시간을 두고 가능한 최대 이익을 계산하십시오. 이 간격에 함수를 적용한 결과와 일치합니까?
아니요, 그렇지 않습니다.
우리는 (미래를 내다보지 않고) VR의 오른쪽 가장자리에서 작업하고 있고 당신이 공식화한 것(최대 가능한 이익)은 역사 또는 조정에 대한 작업이기 때문입니다. 이와 대조적으로, 우리는 인용의 새로운 읽기와 그것의 하나의 이전 값 X[i]-X[i-1] 만을 분석하여 이력을 "모르는" 이익을 극대화합니다. 그런 것 같습니다.
필요한 기록 구성 요소는 X[i - 1] 및 Y[i - 1] 에서 가져옵니다. 그래서 역사를 아는 것, 즉 그것의 필수적인 부분이다.
재귀 필터에서 각 이동 수는 감쇠 계수로 가져온 모든 이전 견적 값에 대한 정보를 포함합니다... 우리는 여전히 히스토리를 고려하고 이를 기반으로 이익을 최적화하는 것으로 나타났습니다... 이것이 가능합니다. 조정이 가능하지만 "올바른" 조정은 테스터에서 어리석은 최적화와 동일하지 않습니다.
스레드는 누구입니까? 매개변수 Y[i] 와 관련하여 기능 S 의 도함수를 취하고 0과 같습니다! 그러면서 나는 이미...
재귀 필터에서 각 이동 수에는 감소하는 계수를 사용하여 가져온 모든 이전 견적 값에 대한 정보가 포함됩니다... 우리는 여전히 히스토리를 고려하고 눈으로 프로필을 최적화하는 것으로 나타났습니다... 이것이 가능합니다. 조정이지만 조정이 가능합니다 "올바른" 것은 temter의 어리석은 최적화와 동일하지 않습니다.
좋습니다, 우리는 특정 기간 동안 그러한 솔루션을 찾았습니다. 무엇 향후 계획?
우리는 생각한다! 그런 다음 우리는 큰 간격으로 평균한 값으로 작업하므로 결과 솔루션은 로컬이 아니며 모든 VR 섹션에 적용됩니다.
IMHO, Y 기능의 유형이 충분하지 않습니다. 아니면 내가 놓친 것이 있습니까?
우리는 Y 곡선의 원하는 형태에 대한 선험적 지식이 없습니다. 필요한 모든 것은 함수에 묻혀야 합니다.
S=w1*(X[i]-Y[i])^2+w2*(Y[i]-Y[i-1])^2-w3*{(Y[i]-Y[i-1 ])*(X[i]-X[i-1])}^2-->분
그것에서 운이 좋다면 MA 보기 또는 오히려 재귀 형식을 꺼낼 것입니다.
무엇처럼? 우리는 이익을 얻습니다 - 이익은 목적 함수에 투자됩니다.
과거에 수익성 있는 기능으로 수익을 낼 예정입니까? 이것은 최적화 후에 돈을 벌려고 하는 것과 어떻게 다릅니까?
과거에 수익성 있는 기능에서 이익을 얻을 예정입니까? 이것은 최적화 후에 돈을 벌려고 하는 것과 어떻게 다릅니까?
남들보다 더 잘해보겠습니다! 왜냐하면 우리는 최고를 이용합니다(수익성을 극대화합니다). 물론 원래 VR에 악용될 수 있는 것이 없으면(어떤 의미에서) 0이 됩니다. 하지만 ...있다면 최대한 짜내겠습니다!
남들보다 더 잘해보겠습니다! 왜냐하면 우리는 최고를 이용합니다(수익성을 극대화합니다). 물론 원래 VR에 악용될 수 있는 것이 없으면(어떤 의미에서) 0이 됩니다. 하지만 ...있다면 최대한 짜내겠습니다!
나는 당신이 말한 것을 따를 것입니다.
시간을 두고 가능한 최대 이익을 계산하십시오. 이 간격에 함수를 적용한 결과와 일치합니까?
아니면 최대 영업 이익이 있습니까? 제 생각에는 착취 가능성의 정도에 대한 평가는 주관적입니다.
창조하는 것보다 비판하는 것이 더 쉽습니다. 하지만 이 경우 막다른 길을 개척하려 하고 있다고 생각합니다.
모든 평균은 지연으로 이어집니다. 그것은 사실이다. 한때는 '마쉬키'를 사용할 수 있다는 '가능성'에 도취감이 들기도 했다.
그제서야 소원을 비는 경우가 많다는 것을 깨달았다. 평균을 높이는 것은 불가능합니다! 이 간단한 수익 계산에 도움이 되었습니다.
전체 바. 가장 좋은 경우 이익/손실 = 5/6입니다. 그리고 이것은 탬버린 주위에 춤을 추고 이익을보고 손을 떼고 .... 너무 늦은 신호입니다.
그리고 손에 깃발이 있습니다.
시간을 두고 가능한 최대 이익을 계산하십시오. 이 간격에 함수를 적용한 결과와 일치합니까?
아니요, 그렇지 않습니다.
우리는 (미래를 내다보지 않고) VR의 오른쪽 가장자리에서 작업하고 있고 당신이 공식화한 것(최대 가능한 이익)은 역사 또는 조정에 대한 작업이기 때문입니다. 이와 대조적으로, 우리는 인용의 새로운 읽기와 그것의 하나의 이전 값 X[i]-X[i-1] 만을 분석하여 이력을 "모르는" 이익을 극대화합니다. 그런 것 같습니다.
모든 평균은 지연으로 이어집니다. 그것은 사실이다. 한때는 '마쉬키'를 사용할 수 있다는 '가능성'에 도취감이 들기도 했다.
그제서야 소원을 비는 경우가 많다는 것을 깨달았다. 그리고 이것은 탬버린 주위에 춤을 추고 이익을보고 손을 떼고.... 너무 늦은 신호입니다.
차이점은 당신이 과학적 찌르기의 방법을 사용했고 우리는 문제를 이론적으로 해결한다는 것입니다. 귀하의 결과는 일반성이 없기 때문에 증거가 아닙니다. 우리가 얻는 것은 (어떤 의미에서) 최고이며 일반적입니다.
추신: 저는 거래에서 이동 평균법의 적용 가능성에 대해 제 생각에 맞는 근거가 있는 관점을 반복해서 표현했습니다. 그리고 최적의 움직임을 찾으려는 시도는 내 의견의 변화에 의해 결정되지 않았습니다. 단순히 작업 자체와 그 공식 및 가능한 솔루션이 흥미롭게 보였습니다.
아니요, 그렇지 않습니다.
이와 대조적으로, 우리는 인용의 새로운 읽기와 그것의 하나의 이전 값 X[i]-X[i-1]만을 분석하여 이력을 "모르는" 이익을 극대화합니다. 그런 것 같습니다.
필요한 기록 구성 요소는 X[i - 1] 및 Y[i - 1] 에서 가져옵니다. 그래서 역사를 아는 것, 즉 그것의 필수적인 부분이다.
창조하는 것보다 비판하는 것이 더 쉽습니다. 하지만 이 경우 막다른 길을 개척하려 하고 있다고 생각합니다.
나는 아직 이 형태의 문제를 본 적이 없으며 꽤 괜찮아 보인다. 왜 시도하지 않습니까?
필요한 기록 구성 요소는 X[i - 1] 및 Y[i - 1] 에서 가져옵니다. 그래서 역사를 아는 것, 즉 그것의 필수적인 부분이다.
재귀 필터에서 각 이동 수는 감쇠 계수로 가져온 모든 이전 견적 값에 대한 정보를 포함합니다... 우리는 여전히 히스토리를 고려하고 이를 기반으로 이익을 최적화하는 것으로 나타났습니다... 이것이 가능합니다. 조정이 가능하지만 "올바른" 조정은 테스터에서 어리석은 최적화와 동일하지 않습니다.
스레드는 누구입니까? 매개변수 Y[i] 와 관련하여 기능 S 의 도함수를 취하고 0과 같습니다! 그러면서 나는 이미...
재귀 필터에서 각 이동 수에는 감소하는 계수를 사용하여 가져온 모든 이전 견적 값에 대한 정보가 포함됩니다... 우리는 여전히 히스토리를 고려하고 눈으로 프로필을 최적화하는 것으로 나타났습니다... 이것이 가능합니다. 조정이지만 조정이 가능합니다 "올바른" 것은 temter의 어리석은 최적화와 동일하지 않습니다.
어, 그게 내 얘기야.
이상적인 MA, 그런 것 같습니다. '작가의 대화. 알렉산더 스미르노프.'
ANG3110 의 게시물 참조 2008-02-06 20:48