인상적이네요. 첫 번째 결과 - 나는 빠르고 앞으로 - 매우 고르게 스케치했습니다. 내가 ZZ를 사랑하는 것은 당연합니다. 그런 다음 그들은 그것을 비판했습니다. 입구에 직접 제출할 수 없습니다 ...
그리고 이 사업을 위해 어떤 국회(비밀이 아니라면)를 만들었습니까?
글쎄, "솔직히"나는 그것을 제출하지 않았습니다. 준비해야 했다. 이러한 변환을 통해 정보 손실 없이 3D의 원래 형태를 복원할 수 있으므로 본질적으로 미용적이지만 예측 정확도가 높아집니다. 'Price Forecasting Using Neural Networks' 기사에 설명된 대로 NN을 두 번째 레이어의 입력 및 뉴런 수로 약간 가지고 놀았지만 근본적으로 아무 것도 변경되지 않았습니다.
마지막으로 ZZ에 대한 지그재그 세그먼트의 지속 시간 그래프를 만들었습니다. x축 - 시간 순서대로 세그먼트 수, Y축 - 세그먼트 지속 시간(분). 나에게 예상치 못한(그리고 슬픈) 것은 중요한 추세의 존재였습니다. 그림은 선형 및 4차 다항식의 2가지 근사값을 보여줍니다. 두 번째는 선형이 충분히 좋다는 것을 보여주기 위한 것입니다. 상황은 모든 전공이 비슷합니다. 초기 데이터 - 1999년 이후 ZZ에 대해 그러한 것을 측정한 사람이 있습니까?
Prival : 저것들. POI를 Y로 취하면 이것이 지그재그의 가장 가능성 있는 수명이 될 것입니다. (감지 시작부터의 시간). 눈으로 보면 300분 정도면
여기에 설명이 필요합니다. 여기에 이미 그려진 지그재그를 따라 세그먼트의 지속 시간이 있습니다. 일반적으로이 기간은 ZZ의 매개 변수에 따라 다릅니다. 시간이 지남에 따라 감지가 더 어려워집니다. 많은 지그재그가 마지막 세그먼트를 다시 그리므로 감지 시간이 다소 모호한 개념입니다. 즉, 그러한 통계는 다시 그리지 않는 지그재그인 IMHO에 대해서만 의미가 있습니다.
lna01 : 마지막으로 ZZ에 대한 지그재그 세그먼트의 지속 시간 그래프를 만들었습니다. x축 - 시간 순서대로 세그먼트 수, Y축 - 세그먼트 지속 시간(분). 나에게 예상치 못한(그리고 슬픈) 것은 중요한 추세의 존재였습니다. 그림은 선형 및 4차 다항식의 2가지 근사값을 보여줍니다. 두 번째는 선형이 충분히 좋다는 것을 보여주기 위한 것입니다. 상황은 모든 전공이 비슷합니다. 초기 데이터 - 1999년 이후 ZZ에 대해 그러한 것을 측정한 사람이 있습니까?
lna01 : 마지막으로 ZZ에 대한 지그재그 세그먼트의 지속 시간 그래프를 만들었습니다. x축 - 시간 순서대로 세그먼트 수, Y축 - 세그먼트 지속 시간(분). 나에게 예상치 못한(그리고 슬픈) 것은 중요한 추세의 존재였습니다. 그림은 선형 및 4차 다항식의 2가지 근사값을 보여줍니다. 두 번째는 선형이 충분히 좋다는 것을 보여주기 위한 것입니다. 상황은 모든 전공이 비슷합니다. 초기 데이터 - 1999년 이후 ZZ에 대해 그러한 것을 측정한 사람이 있습니까?
번거롭게 할 가치가 없다고 생각합니다. IMHO, 동일한 매개변수를 사용하여 더 오랜 기간 동안 동일한 것을 구축하면 mo가 단순히 진동하는 것으로 나타났습니다. 시장은 여전히 다른 단계를 가지고 있으며 변화합니다. 그리고 이 변화는 눈에 너무 눈에 띄지 않습니다. 즉, 진동 주파수가 너무 높지 않습니다.
첫 번째 질문은 이 효과가 특정 알고리즘으로 인한 것입니다(이것이 자체 ZZ에 대한 단어가 강조 표시된 이유입니다).
유리크스 : 번거롭게 할 가치가 없다고 생각합니다. IMHO, 동일한 매개변수를 사용하여 더 오랜 기간 동안 동일한 것을 구축하면 mo가 단순히 진동하는 것으로 나타났습니다. 시장은 여전히 다른 단계를 가지고 있으며 변화합니다. 그리고 이 변화는 눈에 너무 눈에 띄지 않습니다. 즉, 진동 주파수가 너무 높지 않습니다.
이 사진은 거의 8년 된 사진입니다. 즉, 게임의 실제 지평에 대해 이것은 실제 추세이며 이것이 약 100년 주기의 진동일 수 있다는 사실을 무시할 것입니다.
유리크스 : 번거롭게 할 가치가 없다고 생각합니다. IMHO, 동일한 매개변수를 사용하여 더 오랜 기간 동안 동일한 것을 구축하면 mo가 단순히 진동하는 것으로 나타났습니다. 시장은 여전히 다른 단계를 가지고 있으며 변화합니다. 그리고 이 변화는 눈에 너무 눈에 띄지 않습니다. 즉, 진동 주파수가 너무 높지 않습니다.
이 사진은 거의 8년 된 사진입니다. 즉, 게임의 실제 지평에 대해 이것은 실제 추세이며 이것이 약 100년 주기의 진동일 수 있다는 사실을 무시할 것입니다.
이를 확인하려면 N=100과 같이 기간이 있는 세그먼트 기간의 이동 평균 그래프를 작성하는 것으로 충분합니다. 위의 그래프는 N=1에 해당하며 회귀선은 3600개의 값을 모두 고려합니다. 지역 동향을 보려면 그 사이에 무언가를 가져와야 합니다. 그러면 오른쪽 가장자리가 들어 올리는 것이 3000번째 참조 부근에서 시장의 특정 특성의 결과라는 것이 분명해질 것입니다. vlom이 아닌 경우 다항식 회귀 대신 이러한 마우스로 레이아웃합니다.
Yurixx : 그러면 오른쪽 가장자리가 들어 올리는 것이 3000번째 참조 부근에서 시장의 특정 특성의 결과라는 것이 분명해질 것입니다. vlom이 아닌 경우 다항식 회귀 대신 이러한 마우스로 레이아웃합니다.
4차 다항식이 기본적으로 3000개 샘플의 이웃을 무시하는 이유는 완전히 명확하지 않습니다. 원칙적으로 정확한(즉, 예측 가능한) 진동을 찾으려면 먼저 데이터에 fft를 적용합니다. 그러나 지금으로서는 추세가 내 알고리즘의 속성인지 아니면 시장의 속성인지보다 더 정확하게는 추세에 대한 질문이 훨씬 더 중요합니다. 깨지지 않은 경우 좋아하는 지그재그 알고리즘에 대해 유사한 데이터를 게시하십시오.
추신: 짧은 오실레이션은 어떤 식으로든 추세를 취소할 수 없으며 차트에 포함된 간격을 크게 초과하는 기간이 있는 오실레이션에 의해서만 취소될 수 있다는 점에 주목하고 싶습니다.
인상적이네요. 첫 번째 결과 - 나는 빠르고 앞으로 - 매우 고르게 스케치했습니다. 내가 ZZ를 사랑하는 것은 당연합니다. 그런 다음 그들은 그것을 비판했습니다. 입구에 직접 제출할 수 없습니다 ...
그리고 이 사업을 위해 어떤 국회(비밀이 아니라면)를 만들었습니까?
글쎄, "솔직히"나는 그것을 제출하지 않았습니다. 준비해야 했다. 이러한 변환을 통해 정보 손실 없이 3D의 원래 형태를 복원할 수 있으므로 본질적으로 미용적이지만 예측 정확도가 높아집니다. 'Price Forecasting Using Neural Networks' 기사에 설명된 대로 NN을 두 번째 레이어의 입력 및 뉴런 수로 약간 가지고 놀았지만 근본적으로 아무 것도 변경되지 않았습니다.
ZZ에 대해 그러한 것을 측정한 사람이 있습니까?
마지막으로 ZZ에 대한 지그재그 세그먼트의 지속 시간 그래프를 만들었습니다. x축 - 시간 순서대로 세그먼트 수, Y축 - 세그먼트 지속 시간(분).
저것들. POI를 Y로 취하면 이것이 지그재그의 가장 가능성 있는 수명이 될 것입니다. (감지 시작부터의 시간). 눈으로 보면 300분 정도면
마지막으로 ZZ에 대한 지그재그 세그먼트의 지속 시간 그래프를 만들었습니다. x축 - 시간 순서대로 세그먼트 수, Y축 - 세그먼트 지속 시간(분). 나에게 예상치 못한(그리고 슬픈) 것은 중요한 추세의 존재였습니다. 그림은 선형 및 4차 다항식의 2가지 근사값을 보여줍니다. 두 번째는 선형이 충분히 좋다는 것을 보여주기 위한 것입니다. 상황은 모든 전공이 비슷합니다. 초기 데이터 - 1999년 이후
ZZ에 대해 그러한 것을 측정한 사람이 있습니까?
매우 흥미로운 아이디어입니다.
마지막으로 ZZ에 대한 지그재그 세그먼트의 지속 시간 그래프를 만들었습니다. x축 - 시간 순서대로 세그먼트 수, Y축 - 세그먼트 지속 시간(분). 나에게 예상치 못한(그리고 슬픈) 것은 중요한 추세의 존재였습니다. 그림은 선형 및 4차 다항식의 2가지 근사값을 보여줍니다. 두 번째는 선형이 충분히 좋다는 것을 보여주기 위한 것입니다. 상황은 모든 전공이 비슷합니다. 초기 데이터 - 1999년 이후
ZZ에 대해 그러한 것을 측정한 사람이 있습니까?
매우 흥미로운 아이디어입니다.
첫 번째 질문은 이 효과가 특정 알고리즘으로 인한 것입니다(이것이 자체 ZZ에 대한 단어가 강조 표시된 이유입니다).
번거롭게 할 가치가 없다고 생각합니다. IMHO, 동일한 매개변수를 사용하여 더 오랜 기간 동안 동일한 것을 구축하면 mo가 단순히 진동하는 것으로 나타났습니다. 시장은 여전히 다른 단계를 가지고 있으며 변화합니다. 그리고 이 변화는 눈에 너무 눈에 띄지 않습니다. 즉, 진동 주파수가 너무 높지 않습니다.
이 사진은 거의 8년 된 사진입니다. 즉, 게임의 실제 지평에 대해 이것은 실제 추세이며 이것이 약 100년 주기의 진동일 수 있다는 사실을 무시할 것입니다.
번거롭게 할 가치가 없다고 생각합니다. IMHO, 동일한 매개변수를 사용하여 더 오랜 기간 동안 동일한 것을 구축하면 mo가 단순히 진동하는 것으로 나타났습니다. 시장은 여전히 다른 단계를 가지고 있으며 변화합니다. 그리고 이 변화는 눈에 너무 눈에 띄지 않습니다. 즉, 진동 주파수가 너무 높지 않습니다.
이 사진은 거의 8년 된 사진입니다. 즉, 게임의 실제 지평에 대해 이것은 실제 추세이며 이것이 약 100년 주기의 진동일 수 있다는 사실을 무시할 것입니다.
이를 확인하려면 N=100과 같이 기간이 있는 세그먼트 기간의 이동 평균 그래프를 작성하는 것으로 충분합니다. 위의 그래프는 N=1에 해당하며 회귀선은 3600개의 값을 모두 고려합니다. 지역 동향을 보려면 그 사이에 무언가를 가져와야 합니다. 그러면 오른쪽 가장자리가 들어 올리는 것이 3000번째 참조 부근에서 시장의 특정 특성의 결과라는 것이 분명해질 것입니다. vlom이 아닌 경우 다항식 회귀 대신 이러한 마우스로 레이아웃합니다.
그러면 오른쪽 가장자리가 들어 올리는 것이 3000번째 참조 부근에서 시장의 특정 특성의 결과라는 것이 분명해질 것입니다. vlom이 아닌 경우 다항식 회귀 대신 이러한 마우스로 레이아웃합니다.
4차 다항식이 기본적으로 3000개 샘플의 이웃을 무시하는 이유는 완전히 명확하지 않습니다. 원칙적으로 정확한(즉, 예측 가능한) 진동을 찾으려면 먼저 데이터에 fft를 적용합니다. 그러나 지금으로서는 추세가 내 알고리즘의 속성인지 아니면 시장의 속성인지보다 더 정확하게는 추세에 대한 질문이 훨씬 더 중요합니다. 깨지지 않은 경우 좋아하는 지그재그 알고리즘에 대해 유사한 데이터를 게시하십시오.
추신: 짧은 오실레이션은 어떤 식으로든 추세를 취소할 수 없으며 차트에 포함된 간격을 크게 초과하는 기간이 있는 오실레이션에 의해서만 취소될 수 있다는 점에 주목하고 싶습니다.