물론 가장 중요한 것은 스펙트럼의 힘입니다. 그러나 거기에는 더 쉬웠습니다. 여러 데이터 시리즈가 있었습니다. 어떤 과정을 거치면서 발생한 정기간행물은 분명히 영향을 미치고 다른 사람들에게 반향과 반성을 일으켰다. 예측을 위한 시계열 의 길이는 작았습니다. 그러나 긴 시리즈에서 주파수를 선택하고 짧은 시리즈에서 일관성을 확인한 후 결과는 성공적이었습니다.
물론 가장 중요한 것은 스펙트럼의 힘입니다. 그러나 거기에는 더 쉬웠습니다. 여러 데이터 시리즈가 있었습니다. 어떤 과정을 거치면서 발생한 정기간행물은 분명히 영향을 미치고 다른 사람들에게 반향과 반성을 일으켰다. 예측을 위한 시계열의 길이는 작았습니다. 그러나 긴 시리즈에서 주파수를 선택하고 짧은 시리즈에서 일관성을 확인한 후 결과는 성공적이었습니다.
따라서 여기의 장애물은 일반적인 이산 푸리에(창, 앨리어싱, 해상도)와 동일합니다. 함수가 0으로 점근적으로 수렴하는 경향이 있기 때문에 결과가 더 좋습니다.
내 말은, outofsample이 더 나은가요? 아니면 더 그럴듯하게 근사합니까?
내 말은, outofsample이 더 나은가요? 아니면 더 그럴듯하게 근사한 것뿐입니까?
네, 푸리에(Fourier)는 어떤 형태로든 외삽하기 위한 것이 아닙니다. 근사화되는 함수가 주기적으로 가정되는 경우 FOS에서 무엇을 찾고 싶습니까? 왜 이 OOS는 전혀 항복했는가? 간격의 시작 부분에서 해당 값을 가져옵니다 ......
행운을 빕니다.
네, 푸리에(Fourier)는 어떤 형태로든 외삽하기 위한 것이 아닙니다. 근사화되는 함수가 주기적으로 가정되는 경우 FOS에서 무엇을 찾고 싶습니까? 왜 이 OOS는 전혀 항복했는가? 간격의 시작 부분에서 해당 값을 가져옵니다 ......
행운을 빕니다.
알다시피, 나는 또한 당신에게 더 많은 행운을 빕니다.
저는 개인적으로 중요한 고조파를 강조 표시한 후 실제 프로세스를 예측한 경험이 있습니다.
그리고 당신의 실패는 성급한 결론의 근거가 아닙니다.
;)
내 말은, outofsample이 더 나은가요? 아니면 더 그럴듯하게 근사합니까?
알다시피, 나는 또한 당신에게 더 많은 행운을 빕니다.
저는 개인적으로 중요한 고조파를 강조 표시한 후 실제 프로세스를 예측한 경험이 있습니다.
그리고 당신의 실패는 성급한 결론의 근거가 아닙니다.
;)
여기에서 나는 완전히 지원합니다. 그리고 그들은 무엇을 기준으로 뽑혔습니까?
물론 가장 중요한 것은 스펙트럼의 힘입니다. 그러나 거기에는 더 쉬웠습니다. 여러 데이터 시리즈가 있었습니다. 어떤 과정을 거치면서 발생한 정기간행물은 분명히 영향을 미치고 다른 사람들에게 반향과 반성을 일으켰다. 예측을 위한 시계열 의 길이는 작았습니다. 그러나 긴 시리즈에서 주파수를 선택하고 짧은 시리즈에서 일관성을 확인한 후 결과는 성공적이었습니다.
오래전 일이야... 지난 천년기의 82.
;)
물론 가장 중요한 것은 스펙트럼의 힘입니다. 그러나 거기에는 더 쉬웠습니다. 여러 데이터 시리즈가 있었습니다. 어떤 과정을 거치면서 발생한 정기간행물은 분명히 영향을 미치고 다른 사람들에게 반향과 반성을 일으켰다. 예측을 위한 시계열의 길이는 작았습니다. 그러나 긴 시리즈에서 주파수를 선택하고 짧은 시리즈에서 일관성을 확인한 후 결과는 성공적이었습니다.
오래전 일이야... 지난 천년기의 82.
;)
http://www.planetaexcel.ru/forum.php?thread_id=23735
아마도 당신은 이 스크립트를 찾고 있을 것입니다: https://www.mql5.com/ru/code/8175 ?
추신 : 나는 인터넷에서 Yusufkhodzh의 게시물을 인터넷 검색하는 데 지쳤습니다. 일반적으로 여기와 동일합니다. 이해할 수없는 예측과 말다툼;)