评估过滤器在建设ATC中的有效性 - 页 5

[Denis Kirichenko]

如果你看一下原图，这里是排放量。

[Aleksey Vyazmikin]

Dennis Kirichenko:

我们的想法是清除排放物并进一步分析它们。但这里有不少离群索居者。而删除它们更多的是一种方法上的技巧。根据目前的形式，有异常值的分布似乎不是正常的，所以一定有一些因素比其他因素对结果的影响更大。

深入思考--我期待着进一步的分析!

[Denis Kirichenko]

排放清算系列的分布与误差分布最为相似。

检验表明，我们不能拒绝理论分布等于获得的（经验）分布的无效假设。

[Aleksey Vyazmikin]

Dennis Kirichenko:

排放清算系列的分布与误差分布最为相似。

检验表明，我们不能拒绝理论分布等于获得的（经验）分布的无效假设。

我们能否破译，"错误分布"--它是什么意思--错误的分布--缺乏规则性？

如果不能拒绝平等假设，那么可以得出什么结论--请详细说明思考过程--这很有启发性。

[Denis Kirichenko]

-Aleks-:

你能解读，"错误分布"--它是什么意思--错误的分布--缺乏模式？

不，这就是这样一种分配。引用。

误差分布也被称为指数幂分布或一般误差分布。

-Aleks-:

如果不可能拒绝平等的假设，那么可以得出什么结论--请详细说明思考过程--这很有参考价值。

在文章 中对假说进行了扩展。

[Aleksey Vyazmikin]

Dennis Kirichenko:
不，它是这样的分布。引用。
文章 中对这些假设进行了阐述。

如果我理解正确，分布有一个模式--对吗？

[Denis Kirichenko]

-Aleks-:

如果我理解正确，分布有一个模式--对吗？

正是如此!
亚历克斯，你在做统计方法，你不知道基本的东西。我建议你阅读一些关于MatStat的文献。

[Aleksey Vyazmikin]

Dennis Kirichenko:
正是如此!
亚历克斯，你从事的是统计方法，不知道基本的东西。我建议阅读一些关于MatStat的文献。

谢谢你的评论--的确，一对夫妇缺乏知识，特别是在普通概念领域，给传达思想带来了困难。

读起来会很有趣，但不会让人睡着--这个主题不是一个主题--它非常抽象，你必须知道如何以一种有趣的方式呈现它。

好了，我们知道初始数据适合进一步分析--我希望看到对过滤器有效性的进一步思考。

[Denis Kirichenko]

看了一下源文件中的 "F_1 "表。简而言之：这个过滤选项（Profit1）对原始样本（Profit）没有影响。

检验结果表明，不能拒绝样本相等的无效假设。所以我们可以假设过滤器1本身不是一个过滤器。

而在一般情况下，我认为，我们应该首先做一个因素分析，以检查哪些自变量真正影响最终的结果。

[Aleksey Vyazmikin]

Dennis Kirichenko:

看了一下源文件中的 "F_1 "表。简而言之：这个过滤器变体（Profit1）对原始样本（Profit）没有影响。

检验结果表明，不能拒绝样本相等的无效假设。所以我们可以假设过滤器1本身不是一个过滤器。

而在一般情况下，我认为，我们应该首先做一个因素分析，以检查哪些自变量真正影响最终的结果。

在这里，我以为你对你所做的工作没有评论而感到不高兴，不会再在这里写出优点--很高兴我错了！我认为你的工作是有价值的。

请看一下其他的床单，过滤原理是一样的，而且非常有趣，考虑到从弱过滤中得出的结论，即事实上过滤器不起作用--这不是真的:)

而且，你调查的是一个用平均数逆向交易的EA--所以在我看来，用利润来评估它并不是很客观。