모든 스펙트럼 성분에 대해 지연 없이 위상 편이가 0인 필터를 계산하는 방법은 무엇입니까? 아이디어는 간단합니다. 우리는 FFT 견적을 받습니다. 특정 주파수 이상에서 푸리에 계수를 무효화합니다. 그런 다음 역 푸리 변환을 수행하고 필터링된 견적을 얻습니다. 그녀는 특히 시작과 끝에서 그렇게 뜨겁지 않게 보입니다. 이것은 푸리에 성분의 주기성으로 인해 이해할 수 있습니다. 누가 이 필터를 가지고 놀고 싶은지, 코드가 첨부되어 있습니다.
이것은 "필터"가 아니라 근사치입니다. 그렇지 않으면 당신이 옳습니다. 지연 없는 필터는 없습니다 . 이것을 이해하기 위해 박사가 될 필요도 없습니다. 문제는 이 포럼에 참가한 대부분의 참가자에 대한 지식이 깊긴 하지만 단편적이라는 것입니다. 이 섬들의 조각을 모으기 위해서는 생각의 자유가 필요하고 언론의 자유가 필요합니다. 그리고 이 포럼에서는 그렇지 않으며 앞으로도 없을 것입니다. 따라서 이 Metaquotes 비즈니스 모델을 사용하여 이러한 중재자에 둘러싸인 작업 모델의 결론을 기대할 가치가 없습니다.
동료가 외삽법에서 Fit 메서드의 엄격한 출력을 계속 게시했다면 더 좋을 것입니다. 당신은 첫 번째가 아니었지만 첫 번째는 아시아의 대학원생 이었지만 그의 결론 (그런데 그는 전체를 출판하지 않았으며 전체 결론은 발트해 연안의 다른 과학자에 의해 이루어졌으며 두 출판물은 실제로 알려지지 않았습니다 ), 그의 접근 방식은 좁다. 지수 때문에 정확하지는 않지만 출력이 더 넓어질 수 있습니다(넓을수록 좋음). 그것을 놓으십시오. 그렇지 않으면 세계 역사에서 잃어 버릴 것입니다.
이것은 "필터"가 아니라 근사치입니다. 그렇지 않으면 당신이 옳습니다. 지연 없는 필터는 없습니다 . 이것을 이해하기 위해 박사가 될 필요도 없습니다. 문제는 이 포럼에 참가한 대부분의 참가자에 대한 지식이 깊긴 하지만 단편적이라는 것입니다. 이 섬들의 조각을 모으기 위해서는 생각의 자유가 필요하고 언론의 자유가 필요합니다. 그리고 이 포럼에서는 그렇지도 않고 앞으로도 없을 것입니다. 따라서 이 Metaquotes 비즈니스 모델을 사용하여 이러한 중재자에 둘러싸인 작업 모델의 결론을 기대할 가치가 없습니다.
동료가 외삽법에서 Fit 메서드의 엄격한 출력을 계속 게시했다면 더 좋을 것입니다. 당신은 첫 번째가 아니었지만 첫 번째는 아시아의 대학원생 이었지만 그의 결론 (그런데 그는 전체를 출판하지 않았으며 전체 결론은 발트해 연안의 다른 과학자에 의해 이루어졌으며 두 출판물은 실제로 알려지지 않았습니다 ), 그의 접근 방식은 좁습니다. 지수 때문에 정확하지는 않지만 출력이 더 넓어질 수 있습니다(넓을수록 좋음). 그것을 놓으십시오. 그렇지 않으면 세계 역사에서 잃어 버릴 것입니다.
Fit의 수식 출력은 Maple에서 수행되었습니다. 이 파일을 찾아서 여기에 올리도록 하겠습니다. 한때 그는 시계열 을 예측하는 방법에 관심을 갖게 되어 그것에 관한 책을 쓰기 시작했습니다. 100페이지가 넘는 글을 쓰다가 좌절하고 버림받았습니다. 다음은 Fit에서 수식의 출력을 피상적으로 설명하는 책의 한 부분입니다(죄송하지만 영어로).
Fit의 수식 출력은 Maple에서 수행되었습니다. 이 파일을 찾아서 여기에 올리도록 하겠습니다. 한때 시계열을 예측하는 방법에 관심이 많아 책을 쓰기 시작했습니다. 100페이지가 넘는 글을 쓰고 나서 좌절하고 버림받았습니다. 다음은 Fit에서 수식의 출력을 피상적으로 설명하는 책의 한 부분입니다(죄송하지만 영어로).
고맙습니다. 설명하세요, pliz, 이것이 맨 위에 있습니까? 이것은 (출판되지 않은) 책의 페이지입니까, 아니면 다른 페이지입니까?
(이것이 귀하의 것이라면 2012년 1월 9일 오늘 포럼에 게시함으로써 귀하의 세계 과학 우선 순위가 결정됩니다).
나머지 문제가 무엇인지 설명하겠습니다. 잡음이 많은 신호의 경우 일반적인 근사, 보간 방법이 작동하지 않습니다. 일반적으로 이러한 경우 최소 자승법이 사용됩니다(과다결정된 선형 방정식 시스템을 해결하여). 결과가 훨씬 더 신뢰할 수 있지만 선형 시스템의 솔루션으로 인해 이러한 모든 방법은 일반 단순 방법보다 수백 배 느립니다.
특정 근사 또는 특정 신호의 극히 일부의 경우, 개별 과학자들은 순전히 분석적인 수학적 트릭을 통해 선형 방정식(2차원) 시스템을 보다 간단한 방법(1차원, 합산 또는 벡터의 컨볼루션)으로 줄이기 위해 관리합니다. ). 이것은 잡음 신호의 근사값을 수백 배 빨라집니다.
이러한 방법 중 하나는 GPWR(Vladimir)의 작성자가 MQL4.com에 세계 최초로 게시한 것입니다.
일본의 Goloborodko가 위에서 언급한 유사한 접근 방식을 사용하여 잡음이 있는 신호의 파생물을 계산했습니다. 그는 선형 방정식 시스템을 풀지 않고 도함수 공식을 엄청나게 단순한 유형으로 줄였습니다(단순화 및 속도 향상).
디지털 신호 처리에서는 다소 희귀한 savitzky-golay 필터에도 동일한 접근 방식이 사용됩니다.
GPWR용 PS Dobivka. 정확한 영어의 "러시아어" 스타일로, 나는 이것이 당신의 책이라는 것을 알았습니다. 훌륭합니다. 그건 그렇고, 그것은 매우 알기 쉽게 쓰여졌습니다. 게시하지 말았어야 했습니다. DSP의 경우 - 좋은 기여. 일부 장소에서 보조 빠른 방법을 제외하고는 거래에 직접적으로 적합하지 않습니다.
신호가 있는 경우 근사 및 보간이라는 단어가 적합합니다. DSP 전문가들은 시장에 신호가 없다는 사실을 항상 잊고 있으며 이러한 의미에서 샘플 내에서 신호를 조정할 수 있었던 방법은 그다지 중요하지 않습니다. 기준의 순서는 다릅니다. 샘플에서 외삽할 수 있도록 샘플에 맞춥니다. 우리 모두는 샘플 외 예측에만 관심이 있으며 샘플 내 알고리즘의 품질은 결과 근사의 예측 능력 측면에서만 관심이 있습니다.
따라서 먼저 모델의 예측 능력이 무엇인지 대답하고 다음 질문인 예측 기준을 만족하는 근사 알고리즘이 무엇인지에 대한 대답만 해야 합니다.
신호가 있는 경우 근사 및 보간이라는 단어가 적합합니다. DSP 전문가들은 시장에 신호가 없다는 사실을 항상 잊고 있으며 이러한 의미에서 샘플 내에서 신호를 조정할 수 있었던 방법은 그다지 중요하지 않습니다. 기준의 순서는 다릅니다. 샘플에서 외삽할 수 있도록 샘플에 맞춥니다. 우리 모두는 샘플 외 예측에만 관심이 있으며 샘플 내 알고리즘의 품질은 결과 근사의 예측 능력 측면에서만 관심이 있습니다.
따라서 먼저 모델의 예측 능력이 무엇인지 대답하고 다음 질문인 예측 기준을 만족하는 근사 알고리즘이 무엇인지에 대한 대답만 해야 합니다.
맞아, 절대적으로 맞아. 그리고 부분적으로, 이 매우 정확한 질문에 대한 부분적인 답변을 반복합니다. "지표란 무엇인가"라는 단순한 질문에서 완벽하게 단순하고 어리석은 질문에 대한 정답을 찾아내야만 할 수 있습니다.
거래 시스템을 구축하기 위한 올바른 접근 방식은 수학, 경제학, 심지어 법학과도 다른 개념의 결합에 있습니다. 세계의 탐욕스러운 은행의 경험 많은 사람들이 이미 모든 것을 시도했고 모든 알려진 방법을 시도했으며 유명한 수학자를 고용했으며 현대적인 근사, 모델링, 최적화 방법의 모든 트릭과 칩을 시도했기 때문에 다른 곳에서는 거짓말을 할 수 없습니다. 글쎄, 그들이 GPWR 방법을 모른다는 점을 제외하고는이 방법 자체는 가속을 제외하고는 아무 것도주지 않을 것입니다. 대답은 "그래서"가 될 것입니까? 그들은 오랫동안 슈퍼컴퓨터를 가지고 있었습니다. 그들에게는 속도가 문제가 아니기 때문입니다.
여기 브랜치 작성자를 왜 공격했는지 이해가 안 가요? 그의 질문에서 무엇이 그렇게 선동적입니까? 왜 "atu him!"이라고 외치는가?
아마도, 아마도 이것에 뭔가가 있을 것입니다:
예를 들어 MACD의 실제 파생 상품은 거래 신호의 BAND 변화율만 제공합니다(밴드 자체는 매우 뚜렷하지 않고 명확하지 않음). 그러나 GRADIENT, 즉 MACD의 다차원 도함수는 정확히 말했듯이 유용한 것을 줄 수 있습니다. 예를 들어, 신호의 MACD 파생물 + 바로 이 MACD의 STRIP을 따른 기울기입니다. 이색적이고 신선합니다.
포럼의 지역 선진 회원들의 문제는 쪼꼬미입니다. 예를 들어 Reshetov는 minimax라는 중요한 주제를 제기했습니다. 그것은 중요하다. 경제학자-모델러-최적화자의 환경에 있는 모든 사람에게 일반적인 "기술적" 최적화 방법이 필요한 결론을 제공하지 않는다는 것은 오랫동안 알려져 왔습니다. 이것은 경제학자들에게 전혀 문제가 되지 않습니다. 즉, 미니맥스에서 무엇을 파헤쳐야 하는지입니다. SProgrammer조차도 Reshetov의 주제에 응답하고 시작했습니다. 그는 대규모 사무실에서 프로 트레이딩 방법에 대한 일부 내부 정보에서 울리는 소리를 들었기 때문입니다. 포럼 회원들은 무엇을 했습니까? 그들은 Reshetov를 쪼았다! 이것은 대략적으로 말하면 졸업장의 최소 최대 최적화에 대한 지식이 없으면 경제학자-모델러가 일반적으로 제공되지 않는다는 사실에도 불구하고 있습니다.
AlexEro : 여기 브랜치 작성자를 왜 공격했는지 이해가 안 가요? 그의 질문에서 무엇이 그렇게 선동적입니까? 왜 "atu him!"이라고 외치는가?
저자의 질문은 그다지 구체적이지 않습니다.
도함수이면 어떤 변수입니다. 오른쪽은 두 회귀 간의 차이입니다. 언뜻보기에 변수는 견적의 값입니다. 저에게는 그렇지 않습니다. 더 흥미로운 변수가 있습니다. 이것은 이러한 회귀 계수입니다. 그들은 무엇인가? 상수? 이것은 입증되어야 합니다. 나에게 이러한 계수는 상수가 아니라 확률 변수이며 최소한 상수와 유사하도록 작업해야 합니다. 따라서 파생 상품은 무엇입니까? 이 질문을 했지만 답변을 받지 못했습니다.
도함수이면 어떤 변수입니다. 오른쪽은 두 회귀 간의 차이입니다. 언뜻보기에 변수는 견적의 값입니다. 저에게는 그렇지 않습니다. 더 흥미로운 변수가 있습니다. 이것은 이러한 회귀 계수입니다. 그들은 무엇인가? 상수? 이것은 입증되어야 합니다. 나에게 이러한 계수는 상수가 아니라 확률 변수이며 최소한 상수와 유사하도록 작업해야 합니다. 따라서 파생 상품은 무엇입니까? 이 질문을 했지만 답변을 받지 못했습니다.
도함수는 한 변수에 대한 함수 의 변화율 입니다. 기울기는 여러 변수에 대한 함수의 다변량 변화율입니다.
그러나 "회귀"와 "회귀 계수"라는 단어는 더 주의해야 합니다. 너무 빨리 점프하고 즉시 레이블을 걸 필요가 없습니다.
우리의 연구 주제와 정의의 불일치를 건너뛸 수 있습니다.
그리고 마크 트웨인에 따르면 추가적인 오해가 생길 것이고 모든 것이 다시 "농업 신문 편집"으로 바뀔 것입니다.
모든 스펙트럼 성분에 대해 지연 없이 위상 편이가 0인 필터를 계산하는 방법은 무엇입니까? 아이디어는 간단합니다. 우리는 FFT 견적을 받습니다. 특정 주파수 이상에서 푸리에 계수를 무효화합니다. 그런 다음 역 푸리 변환을 수행하고 필터링된 견적을 얻습니다. 그녀는 특히 시작과 끝에서 그렇게 뜨겁지 않게 보입니다. 이것은 푸리에 성분의 주기성으로 인해 이해할 수 있습니다. 누가 이 필터를 가지고 놀고 싶은지, 코드가 첨부되어 있습니다.
이것은 "필터"가 아니라 근사치입니다. 그렇지 않으면 당신이 옳습니다. 지연 없는 필터는 없습니다 . 이것을 이해하기 위해 박사가 될 필요도 없습니다. 문제는 이 포럼에 참가한 대부분의 참가자에 대한 지식이 깊긴 하지만 단편적이라는 것입니다. 이 섬들의 조각을 모으기 위해서는 생각의 자유가 필요하고 언론의 자유가 필요합니다. 그리고 이 포럼에서는 그렇지 않으며 앞으로도 없을 것입니다. 따라서 이 Metaquotes 비즈니스 모델을 사용하여 이러한 중재자에 둘러싸인 작업 모델의 결론을 기대할 가치가 없습니다.
동료가 외삽법에서 Fit 메서드의 엄격한 출력을 계속 게시했다면 더 좋을 것입니다. 당신은 첫 번째가 아니었지만 첫 번째는 아시아의 대학원생 이었지만 그의 결론 (그런데 그는 전체를 출판하지 않았으며 전체 결론은 발트해 연안의 다른 과학자에 의해 이루어졌으며 두 출판물은 실제로 알려지지 않았습니다 ), 그의 접근 방식은 좁다. 지수 때문에 정확하지는 않지만 출력이 더 넓어질 수 있습니다(넓을수록 좋음). 그것을 놓으십시오. 그렇지 않으면 세계 역사에서 잃어 버릴 것입니다.
누군가 이미 Hilbert-Huang 변환 알고리즘을 가지고 있습니까?
일부 C++ 코드를 찾았지만 MQL4/5로 번역할 충분한 C++ 경험과 Hilbert-Huang 지식이 없습니다. 누군가 도와주고 싶어할까요?
이것은 "필터"가 아니라 근사치입니다. 그렇지 않으면 당신이 옳습니다. 지연 없는 필터는 없습니다 . 이것을 이해하기 위해 박사가 될 필요도 없습니다. 문제는 이 포럼에 참가한 대부분의 참가자에 대한 지식이 깊긴 하지만 단편적이라는 것입니다. 이 섬들의 조각을 모으기 위해서는 생각의 자유가 필요하고 언론의 자유가 필요합니다. 그리고 이 포럼에서는 그렇지도 않고 앞으로도 없을 것입니다. 따라서 이 Metaquotes 비즈니스 모델을 사용하여 이러한 중재자에 둘러싸인 작업 모델의 결론을 기대할 가치가 없습니다.
동료가 외삽법에서 Fit 메서드의 엄격한 출력을 계속 게시했다면 더 좋을 것입니다. 당신은 첫 번째가 아니었지만 첫 번째는 아시아의 대학원생 이었지만 그의 결론 (그런데 그는 전체를 출판하지 않았으며 전체 결론은 발트해 연안의 다른 과학자에 의해 이루어졌으며 두 출판물은 실제로 알려지지 않았습니다 ), 그의 접근 방식은 좁습니다. 지수 때문에 정확하지는 않지만 출력이 더 넓어질 수 있습니다(넓을수록 좋음). 그것을 놓으십시오. 그렇지 않으면 세계 역사에서 잃어 버릴 것입니다.
Fit의 수식 출력은 Maple에서 수행되었습니다. 이 파일을 찾아서 여기에 올리도록 하겠습니다. 한때 그는 시계열 을 예측하는 방법에 관심을 갖게 되어 그것에 관한 책을 쓰기 시작했습니다. 100페이지가 넘는 글을 쓰다가 좌절하고 버림받았습니다. 다음은 Fit에서 수식의 출력을 피상적으로 설명하는 책의 한 부분입니다(죄송하지만 영어로).
Fit의 수식 출력은 Maple에서 수행되었습니다. 이 파일을 찾아서 여기에 올리도록 하겠습니다. 한때 시계열을 예측하는 방법에 관심이 많아 책을 쓰기 시작했습니다. 100페이지가 넘는 글을 쓰고 나서 좌절하고 버림받았습니다. 다음은 Fit에서 수식의 출력을 피상적으로 설명하는 책의 한 부분입니다(죄송하지만 영어로).
고맙습니다. 설명하세요, pliz, 이것이 맨 위에 있습니까? 이것은 (출판되지 않은) 책의 페이지입니까, 아니면 다른 페이지입니까?
(이것이 귀하의 것이라면 2012년 1월 9일 오늘 포럼에 게시함으로써 귀하의 세계 과학 우선 순위가 결정됩니다).
나머지 문제가 무엇인지 설명하겠습니다. 잡음이 많은 신호의 경우 일반적인 근사, 보간 방법이 작동하지 않습니다. 일반적으로 이러한 경우 최소 자승법이 사용됩니다(과다결정된 선형 방정식 시스템을 해결하여). 결과가 훨씬 더 신뢰할 수 있지만 선형 시스템의 솔루션으로 인해 이러한 모든 방법은 일반 단순 방법보다 수백 배 느립니다.
특정 근사 또는 특정 신호의 극히 일부의 경우, 개별 과학자들은 순전히 분석적인 수학적 트릭을 통해 선형 방정식(2차원) 시스템을 보다 간단한 방법(1차원, 합산 또는 벡터의 컨볼루션)으로 줄이기 위해 관리합니다. ). 이것은 잡음 신호의 근사값을 수백 배 빨라집니다.
이러한 방법 중 하나는 GPWR(Vladimir)의 작성자가 MQL4.com에 세계 최초로 게시한 것입니다.
일본의 Goloborodko가 위에서 언급한 유사한 접근 방식을 사용하여 잡음이 있는 신호의 파생물을 계산했습니다. 그는 선형 방정식 시스템을 풀지 않고 도함수 공식을 엄청나게 단순한 유형으로 줄였습니다(단순화 및 속도 향상).
디지털 신호 처리에서는 다소 희귀한 savitzky-golay 필터에도 동일한 접근 방식이 사용됩니다.
https://en.wikipedia.org/wiki/Savitzky%E2%80%93Golay_smoothing_filter
GPWR용 PS Dobivka. 정확한 영어의 "러시아어" 스타일로, 나는 이것이 당신의 책이라는 것을 알았습니다. 훌륭합니다. 그건 그렇고, 그것은 매우 알기 쉽게 쓰여졌습니다. 게시하지 말았어야 했습니다. DSP의 경우 - 좋은 기여. 일부 장소에서 보조 빠른 방법을 제외하고는 거래에 직접적으로 적합하지 않습니다.
PPS 모든 사람은 응용 수학적 문제를 해결하기 위한 과학적 접근 방식을 배워야 합니다..... 잡음이 많은 신호의 경우 일반적인 근사, 보간 방법이 작동하지 않습니다.
신호가 있는 경우 근사 및 보간이라는 단어가 적합합니다. DSP 전문가들은 시장에 신호가 없다는 사실을 항상 잊고 있으며 이러한 의미에서 샘플 내에서 신호를 조정할 수 있었던 방법은 그다지 중요하지 않습니다. 기준의 순서는 다릅니다. 샘플에서 외삽할 수 있도록 샘플에 맞춥니다. 우리 모두는 샘플 외 예측에만 관심이 있으며 샘플 내 알고리즘의 품질은 결과 근사의 예측 능력 측면에서만 관심이 있습니다.
따라서 먼저 모델의 예측 능력이 무엇인지 대답하고 다음 질문인 예측 기준을 만족하는 근사 알고리즘이 무엇인지에 대한 대답만 해야 합니다.
.... 잡음이 많은 신호의 경우 일반적인 근사, 보간 방법이 작동하지 않습니다.
신호가 있는 경우 근사 및 보간이라는 단어가 적합합니다. DSP 전문가들은 시장에 신호가 없다는 사실을 항상 잊고 있으며 이러한 의미에서 샘플 내에서 신호를 조정할 수 있었던 방법은 그다지 중요하지 않습니다. 기준의 순서는 다릅니다. 샘플에서 외삽할 수 있도록 샘플에 맞춥니다. 우리 모두는 샘플 외 예측에만 관심이 있으며 샘플 내 알고리즘의 품질은 결과 근사의 예측 능력 측면에서만 관심이 있습니다.
따라서 먼저 모델의 예측 능력이 무엇인지 대답하고 다음 질문인 예측 기준을 만족하는 근사 알고리즘이 무엇인지에 대한 대답만 해야 합니다.
맞아, 절대적으로 맞아. 그리고 부분적으로, 이 매우 정확한 질문에 대한 부분적인 답변을 반복합니다. "지표란 무엇인가"라는 단순한 질문에서 완벽하게 단순하고 어리석은 질문에 대한 정답을 찾아내야만 할 수 있습니다.
https://www.mql5.com/ru/forum/137416
거래 시스템을 구축하기 위한 올바른 접근 방식은 수학, 경제학, 심지어 법학과도 다른 개념의 결합에 있습니다. 세계의 탐욕스러운 은행의 경험 많은 사람들이 이미 모든 것을 시도했고 모든 알려진 방법을 시도했으며 유명한 수학자를 고용했으며 현대적인 근사, 모델링, 최적화 방법의 모든 트릭과 칩을 시도했기 때문에 다른 곳에서는 거짓말을 할 수 없습니다. 글쎄, 그들이 GPWR 방법을 모른다는 점을 제외하고는이 방법 자체는 가속을 제외하고는 아무 것도주지 않을 것입니다. 대답은 "그래서"가 될 것입니까? 그들은 오랫동안 슈퍼컴퓨터를 가지고 있었습니다. 그들에게는 속도가 문제가 아니기 때문입니다.
여기 브랜치 작성자를 왜 공격했는지 이해가 안 가요? 그의 질문에서 무엇이 그렇게 선동적입니까? 왜 "atu him!"이라고 외치는가?
아마도, 아마도 이것에 뭔가가 있을 것입니다:
예를 들어 MACD의 실제 파생 상품은 거래 신호의 BAND 변화율만 제공합니다(밴드 자체는 매우 뚜렷하지 않고 명확하지 않음). 그러나 GRADIENT, 즉 MACD의 다차원 도함수는 정확히 말했듯이 유용한 것을 줄 수 있습니다. 예를 들어, 신호의 MACD 파생물 + 바로 이 MACD의 STRIP을 따른 기울기입니다. 이색적이고 신선합니다.
포럼의 지역 선진 회원들의 문제는 쪼꼬미입니다. 예를 들어 Reshetov는 minimax라는 중요한 주제를 제기했습니다. 그것은 중요하다. 경제학자-모델러-최적화자의 환경에 있는 모든 사람에게 일반적인 "기술적" 최적화 방법이 필요한 결론을 제공하지 않는다는 것은 오랫동안 알려져 왔습니다. 이것은 경제학자들에게 전혀 문제가 되지 않습니다. 즉, 미니맥스에서 무엇을 파헤쳐야 하는지입니다. SProgrammer조차도 Reshetov의 주제에 응답하고 시작했습니다. 그는 대규모 사무실에서 프로 트레이딩 방법에 대한 일부 내부 정보에서 울리는 소리를 들었기 때문입니다. 포럼 회원들은 무엇을 했습니까? 그들은 Reshetov를 쪼았다! 이것은 대략적으로 말하면 졸업장의 최소 최대 최적화에 대한 지식이 없으면 경제학자-모델러가 일반적으로 제공되지 않는다는 사실에도 불구하고 있습니다.
여기 브랜치 작성자를 왜 공격했는지 이해가 안 가요? 그의 질문에서 무엇이 그렇게 선동적입니까? 왜 "atu him!"이라고 외치는가?
저자의 질문은 그다지 구체적이지 않습니다.
도함수이면 어떤 변수입니다. 오른쪽은 두 회귀 간의 차이입니다. 언뜻보기에 변수는 견적의 값입니다. 저에게는 그렇지 않습니다. 더 흥미로운 변수가 있습니다. 이것은 이러한 회귀 계수입니다. 그들은 무엇인가? 상수? 이것은 입증되어야 합니다. 나에게 이러한 계수는 상수가 아니라 확률 변수이며 최소한 상수와 유사하도록 작업해야 합니다. 따라서 파생 상품은 무엇입니까? 이 질문을 했지만 답변을 받지 못했습니다.
저자의 질문은 그다지 구체적이지 않습니다.
도함수이면 어떤 변수입니다. 오른쪽은 두 회귀 간의 차이입니다. 언뜻보기에 변수는 견적의 값입니다. 저에게는 그렇지 않습니다. 더 흥미로운 변수가 있습니다. 이것은 이러한 회귀 계수입니다. 그들은 무엇인가? 상수? 이것은 입증되어야 합니다. 나에게 이러한 계수는 상수가 아니라 확률 변수이며 최소한 상수와 유사하도록 작업해야 합니다. 따라서 파생 상품은 무엇입니까? 이 질문을 했지만 답변을 받지 못했습니다.
도함수는 한 변수에 대한 함수 의 변화율 입니다. 기울기는 여러 변수에 대한 함수의 다변량 변화율입니다.
그러나 "회귀"와 "회귀 계수"라는 단어는 더 주의해야 합니다. 너무 빨리 점프하고 즉시 레이블을 걸 필요가 없습니다.
우리의 연구 주제와 정의의 불일치를 건너뛸 수 있습니다.
그리고 마크 트웨인에 따르면 추가적인 오해가 생길 것이고 모든 것이 다시 "농업 신문 편집"으로 바뀔 것입니다.
도함수는 한 변수에 대한 함수의 변화율입니다. 기울기는 여러 변수에 대한 함수의 다변량 변화율입니다.
MACD에 대한 이 도함수는 정확히 어떻게 생겼습니까? 말로는 아닙니다.