faa1947: Другая идея. Берем ТС и вычисляем разницу между ТС и котиром. Если этот ВР проходит тест единичного корня, то появляется уверенность, что в будущем остаток от используемой ТС будет также стационарен, так как эта ТС один раз поборола нестационарность котира. Она таким свойством обладает. Можно закрыть на это глаза, не заниматься тестом единичного корня, и верить форвард тесту.
faa，请用简单的语言解释你在主题第一页上给出的表格中的术语。什么是t统计学，Akaike，Schwarz等。
有些人理解它们，但大多数人不知道它们。从一开始就接受推广。场合刚刚到来--拳击和詹金斯。该标志。
不要太匆忙。如果你在一篇文章中一次解释一个术语，那是可以的。
回答的问题是：应该有什么意义？
faa1947: Доверять тестированию и форвард тесту можно только в том случае, если остаток = котир - ТС стационарен! т.е проходит тест единичного корня.
faa，请用简单的语言解释你在主题第一页上给出的表格中的术语。什么是t统计学，Akaike，Schwarz等。
有些人理解它们，但大多数人不知道它们。从一开始就得到他们的青睐。场合刚刚出现--拳击和詹金斯。一块牌子。
是的，请。从上到下。
因变量EURUSD是一个函数。在表格的底部是该函数的参数。
C是一个常数，一个偏移量。它与报价相吻合，也就是说，它向轴线转移。
@TREND - 以45度倾斜的直线。
AR(1) - EURUSD(-1)
MA(1)--一格的误差，我认为这是kotir和AR之间的差异。
表。栏目。
Coef - 估计方程的参数（回归者、自变量）的系数。
Std.Error - 系数值的标准误差。 对我们来说，最有趣的结论是前一列的系数不是一个常数，而是一个有范围的随机变量，其分布规律 是正常的。
t-statistica - 我不会去研究这个理论，但=系数/标准误差。如果你用这个值除以100%，你会得到百分比的误差。
Prob - 大致上这是系数等于零的概率。
此外，表格下部的一些数值。
R-squared - 它反映了我们的数字与报价的调整程度。对我们来说，它是98%。
S.E.的回归--与报价拟合的方程的标准误差
Akaike信息准则，Schwarz准则--所谓的信息准则。它们用于比较两个不同的方程式，越小越好
Durbin-Watson统计数字--说残留物与正常规律有多接近的统计数字。如果它等于2，那么它就是一个正常规律。偏差表示有尾巴存在。在实践中，如果从1.7到2.3被认为是一个正常的规律。
最后两行。
所谓的树根。越接近1，就越糟糕。说明了该方程式的稳定性。如果=>1，拟合误差将无限快速增长。
所有准确的定义都可以找到。具体来说，用你自己的话来说，认为这样更清楚。
重点必须是在钱上。
如何做未来数据的单位根检验？例如，过去的数据通过了单位根检验。我怎么能确定未来的数据也能通过单位根检验？
另一个想法。取RT并计算RT与商的差额。如果这个BP通过了单位根检验，那么你可以肯定，在未来，所使用的TS的残差也将是静止的，因为这个TS曾经战胜了商的非静止性。它有这样的特性。人们可以对此视而不见，不做单位根检验，而相信正向检验。
faa1947: Другая идея. Берем ТС и вычисляем разницу между ТС и котиром. Если этот ВР проходит тест единичного корня, то появляется уверенность, что в будущем остаток от используемой ТС будет также стационарен, так как эта ТС один раз поборола нестационарность котира. Она таким свойством обладает. Можно закрыть на это глаза, не заниматься тестом единичного корня, и верить форвард тесту.
不太确定。如果TS曾经打败过一个非平稳性，我们怎么能确定它在其他（未来）条件下也会打败其他非平稳性？而且应该理解的是，它所战胜的非平稳性不会与它必须战胜的平稳性相似。
在市场上，你根本无法确定任何事情。
我正在考虑各种情况。
(1)测试，正向测试和上实。这就是通常的方式。圣洁的信仰在前进的考验中。没有前向测试可以解决任何问题。
(2) 我们创建一个TC。计算余数并检查单位根。如果残留物是非稳定的，我们就创建一个新的TS，因为我们目前的TS是没有希望的，没有积极的测试，包括前向测试，都是无所谓的。它肯定会失败。
(3) 创建TS。天平是静止的。我们测试它，包括正向测试。我们有理由相信，未来也会如此。特别是如果它不是随机获得的静止残留物，而是有目的的建模的结果，如GARCH。我还没能创造出一个能保证静止的残留物的TS。但静止性残差测试至少允许你在TS不包含模拟特定商数区域的手段时等待市场。
问题就在这里。你不需要预测每个柱状物的报价--这对交易来说是没有必要的。预测那些你需要及时开仓（和/或平仓）的时刻（特定的条形图）是很重要的--这对交易来说是必要的。 。
我们正在谈论过去。你需要一定数量的酒吧 来进行测试。
你所说的是每个TS的战术，也许是品味问题。