2. 최대 1000개의 막대를 사용해야 하므로 >100개의 막대를 배제할 수 없습니다. 1000개 이상의 막대를 표시하는 경우를 고려할 가치가 있지만 어떤 이유로 어드바이저는 표시기에 10,000개 이상의 막대를 표시할 수 있지만 이러한 경우를 무시합니다. 고문의 이유는 무엇인지 모르겠습니다. 1000개 막대의 한계는 어디입니까 - 코드에서 찾을 수 없습니다. 일종의 시스템 제한이 아닐까요?
나는 회귀가 없다. 상태 공간 모델이 사용됩니다. 위의 Math의 답변을 참조하십시오. 위에서 나는 모델에 대한 일반적인 견해를 제시했습니다.
나는 매개변수가 계산되는 창의 크기와 결과가 계산되는 샘플의 크기를 구별합니다. 이는 스프레드를 고려하지 않고 위에 핍 단위로 제공됩니다. 우리는 상당히 부드러운 균형 성장 라인을 봅니다. 제가 틀릴 수도 있겠지만, 저에게는 매끄러운 균형을 유지하는 것이 매우 중요합니다.
다음 질문에 대한 추세를 유지하려면 이력의 최소 막대가 몇 개나 필요합니까?라는 질문에 답해야 합니다. 10+1 bar에서 추세를 유지할 확률은 50+1보다 훨씬 높으며 100+1 bar는 전혀 고려할 수 없습니다.
각 계량 경제학 과정에서 (당신은 정말 계량 경제학자인가? :)) 모델 매개변수 추정치의 분산이 얼마인지, 추정치가 실제 값으로 수렴되는 비율이 무엇인지 알려줍니다. 계열에 구조적 변화가 없을수록 모델 매개변수 추정치의 분산이 커집니다. 표본 크기가 증가함에 따라 분산(가장 자주 :))은 eps*sqrt(n), eps>0, n은 관측값 수로 감소합니다.
모수 추정 오류는 모든 모델의 오류에 기여합니다. 따라서 모수 추정의 정확도가 낮을수록 모델 오차가 커집니다.
반면에 작은 창을 통해 매개변수 변경에 적응할 수 있습니다. 실제로 이 문제는 창 크기를 줄이는 것이 아니라 모델 매개변수에 대한 변경 문제를 해결함으로써 훨씬 더 잘 해결됩니다.
나는 회귀가 없다. 상태 공간 모델이 사용됩니다. 위의 Math의 답변을 참조하십시오. 위에서 나는 모델에 대한 일반적인 견해를 제시했습니다.
나는 매개변수가 계산되는 창의 크기와 결과가 계산되는 샘플의 크기를 구별합니다. 이는 스프레드를 고려하지 않고 위에 핍 단위로 제공됩니다. 우리는 균형 성장의 상당히 부드러운 선을 봅니다. 제가 틀릴 수도 있겠지만, 저에게는 매끄러운 균형을 유지하는 것이 매우 중요합니다.
거기서부터 w 함수의 형태에 관심을 갖게 되었습니다. 균형에 관심이 있는 사람은 거의 없으며 평균(자본)을 분석합니다.
이 모든 토론을 놓쳤습니다. 평균 거래 규모(핍)는 어떻게 됩니까?
1. 예측이 만들어지는 기준에 따라 기능인 자기회귀 유형을 제공할 수 있습니까?
2. 최대 1000개의 막대를 사용해야 하므로 >100개의 막대를 배제할 수 없습니다. 1000개 이상의 막대를 표시하는 경우를 고려할 가치가 있지만 어떤 이유로 어드바이저는 표시기에 10,000개 이상의 막대를 표시할 수 있지만 이러한 경우를 무시합니다. 고문의 이유는 무엇인지 모르겠습니다. 1000개 막대의 한계는 어디입니까 - 코드에서 찾을 수 없습니다. 일종의 시스템 제한이 아닐까요?
나는 회귀가 없다. 상태 공간 모델이 사용됩니다. 위의 Math의 답변을 참조하십시오. 위에서 나는 모델에 대한 일반적인 견해를 제시했습니다.
나는 매개변수가 계산되는 창의 크기와 결과가 계산되는 샘플의 크기를 구별합니다. 이는 스프레드를 고려하지 않고 위에 핍 단위로 제공됩니다. 우리는 상당히 부드러운 균형 성장 라인을 봅니다. 제가 틀릴 수도 있겠지만, 저에게는 매끄러운 균형을 유지하는 것이 매우 중요합니다.
친애하는 유수프!
부끄럽게도 나는 당신의 모델을 이해하지 못했습니다. 내 지식은 대학 프로그램에 의해 매우 제한적이며 우리에게 이와 같은 것이 읽히지 않았습니다.
그러나 감마 함수(및 감마 분포?)를 사용하고 있다는 사실은 이러한 함수가 경제학에서 널리 사용되기 때문에 매우 흥미롭습니다.
그래서 ZZ 반전 거리를 막대로 취하고 다음 히스토그램을 얻었습니다.
감마 분포와 매우 유사합니다.
잔액 = 0.1780, 즉 1780 4자리 포인트.
거래량은 여기 마지막 사진으로 판단하면 약 1000개 정도. 따라서 2점 미만이 나옵니다.
잔액 = 0.1780, 즉 1780 4자리 포인트.
거래량은 여기 마지막 사진으로 판단하면 약 1000개 정도. 따라서 2점 미만이 나옵니다.
잔액 = 0.1780, 즉 1780 4자리 포인트.
여기 마지막 사진으로 판단하면 거래량은 약 1000개 정도. 따라서 2점 미만이 나옵니다.
총 1038개의 바가 있습니다. 거래가 모든 바에 있는 것은 아닙니다. 연속적인 한 가지 색상(빨간색 또는 파란색)은 하나의 거래입니다.
잔액 = 0.1780, 즉 1780 4자리 포인트.
거래량은 여기 마지막 사진으로 판단하면 약 1000개 정도. 따라서 2점 미만이 나옵니다.
통계는 다음과 같습니다.
0.0001 0.0004 0.0008 0.0011 0.0014 0.0121 661
마지막 열에서: 1038개 막대 중 661개 막대가 시스템에서 제외되었습니다.
여기에 임계값을 넘을 때 모델이 포즈에 들어가거나 나가는 것을 추가해야 합니다.
다음은 상한 임계값의 통계입니다.
최소 1stQu. 중앙값 평균 3차 Q. 최대 나스
0.00000 0.00011 0.00026 0.00030 0.00044 0.00131 38
그건 그렇고, 평균은 스프레드와 비슷하며 최대 = 13핍...
다음 질문에 대한 추세를 유지하려면 이력의 최소 막대가 몇 개나 필요합니까?라는 질문에 답해야 합니다. 10+1 bar에서 추세를 유지할 확률은 50+1보다 훨씬 높으며 100+1 bar는 전혀 고려할 수 없습니다.
각 계량 경제학 과정에서 (당신은 정말 계량 경제학자인가? :)) 모델 매개변수 추정치의 분산이 얼마인지, 추정치가 실제 값으로 수렴되는 비율이 무엇인지 알려줍니다. 계열에 구조적 변화가 없을수록 모델 매개변수 추정치의 분산이 커집니다. 표본 크기가 증가함에 따라 분산(가장 자주 :))은 eps*sqrt(n), eps>0, n은 관측값 수로 감소합니다.
모수 추정 오류는 모든 모델의 오류에 기여합니다. 따라서 모수 추정의 정확도가 낮을수록 모델 오차가 커집니다.
반면에 작은 창을 통해 매개변수 변경에 적응할 수 있습니다. 실제로 이 문제는 창 크기를 줄이는 것이 아니라 모델 매개변수에 대한 변경 문제를 해결함으로써 훨씬 더 잘 해결됩니다.
나는 회귀가 없다. 상태 공간 모델이 사용됩니다. 위의 Math의 답변을 참조하십시오. 위에서 나는 모델에 대한 일반적인 견해를 제시했습니다.
나는 매개변수가 계산되는 창의 크기와 결과가 계산되는 샘플의 크기를 구별합니다. 이는 스프레드를 고려하지 않고 위에 핍 단위로 제공됩니다. 우리는 균형 성장의 상당히 부드러운 선을 봅니다. 제가 틀릴 수도 있겠지만, 저에게는 매끄러운 균형을 유지하는 것이 매우 중요합니다.