De la théorie à la pratique - page 440
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
Les livres que j'ai utilisés pour lutter contre le marché.
Shelepin L.A. : "La science moderne est basée sur le paradigme markovien. La revue met en évidence l'émergence d'un nouveau paradigme non-markovien (théorie des processus avec mémoire)."
C'est ce dont je parlais) les universitaires ont 50 ans de retard sur la réalité)
L'ensemble du monde financier considère depuis longtemps le marché comme un processus à mémoire, et c'est une nouvelle pour eux))).
Il est tout simplement inutile de l'envisager autrement, car il est impossible de gagner de l'argent sur un processus sans mémoire, pour des raisons naturelles.
Shelepin L.A. : "La science moderne est basée sur le paradigme markovien. La revue met en évidence l'émergence d'un nouveau paradigme non-markovien (théorie des processus avec mémoire)."
C'est ce dont je parlais) les universitaires ont 50 ans de retard sur la réalité)
L'ensemble du monde financier considère depuis longtemps le marché comme un processus à mémoire, et c'est une nouvelle pour eux))).
Il est tout simplement inutile de l'envisager autrement, car il est impossible de gagner de l'argent sur un processus sans mémoire, pour des raisons naturelles.
Je ne l'ai pas étudié en détail, mais il semble que le processus markovien de Shelepin ne coïncide pas tout à fait avec la définition généralement admise.
En ce qui concerne la "mémoire", le principal problème est qu'il n'est pas clair comment elle (c'est-à-dire les distributions de processus multivariés) peut être comptée dans le cas de processus non stationnaires - il n'y a généralement pas assez de données pour cela.
On peut également gagner de l'argent avec une marche aléatoire normale avec dérive (tendance), qui est tout à fait markovienne.
Le principal problème de la "mémoire" est qu'il n'est pas clair comment elle (c'est-à-dire les distributions de processus multivariés) peut être considérée dans le cas de processus non stationnaires - il n'y a généralement pas assez de données pour le faire.
Il semble que ce soit la même chose - la dépendance entre les incréments. Et quel problème voyez-vous exactement, pourquoi pas assez de données ? Moi, par exemple, je n'ai aucun problème avec la récupération de la mémoire).
D'ailleurs, la mémoire est bien mieux exprimée en volatilité, vous pouvez commencer votre recherche avec elle, si quelqu'un cherche "quelque chose à quoi s'accrocher". Vous pouvez y voir immédiatement les retombées des nouvelles et autres effets.
On peut également gagner de l'argent sur une marche aléatoire habituelle avec une dérive (tendance), qui est tout à fait markovienne.
Bien sûr, mais nous parlons ici du Forex) et il n'a pas de dérive.
Il semble que ce soit la même chose - la relation entre les incréments. Et qu'est-ce que vous considérez exactement comme un problème, pourquoi il n'y a pas assez de données ? Moi, par exemple, je n'ai aucun problème à chercher de la mémoire).
D'ailleurs, la mémoire s'exprime bien mieux en termes de volatilité, on peut commencer à la rechercher si l'on cherche "quelque chose à quoi s'accrocher". Les conséquences de la nouvelle sont immédiatement visibles, ainsi que d'autres effets.
Bien sûr, mais nous parlons ici de forex) et il n'y a pas de démolition.
J'espère que nous parlons de la dépendance des incréments en tant que variables aléatoires ? Dans ce cas, nous avons besoin de leur distribution conjointe. Deux variables aléatoires - leur distribution conjointe à 2 dimensions, 3 - à 3 dimensions, etc. Les histogrammes à deux dimensions sont parfois encore construits, mais ceux à plus haute dimension ne sont pas clairs à représenter et le nombre de données nécessaires augmente fortement avec la dimensionnalité. Il est clair que cela ne se fait pas habituellement (mais il faut parfois le faire quand même). Mais les choses sont bien pires ici - pour chaque incrément (variable aléatoire), il n'y a qu'un échantillon d'un seul volume (valeur tirée du graphique des prix). C'est pourquoi nous devons faire toutes sortes d'hypothèses et de suppositions (qui ne sont pas toujours vraies). Par exemple, sans l'hypothèse de stationnarité des incréments, leur distribution d'échantillonnage ne converge pas vers leur vraie distribution. Il en va de même pour une distribution à deux variables qui est nécessaire pour déterminer la dépendance par paire des incréments (par exemple, pour calculer la fonction de covariance). En bref, un processus non stationnaire sans "mémoire" (incréments indépendants) peut très bien acquérir une "mémoire" (dépendance des incréments) si l'on utilise des méthodes qui supposent la stationnarité.
Il n'y a, bien sûr, pas de dérive en général. Mais il peut y avoir des sections où elle est présente (encore une fois, non-stationnarité).
Je n'arrive pas à comprendre ce qui ne va pas. Je calcule la densité en utilisant la formule suivante
espérance = 0, variance = 55, X = 13.
Densité = (1/(MathSqrt(variance) * MathSqrt(2 * 3.14159265358979323846)) * MathPow(2.71828182845904523536, - ((X * X)/(2 * Dispersion) ) ) ;
J'ai obtenu Densité = 0.01979.
Vérifier ici
https://planetcalc.ru/4986/
Densité = 0,01157
Ai-je mal compris la formule ou y a-t-il une erreur sur le site de la calculatrice ?Je n'arrive pas à comprendre ce qui ne va pas. Je calcule la densité en utilisant la formule suivante
espérance = 0, variance = 55, X = 13.
Densité = (1/(MathSqrt(variance) * MathSqrt(2 * 3.14159265358979323846)) * MathPow(2.71828182845904523536, - ((X * X)/(2 * Dispersion) ) ) ;
J'ai obtenu Densité = 0.01979.
Vérifier ici
https://planetcalc.ru/4986/
Densité = 0,01157
Ai-je mal compris la formule ou y a-t-il une erreur sur le site de la calculatrice ?En R :
en R :
Je n'arrive pas à comprendre où est mon erreur alors...
La seule personne au niveau d'éducation le plus bas qui peut faire un discours colossal ici est Bas. Il n'est pas un mauvais orateur parfois. Apparemment, quand il est endormi. Dans son sommeil, il a une révélation. Parfois, c'est intéressant à lire.
Maintenant, la somme des incréments est le prix dans la fenêtre d'observation mobile, avec un point de départ de =0.
La somme des incréments correspond à la distance parcourue par le graphique en n secondes.
Une valeur élevée correspond à la distance parcourue par le graphique, une valeur faible correspond à la faible distance parcourue.
c'est la vitesse.
double d = 55 , X = 13 ;
double p = (1/(MathSqrt(d) * MathSqrt(2 * 3,14159265358979323846)) * MathPow(2.71828182845904523536, - ((X * X)/(2 * d) ) ) ;
Imprimer(p) ;
0.01157429298384641
double d = 55 , X = 13 ;
double p = (1/(MathSqrt(d) * MathSqrt(2 * 3,14159265358979323846)) * MathPow(2.71828182845904523536, - ((X * X)/(2 * d) ) ) ;
Imprimer(p) ;
0.01157429298384641
Je ne comprends pas alors, même formule, pourquoi il y a un résultat différent. NormalizeDouble à 5 chiffres ne peut pas avoir cet effet ....