ein völlig zufälliger Prozess und FOREX. - Seite 4

Neuer Kommentar
 
lna01:
D.Will schrieb (a):

Das Diagramm ist eine vollständig deterministische Reihe, die sich nur statistisch nicht von einer Zufallsreihe unterscheiden lässt. Es ist also nur ein gutes Beispiel für eine chaotische Serie :) .

Wer sind Sie?

verwirren Sie uns bitte nicht.

Ein Zufallsprozess ist per Definition eine Folge von Zufallsvariablen. Wenn wir einen Zufallsprozess definieren, sprechen wir immer von Varianz und Varianzmatrix und allem anderen.



Und ein deterministischer Prozess ist ein Prozess, bei dem man zu einem bestimmten Zeitpunkt eindeutig sagen kann, in welchen Zustand sich das System als nächstes bewegen wird.


Bei Standard-Pseudo-Zufallszahlengeneratoren muss man nur die Zahl kennen, bei der er beginnt, um die Reihe eindeutig vorhersagen zu können. Die Reihe in Ihrem Bild ist also theoretisch vollständig vorhersehbar.

1. Kennen Sie diese Nummer?
2. mit einer Genauigkeit von 16 Stellen kann er keine Folge von mehr als (65536) Elementen erzeugen.
 
lna01 писал (а): Bei Standard-Pseudo-Zufallszahlengeneratoren muss man nur die Zahl kennen, mit der die Reihe beginnt, um eine eindeutige Vorhersage treffen zu können. Die Reihe in Ihrem Bild ist also theoretisch vollständig vorhersehbar.


Candid, so einfach ist das nicht. Das dachte ich auch, bis komposter und ich die Funktion MathRand() überprüften. Hier ist eine Verzweigung: 'Anfängerfrage: zwei Kurven in verschiedenen Fenstern'.

Code:

#property show_inputs
 
/*extern int init_start    = 0;
extern int init_end      = 100000;*/
 
extern int iterations    = 1000000000;
 
int start()
{
    int tmp, pre_tmp, count_23281 = 0, count_16827 = 0, count_23281_16827 = 0; string res;
    //for ( int start = init_start; start < init_end; start ++ )
    {
        int start = 1;
        MathSrand( start );
        for ( int i = 0; i < iterations; i ++ )
        {
            pre_tmp = tmp;
            tmp = MathRand();
            if ( pre_tmp == 19169 ) //23281 )
            {
                count_23281 ++;
                if ( tmp == 15724 ) //16827 )
                {
                    count_23281_16827 ++;
                    res = StringConcatenate( res, count_23281_16827, ": Init value = ", 
                          start, ", interation # ", i, "\n" );
                }
            }
            if ( pre_tmp == 16827 ) count_16827 ++;
        }
    }
    Comment( "Чисел 23281 - ", count_23281, "\nЧисел 16827 - ", count_16827, 
                "\nЧередований 23281 с 16827 - ", count_23281_16827, ":\n", res );
    return(0);
}
P.S. Ich denke, Sie haben Recht. Aber der Zeitraum dieser Sequenz ist offensichtlich sehr groß. Das Korn definiert die gesamte Sequenz, aber die Abschnitte, die mit derselben Nummer beginnen, sind unterschiedlich.
 
D.Will писал (а):
Darüber hinaus gibt es Systeme, deren Funktionsweise vollständig beschrieben ist *z.B.
y(n+1)=a*y(n)*(1-y(n);
was fast unmöglich vorherzusagen ist. bei a->4.

Solche Prozesse werden deterministisches Chaos genannt.

Genau das ist praktisch, denn in der Realität werden wir den Wert eines Parameters nie mit ausreichender Genauigkeit kennen. Dennoch sind chaotische Prozesse viel besser vorhersehbar als zufällige Prozesse. Statistisch gesehen können wir jedoch nicht zwischen ihnen unterscheiden. Daraus folgt, dass statistische Argumente für die Frage der Marktvorhersagbarkeit irrelevant sind.
 
Ich habe beschlossen, den Determinismus des Pseudo-Zufallszahlengenerators zu verringern, indem ich die Reihe der Zufallszahlen mehrmals mische.

close all;

N=1000;
r=NORMRND(0,0.0077,1,N);

r1=r;
% shuffle
for i=1:1:10000
i1 = fix(rand*N)+1;
i2 = fix(rand*N)+1;
c=r(i1);
r(i1)=r(i2);
r(i2)=c;
end;

figure;
%r=r-0.5;
for i=2:1:length(r)
r(i)=r(i)+r(i-1);
r1(i)=r1(i)+r1(i-1);
end

grid on;

plot(r);
figure;
plot(r1);

result


gemischt


So, die Punkte sind weg, was nützt das also?
 
lna01:
D.Will schrieb (a):

Außerdem gibt es Systeme, deren Funktionsweise vollständig beschrieben ist *z.B.

y(n+1)=a*y(n)*(1-y(n);

was fast unmöglich vorherzusagen ist. bei a->4.



Solche Prozesse werden als deterministisches Chaos bezeichnet.




Genau das ist praktisch, denn in der Realität werden wir den Wert eines Parameters nie mit ausreichender Genauigkeit kennen. Dennoch sind chaotische Prozesse viel besser vorhersehbar als zufällige Prozesse. Statistisch gesehen können wir jedoch nicht zwischen ihnen unterscheiden. Daraus folgt, dass statistische Argumente für die Frage der Marktvorhersagbarkeit irrelevant sind.

mit ausreichender Genauigkeit. Welche ist es?
Alle Theorien zu d.h. analysieren entweder die Gleichungen der Modelle oder die Geschichte (indem sie statistische Regelmäßigkeiten herausarbeiten).
Und was verstehen Sie unter statistischen Merkmalen? mo und std? und wer sagt, dass dies ein Maß für die Gleichwertigkeit zweier Sequenzen ist?
 
Mathemat:
lna01 schrieb (a): Bei Standard-Pseudo-Zufallszahlengeneratoren muss man nur die Zahl kennen, bei der die Reihe beginnt, um eine eindeutige Vorhersage zu treffen. Die Reihe in Ihrem Bild ist also theoretisch vollständig vorhersehbar.

Nein, Candid. Das dachte ich auch, bis komposter und ich die Funktion MathRand() überprüften. Hier ist eine Verzweigung: https://forum.mql4.com/ru/6187.
Ich denke, der Effekt von sich wiederholenden Paaren könnte zum Beispiel sein, dass die niedrigsten 16 Ziffern von 32 als Zufallszahl genommen werden. Aber wenn nicht sie, dann gibt es sie vielleicht nicht :). Die Tatsache der Vorhersehbarkeit wird dadurch nicht entkräftet. Komplizierter wird die Situation, wenn bei gleicher Startnummer unterschiedliche Sequenzen entstehen. Dann müssen wir nur noch über eine teilweise Vorhersagbarkeit nachdenken :).
 
D.Will писал (а):

Der Trick besteht darin, mit hinreichender Präzision herauszufinden, welcher es ist.
Die Frage kann nur für ein bestimmtes Problem eine Antwort haben.

P.S. Die "Wahrscheinlichkeitsdichte" ist ebenfalls ein statistisches Merkmal. Sie garantiert auch nicht die Reproduzierbarkeit aller Prozessmerkmale mit dem RNG.
 
lna01:
D.Will schrieb (a):



Der Trick besteht darin, mit ausreichender Präzision herauszufinden, welcher es ist.


Die Frage kann nur für ein bestimmtes Problem eine Antwort haben.



P.S. Die "Wahrscheinlichkeitsdichte" ist ebenfalls ein statistisches Merkmal. Und sie garantiert auch nicht die Reproduktion aller Merkmale des Prozesses mit dem RNG.

Selbst für ein bestimmtes Problem kann man dies nicht theoretisch rechtfertigen, da die Änderung eines Prozessparameters um 10^-100 seine Dynamik bis zur Unkenntlichkeit verändern kann. (Bifurkationen usw.)
, so dass Computer für die Analyse solcher Prozesse nicht wirklich geeignet sind. (vom grundsätzlichen Standpunkt aus gesehen). Nur ihre probabilistische und deskriptive Modellierung ist möglich.


lna01> P.S. Die "Wahrscheinlichkeitsdichte" ist ebenfalls ein statistisches Merkmal. Sie garantiert auch nicht die Reproduktion aller Eigenschaften eines Prozesses durch einen RNG.


Wie stellen Sie sich das vor??? wie kann man etwas durch das Verteilungsgesetz einer Zufallsvariablen rekonstruieren??? eine solche Aufgabe kann es gar nicht geben.
Wenn ich ein Histogramm zitiert habe, dann nur, um zu zeigen, dass die Verteilung einer Zufallsvariablen dieselbe ist wie die des Eurusd 1D.
 
D.Will писал (а):
lna01:
D.Will schrieb (a):

Der Trick besteht darin, mit ausreichender Präzision herauszufinden, welcher es ist.


Die Frage kann nur für eine bestimmte Aufgabe beantwortet werden.

Selbst für ein bestimmtes Problem kann man es theoretisch nicht vorhersagen. Eine Änderung dieses Parameters um 10^-100 kann die Dynamik des Prozesses bis zur Unkenntlichkeit verändern. (Bifurkationen usw.)
, so dass Computer für die Analyse solcher Prozesse nicht wirklich geeignet sind. (von einem grundsätzlichen Standpunkt aus gesehen). Nur ihre probabilistische und deskriptive Modellierung ist möglich.
Nun, wenn sich beispielsweise für einige Bereiche von Parameterwerten Attraktoren identifizieren lassen, würde dies eine partielle Vorhersagbarkeit bedeuten. In diesem Fall werden die Grenzen dieser Bereiche die "Angemessenheit" der Parameterdefinitionen bestimmen. Was die Unzulänglichkeit von Computern für die Analyse solcher Prozesse angeht, stimme ich Ihnen vollkommen zu - das Wichtigste in diesem Geschäft ist der Kopf :)
Wenn ich ein Histogramm zitiert habe, dann nur, um zu zeigen, dass die Verteilung einer Zufallsvariablen dieselbe ist wie die des Eurusd 1D.
Richtig. Und ich habe gefragt: "Na und?" :) Ich wiederhole: Die von Ihnen als zufällig bezeichnete Reihe ist nicht zufällig. Für Aufgaben, bei denen es nur auf statistische Merkmale ankommt, kann sie als Zufallsgröße verwendet werden. Das heißt, es wäre richtiger, im Titel des Themas "RNG Matlab und FOREX" zu schreiben :) . Der Hauptgedanke meiner Beiträge ist eigentlich, dass es keinen Grund gibt, Matlab's RPM als "absolut zufälligen Prozess" zu betrachten.
 
lna01:
D.Will schrieb (a):

lna01:

D.Will schrieb (a):



Der Trick besteht darin, mit hinreichender Präzision herauszufinden, welcher es ist.





Die Frage kann nur für eine bestimmte Aufgabe beantwortet werden.



Selbst für ein bestimmtes Problem kann man keine Theorien aufstellen, da eine Änderung dieses Parameters um 10^-100 die Dynamik des Prozesses bis zur Unkenntlichkeit verändern kann. (Verzweigungen und so weiter).

Deshalb sind Computer für die Analyse solcher Prozesse nicht besonders geeignet. (von einem grundsätzlichen Standpunkt aus gesehen). Nur ihre probabilistische und deskriptive Modellierung ist möglich.

Nun, wenn sich beispielsweise für bestimmte Bereiche von Parameterwerten Attraktoren identifizieren lassen, würde dies eine partielle Vorhersagbarkeit bedeuten. In diesem Fall werden die Grenzen dieser Bereiche die "Angemessenheit" der Parameterdefinitionen bestimmen. In Bezug auf die Unzulänglichkeit von Computern für die Analyse solcher Prozesse stimme ich Ihnen vollkommen zu - die Hauptsache in diesem Geschäft ist der Kopf :)

Wenn ich ein Histogramm angeführt habe, dann nur, um zu zeigen, dass die Verteilung einer Zufallsvariablen dieselbe ist wie die des Eurusd 1D.


Richtig. Und ich habe gefragt: "Na und?" :) Ich wiederhole: Die Reihe, die Sie als zufällig darstellen, ist nicht zufällig. Für Aufgaben, bei denen nur statistische Merkmale von Bedeutung sind, kann er als Zufallswert verwendet werden. Das heißt, es wäre richtiger, im Titel des Themas "RNG Matlab und FOREX" zu schreiben :) . Der Hauptgedanke meiner Beiträge ist, dass es keinen Grund gibt, Matlab's RPM als "absolut zufälligen Prozess" zu betrachten.
Nun, es gibt nichts anormal Zufälliges. Das Thema heißt so, weil es die Ähnlichkeit zwischen "anormal zufällig" und "nicht zufällig" hervorhebt.

Oben habe ich ein Beispiel angeführt, bei dem die gesamte Sequenz mehrmals gemischt wurde. und sowohl die eine als auch die andere Sequenz angezeigt.
Dies ist ein Versuch, den Determinismus des GSF abzuwerten. Der Charakter der Bewegungen ist der gleiche.
123456789
Neuer Kommentar