вот, тока что забацал МНК зачем сравнивать? видно же теперь куда торговать?
Ну если такой подход, то и индикатор не нужен, накинул на исходный ряд и всё )) Я думал ты пытаешься построить модель, чтоб максимально была адекватной исходному ряду. По этому и предположил, что необходимо сравнение с исходным рядом. Ладно проехали ))
Ну если такой подход, то и индикатор не нужен, накинул на исходный ряд и всё )) Я думал ты пытаешься построить модель, чтоб максимально была адекватной исходному ряду. По этому и предположил, что необходимо сравнение с исходным рядом. Ладно проехали ))
Это не совсем верно. Есть симметричные зависимости, которые не меняются при перестановке аргументов. Помимо этого, могут быть всяческие зависимости типа того, что "единица в выборке встречается ровно один раз" - для независимых выборок это не свойственно.
Да я чисто про перемешивание выборки. У зависимой и перемешанной среднее одинаковое.
Ладно, бог с ним, подскажите пожалста другой вопрос. Допустим, у нас выборка двумодальная, как у синусоиды или зарплаты на предприятии) В этом случае среднее арифметическое не характеризует вообще ничего, оно не соответствует среднему "по понятиям". Существует ли такой критерий применения среднего, типа "выборка должна быть нормальной"? И как он называется?
secret: Да я чисто про перемешивание выборки. У зависимой и перемешанной среднее одинаковое.
Ладно, бог с ним, подскажите пожалста другой вопрос. Допустим, у нас выборка двумодальная, как у синусоиды или зарплаты на предприятии) В этом случае среднее арифметическое не характеризует вообще ничего, оно не соответствует среднему "по понятиям". Существует ли такой критерий применения среднего, типа "выборка должна быть нормальной"? И как он называется?
secret: Да я чисто про перемешивание выборки. У зависимой и перемешанной среднее одинаковое.
Грубо говоря, перемешанность ослабляет зависимость, но не убирает её полностью. На самом деле, вероятностная зависимость - это самая важная часть в теорвере в смысле практических приложений. Когда смотрел на ютубе курс теорвера в MIT для инженеров - там всё вокруг неё крутилось.
secret:
Допустим, у нас выборка двумодальная, как у синусоиды или зарплаты на предприятии) В этом случае среднее арифметическое не характеризует вообще ничего, оно не соответствует среднему "по понятиям". Существует ли такой критерий применения среднего, типа "выборка должна быть нормальной"? И как он называется?
Для зарплаты, сами знаете, используется медиана) Арифметическое среднее (когда оно определено) используется невзирая на ненормальность, поскольку а) арифметическое среднее почти любых ненормальных сходится к нормальному и б) оно часто используется как параметр "положения" (location) для параметрических семейств распределений (даже несимметричных), наряду с параметрами "формы" (shape) и "сжатия" (scale). Если МО не определено, то его меняют на медиану.
Хотя, возможно у меня просто нет опыта работы с двугорбыми)
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Ааа, ну тогда другое дело ))
вот, тока что забацал МНК
зачем сравнивать?
видно же теперь куда торговать? :
сделаешь по котиру МНК - будет вообще не так ;)))))))
еву купишь, а она в низззззз, редиска ! ;)
индюк по формуле для 9-го класса, ahahahaha
вот, тока что забацал МНК
зачем сравнивать?
видно же теперь куда торговать?
Ну если такой подход, то и индикатор не нужен, накинул на исходный ряд и всё ))
Я думал ты пытаешься построить модель, чтоб максимально была адекватной исходному ряду.
По этому и предположил, что необходимо сравнение с исходным рядом.
Ладно проехали ))
Ну если такой подход, то и индикатор не нужен, накинул на исходный ряд и всё ))
Я думал ты пытаешься построить модель, чтоб максимально была адекватной исходному ряду.
По этому и предположил, что необходимо сравнение с исходным рядом.
Ладно проехали ))
массоны, это обман за обманом
разоблачай и пользуй
иначе будешь слепо верить в то, что есть обман
;)
сделаешь по котиру МНК - будет вообще не так ;)))))))
еву купишь, а она в низззззз, редиска ! ;)
ahahahaha
Для этого и надо, что то одновременно продать
ahahahaha
Это не совсем верно. Есть симметричные зависимости, которые не меняются при перестановке аргументов. Помимо этого, могут быть всяческие зависимости типа того, что "единица в выборке встречается ровно один раз" - для независимых выборок это не свойственно.
Да я чисто про перемешивание выборки. У зависимой и перемешанной среднее одинаковое.
Может эта заметка чем то поможет?
Да я чисто про перемешивание выборки. У зависимой и перемешанной среднее одинаковое.
Грубо говоря, перемешанность ослабляет зависимость, но не убирает её полностью. На самом деле, вероятностная зависимость - это самая важная часть в теорвере в смысле практических приложений. Когда смотрел на ютубе курс теорвера в MIT для инженеров - там всё вокруг неё крутилось.
Для зарплаты, сами знаете, используется медиана) Арифметическое среднее (когда оно определено) используется невзирая на ненормальность, поскольку а) арифметическое среднее почти любых ненормальных сходится к нормальному и б) оно часто используется как параметр "положения" (location) для параметрических семейств распределений (даже несимметричных), наряду с параметрами "формы" (shape) и "сжатия" (scale). Если МО не определено, то его меняют на медиану.
Хотя, возможно у меня просто нет опыта работы с двугорбыми)
Может эта заметка чем то поможет?
сдались вам эти средние с МА-шками вместе взятыми?
сигнал всегда в центре тренда получается в лучшем случае
хорош усреднять
проредите всю бяку вместе с АК хотя бы
и то круче получится
;)))
сдались вам эти средние с МА-шками вместе взятыми?
сигнал всегда в центре тренда
хорош усреднять
проредите всю бяку вместе с АК хотя бы
;)))
В центре тренда, сигнал уже на выход из позиции )))
Прореживать бяку не хочу ))
Да, и машки в модели я не использую.
Ответ был на вопрос, существует какой нибудь критерий применения среднего.
В заметке как раз упоминается критерий Шапиро-Уилка.
Грубо говоря, перемешанность ослабляет зависимость, но не убирает её полностью.