Durağan olmayan veriler, zaman serisi modelleri tarafından tahmin edilmez. Ne istatistiksel modeller (regresyon, otoregresyon, yumuşatma, vb.), ne de yapısal modeller (NN, sınıflandırma, Markov zincirleri, vb.).
Yalnızca alan modelleri
Sınıflandırma konusunda size katılmıyorum.
Hiç durağan olmama sorunu yoktur. Nominal (kategorik) verilere dayalı modeller oldukça kabul edilebilir. Durağan olmamanın nominal verilerle hiçbir ilgisi yoktur. Ayrıca, rastgele değişkenlerin nominal değişkenlere, örneğin RSI'nın seviyelere dönüştürülmesi, sonuç üzerinde çok olumlu bir etkiye sahiptir.
Herhangi bir simülasyon için temel olan durağan olmamayı izleyen bir sorun var - model fazla uydurma. Ve aşırı uyum sorununu çözmek için, tahmin edicilerle ciddi şekilde ilgilenmemiz gerekiyor.
Hiç durağan olmama sorunu yoktur. Nominal (kategorik) verilere dayalı modeller oldukça kabul edilebilir. Durağan olmamanın nominal verilerle hiçbir ilgisi yoktur. Ayrıca, rastgele değişkenlerin nominal değişkenlere, örneğin RSI'nın seviyelere dönüştürülmesi, sonuç üzerinde çok olumlu bir etkiye sahiptir.
Herhangi bir simülasyon için temel olan durağan olmamayı izleyen bir sorun var - model fazla uydurma. Ve aşırı uyum sorununu çözmek için, tahmin edicilerle ciddi şekilde ilgilenmemiz gerekiyor.
Sınıflandırma ayrıca gelen verilerin özelliklerine dayanmaktadır ve bu özellikler zamanla değişirse, gelecekte sınıflandırma uygulaması yanlış bir tahmin verecektir.
MQL5.com web sitesine giriş yapmak için çerezlerin kullanımına izin vermelisiniz.
Lütfen tarayıcınızda gerekli ayarı etkinleştirin, aksi takdirde giriş yapamazsınız.
Hesabınıza giriş yaptınız. İki faktörlü kimlik doğrulama devre dışı bırakıldı. Yeniden kurup yeni bir QR kodu tarayın veya iki faktörlü kimlik doğrulama devre dışıyken devam edin.
Durağanlık , bir sürecin zaman içinde özelliklerini değiştirmeme özelliğidir.
Hangi spesifik özellikler?
Dağılım
ve bu kadar?
Geniş anlamda, MO ve dağıtım işlevi
O zaman, geniş anlamda, eğer MO ise, o zaman stokastik yeterlidir. Değil?
Durağan olmayan veriler, zaman serisi modelleri tarafından tahmin edilmez. Ne istatistiksel modeller (regresyon, otoregresyon, yumuşatma, vb.), ne de yapısal modeller (NN, sınıflandırma, Markov zincirleri, vb.).
Yalnızca alan modelleri
Sınıflandırma konusunda size katılmıyorum.
Hiç durağan olmama sorunu yoktur. Nominal (kategorik) verilere dayalı modeller oldukça kabul edilebilir. Durağan olmamanın nominal verilerle hiçbir ilgisi yoktur. Ayrıca, rastgele değişkenlerin nominal değişkenlere, örneğin RSI'nın seviyelere dönüştürülmesi, sonuç üzerinde çok olumlu bir etkiye sahiptir.
Herhangi bir simülasyon için temel olan durağan olmamayı izleyen bir sorun var - model fazla uydurma. Ve aşırı uyum sorununu çözmek için, tahmin edicilerle ciddi şekilde ilgilenmemiz gerekiyor.
Sınıflandırma konusunda size katılmıyorum.
Hiç durağan olmama sorunu yoktur. Nominal (kategorik) verilere dayalı modeller oldukça kabul edilebilir. Durağan olmamanın nominal verilerle hiçbir ilgisi yoktur. Ayrıca, rastgele değişkenlerin nominal değişkenlere, örneğin RSI'nın seviyelere dönüştürülmesi, sonuç üzerinde çok olumlu bir etkiye sahiptir.
Herhangi bir simülasyon için temel olan durağan olmamayı izleyen bir sorun var - model fazla uydurma. Ve aşırı uyum sorununu çözmek için, tahmin edicilerle ciddi şekilde ilgilenmemiz gerekiyor.