Le phénomène de Saint-Pétersbourg. Les paradoxes de la théorie des probabilités. - page 13
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
Naturellement, à partir d'une seule réalisation d'un processus aléatoire (notre série de prix), nous ne pouvons pas établir sa forme exacte. Cette statistique nous permettra uniquement de déterminer la probabilité de se tromper, en supposant que le processus est autre qu'une marche aléatoire (un processus de Wiener). Si cette probabilité est inférieure au seuil que nous avons fixé - nous supposons que le processus est distinct d'une marche aléatoire - c'est l'approche standard de matstat. La différence par rapport à une marche aléatoire est intéressante pour nous, car cette différence est une condition nécessaire (bien que non suffisante) à la possibilité d'effectuer des transactions.
J'ai assisté à son séminaire il y a cinq ou six ans. Il parlait de son système et des longues queues. A.G. n'a rien eu et n'a jamais rien eu. Aujourd'hui, il est chef du département des investissements à la Finam, et généralement hors jeu, comme tous les patrons). Vous pouvez maintenant vous souvenir du système et des batailles qu'ils menaient.
Vous avez peut-être raison, mais sa théorie semble assez solide et mérite d'être étudiée et testée.
À en juger par la description, il y en a, et beaucoup, et pas seulement en Python.
La question ici n'est même pas... y a-t-il quelque chose d'autre comme... ?, mais de quoi a-t-on besoin exactement ? Que manque-t-il ? On choisit à partir de cela, pas à partir de quelque chose d'exotique.
L'objectif est simple : tout rassembler pour que vous n'ayez pas à choisir. Comme ce film sur Munchausen - "et puis nous avons décidé de nous combiner")
Python, en termes de statistiques, est beaucoup plus intéressant et meilleur que R, et, à mon avis, beaucoup plus facile et rapide pour tout faire. Je vous crois sur parole. Si vous voulez un Python cohérent (pour que les librairies ne se battent pas) - mettez Anaconda et travaillez sur Spyder.
Tout ça, c'est pour les geeks. Je n'ai pas besoin de toutes les fonctions supplémentaires.
J'utilise google colab pour faire quelques calculs en python directement depuis le navigateur sans rien installer, principalement pour apprendre le MO.
Je n'ai pas de réels problèmes...C'est une conversation intéressante, comme dans un salon, on s'assoit ensemble le soir et chacun raconte son histoire, vraiment, c'est agréable de lire de telles conversations.
Je vais commencer par répondre par une question) Connaissez-vous la loi de distribution de l' indice de Hurst pour une marche aléatoire (processus de Wiener) ?
Pour commencer, une question : connaissez-vous la loi de distribution de Hearst pour une marche aléatoire (processus de Wiener) ?)
Dites-moi))
J'utilise google colab pour calculer quelque chose en python directement à partir de mon navigateur, sans installer quoi que ce soit, surtout pour apprendre le MO.
Je l'ai vérifié. Je n'ai même pas pu télécharger un fichier depuis mon ordinateur).
En fait, Jupiter est dans Anaconda, mais spyder est plus intéressant et possède plus de fonctionnalités en termes d'environnement de développement.
Je vais d'abord répondre par une question) Connaissez-vous la loi de distribution de Hearst pour une marche aléatoire (processus de Wiener) ?
Si vous prenez un baromètre qui indique le temps qu'il fait, de petites variations dans un sens ou dans l'autre, disons dans des limites normales, vous ne sentirez même pas ce changement de temps.
L'objectif est simple : tout rassembler pour que vous n'ayez pas à choisir. Comme dans ce film sur Munchausen - "et puis nous avons décidé de nous associer").
Tout avoir ensemble - ça n'existe pas.))
Tout avoir ensemble - ça n'existe pas).
Qu'en est-il de la force dans un groupe ?