苏尔托诺夫回归模型（SRM）--声称是市场的数学模型。 - 页 4

新评论
 
yosuf:
我们也会得到傅立叶，等着瞧吧。
扔给我一个链接，让我读一读这个神奇的模型，因为谷歌知道电视和RSM振动板，我不认为是这样的。
 
ivandurak:
让我们拿一个价格序列。用多项式、神经网络或傅里叶来描述它。我们会得到一个几乎能准确描述这个序列的模型。但这个模型不会对下一个柱子进行预测，同样是头和尾。也许建立一个市场状态模型更好，它能在趋势和平坦出现的早期阶段确定它们。虽然也有很多市场状态，但如果我们从利润角度出发，这个集合很可能仅限于5-10个状态。
当模型完美地预测了切线提前许多步的行为时，你还没有对模型的预测能力感到信服吗？相信我，除了切线本身，没有任何函数能够做到这一点，而RMS已经计算出了这一点。试着用你提到的 "多项式、神经网络或傅里叶 "做一个类似的事情。 切线的行为不是很像对新闻发布 的价格反应吗？
 
yosuf: 我们也会得到傅立叶，等着瞧吧。
就是这样，卡普特-傅立叶：约瑟夫 来了！。
 
ivandurak:
扔给我一个链接，让我读一下魔法模型、谷歌电视和RSM振动板，我不认为是这样的。
https://www.mql5.com/ru/articles/250
 

优素福，试着用你的模型继续至少十步到下一排。

101101100011101100011101100010010011100010011100010011101101100010010011100010011101101100

p.s. 这个系列不是随机的。在我收到你的预测后，我将揭示该系列的算法和进一步的价值。

 
anonymous:

优素福，试着用你的模型继续至少十步到下一排。

101101100011101100011101100010010011100010011100010011101101100010010011100010011101101100

p.s. 这个系列不是随机的。在我得到你的预测后，我将揭示该系列的算法和进一步的价值。

现在我们将尝试。

目前，关于前30点。

 
Mathemat:
就是这样，卡普特-傅立叶：约瑟夫 来了！。

傅立叶长裤 变身优雅短裤
 
Demi:

相关和回归理论的所有基本假设都是基于所研究的数据是正态分布的假设。你的投入（价格）有正态分布吗？


这与分布的正态性或非正态性有什么关系，与分布有什么关系？
 
Integer:

分布与正态或非正态有什么关系，分布与什么都有关系？

不要依附。这个人学会了正确的话语。成就？成就。现在所要学习的就是在正确的地方正确地组合使用它们。这一切都很好。我们需要保持这种状态。
 
yosuf:
RMS会找到最合适的依赖关系，而不是错位。
事实将决定什么是昨天......甚至不是现在......。
明天会发生什么，永远不会知道。）
1234567891011...47
新评论