文章 "数据科学与机器学习(第 01 部分):线性回归" 新评论 MetaQuotes 2022.05.30 07:39 新文章 数据科学与机器学习(第 01 部分):线性回归已发布: 我们作为交易员,现在是时候基于数字所言来培训我们的系统,并自行制定决策了。 尽管我们的眼睛看不到,但我们的勇气让我们相信,这是世界前进的方向,所以,让我们顶着波浪的方向移动。 简单线性回归有一个因变量和一个自变量。 在此,我们尝试理解两个变量之间的关系,例如,股票价格如何随简单移动平均线的变化而变化。 复杂数据 假设我们根据股票价格(现实生活中发生的事情)得到随机散状指标值 在这种情况下,我们的指标/自变量可能无法很好地预测我们的股价/因变量。 作者:Omega J Msigwa 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
新文章 数据科学与机器学习(第 01 部分):线性回归已发布:
我们作为交易员,现在是时候基于数字所言来培训我们的系统,并自行制定决策了。 尽管我们的眼睛看不到,但我们的勇气让我们相信,这是世界前进的方向,所以,让我们顶着波浪的方向移动。
简单线性回归有一个因变量和一个自变量。 在此,我们尝试理解两个变量之间的关系,例如,股票价格如何随简单移动平均线的变化而变化。
复杂数据
假设我们根据股票价格(现实生活中发生的事情)得到随机散状指标值
在这种情况下,我们的指标/自变量可能无法很好地预测我们的股价/因变量。
作者:Omega J Msigwa