La théorie des flux aléatoires et le FOREX - page 55
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
La thèse est légèrement différente, mais là n'est pas la question. Il s'agit de la prémisse, des axiomes non négociables : le prix est une marche aléatoire et puis Gauss, la loi normale et voilà. Il n'y en a pas du tout.
Voici un regard sur l'article dont j'ai donné le lien ci-dessus, ils n'ont laissé que cette thèse (clé) (IMHO bien sûr) du GER.
Je me demande comment vous pouvez dire à partir d'une photo, et décomposée en sinusoïdes, de quel continent il est originaire et à quel stade de la maladie il se trouve ;)...Psychics in sutdia ;) ? Je dis juste.
>> Bonne chance.
Les Noirs viennent de deux continents. Vous pouvez les distinguer sur la photo, ils sont différents :)
La stationnarité est un cas particulier de non-stationnarité. Les marchés sont stationnaires à certains intervalles, mais vous ne pouvez pas obtenir de retournements de marché à partir de ces intervalles, c'est-à-dire ce que vous pouvez obtenir à partir de la non-stationnarité. Sur ce post, j'ai donné un lien vers Peters. Je suis favorable à une approche méthodologique correcte. Les marchés efficients sont une impasse, c'est-à-dire que l'on peut moudre pendant des siècles avec des vidanges de dépo. Si, au départ, les marchés sont considérés comme des systèmes dynamiques non linéaires et que la théorie disponible dans ce domaine est orientée vers la reconnaissance de certains modèles avec une capacité de prédiction - il s'agit d'une perspective dans sa base, peut-être que vous ou moi échouerons, mais pas d'une impasse, c'est-à-dire qu'un jour, quelqu'un l'obtiendra, mais en GER jamais et personne.
Le blanc est un cas particulier du noir. Vous pouvez aussi voir les choses de cette façon, si vous le souhaitez.
wow, c'est vraiment quelque chose. Je vais essayer d'expliquer sans allégories : avec la DFT vous obtenez une décomposition du signal en ses composantes et ensuite vous ne pourrez PAS dire qu'il n'est PAS composé d'elles car les composantes vous donneront le signal original comme une somme.
Soyons plus corrects - vous obtenez une approximation d'un espace à dimensions infinies par un espace à dimensions finies, satisfaisant une précision donnée sur le segment d'interpolation. Et maintenant, faites attention - Cela ne veut absolument pas dire que votre modèle est 100 % adéquat. Cela signifie seulement que sur le segment donné, le processus peut être décrit de cette manière avec une erreur acceptable. Pas plus... Du Yu Aderstand ? Ce sont des choses substantiellement différentes. Ce n'est pas suffisant pour la prédiction - vous ne savez rien des propriétés essentielles du processus.
Bonne chance.
La stationnarité est un cas particulier de non-stationnarité. Les marchés sont stationnaires à certains intervalles, mais vous ne pouvez pas obtenir de retournements de marché à partir de ces intervalles, c'est-à-dire ce que vous pouvez obtenir à partir de la non-stationnarité. Sur ce post, j'ai donné un lien vers Peters. Je suis favorable à une approche méthodologique correcte. Les marchés efficients sont une impasse, c'est-à-dire que l'on peut moudre pendant des siècles avec des vidanges de dépo. Si, dès le départ, les marchés sont considérés comme des systèmes dynamiques non linéaires et que la théorie disponible dans ce domaine est orientée vers la reconnaissance de certains schémas, qui ont une capacité prédictive - c'est la perspective dans sa base, peut-être que vous ou moi échouerons, mais pas une impasse, c'est-à-dire qu'un jour, quelqu'un l'aura, mais en RFA jamais et personne.
La simple reconnaissance des formes est, pour autant que je sache, dans le cadre d'un processus stationnaire. Et nous avons un modèle non stationnaire, c'est-à-dire que les modèles peuvent changer. Ici, soit la méthodologie de reconnaissance des formes doit fonctionner dans un processus non stationnaire (je n'en ai aucune idée), soit elle doit prendre en compte la non-stationnarité. La seconde est plus claire.
Ou bien supposez-vous que les modèles se trouvent dans des zones de stationnarité ? >> Mais cela n'existe pas.
Les Noirs viennent de deux continents. Vous pouvez les distinguer sur la photo, ils sont différents :)
Et ils ne vivent que sur deux continents ? ;)
Regardez l'article que j'ai lié ci-dessus, ils ont seulement laissé cette thèse (clé) de GER (IMHO bien sûr).
Ce n'est pas un REC - c'est un postulat de l'analyse technique. Mais une fois de plus, ce n'est pas la question. Soit on aime Gauss avec une distribution normale, soit on ne l'aime pas. Parmi les postulats, il en est un autre, qui est mon préféré : "l'histoire se répète".
PS. Il n'y a pas de lien.
Et ne vivre que sur deux continents ? ;)
Ils vivent sur un seul continent - celui où se trouve la compagnie d'assurance.
Soyons plus corrects - vous obtiendrez une approximation d'un espace de dimension infinie par un espace de dimension finie, satisfaisant la précision donnée sur le segment d'interpolation. Et maintenant, faites attention - Cela ne veut absolument pas dire que votre modèle est 100 % adéquat. Cela signifie seulement que sur le segment donné, le processus peut être décrit de cette manière avec une erreur acceptable. Pas plus... Du Yu Aderstand ? Ce n'est pas suffisant pour la prédiction - vous ne savez rien des propriétés essentielles du processus.
Bonne chance.
Ay anderstand, est-ce que tu as noté anderstud wat ay min ? Désolé pour le pauvre eksplanayshin, i min ze seim seing - yu arere ONLY interpolating...
Ce n'est pas un REC - c'est un postulat de l'analyse technique. Mais encore une fois, ce n'est pas la question. Soit on aime Gauss avec une distribution normale, soit on ne l'aime pas. Parmi les postulats, il en est un autre, qui est mon préféré : "l'histoire se répète".
PS. Il n'y a pas de lien.
Le voici à nouveau : http://web.mit.edu/alo/www/Papers/JPM2004.pdf