Theorem über das Vorhandensein von Speicher in Zufallsfolgen - Seite 27

[Yury Reshetov]

Ein weiterer Fehler wurde im Code gefunden. Beim Starten des Expert Advisors oder beim Ausschalten des automatischen Handels beginnt der Expert Advisor sofort mit dem aktiven Handel und nicht erst, wenn ein neuer Balken gebildet wird, wie es im Algorithmus vorgesehen ist. Ich musste noch ein paar Zeilen hinzufügen:

//+------------------------------------------------------------------+
//| Expert initialization function                                   |
//+------------------------------------------------------------------+
int OnInit(){

   
   if(!Sym.Name(_Symbol)){
      Alert("Failed to initialize CSymbolInfo, try again");    
      return(-1);
   }
   // Добавлены две нижеуказанные строки, чтобы советник ждал формирования нового бара
   CopyTime(_Symbol,PERIOD_CURRENT,0,1,ctm);   
   LastTime=ctm[0];

   Print("Expert initialization was completed");
   
   
   return(0);
}

Der korrigierte Code des EA befindet sich im Trailer:

[Denis Timoshin]

double results = rates[0].open - 2.0 * rates[p].open + rates[2*p].open; welche Bedeutung hat diese Zeile?

[Yury Reshetov]

Denis Timoshin:
double results = rates[0].open - 2.0 * rates[p].open + rates[2*p].open; Ich verstehe diese Zeile nicht, was ist ihre Bedeutung?

Es ist gleich:

double results = (rates[0].open - rates[p].open) - (rates[p].open - rates[2*p].open);

[Denis Timoshin]

этоYury Reshetov:

Es ist gleichwertig:

das ist natürlich klar, aber was bedeutet das, wie passt das zu Ihrer Theorie?

[Yury Reshetov]

Denis Timoshin:

ist natürlich klar, aber was bedeutet es, wie kann man es mit Ihrer Theorie vergleichen?

Es gibt numerische Werte, die aus Darstellungen der Vergangenheit abgeleitet sind (d. h. wir kennen ihre Werte bereits):

double a = rates[0].open - rates[p].open;

и

double b = rates[p].open - rates[2*p].open;

Und in der Zukunft wird ein dritter Wert erscheinen (den wir noch nicht kennen):

double c = rates[-X*p].open - rates[0].open;

Der Wert von X ist uns ebenfalls unbekannt.

Wenn a, b und c Zufallszahlen sind, dann sind zwei sich gegenseitig ausschließende Ungleichungen mit einer Wahrscheinlichkeit von über 1/2 wahr:

1. a > b > c
   
2. a < b < c

Wenn sie nicht zufällig sind, dann gibt es mit einer Wahrscheinlichkeit von mehr als 1/2 auch zwei sich gegenseitig ausschließende Ungleichungen:

1. c > a > b
   
2. c < a < b

Um dies herauszufinden, berechnen wir:

double results = rates[0].open - 2.0 * rates[p].open + rates[2*p].open;

Was gleichbedeutend ist:

double results = a - b;

Dann vergleichen wir den Wert der Ergebnisse mit 0, für über oder unter Null, und je nachdem, ob die Zahlen zufällig sind oder nicht, entscheiden wir gemäß den oben genannten Ungleichungen.

[Alexey Burnakov]

...

Angenommen, wir haben eine Folge von Zufallsvariablen:

x1, x2, ... xn

Wenn für alle i und j die Gleichheit wahr ist:

p(xi) = p(xj | xi)

dann hat die Sequenz keinen Speicher.

Ansonsten ist es so.

Yuri, hallo!

Ich bin ein bisschen spät dran, aber ich habe diesen Thread von Anfang an gelesen.

Verstehe ich das richtig, dass es möglich ist, auf Lag i Werte einer Zufallsvariablen zu finden, die den Wert am letzten bekannten Datum bestimmen? Oder ist es komplizierter als das?

[Yury Reshetov]

Alexey Burnakov:

Verstehe ich das richtig, dass es möglich ist, die Werte einer Zufallsvariablen zu finden, die den Wert zum letzten bekannten Zeitpunkt am Lag i bestimmt? Oder ist es komplizierter als das?

Wenn mindestens zwei andere Zufallswerte aus dem Zufallslager bekannt sind. Aber der Punkt ist, dass der Determinismus nicht streng, sondern probabilistisch ist.

[Alexey Burnakov]

Yury Reshetov:

Wenn mindestens zwei andere Zufallswerte in einem Zufallslager bekannt sind. Aber der Punkt ist, dass der Determinismus nicht streng, sondern probabilistisch ist.

Hat eine Zufallsvariable die Eigenschaft i.i.d.? Schließt das nicht aus, dass die Schlussfolgerungen wahr sind?

[Yury Reshetov]

Alexey Burnakov:
Hat eine Zufallsvariable eine i.i.d.-Eigenschaft? Schließt das nicht aus, dass die Schlussfolgerungen wahr sind?

Das Wichtigste ist, dass die Unabhängigkeit in der Folge für jedes i und j beobachtet wird: p(Xi > Xj) = p(Xi < Xj). Alles andere ist nicht wichtig.

[Alexey Burnakov]

Yury Reshetov:

Das Wichtigste ist, dass die Unabhängigkeit in der Folge für jedes i und j beobachtet wird: p(Xi > Xj) = p(Xi < Xj). Alles andere ist nicht wichtig.

Ich werde darüber nachdenken. Ich selbst habe mit Hilfe der Methode der gegenseitigen Information nach Abhängigkeiten speziell von Devisenmarktrenditen gesucht und tue dies auch weiterhin. Sie ist da.

Aber hier geht es meines Erachtens um eine beliebige Reihe.