The YUIMA Software performs various central statistical analyses such as quasi maximum likelihood estimation, adaptive Bayes estimation, structural change point analysis, hypotheses testing, asynchronous covariance estimation, lead-lag estimation, LASSO model selection, and so...
这些面孔似乎是相同的，但问题和答案是...一样的...这就像 "土拨鼠日"）））。
ZZ又是80%了...
一个不成熟的人就会怀疑有什么阴谋，或者自己的塔有问题。
看起来这是关于同一事件的第3次甚至第4次 "浪潮"，我不能确定，因为有2/3以上的帖子没有阅读。
发生了什么事，伙计们？
说到英语，我不知道你们这些nubats在忙什么，但是科学家们仍然在研究分数布朗运动来模拟波动性。目前世界上还没有更准确的方法来描述市场的动向。即从布莱克和斯科尔斯到较新的研究。
https://tpq.io/p/rough_volatility_with_python.html
https://www.quantstart.com/articles/derivatives-pricing-ii-volatility-is-rough#ref-gatheral
到目前为止，我从你那里看到的只是对蜡烛颜色预测的讨论，人字形和其他幼稚园的废话。有一个用于R的yuima 包，它有所有这些东西--分数布朗、Levy航班等等等等。有一本关于它的书，至少由于书目，可能是有用的。
哈哈
不是很奇妙，至于ZZ，我不争论，要得到95%很容易，但没有用，我的意思是奇妙的65%的质量预测纯粹的未来价格变化，没有过去的掺杂，ASR直接依赖于此。
至于资深的家伙，在某处的荒野中，他们建议在SB上进行测试，用SB代替价格，看看acuracie和其他所有的东西会如何，如果明显超过55%，那么显然某处是一个烂摊子，因为SB不能预测超过50%，但用ZZ那个价格，SB同样 "酷 "的预测了，这意味着什么呢？那个SB可以被交易？1.如果容易的话，如果你知道怎么做，就用数字举出一个具体的例子。
2.不需要建议（"拿去"、"看"）自己做，用具体的例子证明你的论断。而提到 "大兄弟"......。你可以简单地写："一个人这样告诉我"。
有太多聪明的话匣子了。
弗拉基米尔，你好！
我发给你的剧本怎么样了，你有没有尝试过实验？ 也许你已经形成了想法和回归的方法？
在一个私人信息中。
尝试2层，减少层中的神经元数量，降至每层1个。
白色竖线之前--样本，之后--OOS
神经元越多--调整的概率越大（自由度越大），只要神经元能得出至少有点意义的结果，就尽量减少神经元的数量。
也就是说，输入的信息越清晰、网眼越粗糙越好。
伙计，你是对的。
结果有改善吗？有一个用于R的yuima 包，它有所有这些东西--分数布朗，Levy航班等等。有一本关于它的书 可能是有用的，至少因为有书目。
谢谢，最后有一些闻所未闻的模型，我会看的。
谢谢你，最后有一些从未听过的模型，我会读的
这里面有很多东西。例如--复合泊松过程，从TP分支发明的亚历山大，从未发明过)
结果是否有所改善？平衡的散点（锯齿状振幅）略有增加，交易的频率有所下降，但在前进的过程中，它在相当长的时间内重复其稳定性。而且我试过在2层中有20个、50个和1000个神经元--马上就到底部了，或者说是某种混乱，尽管训练期是平线上升。我也试过30层10个神经元的情况--同样的情况。我在2层中放置了3个神经元--稳定))))。
把它放在真实的地方，我去看看。
尝试2层，减少层中的神经元数量，降至每层1个。
白色竖线之前--样本，之后--OOS
神经元越多--调整的概率越大（自由度越大），只要神经元能得出至少有点意义的结果，就尽量减少神经元的数量。
也就是说，输入的信息越清晰，网格越粗糙，就越好。
我已经厌倦了流口水，它太美了。
这是在什么时期的时间？ 什么是秘密技术？