Discusión sobre el artículo "Teoría de probabilidad y estadística matemática con ejemplos (Parte I): Fundamentos y teoría elemental"
El objetivo principal de este artículo es utilizar el comentario para ofrecer un debate significativo sobre la aplicación de estas ciencias.
Están previstas otras dos partes sobre variables aleatorias y procesos aleatorios.
Mantengamos viva la intriga ;).
Me parece que previsión y hecho no sólo deberían correlacionarse, sino incluso coincidir parcialmente (de media) o al menos tender a hacerlo con el creciente número de previsiones).
Probablemente, debería ser algún precio del error de previsión.
buen artículo, me gustó el estilo de presentación - todos los términos matemáticos nerd se presentan en un lenguaje sencillo y comprensible, e incluso con ejemplos reproducibles bajo MQL
es una lástima que el primer artículo fue introductorio ((((
vamos a esperar a que el próximo artículo
Gracias
Me parece que previsión y hecho no sólo deberían correlacionarse, sino incluso coincidir parcialmente (por término medio) o al menos tender a hacerlo con el creciente número de previsiones).
Supongo que debe ser algún precio del error de previsión.
Leído con gran placer, ¡gracias al autor! Esperando la continuación sobre procesos aleatorios: Wiener, Ornstein-Uhlenbeck, etc....
¡Gracias! Me temo que en esta serie no podré llegar a los procesos con tiempo continuo - tendré que limitarme al tiempo discreto ( enfoque econométrico). La razón principal es que después de esta serie pienso escribir un artículo sobre cointegración, test de Dickey-Fuller, etc.
Sobre los procesos con tiempo continuo, en mi opinión, es necesario escribir en el marco del cálculo estocástico, llevando al modelo Black-Scholes. Y para ello es claramente necesario un artículo aparte.
buen artículo, me gustó el estilo de presentación - todos los términos matemáticos nerd se presentan en un lenguaje sencillo y comprensible, e incluso con ejemplos reproducibles bajo MQL
es una lástima que el primer artículo resultó ser introductoria (((
vamos a esperar a que el próximo artículo
Gracias
¡Gracias! Yo, por el contrario, encuentro el artículo insuficientemente introductorio) Me gustaría un artículo introductorio sobre cómo obtener un modelo probabilístico a partir de un modelo de juego) por Alexey Savvateev, por supuesto - como hemos discutido).
Me gustaría un artículo introductorio sobre cómo obtener un modelo probabilístico a partir de un modelo de juego
No quería, pero lo haré...
No sé de qué tratará toda la serie de tus artículos, pero si los artículos volverán a predecir el precio, no importa cómo -utilizando estadísticas, teoría..., bailando con panderetas... bailando con panderetas...
¡entonces, por desgracia, se ha discutido 100500 veces y en este recurso y en otros, el resultado de estos estudios será o bien el precio es al azar en la naturaleza o hay patrones (en la historia), aquí tienen "en bandeja"!
Tal vez con su formación y buena presentación será interesante.
pero a efectos prácticos, es necesario ser capaz de evaluar una estrategia de negociación en el futuro, no para pronosticar una serie de precios.
Si su serie de artículos sobre la evaluación de estrategias de negociación desde la posición de la teoría de la probabilidad, imho, será una obra maestra.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Teoría de probabilidad y estadística matemática con ejemplos (Parte I): Fundamentos y teoría elemental:
El trading siempre ha estado relacionado con la toma de decisiones en condiciones de incertidumbre. Esto significa que los resultados de las decisiones tomadas no son totalmente obvios en el momento en que se toman. Por este motivo, resultan importantes los enfoques teóricos sobre la construcción de los modelos matemáticos que permiten describir estas situaciones ofreciendo información relevante e ilustrativa.
Querría destacar dos enfoques de este tipo: la teoría de probabilidad y la teoría de juegos. A veces, se combinan juntas, denominando los métodos de probabilidad como teoría de "juegos con la naturaleza". Esto muestra bien la existencia de dos tipos diferentes de incertidumbre. El primero de ellos es de probabilidad, y normalmente está relacionado con fenómenos naturales. El segundo tiene que ver puramente con el juego, y se relaciona con la actividad de otros sujetos (personas o comunidades concretas). La incertidumbre del juego es significativamente más complicada para el análisis teórico. En ocasiones, estas incertidumbres incluso se conocen por "mala" y "buena". Con frecuencia, la evolución en el concepto de la incertidumbre de juego original se relaciona con la reducción de la misma a su forma de probabilidad.
En el caso del mercado, obviamente, es más importante la incertidumbre precisamente de carácter lúdico, dado que la actividad de la gente supone aquí el factor determinante. El paso a los modelos de probabilidad aquí tiene lugar, normalmente, debido al gran número de jugadores, que por separado no poseen una gran capacidad de influir en el cambio de los precios. En parte, se trata de un enfoque semejante al utilizado en la física estadística, lo cual provocó la aparición de un enfoque científico, llamado econofísica.
En la práctica, la cuestión sobre este paso es muy interesante, en absoluto trivial, y merece un análisis más detallado. Esperamos que los artículos dedicados a ello tengan cabida algún día en nuestro foro. En el presente artículo, no centraremos en el análisis de los propios fundamentos de la teoría de probabilidad y la estadística matemática.
Autor: Aleksey Nikolayev