네, 움직임(추세?)이 안정적인 상태라고 믿는 참가자 연합이 이미 있습니다. 근거를 듣고 싶습니다, Rosh . 시장의 위상에 맞지 않는 움직임이 있다는 것은 시장의 내부 상황인데, 이는 이해할 만하다.
개인적으로 시장에 안정적인 여건은 없다고 생각합니다. 준안정(즉, 불안정하지만 겉보기에는 안정적)이거나 둘 사이의 전환(재앙)입니다. 그리고 시장 자체는 끊임없이 신경 쇠약의 위기에 처해 있습니다. 그리고 심각한 신경 우울증(1987년)은 정상입니다.
플랫의 순간은 불안정한 상태일 뿐이라고 생각합니다.
네, 동의합니다. 그리고 확률적 공명이라는 개념에 비추어 볼 때 이러한 불안정성은 아파트 자체의 소음에서 정확히 나타납니다.
아아, 나는 말할 수 없습니다. 나는 Peters에게 시장의 프랙탈리티에 대해 (열 번째로) 읽었습니다. 그리고 나는 모든 안정적인 시스템의 정상적인 상태가 비평형이라는 데 동의합니다. 여기에서 프랙탈의 자기 유사성 속성은 모든 기간의 지평선에 투자자의 존재, 의사 결정의 비선형성 및 비대칭성 등과 일치합니다.
시리즈 의 프랙탈리티를 계산하는 방법은 무엇입니까? 알고리즘을 게시하겠다고 약속하셨습니다... :)
본 논문은 노이즈 성분을 포함하는 동적 모델을 제안합니다. 이를 통해 "믹싱 레이어"라는 현상을 시뮬레이션하는 준-혼돈 시계열을 생성할 수 있습니다. 시나리오 "혼돈 행동 - 쌍안정 체제(매우 다른 두 상태 사이에서 점프) - 하나의 안정적인 상태 선택". 이러한 시나리오는 경제, 의학 등의 많은 프로세스에서 일반적입니다. 일부 통계적 특성에 대한 연구를 기반으로 생성된 시리즈를 분석하는 방법도 제안됩니다. 분석(훈련 세트의 예비 생성 포함)을 통해 "진실의 순간", 즉 주어진 확률로 주어진 시스템이 선택할 특정 정지 상태를 예측할 수 있는 시점. http://ellphi.lebedev.ru/12/pdf19.pdf 행운을 빕니다.
시리즈의 프랙탈리티를 계산하는 방법은 무엇입니까? 당신은 알고리즘을 배치하기로 약속했습니다. .. :)
알고리즘이 다시 한 번 자체적으로 확인되었지만 아직 승인되지 않았습니다. 최근에 나는 변동 지수에 대해 읽었는데, 특히 알고리즘 작성자가 Hurst를 계산하는 것보다 이 지수를 계산하는 데 훨씬 적은 데이터가 필요하다고 주장하는 것을 고려할 때 매우 흥미롭게 작성되었습니다. 그리고 허스트 지수 , 프랙탈 차원 및 변동 지수는 밀접한 관련이 있습니다.
음, laralya(생물 물리학, 공격 없음)가 있으며 여기에 공식이 이미 나타납니다. ..
최근에는 임계값 활성화가 있는 다양한 시스템에서 관찰되는 확률론적 공명 현상으로 많은 관심을 받고 있습니다. 이 현상은 잡음과 일반적으로 주기적 힘의 일관된 영향을 받습니다. 생물계에서 확률론적 공명의 가능한 역할은 V.Yu에 의해 처음으로 지적되었습니다. 마케예프. 특정 조건에서 외부 노이즈의 강도가 증가하면 시스템이 보다 질서 있게 동작합니다.
확률적 공진은 넓은 스펙트럼에 걸쳐 분포된 잡음 에너지가 신호 주파수의 출력 에너지로 펌핑되는 비선형 시스템의 협력 효과입니다. 이 경우 시스템 응답 진폭은 잡음 레벨이 인수인 공진형 함수로 설명됩니다.
그 메커니즘은 대략 다음과 같습니다. 노이즈가 있는 경우 입자는 한 상태에서 다른 상태로 전환합니다. 이러한 전환의 특성 시간은 Kramers 매개변수에 의해 결정됩니다 . Deterministic Modulation을 적용하면 장벽 높이는 시간에 의존하기 시작하고 추진력에 의한 위상과 역위상의 천이 확률의 비율은 W+/W- = exp (-2 QD )가 된다. 여기서 Q 는 장벽 높이 D 는 소음 강도입니다.
노이즈 강도가 증가함에 따라 Kramers 시간은 감소합니다. - 변동성이 낮을수록 추세에서 플랫으로의 전환 과정이 더 가능성이 있습니까?
구동력이 충분히 천천히 변하면 Kramers 시간이 이러한 특성 변화 시간의 주기 정도가 되는 체제를 달성할 수 있지만 비율 W+/W- 는 여전히 상당히 큽니다. 그런 다음 시스템의 전환이 신호에 의해 충분히 안정적으로 변조되고 확률적 공명을 처리합니다. D가 크면 특성 변조 시간에 비해 Kramers 시간이 너무 작아지고 W+/W- ~ 1이 되며 확률적 공진이 발생하지 않습니다.
확률적 공진을 통해 잡음으로 인한 잡음 강도보다 훨씬 낮은 진폭으로 신호를 증폭할 수 있습니다. 우선, 이 가능성은 kT 문제와 관련하여 흥미롭습니다. 이 문제의 본질은 "평균 열 배경 에너지(kT)보다 낮은 특성 에너지를 가진 충격이 최소한 생물학적 중요성을 가질 수 있습니까? ." 특히 생체조직이 약한 전자파에 노출될 가능성에 대한 회의론은 이러한 주장에 근거하고 있다. 전도 수준 간의 전환이 약한 외부 신호에 의해 변조될 수 있는 멤브레인 채널의 간단한 모델이 고려됩니다.
....
나는 특히 전환 시간에 대한 구절을 좋아했습니다. 추세 기간을 COUNT할 수 있는 기회가 있습니까? Kramers 매개변수 가 무엇인지는 알 수 있지만, 이것은 잠재적인 우물에서 브라운 입자가 빠져나가는 데 필요한 평균 시간입니다. 나는 또한 첫 번째 작업을 수행했고 두 번째 링크에서 칸디다 균을 마스터하지 않았지만 여기에서 다시 ... Wikipedia는 내 요청으로 인해 울고 있으며 나는 내 어리 석음에서 글을 계속 읽었습니다.
나는 확률적 공명에 관한 모든 문헌을 읽고 내 접근 방식이 옳다는 것을 더욱 확신하게 되었습니다. 확률적 공명의 존재를 위한 중요한 조건 중 하나는 두 가지 "안정된" 상태의 존재입니다. 모델을 취하면: 하나의 평평한 수준에서 다른 수준으로의 전환으로 추세를 보면 안정적인 상태가 두 개의 평평한 수준이라는 것이 밝혀졌습니다. 우리는 한 수준에 대해 어느 정도 자신있게 말할 수 있지만 두 번째 수준은 여전히 큰 미스터리로 남아 있습니다. 내가 뭔가를 완전히 이해하지 못하거나 전혀 이해하지 못하는 것일 수도 있지만, 우리 사례에 대한 잠재적인 모델 기능에 대한 검색은 터무니없는 것 같습니다. 이 기능을 안다는 것은 어떤 식으로든 시스템에 대한 거의 모든 것을 알고 "생명의 공식"을 찾는 것을 의미합니다. 신호, 노이즈 및 한 수준의 최소 위치 에너지 매개변수를 기반으로 두 번째 최소 위치 에너지를 찾는 것도 어렵지만 불가능해 보입니다.
나는 여전히 실제로 할 수 있는 모든 것이 최적의 노이즈 특성을 찾는 것이라고 말합니다. 이 경우 특정 확률로 미래의 방향 점프에 대해 자신 있게 말할 수 있지만 새로운 수준은 다음에서 파생된 경험적 종속성에 의해서만 결정될 수 있습니다. 수집된 통계.
나는 우리가 확률적 공명의 특성을 고려하여 잡음, 경향 및 평면 수준에 대한 통계 수집에서 패턴 검색으로 이동해야 한다고 생각합니다. 직관은 여전히 그러한 패턴이 있어야 한다고 말합니다. 이것은 "grasn 12. 10.2007 14:08"에 의해 이전에 작성되었습니다. 사실, 모순되면서 실제로 말한 것이 변동성과 매우 유사하다는 것을 깨달았지만 디지털 신호 처리 관점에서 노이즈 매개 변수를 의미했으며 이것은 완전히 다릅니다. 이전에는 통계를 수집할 때 노이즈에 대해 완전히 잊고 있었고 노이즈는 시스템의 충분히 중요한 구성 요소이며 무시할 수 없습니다.
나는 무언가에 대해 이야기하기 시작했지만 문제 자체는 소음 강도를 계산하는 방법 입니다. 나는 교과서와 인터넷을 뒤져보았지만 아무것도 찾을 수 없었다. RIN(Relative Intensity Noise) 매개변수가 있지만 레이저 및 기타 유사한 시스템에 대해 계산됩니다.
추세 또는 평면
안정 상태, 추세 또는 플랫이란 무엇입니까? 내 겸손한 이해에서 이것은 단지 용어이며 참가자 간의 견해에 대한 일부 동의입니다. 당국은 시장이 대부분 평평하고 추세에 거의 시간을 할애하지 않는다는 것을 가르쳐줍니다. 내 자신의 사소한 실험 후에 나는 다른 결론에 도달했습니다. 지역(다른 곳은 없음) 아파트와 추세가 거의 같은 비율로 존재한다는 것 입니다. 반성의 이유로 나는 손에 들어온 EURUSD(시간, (H+L)/2)의 첫 번째 부분을 인용합니다. 통계 수집 알고리즘은 테스트된 세그먼트에서 "시간에 보조를 맞추는" 매우 간단하며 초기 시계열의 길이를 고정하고 각 카운트에서 미래를 살펴보고 사이드 채널(평면)의 지속 시간을 결정하고 물론 동일한 초기 샘플의 매개변수에 따른 선형 회귀 채널입니다. 다음은 600개 샘플의 창에서 발생한 일입니다.
빨간색 - 측면 채널의 수명(평면)
파란색은 선형 회귀 채널의 수명입니다.
"x"축에는 연구된 범위의 판독값이 표시되고 "y"축에는 시계열 창의 크기로 축소된 채널 길이(예: 기대 수명 - 2는 채널을 의미함 초기 매개변수가 살아 있는 상태에서 초기 길이가 두 개 더 추가됨, 2 * 600). 전체 기록을 가져 와서 창의 길이를 정렬하면 모두 동일하고 거의 동일한 그림을 얻습니다(거의 그림과 유사). "평평한" 채널의 평균 지속 시간은 선형 회귀 채널보다 약간 더 길지만 , 당국이 작성하는 것처럼 이 중 어느 것도 "상당한" 수준은 아닙니다. 물론 그 주장은 간접적이지만 나에게 몇 가지 생각을 하게 했다.
잠재적인 구멍
Mathemat : '지지 및 저항 수준 표시' 항목을 참조하십시오. 이전 게시물에 대한 링크가 있습니다. 그리고 Fibs가 있습니다. 찾기만 하면 됩니다. Svaney의 접근 방식을 사용하면 Fib를 찾을 수 없습니다.
영화 "은하수를 여행하는 히치하이커를 위한 안내서"의 한 구절을 떠올리며, 조울병 캐릭터와 주인공이 있는 로봇: 작품, 주인공의 억울함에 감동, 도우려 한다 "원한다면 계산하겠다" 당신의 생존 가능성, .... 하지만 당신은 그것을 좋아하지 않을 것입니다 ... " 이러한 "잠재적인 구멍"의 사용에 대한 동일한 기회. 역설적으로 보일 수 있지만 가격은 이러한 구멍 중 어느 것이 "잠재적"인지 상관하지 않습니다. 이 구멍을 "측정"하면 그 중 어느 것이 가격이 더 마음에 들었는지 짐작할 수 없습니다. 결론은 결과 곡선이 잠재적 기능과 아무 관련이 없다는 것입니다.
첫 번째 작업에서는 분명히 결과가 사소해 보이기 때문에 무언가를 따라 잡고 있지 않습니다. 노이즈가 감소함에 따라 전환 임계값을 초과하는 경우가 점점 줄어들고 마침내 완전히 중지됩니다. 그 순간에 발견된 상태를 유지합니다. 저자는 그것을 예측이라고 부르는 이유는 무엇입니까? 다시 말하지만, 첫 번째 단계를 확률적 공명이라고 부르는 것은 단순한 생각을 암시합니다. 저자는 이 용어가 이미 완전히 다른 현상을 나타내는 데 사용되었다는 사실을 모릅니다. 즉, 내 생각에 이 작품의 가치는 서론과 참고문헌 목록의 개요이다. 두 가지 다른 링크에 따르면: 그들은 내 마음을 바꾸지 않았습니다. 확률적 공명은 다소 좁은 용어이고, 핵심 포인트(계산 촉진)는 신호의 주기성이며, 시장은 그러한 양보를 제공하지 않을 것입니다. 그러나 동적 부분은 모델의 필수적인 부분입니다. 따라서 나는 그것으로 시작해야한다는 의견을 유지합니다 :)
все, что возможно сделать практически – это найти оптимальные характеристики шума, при котором с определенной вероятностью можно уверенно говорить о будущем направленном скачке, а вот определить новый уровень можно только по эмпирическим зависимостям, выведенным на основе набранной статистики.
거의 언제든지 미래의 방향 점프에 대해 자신있게 말할 수 있습니다. :) 질문은 방향에 있습니다. 글쎄, 적어도 대략적인 시간을 나타내는 것이 좋을 것입니다. 가장 가까운 새 레벨(상단 및 하단)인 IMHO는 기존 TA 도구에 의해 매우 잘 정의되어 있으며, 방향을 더 추측하여 경로를 따라 지정할 수 있으며 결국에는 후행이 있습니다.
잠재적인 비판의 대부분은 그라스의 나쁜 기분으로 설명될 수 있다고 생각합니다. 수고에 관해서는 - 이제 누가 쉬운가요? :) 그러나 나는 한 번 이러한 이유로 잠재적 인 모델과의 작업을 중단했다고 썼습니다. :)
네, 움직임(추세?)이 안정적인 상태라고 믿는 참가자 연합이 이미 있습니다. 근거를 듣고 싶습니다, Rosh . 시장의 위상에 맞지 않는 움직임이 있다는 것은 시장의 내부 상황인데, 이는 이해할 만하다.
개인적으로 시장에 안정적인 여건은 없다고 생각합니다. 준안정(즉, 불안정하지만 겉보기에는 안정적)이거나 둘 사이의 전환(재앙)입니다. 그리고 시장 자체는 끊임없이 신경 쇠약의 위기에 처해 있습니다. 그리고 심각한 신경 우울증(1987년)은 정상입니다.
네, 동의합니다. 그리고 확률적 공명이라는 개념에 비추어 볼 때 이러한 불안정성은 아파트 자체의 소음에서 정확히 나타납니다.
아아, 나는 말할 수 없습니다. 나는 Peters에게 시장의 프랙탈리티에 대해 (열 번째로) 읽었습니다. 그리고 나는 모든 안정적인 시스템의 정상적인 상태가 비평형이라는 데 동의합니다. 여기에서 프랙탈의 자기 유사성 속성은 모든 기간의 지평선에 투자자의 존재, 의사 결정의 비선형성 및 비대칭성 등과 일치합니다.
시리즈 의 프랙탈리티를 계산하는 방법은 무엇입니까? 알고리즘을 게시하겠다고 약속하셨습니다... :)
본 논문은 노이즈 성분을 포함하는 동적 모델을 제안합니다. 이를 통해 "믹싱 레이어"라는 현상을 시뮬레이션하는 준-혼돈 시계열을 생성할 수 있습니다. 시나리오 "혼돈 행동 - 쌍안정 체제(매우 다른 두 상태 사이에서 점프) - 하나의 안정적인 상태 선택". 이러한 시나리오는 경제, 의학 등의 많은 프로세스에서 일반적입니다. 일부 통계적 특성에 대한 연구를 기반으로 생성된 시리즈를 분석하는 방법도 제안됩니다. 분석(훈련 세트의 예비 생성 포함)을 통해 "진실의 순간", 즉 주어진 확률로 주어진 시스템이 선택할 특정 정지 상태를 예측할 수 있는 시점. http://ellphi.lebedev.ru/12/pdf19.pdf
행운을 빕니다.
시리즈의 프랙탈리티를 계산하는 방법은 무엇입니까? 당신은 알고리즘을 배치하기로 약속했습니다. .. :)
알고리즘이 다시 한 번 자체적으로 확인되었지만 아직 승인되지 않았습니다. 최근에 나는 변동 지수에 대해 읽었는데, 특히 알고리즘 작성자가 Hurst를 계산하는 것보다 이 지수를 계산하는 데 훨씬 적은 데이터가 필요하다고 주장하는 것을 고려할 때 매우 흥미롭게 작성되었습니다. 그리고 허스트 지수 , 프랙탈 차원 및 변동 지수는 밀접한 관련이 있습니다.
쌍안정 시스템에서 확률적 공진 효과의 조사
V.N.Ganin, A.A.Dubkov Nizhny Novgorod State University
이 논문은 조각별 선형 전위를 갖는 쌍안정 시스템에서 확률적 공명의 효과를 연구하기 위한 새로운 근사 방법에 대해 논의합니다.
두 번째 링크 Candida?에서와 유사한 전위장에서 브라운 입자의 움직임이 고려됩니다. http://forex.kbpauk.ru/download.php?Number=16275
행운을 빕니다.
II 러시아 생물 물리학자 회의
http://www.biophys.msu.ru/conferences/99_bpii/10_OBZOR/10_Otchet.htm
음, laralya(생물 물리학, 공격 없음)가 있으며 여기에 공식이 이미 나타납니다. ..
최근에는 임계값 활성화가 있는 다양한 시스템에서 관찰되는 확률론적 공명 현상으로 많은 관심을 받고 있습니다. 이 현상은 잡음과 일반적으로 주기적 힘의 일관된 영향을 받습니다. 생물계에서 확률론적 공명의 가능한 역할은 V.Yu에 의해 처음으로 지적되었습니다. 마케예프. 특정 조건에서 외부 노이즈의 강도가 증가하면 시스템이 보다 질서 있게 동작합니다.
확률적 공진은 넓은 스펙트럼에 걸쳐 분포된 잡음 에너지가 신호 주파수의 출력 에너지로 펌핑되는 비선형 시스템의 협력 효과입니다. 이 경우 시스템 응답 진폭은 잡음 레벨이 인수인 공진형 함수로 설명됩니다.
그 메커니즘은 대략 다음과 같습니다. 노이즈가 있는 경우 입자는 한 상태에서 다른 상태로 전환합니다. 이러한 전환의 특성 시간은 Kramers 매개변수에 의해 결정됩니다 . Deterministic Modulation을 적용하면 장벽 높이는 시간에 의존하기 시작하고 추진력에 의한 위상과 역위상의 천이 확률의 비율은 W+/W- = exp (-2 Q D )가 된다. 여기서 Q 는 장벽 높이 D 는 소음 강도입니다.
노이즈 강도가 증가함에 따라 Kramers 시간은 감소합니다. - 변동성이 낮을수록 추세에서 플랫으로의 전환 과정이 더 가능성이 있습니까?
구동력이 충분히 천천히 변하면 Kramers 시간이 이러한 특성 변화 시간의 주기 정도가 되는 체제를 달성할 수 있지만 비율 W+/W- 는 여전히 상당히 큽니다. 그런 다음 시스템의 전환이 신호에 의해 충분히 안정적으로 변조되고 확률적 공명을 처리합니다. D가 크면 특성 변조 시간에 비해 Kramers 시간이 너무 작아지고 W+/W- ~ 1이 되며 확률적 공진이 발생하지 않습니다.
확률적 공진을 통해 잡음으로 인한 잡음 강도보다 훨씬 낮은 진폭으로 신호를 증폭할 수 있습니다. 우선, 이 가능성은 kT 문제와 관련하여 흥미롭습니다. 이 문제의 본질은 "평균 열 배경 에너지(kT)보다 낮은 특성 에너지를 가진 충격이 최소한 생물학적 중요성을 가질 수 있습니까? ." 특히 생체조직이 약한 전자파에 노출될 가능성에 대한 회의론은 이러한 주장에 근거하고 있다. 전도 수준 간의 전환이 약한 외부 신호에 의해 변조될 수 있는 멤브레인 채널의 간단한 모델이 고려됩니다.
....나는 특히 전환 시간에 대한 구절을 좋아했습니다. 추세 기간을 COUNT할 수 있는 기회가 있습니까? Kramers 매개변수 가 무엇인지는 알 수 있지만, 이것은 잠재적인 우물에서 브라운 입자가 빠져나가는 데 필요한 평균 시간입니다. 나는 또한 첫 번째 작업을 수행했고 두 번째 링크에서 칸디다 균을 마스터하지 않았지만 여기에서 다시 ... Wikipedia는 내 요청으로 인해 울고 있으며 나는 내 어리 석음에서 글을 계속 읽었습니다.
행운을 빕니다.
문제
나는 확률적 공명에 관한 모든 문헌을 읽고 내 접근 방식이 옳다는 것을 더욱 확신하게 되었습니다. 확률적 공명의 존재를 위한 중요한 조건 중 하나는 두 가지 "안정된" 상태의 존재입니다. 모델을 취하면: 하나의 평평한 수준에서 다른 수준으로의 전환으로 추세를 보면 안정적인 상태가 두 개의 평평한 수준이라는 것이 밝혀졌습니다. 우리는 한 수준에 대해 어느 정도 자신있게 말할 수 있지만 두 번째 수준은 여전히 큰 미스터리로 남아 있습니다. 내가 뭔가를 완전히 이해하지 못하거나 전혀 이해하지 못하는 것일 수도 있지만, 우리 사례에 대한 잠재적인 모델 기능에 대한 검색은 터무니없는 것 같습니다. 이 기능을 안다는 것은 어떤 식으로든 시스템에 대한 거의 모든 것을 알고 "생명의 공식"을 찾는 것을 의미합니다. 신호, 노이즈 및 한 수준의 최소 위치 에너지 매개변수를 기반으로 두 번째 최소 위치 에너지를 찾는 것도 어렵지만 불가능해 보입니다.
나는 여전히 실제로 할 수 있는 모든 것이 최적의 노이즈 특성을 찾는 것이라고 말합니다. 이 경우 특정 확률로 미래의 방향 점프에 대해 자신 있게 말할 수 있지만 새로운 수준은 다음에서 파생된 경험적 종속성에 의해서만 결정될 수 있습니다. 수집된 통계.
나는 우리가 확률적 공명의 특성을 고려하여 잡음, 경향 및 평면 수준에 대한 통계 수집에서 패턴 검색으로 이동해야 한다고 생각합니다. 직관은 여전히 그러한 패턴이 있어야 한다고 말합니다. 이것은 "grasn 12. 10.2007 14:08"에 의해 이전에 작성되었습니다. 사실, 모순되면서 실제로 말한 것이 변동성과 매우 유사하다는 것을 깨달았지만 디지털 신호 처리 관점에서 노이즈 매개 변수를 의미했으며 이것은 완전히 다릅니다. 이전에는 통계를 수집할 때 노이즈에 대해 완전히 잊고 있었고 노이즈는 시스템의 충분히 중요한 구성 요소이며 무시할 수 없습니다.
나는 무언가에 대해 이야기하기 시작했지만 문제 자체는 소음 강도를 계산하는 방법 입니다. 나는 교과서와 인터넷을 뒤져보았지만 아무것도 찾을 수 없었다. RIN(Relative Intensity Noise) 매개변수가 있지만 레이저 및 기타 유사한 시스템에 대해 계산됩니다.
추세 또는 평면
안정 상태, 추세 또는 플랫이란 무엇입니까? 내 겸손한 이해에서 이것은 단지 용어이며 참가자 간의 견해에 대한 일부 동의입니다. 당국은 시장이 대부분 평평하고 추세에 거의 시간을 할애하지 않는다는 것을 가르쳐줍니다. 내 자신의 사소한 실험 후에 나는 다른 결론에 도달했습니다. 지역(다른 곳은 없음) 아파트와 추세가 거의 같은 비율로 존재한다는 것 입니다. 반성의 이유로 나는 손에 들어온 EURUSD(시간, (H+L)/2)의 첫 번째 부분을 인용합니다. 통계 수집 알고리즘은 테스트된 세그먼트에서 "시간에 보조를 맞추는" 매우 간단하며 초기 시계열의 길이를 고정하고 각 카운트에서 미래를 살펴보고 사이드 채널(평면)의 지속 시간을 결정하고 물론 동일한 초기 샘플의 매개변수에 따른 선형 회귀 채널입니다. 다음은 600개 샘플의 창에서 발생한 일입니다.
"x"축에는 연구된 범위의 판독값이 표시되고 "y"축에는 시계열 창의 크기로 축소된 채널 길이(예: 기대 수명 - 2는 채널을 의미함 초기 매개변수가 살아 있는 상태에서 초기 길이가 두 개 더 추가됨, 2 * 600). 전체 기록을 가져 와서 창의 길이를 정렬하면 모두 동일하고 거의 동일한 그림을 얻습니다(거의 그림과 유사). "평평한" 채널의 평균 지속 시간은 선형 회귀 채널보다 약간 더 길지만 , 당국이 작성하는 것처럼 이 중 어느 것도 "상당한" 수준은 아닙니다. 물론 그 주장은 간접적이지만 나에게 몇 가지 생각을 하게 했다.
잠재적인 구멍
'지지 및 저항 수준 표시' 항목을 참조하십시오. 이전 게시물에 대한 링크가 있습니다. 그리고 Fibs가 있습니다. 찾기만 하면 됩니다. Svaney의 접근 방식을 사용하면 Fib를 찾을 수 없습니다.
영화 "은하수를 여행하는 히치하이커를 위한 안내서"의 한 구절을 떠올리며, 조울병 캐릭터와 주인공이 있는 로봇: 작품, 주인공의 억울함에 감동, 도우려 한다 "원한다면 계산하겠다" 당신의 생존 가능성, .... 하지만 당신은 그것을 좋아하지 않을 것입니다 ... " 이러한 "잠재적인 구멍"의 사용에 대한 동일한 기회. 역설적으로 보일 수 있지만 가격은 이러한 구멍 중 어느 것이 "잠재적"인지 상관하지 않습니다. 이 구멍을 "측정"하면 그 중 어느 것이 가격이 더 마음에 들었는지 짐작할 수 없습니다. 결론은 결과 곡선이 잠재적 기능과 아무 관련이 없다는 것입니다.
첫 번째 작업에서는 분명히 결과가 사소해 보이기 때문에 무언가를 따라 잡고 있지 않습니다. 노이즈가 감소함에 따라 전환 임계값을 초과하는 경우가 점점 줄어들고 마침내 완전히 중지됩니다. 그 순간에 발견된 상태를 유지합니다. 저자는 그것을 예측이라고 부르는 이유는 무엇입니까? 다시 말하지만, 첫 번째 단계를 확률적 공명이라고 부르는 것은 단순한 생각을 암시합니다. 저자는 이 용어가 이미 완전히 다른 현상을 나타내는 데 사용되었다는 사실을 모릅니다. 즉, 내 생각에 이 작품의 가치는 서론과 참고문헌 목록의 개요이다. 두 가지 다른 링크에 따르면: 그들은 내 마음을 바꾸지 않았습니다. 확률적 공명은 다소 좁은 용어이고, 핵심 포인트(계산 촉진)는 신호의 주기성이며, 시장은 그러한 양보를 제공하지 않을 것입니다. 그러나 동적 부분은 모델의 필수적인 부분입니다. 따라서 나는 그것으로 시작해야한다는 의견을 유지합니다 :)
추신 그것은 문학에 있었다.
문헌에 따르면 다음을 읽는 것이 좋습니다. http://eprint.ufn.ru/article.jsp;jsessionid=aaa81x5hHOgj8Y?particle=1784
(위키피디아 링크에서)
все, что возможно сделать практически – это найти оптимальные характеристики шума, при котором с определенной вероятностью можно уверенно говорить о будущем направленном скачке, а вот определить новый уровень можно только по эмпирическим зависимостям, выведенным на основе набранной статистики.
거의 언제든지 미래의 방향 점프에 대해 자신있게 말할 수 있습니다. :) 질문은 방향에 있습니다. 글쎄, 적어도 대략적인 시간을 나타내는 것이 좋을 것입니다. 가장 가까운 새 레벨(상단 및 하단)인 IMHO는 기존 TA 도구에 의해 매우 잘 정의되어 있으며, 방향을 더 추측하여 경로를 따라 지정할 수 있으며 결국에는 후행이 있습니다.
잠재적인 비판의 대부분은 그라스의 나쁜 기분으로 설명될 수 있다고 생각합니다. 수고에 관해서는 - 이제 누가 쉬운가요? :) 그러나 나는 한 번 이러한 이유로 잠재적 인 모델과의 작업을 중단했다고 썼습니다. :)
문헌에 따르면 다음을 읽는 것이 좋습니다. http://eprint.ufn.ru/article.jsp;jsessionid=aaa81x5hHOgj8Y?particle=1784
(위키피디아 링크에서)
나는 Wikipedia를 보았고 매우 의식적으로 "SR"을 탐구하고 싶지 않습니다. 왜냐하면 이 경우에는 여전히 이점을 볼 수 없기 때문입니다.