La théorie des flux aléatoires et le FOREX - page 64

 
Choomazik >> :

Theoretische Informatik II . Pas ma preuve, mais celle de Gödel, qui est assez élégante (je ne me souviens plus des détails, c'était il y a longtemps). Je peux vous recommander un bon livre sur le sujet, traduction russe : http://www.ozon.ru/context/detail/id/129157/.

Je confesse mon ignorance sur le sujet de l'exhaustivité et de la cohérence. Si je vous ai offensé, faa1947, je m'en excuse. Mais quand même votre

Théorème droit : Si une théorie est incomplète (elle comporte des propositions non prouvables - axiomes), alors elle n'est pas contradictoire.

- C'est une sorte d'absurdité... Et le "théorème inverse" (qui n'est bien sûr pas l'inverse du théorème direct, mais l'inverse du théorème prouvé par Gödel) n'est valable que pour des théories mathématiques suffisamment riches. J'espère que je ne suis pas confus ici ?

 
Yurixx >> :

Certaines personnes l'ont déjà dit ici. Auriez-vous l'amabilité de fournir un schéma, un algorithme, une preuve ou ce que vous voulez, mais significatif, pour montrer comment le faire. Vous pouvez vous contenter de divaguer au hasard avec une distribution normale. S'il vous plaît.

Pour faire simple, vous avez une distribution gaussienne (dans le cas d'autres distributions, cela peut fonctionner aussi, tant qu'elle est connue et stationnaire). Vous avez une cloche qui montre que le prix est souvent proche de la valeur moyenne. Vous attendez que le prix rebondisse "suffisamment" par rapport à la moyenne et ouvrez une transaction dans la direction de la moyenne. Le prix reviendra toujours dans la zone "proche de la moyenne". La distribution permet de déterminer ce qui est "assez loin" et "proche de la moyenne".
 
begemot61 >> :
Pour le dire simplement, vous avez une distribution gaussienne (dans le cas d'autres distributions, cela peut aussi fonctionner, l'essentiel étant qu'elle soit connue et stationnaire). [...] Attendez que le prix rebondisse sur la moyenne "suffisamment loin" et ouvrez une transaction dans la direction de la moyenne.

Une distribution stationnaire à queues épaisses peut jouer un tour cruel à une telle stratégie, car la notion de "suffisamment loin" dans ce cas est extrêmement vague ou inexistante (le deuxième point est, disons, infini).

 
begemot61 писал(а) >>
Pour faire simple, vous avez une distribution gaussienne (dans le cas d'autres distributions, cela peut fonctionner aussi, tant qu'elle est connue et stationnaire). Vous avez une cloche, qui montre que le prix est souvent proche de la moyenne. Vous attendez que le prix rebondisse "suffisamment" par rapport à la moyenne et ouvrez une transaction dans la direction de la moyenne. Le prix reviendra toujours dans la zone "proche de la moyenne". La distribution permet de déterminer ce qui est "assez loin" et "proche de la moyenne".

C'est exactement le genre de schéma simple utilisé par ceux qui méprisent les mathématiques. C'est un jeu à espérance zéro. Par conséquent, dans la limite des grands nombres, le résultat d'une telle stratégie sera nul. Et compte tenu de la présence de l'écart, il sera en réalité très négatif. Si vous n'avez pas confiance en cette déclaration, vous pouvez vérifier sur votre compte réel.

 
AlexEro >> :

"Connu" par qui ? Ou peut-être est-ce "Connue - une des cinq douzaines de TOUTES les distributions théoriques connues, qui sont toutes facilement réduites/dérivées en une distribution normale" ?

Gardez à l'esprit que 97 % des formules de la théorie des probabilités et des statistiques font référence à une distribution normale d'une variable aléatoire. Si sa distribution diffère de quelque manière que ce soit de la normale ou de la "douzaine standard", les formules ne fonctionnent tout simplement pas. Il y a donc immédiatement un tas de problèmes que la théorie des probabilités ROBAST traite, c'est-à-dire une faible dépendance à la non-normalité de la distribution. Mais avant d'appliquer la fonction robuste (il n'y en a pas beaucoup pour l'instant), vous devez avoir une fonction de distribution à portée de main et je vous demanderais de clarifier - comment vous ou quelqu'un d'autre connaissez la distribution de nos séries de prix et s'il existe une telle chose qu'une "distribution de probabilité" pour une série de prix ? Comment et à quel intervalle allez-vous le calculer ?

Ne faites pas les malins et lisez ce à quoi le commentaire fait référence.

Je n'ai affirmé nulle part que le processus est stationnaire et avec une distribution connue.

J'ai juste dit que si c'est le cas, il est facile de voir comment on peut gagner de l'argent avec.

 
Quelqu'un a-t-il réussi à faire fonctionner la bibliothèque de Stratora ? Que fais-je de mal, pouvez-vous me le dire ? Devrais-je simplement mettre Probability.dll dans le dossier libraries et Probability.mqh dans le dossier include ? Ou quelque chose d'autre ?
 

Oui, Probability.dll dans le dossier des bibliothèques. Vous devriez aussi écrire quelque chose comme :

#import "TrueRandom.dll"
   int TrueRandom();
#import

C'est ainsi que j'ai traité l'autre bibliothèque.

 
Où doit-il être écrit ?
 
begemot61 >> :

Ne faites pas les malins et lisez ce à quoi le commentaire faisait référence.

Je n'ai jamais prétendu que le processus était stationnaire et avec une distribution connue.

Tout ce que j'ai dit, c'est que si c'est le cas, il est facile d'imaginer comment en tirer de l'argent.

Qui a dit ça ? Qui a dit, ou peut-être même prouvé, qu'avec une distribution connue et calculée empiriquement - on peut prédire le comportement d'une variable aléatoire dans le temps ? (C'est-à-dire en supposant pour une seconde que la valeur est aléatoire) ? Qui était-ce ?

indice :

1).si la distribution est une lettre russe L - vous n'en tirerez rien, la valeur rebondira entre deux ou trois nuages.


2). la société LTCM a fait faillite (3 milliards à elle seule, mettant d'autres banques en difficulté pour 100 milliards) précisément parce qu'ils (les deux lauréats du prix Nobel) croyaient que

a). les fluctuations de prix dans les masses sont aléatoires ;

b). la distribution des fluctuations de prix est toujours normale et même si elle est légèrement non-normale, il n'y a "pas de queues épaisses" dans la distribution des variables aléatoires.

 
Mathemat >> :

Une distribution stationnaire à queues épaisses peut jouer un tour cruel à une telle stratégie, car la notion de "suffisamment loin" dans ce cas est extrêmement vague ou inexistante (le deuxième point est, disons, infini).

C'est évident. Et il n'est pas nécessaire d'avoir une "grosse queue". Il peut être à deux bosses, etc. etc. Vous pouvez donner une mer d'exemples où quelque chose de primitif ne fonctionnera pas, du moins pas.

C'est juste qu'avant d'affirmer quelque chose, il faut en connaître les propriétés. Et nous (du moins moi) ne les connaissons pas.

La réponse était donc purement hypothétique, de même que l'affirmation "Il est impossible de gagner sur ce processus - c'est un résultat mathématique", qui est tout simplement absurde et résulte d'une formulation incorrecte du problème.


Au fait, que pensez-vous de cette définition d'une tendance :

Une tendance est la différence entre une série de prix réels et une distribution stationnaire.

Raison: