交易中的机器学习：理论、模型、实践和算法交易 - 页 3105

[Maxim Dmitrievsky]

Aleksey Nikolayev #:

是时候让我们向着光明的一面前进了--向着 Matstat 前进！)

黑暗面一如既往地与之对立）黑暗面总是试图将一切归结为黑暗和不清晰--在极端版本中，归结为某种 "感觉"）。

也许这就是我们如此邪恶的原因，因为我们无法跨越:)

[СанСаныч Фоменко]

Aleksey Nikolayev #:

是时候让我们向着光明的一面前进了--向着 Matstat 前进！)

阴暗面一如既往地反对它）阴暗面总是试图把一切都归结为阴暗和不明确--在极端版本中，归结为某种 "直觉"）。

matstat 与此有关吗？

这个人在进行静态行练习，我们在认真讨论这个片段！这和我们以及他的零假设一点关系都没有。

[mytarmailS]

Aleksey Nikolayev #:

是时候让我们向着光明的一面前进了--向着 Matstat 前进！)

或代码形式的可重现示例

[Aleksey Nikolayev]

СанСаныч Фоменко #:

这和 matstat 有什么关系？

这段视频成功地从简单但有意义的层面解释了理解 matstat 的重要因素。

SanSanych Fomenko#:

一个人在进行静态划船练习，而我们却在严肃地讨论这段视频！这与我们和他的零假设一点关系都没有。

而 "零假设 "只是 Matstat 的基本术语，你必须知道并理解。

[СанСаныч Фоменко]

Aleksey Nikolayev #:

该视频成功地从简单但有意义的层面解释了理解 matstat 的重要内容。

当然，从一般教育的角度来看，只讨论适用于金融时间序列的内容更为重要。

我记得，你在用加尔各答进行练习，而加尔各答通常也是静态的。）

从什么时候开始，加尔恰斯是静态的？

garchas 的前提是原始序列不是静态的，此外，有差异的时间序列也不是静态的。而伽马函数试图模拟原始序列的非静止性。让我们来看看 rugarch，它的函数本身是对分化前序列的三个特征进行建模，而这三个特征指的是序列的非静止性。

[Maxim Dmitrievsky]

我感觉（这并不是感觉），负面的变形已经达到了如此程度，以至于任何材料都不再被 "原封不动 "地感知，而是通过以前神经元胜利的粘附物走上了一条复杂的道路，这种丰富的 "真相 "在压力下通过口腔喷射而回

[Aleksey Nikolayev]

СанСаныч Фоменко #:

加西什么时候开始固定不动了？

只要所有 p+q 系数之和小于 1，它就一直是静态的（GARCH(p,q)）。

[Maxim Dmitrievsky]

如果对非平稳序列进行其他测试，并对其进行同样的测试，会有什么问题？这会改变观点吗？

[Aleksey Nikolayev]

Maxim Dmitrievsky #:
我们的感觉（这不是感觉）是，负面的深度变形已达到如此程度，以至于任何材料都不再被 "原封不动 "地感知，而是通过以前神经元胜利的粘附物走上了一条复杂的道路，这种丰富的 "真相 "在压力下从口中喷射而出。

说得太对了）而且它还可怕地表明，我们大多数人的智力很可能会被人工智能取代）

[Maxim Dmitrievsky]

Aleksey Nikolayev #:

确实如此）而且它可怕地表明，我们大多数人的智力很可能会被人工智能所取代。）

是的，我们已经感受到了这种界限，在我看来，这样的进程已经不远了：)