며 이론적 모델과의 일치 가설은 기각됩니다.
이론적 모델과의 비모순이 설정되거나 거부되는 규칙을 일치 기준이라고 합니다. 일치 가설을 기각하는 오류 확률은 일반적으로 추정됩니다.
여기까지는 MTS-ki와는 거리가 멉니다. 로샤가 채널을 꾸민다는 아이디어가 마음에 들었습니다. 구현했습니다. 눈이 편해졌습니다.
Rosh, 힌트 주셔서 감사합니다. 사진으로 이해했습니다.
그런데 스윙으로 채널을 선택하는 사람이 있습니까? 나는 Vladislav를 완전히 이해하지 못했습니다. 나는 내 방식으로 그것을했고 계산 만 많이 느려졌습니다. 일반적으로 서로 다른 주기로 지그재그를 여러 번 실행한 다음 끝에서 두 번째 극점을 취하고 주변 범위에서 RMS가 최소인 채널을 찾습니다. 단순화하는 방법을 조언해줄 수 있는 사람이 있습니까?
이 지점을 만나기 전에 저는 Omega에 앉아 있었습니다. 또한 그 과정에서 MQL도 처리해야 합니다. 다른 사람들을 따라잡을 수 있기를 바랍니다. :))
그와 같은 스윙(일반적으로 받아 들여지는 의미에서)은 제 생각에는 필요하지 않습니다. 표준 지그재그 등을 의미합니다(그래서 속도가 느려짐). 여기에서 말하자면 더 큰 채널(그 경계)은 더 작은 채널의 기초 역할을 합니다. 여기에는 프랙털리티(Fractality)와 많은 투자 범위 및 다중 프레임워크(3 엘더 스크린)가 있습니다.
그와 같은 스윙(일반적으로 받아 들여지는 의미에서)은 제 생각에는 필요하지 않습니다. 표준 지그재그 등을 의미합니다(그래서 속도가 느려짐). 여기에서 말하자면 더 큰 채널(그 경계)은 더 작은 채널의 기초 역할을 합니다. 여기에는 프랙털리티(Fractality)와 많은 투자 범위 및 다중 프레임워크(3 엘더 스크린)가 있습니다.
추신 : 나는 아직 채널 채색을 구현하지 않았습니다. :)
그렇다면 이 방법은 피하는 것이 좋을까요? 네, 선택의 질이 맞는 것 같습니다...... 하지만 계산 시간은 그렇지 않습니다. :))
수치적 방법으로 그들은 다음과 같은 문제를 해결합니다. 먼저 길이가 L인 임의의 선과 끝이 기둥의 꼭대기에 있습니다. 회로의 위치 에너지를 계산합니다(적분). 그런 다음 그들은 선을 약간 "이동"하고 다시 에너지를 계산합니다. 그들은 이 "교란"과의 차이점을 봅니다. 일종의 분화(변이)가 발생했습니다. "흔들기"가 위치 에너지의 감소를 가져온 경우 - 이 방향으로 "흔들기", 반대의 경우 - 다른 방향으로 "흔들기". 많은 섭동 지점이 있으며, 궁극적으로 최소 위치 에너지(방법의 수렴을 위한 요구 사항)로 이어질 알고리즘이 필요합니다.
당연히 모든 섭동에 대해 사슬의 길이와 시작 및 끝 좌표에 부과된 제한이 관찰됩니다.
나는 "흔들기"라는 용어를 잘 이해하지 못했습니다. 예를 들어 켤레 기울기 방법(한 번 링크를 제공한 적이 있음)을 사용하여 점진적 근사에 의해 최대 또는 최소를 검색하는 것을 의미한다면 이 방법이 우리의 경우에 더 적합합니다 그리고 교란과 관련이 없습니다. 그리고 체인의 새로운 라인의 작업을 의미한다면, 제 생각에는 이것은 옳지 않으며 수치적 방법으로 문제를 해결할 수 없습니다. 그리고 미분, 적분 방정식, 보간 문제 등을 해결합니다. 저것들. 방정식 시스템을 풀면 곡선 세트가 생깁니다.
가격 시리즈를 체인으로 표현하면 이 접근 방식이 전혀 마음에 들지 않고 더 나아가 우리의 경우 그 의미와 비유를 이해하지 못합니다.
내 연구에서 나는 다른 쪽에서 시작했습니다. 여기 이 링크 http://www.rfbr.ru/default.asp?doc_id=5169 에 반응의 잠재적인 에너지 표면에 대한 설명이 있습니다. 화학: o). 물론, 나는 아이디어 자체만 가져갔고 그 이상은 취하지 않았습니다 . 그리고 이제 나는 그러한 표면의 최소값을 찾기 위해 matkad에서 평형 방정식을 "발명"하고 있습니다.
"흔들리는" Rosh는 곡선의 변형을 의미했습니다. 수학적 분석에서 변수의 극미한 변화는 문자 "d"-dx로 표시됩니다. 변형 분석에서 함수(!!!)의 극미한 변화는 그리스 문자 델타로 표시됩니다. 이것이 변수(즉, 숫자)가 아니라 함수라는 것을 기억한다면 의미는 비슷합니다.
가격 시리즈를 체인으로 표현하면 이 접근 방식이 전혀 마음에 들지 않고 더 나아가 우리의 경우 그 의미와 비유를 이해하지 못합니다.
비유는 완전하지는 않지만 매우 가깝습니다. 가격 시리즈에는 궤적의 시작과 끝이라는 두 개의 고정 끝이 있습니다. 내부에서 궤적은 기능적 위치 에너지를 최소화하는 방식으로 구축됩니다. Hamiltonian 개념과 위치 에너지 개념 간의 차이를 무시한다면 이것은 이론 역학의 고전적인 접근 방식입니다. Vladislav가 이것을 자신의 모델에 사용한 사실은 첫눈에 감명을 받았습니다.
그리고 여기서 문제가 시작됩니다. 가격 필드는 잠재적이므로 이 두 고정 끝을 연결하는 모든 가격 궤적은 둘 사이를 이동하는 동일한 작업에 해당합니다. 이것은 우리에게 내부에서 일어나는 일에 대해 걱정하지 않고 원하는 대로 궤적을 변경할 수 있는 권리를 줍니다. 그러나 이것이 바로 모든 궤도가 동등해지기 때문에 가능성의 원칙을 비구성적으로 만드는 것입니다. 동시에 Vladislav는 다음과 같이 썼습니다.
가격 필드의 잠재력은 그것을 가능하게 하고 파생 상품에서 기능을 복원하는 방법입니다.
이것은 내가 이해하지 못하는 것입니다.
Rosh 는 수치 방법에 대한 모든 것을 올바르게 작성했습니다. 요점은 "숫자"가 아니라 방법의 "완전성"에 있습니다. 그리고 Vladislav가 가격 필드의 잠재력을 정확히 사용하는 이유에 대해 Rosh 는 대답했습니다.
나는 근사의 충분성을 평가하기 위해 생각합니다. 결국 어느 단계에서 멈추고 무한대에 적응하지 않을 필요가 있다.
이것도 의심스럽습니다. 나는 Vladislav가 1차 위, 즉 LR 위의 근사치를 사용하지 않는다고 생각합니다.
나는 당신의 생각을 완벽하게 이해했고 매우 좋아했습니다. 시스템을 테스트할 때도 별도의 입력 평가 문제가 발생했습니다. 해결했다고 말할 수 없습니다. 하지만 내 IMHO를 공유할 수 있습니다.
당신의 가치 평가 접근 방식을 이해하려면 SL과 TP의 관계를 알아야 했기 때문에 입문 수준에 대해 물었습니다. 이제 1:4로 이해합니다. 그것은 당신이 비평형 입력 추정을 하고 있다는 것을 따릅니다. 이것은 내가 사용한 옵션 중 하나입니다. 일반적으로 다음 옵션을 상상합니다.
1. 평형 추정. SL=TP. 나는 이 옵션이 간단하고 입력의 "정확성"에 대한 객관적인 평가를 제공하기 때문에 이 옵션을 좋아합니다. 즉, 시스템이 이길 확률의 증가를 추정합니다.
2. 비평형 추정치 SL < TP. 이 옵션을 사용하면 시스템이 피벗 포인트에 얼마나 가깝게 진입하는지(반대 추세 항목의 경우) 또는 추세 끝에서 얼마나 멀리 진입하는지(추세 항목의 경우) 평가할 수 있습니다.
3. 복잡한 견적. 물론 그들 중 많은 수가 있습니다. 그리고 그들 각각은 시스템이 제공하는 입력의 특정 속성을 평가할 수 있습니다. 제가 사용한 예를 하나만 들겠습니다. SL은 지정되지 않았으며 유일한 매개변수는 TP입니다. 각 항목에 대해 항목이 TP에 도달하기 전에 도달한 최대 감소가 추정됩니다. TR을 변경하여 통계적으로 분석할 수 있는 시리즈를 얻습니다. 이것은 단점이 있는 예일 뿐입니다. 특히, TR은 전혀 달성되지 않을 수 있습니다. 따라서 추정치의 각 변형을 적용하려면 자체 설명이 필요합니다.
일반적으로 시스템 전체를 평가할 때 우리는 모두 두 가지 값에 의존합니다. 각 음수 거래에 대한 긍정적인 거래의 수와 수익성 있는 거래의 평균 수입과 수익성이 없는 거래의 평균 손실 비율입니다. 이 모든 것은 시스템 전체를 테스트할 때 컴플렉스에서 얻을 수 있습니다. 따라서 이러한 결과가 얻어지는 이유를 말할 수 없다는 점에서 독립적이지 않습니다. 항목이 잘못되었거나 종료되었거나 잘못된 SL 및 TP 등으로 인해. 그러므로 입력과 출력(그리고 그것들이 연결되어 있음)을 평가하기 위한 방법론을 표준화하는 것은 물론 매우 멋진 일입니다. 그러면 시스템의 두 가지 주요 특성을 독립적으로 평가하는 방법론을 구축할 수 있습니다. 그리고 이것은 시스템의 장점과 개선해야 할 점을 즉시 보여줍니다.
예, 저는 적분 방법보다 변동 분석에 더 익숙합니다. 그건 그렇고, 그것은 기능이 아닌 기능을 탐구하도록 특별히 설계되었습니다. 따라서 잠재적 에너지 기능 의 극한에 대한 탐색에 대한 Vladislav의 진술은 거기에서 무언가를 결정하기 위해 필드의 잠재력을 사용하는 것보다 나에게 더 이해하기 쉽습니다. 그건 그렇고, 무엇? Vladislav는 가격 필드의 잠재력을 정확히 무엇을 위해 사용합니까?
Vladislav에 많은 코드가 있고 각 주기에 왜 그렇게 많은 시간이 걸리는지 명확하지 않다고 쓴 적이 있습니다. 바로 그 이유입니다. 궤적 변화. 자유도가 너무 많습니다.
나는 근사의 충분성을 평가하기 위해 생각합니다. 결국 어느 단계에서 멈추고 무한대에 적응하지 않을 필요가 있다.
"모델이 더 좋을수록, 덜 경험적이며 더 많은 이론이 그것에 투자됩니다." 학자 Zel'dovich와 Myshkis 교수는 응용 수학 과정에 있습니다.
"좋은 이론보다 더 실용적인 것은 없다" 아인슈타인.
책에서 인용
경험적 및 적절한 이론적 분포(모형)의 형식적 근접성은 빈도 및 매개변수의 무작위 편차를 생성하는 제한된 샘플로 인해 정확히 일치할 수 없습니다. 더욱이, 경험적 분포와 이론적인 분포 사이의 아주 작은 불일치는 역설적으로 그들의 불일치를 나타냅니다. 왜냐하면 큰 수의 법칙에 따르면 경험적 빈도는 표본 크기의 무제한 증가와 함께 확률로 수렴하기 때문입니다. 크기가 제한된 샘플은 대안 해석을 허용하는 모델과 불일치해야 합니다.
경험적 분포와 이론적 분포 사이의 불일치는 본질적으로 허용되는 변동의 한계 내에서 무작위이며 서로 모순되지 않으며 이론적 모델과의 일치 가설이 수락될 수 있습니다.
경험적 분포와 이론적 분포 간의 차이는 무작위 변동으로 설명되지 않고 통계적으로 유의하며 이론적 모델과의 일치 가설은 기각됩니다.
이론적 모델과의 비모순이 설정되거나 거부되는 규칙을 일치 기준이라고 합니다. 일치 가설을 기각하는 오류 확률은 일반적으로 추정됩니다.
Rosh, 힌트 주셔서 감사합니다. 사진으로 이해했습니다.
그런데 스윙으로 채널을 선택하는 사람이 있습니까? 나는 Vladislav를 완전히 이해하지 못했습니다. 나는 내 방식으로 그것을했고 계산 만 많이 느려졌습니다. 일반적으로 서로 다른 주기로 지그재그를 여러 번 실행한 다음 끝에서 두 번째 극점을 취하고 주변 범위에서 RMS가 최소인 채널을 찾습니다. 단순화하는 방법을 조언해줄 수 있는 사람이 있습니까?
이 지점을 만나기 전에 저는 Omega에 앉아 있었습니다. 또한 그 과정에서 MQL도 처리해야 합니다. 다른 사람들을 따라잡을 수 있기를 바랍니다. :))
여기에서 말하자면 더 큰 채널(그 경계)은 더 작은 채널의 기초 역할을 합니다. 여기에는 프랙털리티(Fractality)와 많은 투자 범위 및 다중 프레임워크(3 엘더 스크린)가 있습니다.
추신 : 나는 아직 채널 채색을 구현하지 않았습니다. :)
여기에서 말하자면 더 큰 채널(그 경계)은 더 작은 채널의 기초 역할을 합니다. 여기에는 프랙털리티(Fractality)와 많은 투자 범위 및 다중 프레임워크(3 엘더 스크린)가 있습니다.
추신 : 나는 아직 채널 채색을 구현하지 않았습니다. :)
그렇다면 이 방법은 피하는 것이 좋을까요? 네, 선택의 질이 맞는 것 같습니다...... 하지만 계산 시간은 그렇지 않습니다. :))
그리고 채널의 채색은 두 개의 삼각형을 통해 구현하기 쉽습니다.
수치적 방법으로 그들은 다음과 같은 문제를 해결합니다. 먼저 길이가 L인 임의의 선과 끝이 기둥의 꼭대기에 있습니다. 회로의 위치 에너지를 계산합니다(적분). 그런 다음 그들은 선을 약간 "이동"하고 다시 에너지를 계산합니다. 그들은 이 "교란"과의 차이점을 봅니다. 일종의 분화(변이)가 발생했습니다. "흔들기"가 위치 에너지의 감소를 가져온 경우 - 이 방향으로 "흔들기", 반대의 경우 - 다른 방향으로 "흔들기". 많은 섭동 지점이 있으며, 궁극적으로 최소 위치 에너지(방법의 수렴을 위한 요구 사항)로 이어질 알고리즘이 필요합니다.
당연히 모든 섭동에 대해 사슬의 길이와 시작 및 끝 좌표에 부과된 제한이 관찰됩니다.
나는 "흔들기"라는 용어를 잘 이해하지 못했습니다. 예를 들어 켤레 기울기 방법(한 번 링크를 제공한 적이 있음)을 사용하여 점진적 근사에 의해 최대 또는 최소를 검색하는 것을 의미한다면 이 방법이 우리의 경우에 더 적합합니다 그리고 교란과 관련이 없습니다. 그리고 체인의 새로운 라인의 작업을 의미한다면, 제 생각에는 이것은 옳지 않으며 수치적 방법으로 문제를 해결할 수 없습니다. 그리고 미분, 적분 방정식, 보간 문제 등을 해결합니다. 저것들. 방정식 시스템을 풀면 곡선 세트가 생깁니다.
가격 시리즈를 체인으로 표현하면 이 접근 방식이 전혀 마음에 들지 않고 더 나아가 우리의 경우 그 의미와 비유를 이해하지 못합니다.
내 연구에서 나는 다른 쪽에서 시작했습니다. 여기 이 링크 http://www.rfbr.ru/default.asp?doc_id=5169 에 반응의 잠재적인 에너지 표면에 대한 설명이 있습니다. 화학: o). 물론, 나는 아이디어 자체만 가져갔고 그 이상은 취하지 않았습니다 . 그리고 이제 나는 그러한 표면의 최소값을 찾기 위해 matkad에서 평형 방정식을 "발명"하고 있습니다.
비유는 완전하지는 않지만 매우 가깝습니다. 가격 시리즈에는 궤적의 시작과 끝이라는 두 개의 고정 끝이 있습니다. 내부에서 궤적은 기능적 위치 에너지를 최소화하는 방식으로 구축됩니다. Hamiltonian 개념과 위치 에너지 개념 간의 차이를 무시한다면 이것은 이론 역학의 고전적인 접근 방식입니다. Vladislav가 이것을 자신의 모델에 사용한 사실은 첫눈에 감명을 받았습니다.
그리고 여기서 문제가 시작됩니다. 가격 필드는 잠재적이므로 이 두 고정 끝을 연결하는 모든 가격 궤적은 둘 사이를 이동하는 동일한 작업에 해당합니다. 이것은 우리에게 내부에서 일어나는 일에 대해 걱정하지 않고 원하는 대로 궤적을 변경할 수 있는 권리를 줍니다. 그러나 이것이 바로 모든 궤도가 동등해지기 때문에 가능성의 원칙을 비구성적으로 만드는 것입니다. 동시에 Vladislav는 다음과 같이 썼습니다.
이것은 내가 이해하지 못하는 것입니다.
Rosh 는 수치 방법에 대한 모든 것을 올바르게 작성했습니다. 요점은 "숫자"가 아니라 방법의 "완전성"에 있습니다.
그리고 Vladislav가 가격 필드의 잠재력을 정확히 사용하는 이유에 대해 Rosh 는 대답했습니다.
이것도 의심스럽습니다. 나는 Vladislav가 1차 위, 즉 LR 위의 근사치를 사용하지 않는다고 생각합니다.
Rosh 는 수치 방법에 대한 모든 것을 올바르게 작성했습니다. 요점은 "숫자"가 아니라 방법의 "완전성"에 있습니다.
그리고 Vladislav가 가격 필드의 잠재력을 정확히 사용하는 이유에 대해 Rosh 는 대답했습니다.
이것도 의심스럽습니다. 나는 Vladislav가 1차 위, 즉 LR 위의 근사치를 사용하지 않는다고 생각합니다.
나는 또한 1차보다 높은 근사값이 필요하지 않다고 확신합니다. 그렇지 않으면 잔차의 정규 분포에 대한 전체 이론이 지옥에 떨어지기 때문입니다.
그리고 가격의 잠재력과의 역설에 대해 - 조각별 평활 함수의 정의를 기억하십시오. 그리고 왼쪽 또는 오른쪽 파생물의 존재.
기억은 나지만 아직 연결이 안 된 것 같다.