В принципе, используется и рекуррентное вычисление через возвратное уравнение второго порядка, и через комплексную экспоненту. Первое менее расходно по ресурсам (умножение и два сложения и две ячейки памяти) по сравнению со вторым (два умножения, четыре сложения, две ячейки памяти при постоянной частоте), но накапливается погрешность быстрее...
因此，有一种观点认为，收益序列（CLOSE[i]-OPEN[i]）-（CLOSE[i-1]-OPEN[i-1]）是一个静止的序列。
一根蜡烛的回调是（收盘-开盘）/开盘，很明显，这他妈的不是一个干净的价格来投入NS，下一个回调是从上一个回调（不同的窗口）预测出来的，非常差，不足以做一个价差，但显然这就是我们所能得到的。
从本质上讲，CLOSE[i]-OPEN[i]的值只不过是增量的总和。
在极限情况下，这些数值的序列应该趋于正态分布。
那么，有一种观点认为，回归者的序列（CLOSE[i]-OPEN[i]）-（CLOSE[i-1]-OPEN[i-1]）是一个固定序列。
有没有人在NS输入上试过这种东西，结果如何？
Close[i]可以用Open[i+1]代替，在Forex中，90%以上的情况都是如此。或者可能只是一两个点的不同。那么公式中就只有一个时间序列了，这就更方便了。
这样的转换被用于ARIMA模型。它确实有助于实现静止性，但还有更多的转换，它不是唯一的公式。
ARIMA现在已经过时了，在金融市场上，如果它给出的东西，也不过是银行的存款利息而已。根据文章，GARCH要好得多，而且它是ARIMA加上各种附加的。https://people.duke.edu/~rnau/411arim.htm
在极限情况下，这些数值的序列应该趋于正态分布。
我没有看到倾向于正态分布的价格。我一直有看起来像拉普拉斯的收益，有甲子的尾巴。
这是我的理论推理。
当然，在实践中，第一批归国人员没有高斯，也没有人设法得到它，而且永远不会设法，唉......。
我说的还是(CLOSE[i]-OPEN[i])-(CLOSE[i-1]-OPEN[i-1])序列，也就是说，实际上是关于第二个返回。
好吧，到目前为止，我还没有太注意这些第二次的回报，而我应该注意的。
而科尔莫戈罗夫，一般来说，我看到，特别注意B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])]，如果这个函数不是很确定，就拒绝预测什么。
也许对NS的工作提出某些条件是有意义的？
说，跳过BP的不稳定件，探索，例如，第二回报或B（k）？
你好!
亲爱的大师们，你们是否已经创建了一个超级机器人？
我希望能真正尝试一下。
而科尔莫戈罗夫，一般来说，我看到，特别注意B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])]，如果这个函数不是很确定，就拒绝预测什么。
也许对NS的工作提出某些条件是有意义的？
比如说，通过探索二次回归或B(k)，跳过不稳定的BP片区？
所以有一个极限：（Sigmas平方）。
确定这一限制是本报告所解决的第一个问题。
本文所要解决的问题。
至于内插问题，我们只考虑
通过数量来评估x(/)的情况
-x{t+i)Jx{t+2)1 ...,x（t+n）。
x(t-l)，x(t~2)，...。，x(t - ha)。
对于这种情况，我们用oj（ha）表示数学期望的最小值
期待
a2 = MI0-<?)%
其中Q是一个线性形式。
Q = axx {t + i) + atx {t + 2)+ ...。+apx {t + n) +
+ a-ix(t - l)-a-2%(t - 2)+ ...-a-nx(t - ha)
的恒定实数系数为。
随着ha的增加，a2（i）的值不会增加。因此，存在着
限度
l im a} (ha) = o?(5)
P~>o
我们的第二个问题是要确定一个]。建议如下
上述两个问题的解决方案已被报道，但没有
在我的说明中证明(*) *。它依靠的是与以下方面有关的概念
对静止随机过程的光谱理论。
静止随机过程的光谱理论是
由A.建造。Я.对于 时间参数t (2)连续变化的情况，Hinchin。
论点 t (2 ) 。
我不明白，你是打算分析性地估计已经做出的预测的可靠性，还是打算一开始就做出预测。前面几页说，文章是关于估计预测的可靠性。预测本身可在A.J. Hinchin 中找到。
而且你没有仔细抄写文章中的基本陈述。
不是：B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])
A: B(j)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i])
另外，我认为这更正确。
关于交易、自动交易系统和测试策略的论坛
交易中的机器学习：理论与实践》（《交易和超越》）。
Dr. Trader, 2018.07.06 02:37
Close[i]可以用Open[i+1]代替，在外汇中，90%以上的情况都是如此。或仅有几个点的差异。那么公式中就只有一个时间序列了，这样更方便。
这样的转换被用于ARIMA模型。而且它确实起到了实现静止性的作用，但那里还有许多转换，它不是那里唯一的公式。
ARIMA已经过时了，在金融市场上，如果它能提供什么，也不过是银行的存款利息而已。根据文章，GARCH要好得多，而且它是ARIMA加上各种附加的。https://people.duke.edu/~rnau/411arim.htm
PS。
是的，感谢你对我帖子 中问题的答复： https://dxdy.ru/post1244134.html#p1244134
你好，我是Misha，正如你所猜测的那样，我是用手机做的 :-)
嗨，Misha!
是的，现在是时候重新考虑所有神经网络的努力和他们对工具本身的微薄希望了。如果没有准备好输入数据，任何东西都无济于事--无论是森林还是大草原。
是的--没有竞争，就有问题，就有普遍的愚民化。
如果你知道如何准备数据，就去吧。人类会感谢你。