BP가 더 괜찮은 것으로 변하는 경우가 많이 있습니다. 모든(또는 거의) 지표이지만 수익은 보이지 않습니다. 지표가 개발될 때마다 아이디어가 먼저 나오고 그 다음에 구현이 나옵니다. 여기서 그들은 "VR이 고정되어 있지 않은 것이 아니라 고정되어 있으면 좋다"고 말합니다. 무슨 좋은? 모든 지표의 개발은 원래 VR의 일부 특성을 반영하도록 하는 것을 목표로 합니다. 여기서 일반적으로 이러한 과제는 제기되지 않고, 결과의 통계적 특성의 과제가 제기되며, 이 결과가 원래 VR에서 무엇을 표시할지 알 수 없습니다.
고정식 프로세스가 고정식 프로세스가 아닌 프로세스의 장점은 무엇입니까? 정지 과정은 예측 가능합니다. 이것은 몇 가지 중요한 특성을 가지고 있으며(매우 일반적인 형태에서 이것이 반드시 평균은 아님) 이 특성이 어떻게 변할 수 있는지 알려져 있습니다(가장 일반적인 형태에서 이것이 반드시 분산은 아님). 또한 이러한 특성과 그 변동성은 샘플에 의존하지 않는 것으로 알려져 있습니다. 그리고 특히 엄격한 형태에서는 변동성의 분포가 일정하다는 것도 알려져 있습니다. 이 모든 것은 다양한 정도의 엄격함과 함께 예측을 가능하게 합니다. 비정상 프로세스의 경우는 그렇지 않습니다. 이 경우 엄밀히 말하면 예측하는 것은 불가능합니다(실제로 모든 것이 그렇게 나쁜 것은 아닙니다). 특정 유형의 침몰로 이어지는 것은 비정상성입니다. 그러나 동일한 배수가 영구적으로 가능하며 이러한 유형의 배수 팬이 많이 있습니다. 그러나 그것은 또 다른 주제입니다.
그것이 내가 쓰는 이유입니다. 이익 \u003d f (가격), 즉 - 고정되지 않은 가격에서 고정 이익을 얻는 것입니다.
고정식 프로세스가 고정식 프로세스가 아닌 프로세스의 장점은 무엇입니까? 정지 과정은 예측 가능합니다. 이것은 몇 가지 중요한 특성을 가지고 있으며(매우 일반적인 형태에서 이것이 반드시 평균은 아님) 이 특성이 어떻게 변할 수 있는지 알려져 있습니다(가장 일반적인 형태에서 이것이 반드시 분산은 아님). 또한 이러한 특성과 그 변동성은 샘플에 의존하지 않는 것으로 알려져 있습니다. 그리고 특히 엄격한 형태에서는 변동성의 분포가 일정하다는 것도 알려져 있습니다. 이 모든 것은 다양한 정도의 엄격함과 함께 예측을 가능하게 합니다. 비정상 프로세스의 경우는 그렇지 않습니다. 이 경우 엄밀히 말하면 예측하는 것은 불가능합니다(실제로 모든 것이 그렇게 나쁜 것은 아닙니다). 특정 유형의 침몰로 이어지는 것은 비정상성입니다. 그러나 동일한 배수가 영구적으로 가능하며 이러한 유형의 배수 팬이 많이 있습니다. 그러나 그것은 또 다른 주제입니다.
그것이 내가 쓰는 이유입니다. 이익 \u003d f (가격), 즉 - 고정되지 않은 가격에서 고정 이익을 얻는 것입니다.
추신 고정성은 이익을 보장하는 것이 아니라 매우 바람직한 자산입니다.
이것은 일부 시장의 고유한 속성입니다. 관심을 갖게 된 계기는 무엇인가요? 이 토론의 맥락에서.
정적은 양의 mo로 바람직합니다. 그렇다면 이것은 수입원입니다. 체계적으로 벌 수 있는 고정 mo = 0의 경우가 있습니까? 예측하는 것이 가능하고 적절하지만 수익을 낼 수 있습니까? 분포의 다른 기능/매개변수를 알고 있는 경우 긍정적인 모가 가장 효과적으로 재생될 수 있습니다.
고정 계열은 종속성이 없습니다. 분포가 시간 참조의 오프셋에 의존하지 않기 때문에 "메모리"가 없습니다. TA를 구축하기 위해 종속성을 찾는 것은 쓸모가 없습니다. 존재하는 경우 순전히 통계적인 방법으로만 긍정적인 움직임을 재생합니다.
정적은 양의 mo로 바람직합니다. 그렇다면 이것은 수입원입니다. 체계적으로 벌 수 있는 고정 mo = 0의 경우가 있습니까? 충분히 예측할 수 있지만 수익을 낼 수 있습니까? 분포의 다른 기능/매개변수를 알고 있는 경우 긍정적인 모가 가장 효과적으로 재생될 수 있습니다.
고정 시리즈가 깔끔하게 정리되었습니다. 분포가 시간 참조의 오프셋에 의존하지 않기 때문에 "메모리"가 없습니다. TA를 구축하기 위해 종속성을 찾는 것은 쓸모가 없습니다. 존재하는 경우 순전히 통계적인 방법으로만 긍정적인 움직임을 재생합니다.
전에도 몇 번 글을 올렸는데, 모델이 원본과 일치하는지 궁금합니다. mashka는 원래의 고정되지 않은 신호에 해당합니까? 이론적 및 자동차 수정 형태의 전체 답변 가방. 일반 모델을 사용할 수 있지만 항상 모델과 원본의 일치(적정성)에 대한 질문에 답해야 합니다. 우리는 마우스로 트렌드를 잡으려고 노력하고 있습니다. 우리는 무엇을 증분으로 취합니까? VR이 강한 경향, 약한 경향, 주기(복도의 변동 및 백색 잡음)의 합이라고 가정하면 증분으로 무엇을 취합니까?
BP가 더 괜찮은 것으로 변하는 경우가 많이 있습니다. 모든(또는 거의) 지표이지만 수익은 보이지 않습니다. 지표가 개발될 때마다 아이디어가 먼저 나오고 그 다음에 구현이 나옵니다. 여기서 그들은 "VR이 고정되어 있지 않은 것이 아니라 고정되어 있으면 좋다"고 말합니다. 무슨 좋은? 모든 지표의 개발은 원래 VR의 일부 특성을 반영하도록 하는 것을 목표로 합니다. 여기서 일반적으로 이러한 과제는 제기되지 않고, 결과의 통계적 특성의 과제가 제기되며, 이 결과가 원래 VR에서 무엇을 표시할지 알 수 없습니다.
고정식 프로세스가 고정식 프로세스가 아닌 프로세스의 장점은 무엇입니까? 정지 과정은 예측 가능합니다. 이것은 몇 가지 중요한 특성을 가지고 있으며(매우 일반적인 형태에서 이것이 반드시 평균은 아님) 이 특성이 어떻게 변할 수 있는지 알려져 있습니다(가장 일반적인 형태에서 이것이 반드시 분산은 아님). 또한 이러한 특성과 그 변동성은 샘플에 의존하지 않는 것으로 알려져 있습니다. 그리고 특히 엄격한 형태에서는 변동성의 분포가 일정하다는 것도 알려져 있습니다. 이 모든 것은 다양한 정도의 엄격함과 함께 예측을 가능하게 합니다. 비정상 프로세스의 경우는 그렇지 않습니다. 이 경우 엄밀히 말하면 예측하는 것은 불가능합니다(실제로 모든 것이 그렇게 나쁜 것은 아닙니다). 특정 유형의 침몰로 이어지는 것은 비정상성입니다. 그러나 동일한 배수가 영구적으로 가능하며 이러한 유형의 배수 팬이 많이 있습니다. 그러나 그것은 또 다른 주제입니다.
그것이 내가 쓰는 이유입니다. 이익 \u003d f (가격), 즉 - 고정되지 않은 가격에서 고정 이익을 얻는 것입니다.
추신 고정성은 이익을 보장하는 것이 아니라 매우 바람직한 자산입니다.
그건 그렇고, 여기 포럼에서 촛불의 길이가 시간에 따라 다르다는 것을 보여주는 차트를 보았습니다.
고정식 프로세스가 고정식 프로세스가 아닌 프로세스의 장점은 무엇입니까? 정지 과정은 예측 가능합니다. 이것은 몇 가지 중요한 특성을 가지고 있으며(매우 일반적인 형태에서 이것이 반드시 평균은 아님) 이 특성이 어떻게 변할 수 있는지 알려져 있습니다(가장 일반적인 형태에서 이것이 반드시 분산은 아님). 또한 이러한 특성과 그 변동성은 샘플에 의존하지 않는 것으로 알려져 있습니다. 그리고 특히 엄격한 형태에서는 변동성의 분포가 일정하다는 것도 알려져 있습니다. 이 모든 것은 다양한 정도의 엄격함과 함께 예측을 가능하게 합니다. 비정상 프로세스의 경우는 그렇지 않습니다. 이 경우 엄밀히 말하면 예측하는 것은 불가능합니다(실제로 모든 것이 그렇게 나쁜 것은 아닙니다). 특정 유형의 침몰로 이어지는 것은 비정상성입니다. 그러나 동일한 배수가 영구적으로 가능하며 이러한 유형의 배수 팬이 많이 있습니다. 그러나 그것은 또 다른 주제입니다.
그것이 내가 쓰는 이유입니다. 이익 \u003d f (가격), 즉 - 고정되지 않은 가격에서 고정 이익을 얻는 것입니다.
추신 고정성은 이익을 보장하는 것이 아니라 매우 바람직한 자산입니다.
이것은 일부 시장의 고유한 속성입니다. 관심을 갖게 된 계기는 무엇인가요? 이 토론의 맥락에서.정적은 양의 mo로 바람직합니다. 그렇다면 이것은 수입원입니다. 체계적으로 벌 수 있는 고정 mo = 0의 경우가 있습니까? 예측하는 것이 가능하고 적절하지만 수익을 낼 수 있습니까? 분포의 다른 기능/매개변수를 알고 있는 경우 긍정적인 모가 가장 효과적으로 재생될 수 있습니다.
고정 계열은 종속성이 없습니다. 분포가 시간 참조의 오프셋에 의존하지 않기 때문에 "메모리"가 없습니다. TA를 구축하기 위해 종속성을 찾는 것은 쓸모가 없습니다. 존재하는 경우 순전히 통계적인 방법으로만 긍정적인 움직임을 재생합니다.
정적은 양의 mo로 바람직합니다. 그렇다면 이것은 수입원입니다. 체계적으로 벌 수 있는 고정 mo = 0의 경우가 있습니까? 충분히 예측할 수 있지만 벌 수 있습니까? 분포의 다른 기능/매개변수를 알고 있는 경우 긍정적인 모가 가장 효과적으로 재생될 수 있습니다.
고정 시리즈가 깔끔하게 정리되었습니다. 분포가 시간 참조의 오프셋에 의존하지 않기 때문에 "메모리"가 없습니다. TA를 구축하기 위해 종속성을 찾는 것은 쓸모가 없습니다. 존재하는 경우 순전히 통계적인 방법으로만 긍정적인 움직임을 재생합니다.
나는 이것이 내가 쓴 것에 대한 반박이 아니라 설명이 되기를 바랍니다.
우리는 같은 것에 대해 이야기하고 있습니까?
아마도 예, 제가 읽었을 때 아직 거기에 없었을뿐입니다.
"추신. 고정은 이익을 보장하는 것이 아니라 매우 바람직한 속성입니다."
그리고 이 점을 명확히 하고 싶었습니다. :)
정적은 양의 mo로 바람직합니다. 그렇다면 이것은 수입원입니다. 체계적으로 벌 수 있는 고정 mo = 0의 경우가 있습니까? 충분히 예측할 수 있지만 수익을 낼 수 있습니까? 분포의 다른 기능/매개변수를 알고 있는 경우 긍정적인 모가 가장 효과적으로 재생될 수 있습니다.
고정 시리즈가 깔끔하게 정리되었습니다. 분포가 시간 참조의 오프셋에 의존하지 않기 때문에 "메모리"가 없습니다. TA를 구축하기 위해 종속성을 찾는 것은 쓸모가 없습니다. 존재하는 경우 순전히 통계적인 방법으로만 긍정적인 움직임을 재생합니다.
전에도 몇 번 글을 올렸는데, 모델이 원본과 일치하는지 궁금합니다. mashka는 원래의 고정되지 않은 신호에 해당합니까? 이론적 및 자동차 수정 형태의 전체 답변 가방. 일반 모델을 사용할 수 있지만 항상 모델과 원본의 일치(적정성)에 대한 질문에 답해야 합니다. 우리는 마우스로 트렌드를 잡으려고 노력하고 있습니다. 우리는 무엇을 증분으로 취합니까? VR이 강한 경향, 약한 경향, 주기(복도의 변동 및 백색 잡음)의 합이라고 가정하면 증분으로 무엇을 취합니까?
이것은 일부 시장의 고유한 속성입니다. 관심을 갖게 된 계기는 무엇인가요? 이 토론의 맥락에서.
시간에 대한 캔들 길이의 의존성은 증분의 비정상성으로 해석되었습니다.
시간에 대한 양초 길이의 의존성은 증분의 비정상성으로 해석되었습니다.
링크가 있습니까?
링크가 있습니까?
불행하게도. 거미를 탔다가 여기로 옮겼습니다. VR 비정상성의 가장 불쾌한 징후는 변화하는 추세의 주기성입니다. 촛불의 길이도 시간에 따라 변합니다. 그것은 나에게 분명한 것처럼 보인다. 왜냐하면 변동성은 고정적이지 않습니다.
모두, 내 모델이 벌었습니다! 오늘 나는 알고리즘의 가중치 계수에 의한 신경망의 외삽에서 오류를 발견했습니다.
간단히 말해서 우리는 이야기를 세 부분으로 나눕니다.
첫 번째 부분에서 우리는 가격 차이와 (무엇을 말하는지는 말하지 않겠습니다) NN 입력에 대한 잔차를 제공합니다. 지연 신경망. 우리는 가중치 계수를 얻습니다. 외삽.
두 번째 부분에서는 외삽을 확인합니다. 우리는 그 적합성을 봅니다. 잔차에서 첫 번째 NN의 외삽을 뺍니다. 우리는 잔차의 VR을 하나 더 얻습니다(첫 번째 NN의 오류). 두 번째 NN을 입력에 공급합니다.
세 번째 부분에서 두 번째 NN은 첫 번째 NN의 오류를 수정합니다. 포워드가 성공했습니다.
스레드가 닫힌 것으로 간주될 수 있습니다. 첫 번째 게시물에서 내 추측이 맞았습니다. 적어도 테스터에서는 안정적인 결과입니다.