isto não faz sentido - cada cadeia quente subsequente contém metade da informação útil da anterior, ou seja, eles, 1: correlacionam fortemente, 2: a cadeia quente com o maior atraso contém toda a variação da cadeia quente anterior, ou seja, eles não dão nenhum incremento de informação
o resultado será: a importância do retornado com o maior atraso será a maior (mais variação, mais ganho de informação), e este retornado contém todas as variações de outras características
Em uma longa tendência = sim. E a importância, quanto mais longe, mais forte é a correlação, pois todos crescem na mesma direção.
E, nesta situação:
A 20ª barra está no mesmo nível que a 0ª, mas a 5ª e 10ª barras contêm mais informação do que a 20ª. E há uma correlação, excepto para os 2-3 vizinhos.
Há muitas situações e você precisa analisar todas as barras.
Como alternativa, você pode diluir a série como fez o criador deste ramo (em seu blog).
isto não faz sentido - cada característica subsequente contém metade da informação útil da característica anterior, ou seja, eles, 1: correlacionam fortemente, 2:e - a característica com o maior atraso contém toda a variação contida nas características anteriores, ou seja, eles não dão nenhum incremento de informação
o resultado será: o retorno com o maior atraso terá a maior importação (mais variação, mais ganho de informação), e este retorno contém toda a variação de outras características
Assustador.))
Um analógico do que estou a fazer é uma fotografia.
Há outro problema: quanta história deve ser analisada no MO?
se usarmos algumas barras constantes = 1000
não serão dados pouco fiáveis para a aprendizagem?
Presumo que se dividirmos o preço em níveis, então podemos calcular a profundidade média da história por nível, começando de quando o preço chegou até ele e terminando quando ele saiu.
Em uma longa tendência = sim. E a importância, quanto mais longa a tendência, mais forte e a correlação é, pois todos estão crescendo na mesma direção.
E, nesta situação:
A 20ª barra está ao mesmo nível da 0ª, mas a 5ª e a 10ª trazem mais informação do que a 20ª. E há uma correlação, excepto para os 2-3 vizinhos.
Há muitas situações e você tem que analisar todas as barras.
Como opção - você pode diluir a série como fez o criador deste ramo (em seu blog).
isso significa que com o aumento das amostras haverá uma correlação máxima, se você
É uma pena que não se possa dar um "Like".
Você pode simplesmente pagar (só brincadeira).
Yuri também está indo bem com incrementos simples.
o preço no mercado reflecte o equilíbrio entre a oferta e a procura, na sua maioria em diferentes momentos históricos
há outro problema: quanta história deve ser analisada no MO?
se usarmos algumas barras constantes = 1000
Não serão dados pouco fiáveis para a aprendizagem?
x.append((SD.history[i-j][c.c]/SD.history[i][c.c]-1)*1000)
o resultado será: a importância do retornado com o maior atraso será a maior (mais variação, mais ganho de informação), e este retornado contém todas as variações de outras características
Em uma longa tendência = sim. E a importância, quanto mais longe, mais forte é a correlação, pois todos crescem na mesma direção.
E, nesta situação:
A 20ª barra está no mesmo nível que a 0ª, mas a 5ª e 10ª barras contêm mais informação do que a 20ª. E há uma correlação, excepto para os 2-3 vizinhos.Há muitas situações e você precisa analisar todas as barras.
Como alternativa, você pode diluir a série como fez o criador deste ramo (em seu blog).
x.append((SD.history[i-j][c.c]/SD.history[i][c.c]-1)*1000)
o resultado será: o retorno com o maior atraso terá a maior importação (mais variação, mais ganho de informação), e este retorno contém toda a variação de outras características
Há outro problema: quanta história deve ser analisada no MO?
se usarmos algumas barras constantes = 1000
não serão dados pouco fiáveis para a aprendizagem?
Presumo que se dividirmos o preço em níveis, então podemos calcular a profundidade média da história por nível, começando de quando o preço chegou até ele e terminando quando ele saiu.
Eu não uso incrementos).
SD.history[i-j][c.c]/SD.history[i][c.c]
São incrementos relativos. Chama-los apenas por outros nomes.
Em uma longa tendência = sim. E a importância, quanto mais longa a tendência, mais forte e a correlação é, pois todos estão crescendo na mesma direção.
E, nesta situação:
A 20ª barra está ao mesmo nível da 0ª, mas a 5ª e a 10ª trazem mais informação do que a 20ª. E há uma correlação, excepto para os 2-3 vizinhos.Há muitas situações e você tem que analisar todas as barras.
Como opção - você pode diluir a série como fez o criador deste ramo (em seu blog).
isso significa que com o aumento das amostras haverá uma correlação máxima, se você
localmente ninguém está interessado.
Assustador.))
Bem, calcule a correlação entre os seus preditores, em toda a amostra.
e depois deitá-los todos fora )
Bem, calcule a correlação entre os seus preditores, em toda a amostra.
e depois deitá-los todos fora )