Théorème sur la présence de mémoire dans les séquences aléatoires - page 27

Nouveau commentaire
 

Un autre bug a été trouvé dans le code. Lors du lancement du conseiller expert ou de la désactivation du trading automatique, le conseiller expert commence immédiatement le trading actif, et non pas lorsqu'une nouvelle barre est formée, comme cela devrait être le cas dans l'algorithme. J'ai dû ajouter quelques lignes supplémentaires :

//+------------------------------------------------------------------+
//| 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);
}
Le code corrigé de l'EA est dans le trailer :
Dossiers :
AfterEffects.mq5  21 kb
 
double results = rates[0].open - 2.0 * rates[p].open + rates[2*p].open ; quelle est la signification de cette ligne ?
 
Denis Timoshin:
double results = rates[0].open - 2.0 * rates[p].open + rates[2*p].open ; Je ne comprends pas cette ligne, quelle est sa signification ?

Il est égal à :

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

C'est équivalent :

c'est bien sûr clair, mais quel est son sens, comment se compare-t-il à votre théorie ?

 
Denis Timoshin:

est bien sûr clair, mais quel est son sens, comment le comparer à votre théorie ?

Il existe des valeurs numériques dérivées de tracés de l'histoire passée (c'est-à-dire que nous connaissons déjà leurs valeurs) :

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

и

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

Et dans le futur, une troisième valeur apparaîtra (que nous ne connaissons pas encore) :

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

La valeur de X nous est également inconnue.

Selon le théorème, si a, b et c sont des nombres aléatoires, alors deux inégalités mutuellement exclusives sont vraies avec une probabilité supérieure à 1/2 :

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

S'ils ne sont pas aléatoires, alors avec une probabilité supérieure à 1/2, il existe également deux inégalités mutuellement exclusives

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

Pour le savoir, nous calculons :

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

Ce qui est équivalent :

double results = a - b;

Nous comparons ensuite la valeur des résultats avec 0, pour une valeur supérieure ou inférieure à zéro, et selon que les chiffres sont aléatoires ou non, nous prenons une décision en fonction des inégalités ci-dessus.

 

...

Supposons que nous ayons une séquence de variables aléatoires :


x1, x2, ... xn

Si pour tous les i et j l'égalité est vraie :

p(xi) = p(xj | xi)

alors la séquence n'a pas de mémoire.

Sinon, c'est.

Yuri, bonjour !

J'arrive un peu tard, mais j'ai lu ce fil depuis le début.

J'ai bien compris qu'il est possible de trouver à lag i les valeurs de la variable aléatoire, qui déterminent la valeur de la dernière donnée connue ? Ou est-ce plus compliqué que ça ?

 
Alexey Burnakov:

Ai-je bien compris qu'il est possible de trouver les valeurs d'une variable aléatoire qui détermine la valeur au dernier point de repère connu sur Lag i ? Ou est-ce plus compliqué que ça ?

Si au moins deux autres valeurs aléatoires du camp aléatoire sont connues. Mais le fait est que le déterminisme n'est pas strict, mais probabiliste.

 
Yury Reshetov:

Si au moins deux autres valeurs aléatoires dans un camp aléatoire sont connues. Mais le fait est que le déterminisme n'est pas strict, mais probabiliste.

Une variable aléatoire a-t-elle la propriété i.i.d. ? Cela n'empêche-t-il pas les conclusions d'être vraies ?
 
Alexey Burnakov:
Une variable aléatoire a-t-elle une propriété i.i.d. ? Cela n'empêche-t-il pas les conclusions d'être vraies ?

Le plus important est que l'indépendance de la séquence pour tout i et j est observée : p(Xi > Xj) = p(Xi < Xj). Tout le reste n'a pas d'importance.

 
Yury Reshetov:

Le plus important est que l'indépendance de la séquence pour tout i et j est observée : p(Xi > Xj) = p(Xi < Xj). Tout le reste n'a pas d'importance.

Je vais y réfléchir. J'ai moi-même recherché des dépendances spécifiques aux rendements du marché des changes en utilisant la méthode de l'information mutuelle et je continue à le faire. Il est là.

Mais ici, si je comprends bien, nous parlons d'une série arbitraire.

1...202122232425262728293031323334...43
Nouveau commentaire
Raison: