추세는 특정 지연에 대한 샘플 값에서 이전 지연까지의 증가이며 이러한 지연에는 둘 이상의 단계가 있을 수 있습니다. 이 증분을 계산하고 후속 지연에 대한 종속 증분을 가정하는 방법 - 이것은 이미 예측 모델입니다. 동시에 변수의 중요성을 결정하는 방법은 종속성 설정을 기준으로 사용하지만 동시에 지연이 전혀 없습니다. 일반적으로 받아 들여지는 관행과 함께 놀라운 이유는 누군가는 추세 예측의 정확성에 대한 보장을 받는다고 가정합니다. 이러한 "의학적 사실"과의 우정은 전문 심리 치료사에게 직접적인 카펫 경로입니다 ... 지연 크기가 증가함에 따라 오류의 누적이 증가하는 것은 당연하지만 이것이 정확도의 감소를 의미하지는 않습니다 예측 - 이 측정값은 상대적이고 확립되었기 때문에 우리는 상관관계의 품질을 평가하고 오류의 크기는 전혀 평가하지 않습니다 ... 따라서 모델 및 해당 매개변수의 선택은 해결된(그리고 쉽게 ) 종속변수 표본의 크기와 속성을 결정한 후 ...
물론 상대 또는 절대라는 단어 없이 "오류"라는 단어를 사용할 수 없습니다.
나는 레벨과 증분으로 모델을 만들었습니다. 비교하는 것이 정확하면 증분 모델의 예측 오차가 수준보다 적습니다. 물론 거래할 때 우리는 증분 및 증분 예측 오류에 관심이 있습니다.
불행히도 예측의 정확성은 한 단계 앞서 예측 가능성에 영향을 미치지 않았습니다. 예측오차를 줄이려고 하지 말고 한발 더 나아갈 확률을 예측하는 것이 필요하다고 생각합니다.
dasmen : 어쩌면 그렇게 ... 나는 다르게 결정했지만 다른 제안을 듣고 싶습니다 - 내 자신에 대해 겸손하게 침묵합니다 (나는 문제에 대한 내 자신의 진술의 본질을 드러냄으로써 이것에 대한 배당금을 모을 도덕적 권리가 있다고 가정합니다 형식) ... 북 카자흐스탄 지역에서는 회귀가 예를 들어 선형으로 나타날 것이라는 점을 제외하고 평균에서 어느 방향으로든 편차에 대해 똑같이 "보라색"이라는 것이 혼란 스럽습니다. 아무도 약속하지 않았습니다 .. .
RMS는 적어도 거의 일정하면 훌륭합니다. 그러나 이분산성이 있는 경우에는 확실히 그렇지 않습니다. 또한 이분산성은 다릅니다.
ACF의 막대 수에 비례하여 창 크기를 상관 관계가 0이 되도록 하는 아이디어가 있었습니다. 이것이 현재 시장 메모리의 길이입니다 .
이것은 주제의 수많은 조항에 대한 의견일 뿐이며 이에 대한 불일치는 다음과 같습니다.
추세는 특정 지연에 대한 샘플 값에서 이전 지연까지의 증가이며 이러한 지연에는 둘 이상의 단계가 있을 수 있습니다. 이 증분을 계산하고 후속 지연에 대한 종속 증분을 가정하는 방법 - 이것은 이미 예측 모델입니다. 동시에 변수의 중요성을 결정하는 방법은 종속성 설정을 기준으로 사용하지만 동시에 지연이 전혀 없습니다. 일반적으로 받아 들여지는 관행과 함께 놀라운 이유는 누군가는 추세 예측의 정확성에 대한 보장을 받는다고 가정합니다. 이러한 "의학적 사실"과의 우정은 전문 심리 치료사에게 직접적인 카펫 경로입니다 ... 지연 크기가 증가함에 따라 오류의 누적이 증가하는 것은 당연하지만 이것이 정확도의 감소를 의미하지는 않습니다 예측 - 이 측정값은 상대적이고 확립되었기 때문에 우리는 상관관계의 품질을 평가하고 오류의 크기는 전혀 평가하지 않습니다 ... 따라서 모델 및 해당 매개변수의 선택은 해결된(그리고 쉽게 ) 종속변수 표본의 크기와 속성을 결정한 후 ...
물론 상대 또는 절대라는 단어 없이 "오류"라는 단어를 사용할 수 없습니다.
나는 레벨과 증분으로 모델을 만들었습니다. 비교하는 것이 정확하면 증분 모델의 예측 오차가 수준보다 적습니다. 물론 거래할 때 우리는 증분 및 증분 예측 오류에 관심이 있습니다.
불행히도 예측의 정확성은 한 단계 앞서 예측 가능성에 영향을 미치지 않았습니다. 예측오차를 줄이려고 하지 말고 한발 더 나아갈 확률을 예측하는 것이 필요하다고 생각합니다.
어쩌면 그렇게 ... 나는 다르게 결정했지만 다른 제안을 듣고 싶습니다 - 내 자신에 대해 겸손하게 침묵합니다 (나는 문제에 대한 내 자신의 진술의 본질을 드러냄으로써 이것에 대한 배당금을 모을 도덕적 권리가 있다고 가정합니다 형식) ... 북 카자흐스탄 지역에서는 회귀가 예를 들어 선형으로 나타날 것이라는 점을 제외하고 평균에서 어느 방향으로든 편차에 대해 똑같이 "보라색"이라는 것이 혼란 스럽습니다. 아무도 약속하지 않았습니다 .. .
RMS는 적어도 거의 일정하면 훌륭합니다. 그러나 이분산성이 있는 경우에는 확실히 그렇지 않습니다. 또한 이분산성은 다릅니다.
ACF의 막대 수에 비례하여 창 크기를 상관 관계가 0이 되도록 하는 아이디어가 있었습니다. 이것이 현재 시장 메모리의 길이입니다 .
다시 이해하지 못했습니다. 무슨 증거? 이 사진은 온라인에 있습니다! 라인은 재생성되지 않습니다. 이미 여러 번 말했습니다. 이것은 FFT가 아닙니다!!! 필터다! 어떻게 만들어지는지는 밝히지 않겠습니다.
이것이 바로 교대!!!
왼쪽에서 오른쪽으로 각각의 새 막대 = 새 그림.
우리는 라일락 정현파에서 가장 넓은 단계를 취합니다.
진폭이 변경되고 주파수가 변경됩니다. 그래서 그렇지 않습니까?
진폭이 변경되고 주파수가 변경됩니다. 그래서 그렇지 않습니까?
그는 우리 대화에서 이것에 대해 말했습니다. 예측에는 4가지 문제가 있습니다. 주파수가 높을수록 주기와 진폭이 덜 왜곡됩니다.
처음 두 가지 문제는 변환 창을 늘리면 해결됩니다. 나머지는 결정하기 어렵습니다.
그는 우리 대화에서 이것에 대해 이야기했습니다. 예측에는 4가지 문제가 있습니다. 주파수가 높을수록 주기와 진폭이 덜 왜곡됩니다.
처음 두 가지 문제는 변환 창을 늘리면 해결됩니다. 나머지는 결정하기 어렵습니다.
내가 썼어. 저주파는 고주파보다 왜곡됩니다. 그들은 비뚤어졌습니다. 이를 없애려면 전환 기간을 늘려야 합니다. 그러면 이러한 왜곡은 가시성을 넘어설 것입니다. 거의 직선이 유지됩니다. 그러나 그러한 변환에는 더 많은 리소스와 시간이 필요합니다.
저것들. 진폭 및 주파수 변조로 곡선을 외삽하는 것은 어렵습니다. 그러나 거의 직선을 쉽게 외삽할 수 있습니다. 물론 문제는 사라지지 않습니다. 우리는 이 곡선의 작은 부분을 취하여 최소한의 오류로 외삽할 수 있습니다.
답변?
나는 결정했다. 하나의 막대에 대해 충분히 높은 정확도로 비정상성을 고려할 수 있습니다.