이 경우 평활화의 결과는 에지 효과 또는 일반적으로 다시 그리기라고 하는 시퀀스의 에지를 제외하고 지연이 0인 필터(대칭 임펄스 응답)의 사용에 해당합니다. . 위에서 MA는 유한 임펄스 응답을 갖는 필터, 즉 예로 사용되었습니다. 무한 임펄스 응답(예: EMA)이 있는 필터를 사용할 때 이론상 에지 효과는 시퀀스의 전체 길이에 걸쳐 확장됩니다.
논리적 다시 그리기는 상태, 즉 더 작은 시간 프레임에 대한 유용한 정보인 노이즈 구성 요소에 의해 간섭을 받는 상태를 체계화할 수 있게 해주기 때문에 나쁜 것보다 더 많은 이점이 있습니다.
10분 이내 또는 시장에서 상당히 위험한 새로운 거래가 발생할 때까지
후자가 발견되지 않으면 재계산
트렌드 영역이 있는 시간대에 따라 다릅니다.
자, 마지막 요점을 살펴보겠습니다. 우리는 주어진 시점에서 시스템의 상태를 알고 있습니다. 예측할 수 있도록 시스템의 상태가 미래에 얼마나 오래 안정될 것입니까?
한 상태가 다른 상태로 넘어가기 때문에 항상 예측할 수 있으며 이에 따라 예측할 수 있습니다.
논리적 다시 그리기는 상태, 즉 더 작은 시간 프레임에 대한 유용한 정보인 노이즈 구성 요소에 의해 간섭을 받는 상태를 체계화할 수 있게 해주기 때문에 나쁜 것보다 더 많은 이점이 있습니다.
논리적 다시 그리기는 상태, 즉 더 작은 시간 프레임에 대한 유용한 정보인 노이즈 구성 요소에 의해 간섭을 받는 상태를 체계화할 수 있게 해주기 때문에 나쁜 것보다 더 많은 이점이 있습니다.
Andrey, 당신은 천재입니다, 나는 이것을 좋은 방법으로 정말로 놓쳤습니다))
한 상태가 다른 상태로 넘어가기 때문에 항상 예측할 수 있으며 이에 따라 예측할 수 있습니다.
꽤 쿠쿠?
꽤 쿠쿠?
여기서 말다툼을 하시겠습니까? 관심 없어...
여기서 말다툼을 하시겠습니까? 관심 없어...
아니, 나는 금주에 호소한다)
x@@@@@보! )))
그것을 개선하는 방법을 알아내십시오.
글쎄요 그렇게 생각했습니다 ;)
1) 다항식 회귀는 고정된(변경되지 않는) 데이터의 근사에 적용할 수 있습니다(다항식 차수가 5 이하). 모델을 사용하여 중간 값을 보간할 수 있습니다. 그러나 근사 구간을 넘어서는 외삽에는 적용되지 않습니다.
2) 다항식 회귀는 동적(변경) 데이터를 근사하는 데 매우 나쁜 아이디어입니다.