Discusión sobre el artículo "Teoría de probabilidad y estadística matemática con ejemplos (Parte I): Fundamentos y teoría elemental" - página 7
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
El horario es diferente, sólo estoy ordenando el hardware proporcionado.
Por eso surgió la pregunta, ¿qué obtenemos si mis valores son mis valores según el esquema de Bernouli?
Intenta comprobar la división resultante en dos partes mediante el script del segundo ejemplo sobre comprobación de hipótesis (test exacto de Fisher). Comprueba si la diferencia entre p1 y p2 es significativa.
Intenta comprobar la división resultante en dos partes utilizando el script del segundo ejemplo de prueba de hipótesis (prueba exacta de Fisher). Comprueba si la diferencia entre p1 y p2 es significativa.
Mañana por la noche me levantaré tarde para seguir investigando.
mi pregunta es una pregunta vencida... he probado repetidamente artículos sobre datos comprensibles (función de Weierstrass), como muestra la práctica, muy a menudo los autores de artículos utilizan aparatos matemáticos de diferentes campos, pero exclusivamente en EURUSD ..... en general, si se necesita mucho tiempo para explicar, vamos a llegar al artículo sobre Hubre, que he mencionado https://www.mql5.com/ru/forum/345555/page4#comment_17178481.
script para generar mi símbolo adjunto
¡ZY: nada personal, pero en busca de la verdad! )))
El horario es diferente, sólo estoy ordenando el hardware proporcionado.
Por eso surgió la pregunta, ¿qué obtenemos si mis valores son mis valores según el esquema de Bernouli?
para este gráfico:
n1e=34069 p1e=0.5006604244327688 p2e=0.09090909090909091
Gráfico D1 propiamente dicho, donde la tendencia está claramente presente
Creo que ahí tienes algún tipo de onda sinusoidal).
El modelo del cuarto ejemplo claramente no encaja aquí debido a la obvia dependencia entre los incrementos. Esto también se ve claramente por el hecho de que "corta" una punta muy pequeña.
Aquí es mejor probar el modelo del quinto ejemplo (cadena de Markov). Sólo tiene que elegir el paso de muestreo de precios de tal manera que la diferencia entre p1e y p2e sea máxima.
PD Aquí también se puede aplicar el modelo del cuarto ejemplo + la prueba de Fisher. Pero debe aplicarse no a todo el trozo de precio a la vez, sino por ejemplo, en cada aparición de una nueva barra. Cuando se confirma la división en dos trozos, el trozo más antiguo se descarta de la consideración, etc. Esta es una versión sencilla de lo que se denomina "búsqueda de discrepancias en línea"
ZY: no es nada personal, ¡pero busco la verdad! )))
Estoy a favor))
Creo que tienes una especie de onda sinusoidal).
no una onda sinusoidal, ejecute el script, lo hará por sí mismo
Para el modelo de cadena de Markov (5º ejemplo, script "markov_model.mq5") es necesario tomar un paso de muestreo de precios del 5%, entonces las estimaciones de probabilidad son máximamente distantes entre sí e iguales a aproximadamente 0,4 y 0,6.
Resulta (como debe ser) antipersistencia - un cambio de dirección es más probable.
Simplemente discrepo de tu afirmación original de que los modelos constantes a trozos son inaplicables, y sostengo que (desde un punto de vista muy general) son los únicos que utilizamos.
En teoría, sí. En la práctica, si la frecuencia de recálculo del modelo es mucho mayor que la frecuencia de las operaciones, podemos considerar que la constante a trozos no afecta al TS.
Alexey, ¿puedes explicarnos mejor el método de máxima verosimilitud?
Supongamos que estamos construyendo una aproximación lineal. Si no recuerdo mal, cuando los datos tienen una distribución normal, la mejor aproximación es el MNC, y cuando los datos tienen colas, la mejor aproximación es el MNM. Y ambas derivan su conclusión de la MNM. ¿Es posible explicar todo esto de forma sencilla?
Alexei, ¿puedes dar más detalles sobre el método de máxima verosimilitud?
Supongamos que estamos construyendo una aproximación lineal. Si no recuerdo mal, cuando los datos tienen una distribución normal, la mejor aproximación es el MNC, y cuando los datos tienen colas, la mejor aproximación es el MNM. Y ambas derivan su conclusión de la MNM. ¿Es posible explicar todo esto de forma sencilla?
Todo es correcto, pero no sólo "tailed", sino por ejemplo Laplace. Quizá alguna otra, pero desde luego no la de Cauchy, por ejemplo, que tiene mucha más "cola".
En el próximo artículo trataré algo así, hasta llegar a un ejemplo numérico. En principio, se trata de un problema ordinario sobre extremos de una función (que se resuelve buscando el cero de las derivadas).
Solía leer con interés el archivo de sus mensajes en cyber spider. Por desgracia, no todo el mundo puede poseer una mente tan aguda como la que tenía el difunto. Personalmente, prefiero las aburridas pero comprensibles conferencias de Alexander Gorchakov.
Sobre el tema de la cita en tu enlace - en mi opinión es un intento de decir en lenguaje probabilístico (Prigogine, fórmula de Bayes, etc.) aquellas cosas que hoy en día la econofísica intenta decir en los lenguajes de la teoría de juegos y la física estadística - estados de fase y sus cambios, etc., etc. Además, la econofísica dice esto exactamente sobre los mercados financieros, sin recurrir a tensiones en forma de analogías con objetos biológicos.
Un matemático de ~6ª generación, dónde está para él.
A nivel doméstico (según tengo entendido), escribe sobre la ciclicidad/aglomeración de la volatilidad y la importancia de la tf senior.
Interesante que trató de calcular esto matemáticamente, no sólo una descripción abstracta.
Eso es lo que les impide (Ataman, Ilyinsky) hacer una introducción, en lenguaje sencillo, para que no tengas que releer cada línea 10 veces.