Théorème sur la présence de mémoire dans les séquences aléatoires - page 27
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
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 :
Le code corrigé de l'EA est dans le trailer :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 :
C'est équivalent :
c'est bien sûr clair, mais quel est son sens, comment se compare-t-il à votre théorie ?
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) :
и
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 :
S'ils ne sont pas aléatoires, alors avec une probabilité supérieure à 1/2, il existe également deux inégalités mutuellement exclusives
Pour le savoir, nous calculons :
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 ?
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.
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 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.
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.