Wie man die Eingabewerte für die NS richtig bildet. - Seite 4
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Übrigens, hier ist ein gutes Stöbern durch das Forum, fand einige interessante Beiträge, die Eingaben vorschlagen
https://forum.mql4.com/ru/8835/page2 nach Plan
и
https://forum.mql4.com/ru/9321/page18#51761
2 Sart - wenn Sie ein Anfänger sind, könnte Sie der Code aus meinem Beitrag von https://forum.mql4.com/ru/12474/page9 interessieren.
Übrigens, hier ist ein gutes Stöbern durch das Forum, fand einige interessante Beiträge, die Eingaben vorschlagen
https://forum.mql4.com/ru/8835/page2 nach Plan
и
https://forum.mql4.com/ru/9321/page18#51761
2 Sart - wenn Sie ein Anfänger sind, könnte Sie der Code aus meinem Beitrag von https://forum.mql4.com/ru/12474/page9 interessieren.
Die Aufbereitung von Daten für NS ist nicht so schwierig. Es gibt ein weiteres Problem. Fette Schwänze. Ich weiß nicht, wie ich damit umgehen soll. Ich habe verschiedene Varianten ausprobiert. Sie sind oft im Weg. Bitte fragen Sie Matemat nach dicken Schwänzen. Ich werde mich jetzt erst einmal ausruhen. Mindestens zwei Wochen, aber Ruhe.
Die Aufbereitung der Daten für die NS ist nicht so schwierig. Es gibt ein weiteres Problem. Fette Schwänze. Ich weiß nicht, wie ich damit umgehen soll. Ich habe verschiedene Optionen ausprobiert. Sie sind oft im Weg. Bitte fragen Sie Matemat nach dicken Schwänzen. Ich werde mich jetzt erst einmal ausruhen. Zumindest für zwei Wochen, aber Ruhe.
Was meinen Sie mit dicken Schwänzen, können Sie das erklären?
2 rip tut mir leid, ich verstehe nicht, was das bedeutet. können Sie das erläutern?
2 klot können Sie erklären, was das bedeutet?
2 Mathematik Vielen Dank, ich erinnere mich...
Was bedeuten dicke Schwänze? Können Sie das erklären?
Das ist eine Frage für Math Math. Ich bin im Urlaub.
Was bedeutet fette Schwänze? Können Sie das erklären?
"Fat Tails" ist ein Begriff aus dem Risikomanagement und bezeichnet einen sich stark verändernden Kurs.
Ja, ich bin gerade hier durchgelaufen. Fette Schwänze ist ein unscharfer Begriff aus Tervers. Dies ist der Fall, wenn die Wahrscheinlichkeitsdichtefunktion der Verteilung einer Zufallsvariablen viel langsamer abnimmt, als man es gerne hätte, wenn man sich von ihrem Erwartungswert (falls es einen gibt) entfernt.
Beispiel: eine Gauß-Verteilung, d.h. eine glockenförmige Kurve. Sie hat einen dünnen Schweif, weil exp(-x^2/2) eine extrem schnell abfallende Funktion ist. Daher ist es sinnvoll, vom Drei-Sigma-Gesetz zu sprechen: Ein Wert, der mehr als drei Standardabweichungen vom Zentrum dieser Verteilung entfernt ist (hier ist s.c.o. gleich eins), fällt in etwa 0,27 % der Fälle aus. Mit anderen Worten, "große Ereignisse" sind selten, und die überwiegende Mehrheit der Ereignisse liegt innerhalb des Intervalls "plus oder minus 3 Sigma".
Ein Beispiel für eine Verteilung mit dicken Schwänzen: die Cauchy-Verteilung (die übrigens der Finnings-Verteilung sehr ähnlich ist). Diese Verteilung hat eine viel langsamer abnehmende Wahrscheinlichkeitsdichtefunktion, die sich dem Gesetz der umgekehrten Quadrate annähert. Konsequenz: Obwohl die Fläche unter dieser Kurve endlich ist, gibt es keinen Erwartungswert und auch keine Varianz dieses Wertes (die entsprechenden Integrale divergieren im üblichen Sinne). Es ist völlig sinnlos, von drei Sigmas zu sprechen, da es das Sigma selbst nicht gibt. Große Ereignisse haben eine viel höhere Wahrscheinlichkeit.
Zu Finanzreihen (insbesondere Devisenkursen): Die Verteilung der Schlusskursinkremente ist ein Prozess, bei dem die eindimensionale Wahrscheinlichkeitsdichtefunktion dicke Schwänze aufweist. Daher sind Indikatoren wie Umschlag, Bollinger-Bänder, s.c.o., etc. nicht sehr sinnvoll. Katastrophen (Zusammenbrüche) gehören zu den gleichen Ereignissen, denen die Menschen eine geringe Wahrscheinlichkeit zuschreiben, die aber in Wirklichkeit viel häufiger auftreten. Übrigens brechen Fat Tails sehr gerne fast alle traditionellen Indikatoren: Wo wir ein gleichmäßiges Verhalten des Dummys erwarten, springt er plötzlich ins Ungewisse und gibt ein falsches Signal.
Die fetten Schwänze ("schwarze Schwäne") werden von Taleb sehr anschaulich beschrieben. Es gibt einen Link, der auch hier zu finden ist.
Ja, ich bin gerade hier durchgelaufen. Fettschwänze ist ein unscharfer Begriff aus Tervers. Dies ist der Fall, wenn die Wahrscheinlichkeitsdichtefunktion der Verteilung einer Zufallsvariablen viel langsamer abnimmt, als man es gerne hätte, wenn man sich von ihrem Erwartungswert (falls es einen gibt) entfernt.
Beispiel: eine Gauß-Verteilung, d.h. eine glockenförmige Kurve. Sie hat einen dünnen Schweif, weil exp(-x^2/2) eine extrem schnell abfallende Funktion ist. Daher ist es sinnvoll, vom Drei-Sigma-Gesetz zu sprechen: Ein Wert, der mehr als drei Standardabweichungen vom Zentrum dieser Verteilung entfernt ist (hier ist s.c.o. gleich eins), fällt in etwa 0,27 % der Fälle aus. Mit anderen Worten, "große Ereignisse" sind selten, und die überwiegende Mehrheit der Ereignisse liegt innerhalb des Intervalls "plus oder minus 3 Sigma".
Ein Beispiel für eine Verteilung mit dicken Schwänzen: die Cauchy-Verteilung (die übrigens der Finnings-Verteilung sehr ähnlich ist). Diese Verteilung hat eine viel langsamer abnehmende Wahrscheinlichkeitsdichtefunktion, die sich dem Gesetz der umgekehrten Quadrate annähert. Konsequenz: Obwohl die Fläche unter dieser Kurve endlich ist, gibt es keinen Erwartungswert und auch keine Varianz dieses Wertes (die entsprechenden Integrale divergieren im üblichen Sinne). Es ist völlig sinnlos, von drei Sigmas zu sprechen, da es das Sigma selbst nicht gibt. Große Ereignisse haben eine viel höhere Wahrscheinlichkeit.
Zu Finanzreihen (insbesondere Devisenkursen): Die Verteilung der Schlusskursinkremente ist ein Prozess, bei dem die eindimensionale Wahrscheinlichkeitsdichtefunktion dicke Schwänze aufweist. Daher sind Indikatoren wie Umschlag, Bollinger-Bänder, s.c.o., etc. nicht sehr sinnvoll. Katastrophen (Zusammenbrüche) gehören zu den gleichen Ereignissen, denen die Menschen eine geringe Wahrscheinlichkeit zuschreiben, die aber in Wirklichkeit viel häufiger auftreten. Übrigens brechen Fat Tails sehr gerne fast alle traditionellen Indikatoren: Wo wir ein gleichmäßiges Verhalten des Dummys erwarten, springt er plötzlich ins Ungewisse und gibt ein falsches Signal.
Die fetten Schwänze ("schwarze Schwäne") werden von Taleb sehr anschaulich beschrieben. Es gibt einen Link, der auch hier zu finden ist.
Wunderbar! Wenn ich es jetzt nicht sage, werde ich es wahrscheinlich nie tun. "Fette Schwänze" werden sichtbar, wenn wir Zitate über 100 Jahre und mehr analysieren... (übertrieben). Wenn wir einen bestimmten Abschnitt nehmen, z.B. die letzten 300 Takte, gibt es dort keine "fetten Schwänze"... Es wird ein "Ende" geben, aber wann? Nun, was soll's, lassen wir es geschehen, aber nach dem Rauswurf wird sich der Markt wieder innerhalb von Gauß stabilisieren. Wenn Sie also diskrete Parzellen nehmen, können Sie immer in ein System passen. Die Regelungen für die verschiedenen Marktsegmente werden unterschiedlich sein....
Arbeit zu tun, Arbeit zu tun....