SK-FX - стратегия высокой точности Сергея Кучера

Здравствуйте! Язык не поворачивается назвать Вас тетей ( у меня сестре недавно исполнилось 96),но все же: впечатление такое, что часть 1 изготовлена из части 2 заменой обозначения FAc на AF. Поэтому большая просьба, если не затруднит, посмотрите,пожалуйста, может где то у Вас и часть 1 находится. Заране
Есть просто статья ДИ. Если нужно могу ее выложить. Очень хотелось бы вам помочь, потому что вы мне когда то помогли, на другой площадке, но в этой же теме.:)
 
Есть просто статья ДИ. Если нужно могу ее выложить. Очень хотелось бы вам помочь, потому что вы мне когда то помогли, на другой площадке, но в этой же теме.:)
Спасибо, но эта статья у меня, да и здесь, есть. Интерес к ранним статьям обусловлен тем, что в момент возникновения новой идеи ее возможности, перспективы и способы использования воспринимаются шире, объемней, а по истечении времени она (идея) становится более прагматичной, специализированной что ли. Как бы истаскивается по закоулкам памяти, теряет блеск, а вместе с этим теряется часть ее возможностей. Новое - хорошо забытое старое, поэтому и интересно как С.С. воспринимал ее в начале.
Хотелось бы.
 
Доброго времени!
Может быть есть у кого нибудь индикаторы серии "Т" (Т1, Т2)?
Поделитесь, пожалуйста.
 
А страницу 4 пост 63 посмотреть не судьба,
или религия не позволяет?
Все ж есть и Т1 и Т2
 
А страницу 4 пост 63 посмотреть не судьба,
или религия не позволяет?
Все ж есть и Т1 и Т2
Пост 63 это моя сборка)))
А индикаторы там R1 и R2, только с другими параметрами и переименованные на Т1 и Т2...
Нужны настоящие.
 
Сергей Кучер:

"Метод главных компонент (principal component analisis, PCA)" - это метод уменьшения размерности, который часто используется для уменьшения размерности больших наборов данных путем преобразования большого набора переменных в меньший, который по-прежнему содержит большую часть информации в большом наборе. (Разработан в 1901г)

Последнии скрины автора:

Посмотреть вложение 550815

Посмотреть вложение 550816

Сергей Кучер:

"Метод главных компонент (principal component analisis, PCA)" - это метод уменьшения размерности, который часто используется для уменьшения размерности больших наборов данных путем преобразования большого набора переменных в меньший, который по-прежнему содержит большую часть информации в большом наборе. (Разработан в 1901г)

Последнии скрины автора:

Посмотреть вложение 550815

Посмотреть вложение 550816

Посмотреть вложение 550817
Вопрос- а что за индикаторы в подокне? можете подсказать
 

Посмотрели (963) Посмотреть

Назад
Верх