jelizavettka : 정체의 교란이 일어난다 .... 아무에게도 증명하고 싶지 않다 .... 그리고 엑셀로 매개변수 그래프를 작성했다(더 이상 진행하지 않았다) .. 6개월 전에 .. 찾아내면 그것, 나는 그것을 게시 할 것입니다
이것을 어떻게 설명할 수 있을까요... 온갖 매개변수/지표의 차트가 가격 차트보다 훨씬 매끄럽게 보이는 경우가 많기 때문에 이를 바탕으로 예측하기가 더 쉽다는 인상을 받습니다. 아마도.. 이것은 사실이지만 중요한 사실을 고려해야 합니다. 알고리즘의 최종 결과는 특정 가격으로 이루어진 특정 거래입니다. 이것은 어떤 매개변수의 예측의 분산이 가격의 분산으로 다시 계산되어야 하고, 그래야만 예측의 실제 가치가 명확해질 것임을 의미합니다.
손가락을 사용하여 많은 사람들이 머리를 부딪히는 가장 간단한 예를 들 수 있습니다. N 카운트에 구축된 틱은 가격보다 대략 N 배 더 잘 예측됩니다. 그러나 이 예측에 따라 거래를 할 때 그 변동은 진입/종료 가격의 변동으로 재계산됩니다. N번 뒤로. 또한 계산에서도 발생하는 샘플링 노이즈의 분산도 N배 증가하여 틱에 대한 예측이 순가에 대한 예측보다 훨씬 더 나쁜 것으로 판명되었습니다.
나는 모든 알고리즘이 부정적인 결과를 줄 것이라고 말하는 것이 아니라 그 반대입니다. 예측의 긍정적인 효과가 잡음 분산 증가의 결과와 겹치는 옵션에 대해 생각하는 것이 좋습니다. 이것은 예측 시스템이 수익성이 있기 위한 필요 조건입니다.
이걸 어떻게 설명할 수 있을까요... 온갖 매개변수/지표의 차트가 가격 차트보다 훨씬 매끄럽게 보이기도 하고, 그렇기 때문에 이를 바탕으로 예측하기가 더 쉽다는 인상을 받습니다.. 아마도.. 이것은 사실이지만 중요한 사실을 고려해야 합니다. 알고리즘의 최종 결과는 특정 가격으로 이루어진 특정 거래입니다. 이것은 어떤 매개변수의 예측의 분산이 가격의 분산으로 다시 계산되어야 하고, 그래야만 예측의 실제 가치가 명확해질 것임을 의미합니다.
손가락을 사용하여 많은 사람들이 머리를 부딪히는 가장 간단한 예를 들 수 있습니다. N 카운트에 구축된 틱은 가격보다 대략 N 배 더 잘 예측됩니다. 그러나 이 예측에 따라 거래를 할 때 그 변동은 진입/종료 가격의 변동으로 재계산됩니다. N번 뒤로. 또한 계산에서도 발생하는 샘플링 노이즈의 분산도 N배 증가하여 틱에 대한 예측이 순가에 대한 예측보다 훨씬 더 나쁜 것으로 판명되었습니다.
나는 모든 알고리즘이 부정적인 결과를 줄 것이라고 말하는 것이 아니라 그 반대입니다. 예측의 긍정적인 효과가 잡음 분산 증가의 결과와 겹치는 옵션에 대해 생각하는 것이 좋습니다. 이것은 예측 시스템이 수익성이 있기 위한 필요 조건입니다.
그래.. 나도 생각해봤어... 뇌졸중 기간 예측에 약간의 편차 - 그리고 손실 .... 하지만, 내 생각에 뇌졸중에 대한 고전적인 시스템은 매개변수가 있는 시스템보다 훨씬 뒤떨어질 것입니다 두 번째 경우에는 각 교집합 이후에 최적화가 사용되기 때문입니다.
스튜디오에서 증거.
지금까지 나는 정상 상태의 고장이 없는 이상적인 매개변수의 그래프를 본 적이 없습니다. (새로운) 건전한 아이디어가 있다면 프로그래밍은 문제가 되지 않습니다.
정체의 교란이 일어난다 .... 아무에게도 증명하고 싶지 않다 .... 그리고 엑셀로 매개변수 그래프를 작성했다(더 이상 진행하지 않았다) .. 6개월 전에 .. 찾아내면 그것, 나는 그것을 게시 할 것입니다
이것을 어떻게 설명할 수 있을까요... 온갖 매개변수/지표의 차트가 가격 차트보다 훨씬 매끄럽게 보이는 경우가 많기 때문에 이를 바탕으로 예측하기가 더 쉽다는 인상을 받습니다. 아마도.. 이것은 사실이지만 중요한 사실을 고려해야 합니다. 알고리즘의 최종 결과는 특정 가격으로 이루어진 특정 거래입니다. 이것은 어떤 매개변수의 예측의 분산이 가격의 분산으로 다시 계산되어야 하고, 그래야만 예측의 실제 가치가 명확해질 것임을 의미합니다.
손가락을 사용하여 많은 사람들이 머리를 부딪히는 가장 간단한 예를 들 수 있습니다. N 카운트에 구축된 틱은 가격보다 대략 N 배 더 잘 예측됩니다. 그러나 이 예측에 따라 거래를 할 때 그 변동은 진입/종료 가격의 변동으로 재계산됩니다. N번 뒤로. 또한 계산에서도 발생하는 샘플링 노이즈의 분산도 N배 증가하여 틱에 대한 예측이 순가에 대한 예측보다 훨씬 더 나쁜 것으로 판명되었습니다.
나는 모든 알고리즘이 부정적인 결과를 줄 것이라고 말하는 것이 아니라 그 반대입니다. 예측의 긍정적인 효과가 잡음 분산 증가의 결과와 겹치는 옵션에 대해 생각하는 것이 좋습니다. 이것은 예측 시스템이 수익성이 있기 위한 필요 조건입니다.
역사의 모든 부분은 본질적으로 고정되어 있습니다. 왜냐하면 최대 금액을 벌 수 있는 그러한 패턴을 항상 찾을 수 있기 때문입니다 . 비정상성(또는 시장 변화)은 항상 미래에 발생하며, 이는 우리가 모르고 가정하지 않습니다....))))
)))) "정상성"과 "패턴을 찾을 수 있음"은 무엇입니까? 비정상 계열에도 규칙성이 있습니다.
" 역사의 모든 부분은 본질적으로 고정되어 있습니다 " - "본질적으로"란 무엇입니까? 그 전에는 고정식 및 비 고정식 시리즈 만 알았지 만 "본질적으로는"모릅니다.
이걸 어떻게 설명할 수 있을까요... 온갖 매개변수/지표의 차트가 가격 차트보다 훨씬 매끄럽게 보이기도 하고, 그렇기 때문에 이를 바탕으로 예측하기가 더 쉽다는 인상을 받습니다.. 아마도.. 이것은 사실이지만 중요한 사실을 고려해야 합니다. 알고리즘의 최종 결과는 특정 가격으로 이루어진 특정 거래입니다. 이것은 어떤 매개변수의 예측의 분산이 가격의 분산으로 다시 계산되어야 하고, 그래야만 예측의 실제 가치가 명확해질 것임을 의미합니다.
손가락을 사용하여 많은 사람들이 머리를 부딪히는 가장 간단한 예를 들 수 있습니다. N 카운트에 구축된 틱은 가격보다 대략 N 배 더 잘 예측됩니다. 그러나 이 예측에 따라 거래를 할 때 그 변동은 진입/종료 가격의 변동으로 재계산됩니다. N번 뒤로. 또한 계산에서도 발생하는 샘플링 노이즈의 분산도 N배 증가하여 틱에 대한 예측이 순가에 대한 예측보다 훨씬 더 나쁜 것으로 판명되었습니다.
나는 모든 알고리즘이 부정적인 결과를 줄 것이라고 말하는 것이 아니라 그 반대입니다. 예측의 긍정적인 효과가 잡음 분산 증가의 결과와 겹치는 옵션에 대해 생각하는 것이 좋습니다. 이것은 예측 시스템이 수익성이 있기 위한 필요 조건입니다.
OpenCL은 강력한 비디오와 함께 유용합니다.
그러나 먼저 알고리즘을 생각해 내야 합니다. 그리고 이 경우 저자는 불행히도 약간 빡빡합니다.
OpenCL은 강력한 비디오와 함께 유용합니다. 그러나 먼저 알고리즘을 생각해 내야 합니다.
OpenCL은 강력한 비디오와 함께 유용합니다. 그러나 먼저 알고리즘을 생각해 내야 합니다.
)))) "정상성"과 "패턴을 찾을 수 있음"은 무엇입니까? 비정상 계열에도 규칙성이 있습니다.
" 역사의 모든 부분은 본질적으로 고정되어 있습니다 " - "본질적으로"란 무엇입니까? 그 전에는 고정식 및 비 고정식 시리즈 만 알았지 만 "본질적으로는"모릅니다.
직관적으로 이해할 수 있는 "본질의 고정성"((c) LeoV )의 정의는 예를 들어 다음과 같을 수 있습니다. 거래 결정을 내리는 데 필요한 위치와... 어느 것이 필요한지 쉽게 알 수 있습니다.
;)
OpenCL은 강력한 비디오와 함께 유용합니다.
그러나 먼저 알고리즘을 생각해 내야 합니다. 그리고 이 경우 작성자는 불행히도 약간 빡빡합니다.