Teorema sulla presenza di memoria nelle sequenze casuali - pagina 28
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ci penserò. Io stesso ho cercato dipendenze specifiche sui rendimenti del mercato forex usando il metodo delle informazioni reciproche e continuo a farlo. È lì.
Ma qui, per come la vedo io, stiamo parlando di una serie arbitraria.
Non arbitraria, ma casuale.
Alcune serie sono strettamente o troppo fortemente deterministiche. Per esempio, se tutti o anche una maggioranza significativa dei valori di una serie sono classificati, allora il teorema non funziona per loro, o piuttosto il processo decisionale per tali serie sarà direttamente opposto al teorema. L'esempio più semplice è la prevalenza di una tendenza al rialzo o al ribasso con alcuni pullback.
Yuri, perché non c'è ancora una prova del tuo "teorema" sul generatore di numeri casuali? Cinque minuti e tutti i nemici sono sconfitti. Ti piace assaporare la fine? Fai il furbo come uno scienziato, perché non fai un esperimento come si deve come uno scienziato?
Anche molto interessante, Yuri, qual è la differenza tra una serie casuale e una serie arbitraria come la vedi tu?
Se sono noti almeno altri due valori casuali in un campo casuale. Ma il punto è che il determinismo non è rigoroso, ma probabilistico.
Penso che non sia difficile fare un esempio di una serie che sembra casuale e non ha relazioni al lag 1, ma il valore è statisticamente correlato a valori in altri lag il cui numero >= 1.
Ma sarà una serie sintetica con un modello conosciuto in anticipo.
Se ho capito bene, sono d'accordo che il controllo di una relazione a un ritardo non è una condizione sufficiente per accettare l'ipotesi nulla che le realizzazioni di una variabile casuale siano indipendenti dal passato. La dipendenza, in un caso particolare, può anche manifestarsi nel fatto che una combinazione di valori sui ritardi, per esempio +1 +2 +3 sarà statisticamente (stocasticamente) correlata a una combinazione sui ritardi - 15 -20 -30.
Per esempio, se i valori su tre ritardi arbitrari sommano un numero pari (e questo accade il 50% delle volte), allora la somma dei valori sugli altri tre ritardi darà un numero pari con una probabilità del 35%. E viceversa. Trovare relazioni in qualsiasi combinazione a coppie di ritardi darà un valore p all'interno dell'intervallo di confidenza.
Ho capito bene che per il teorema, qualsiasi serie casuale (in nessun modo esplicitamente deterministica) avrà una dipendenza da due ritardi con indice i > 1?
Ancora una volta, è richiesto un nondeterminismo tale che per qualsiasi i e j: p(Xi > Xj) = p(Xi < Xj). Cioè, in una serie casuale (o flusso) nessun singolo valore precedente influenza il successivo (non c'è una conseguenza di primo livello di profondità)
In tal caso, se aggiungiamo un altro indice, per esempio k (un altro livello), o anche diversi altri, il nondeterminismo diminuirà e la conseguenza sulla profondità del secondo livello diventa evidente, poiché:
p(Xi > Xk | Xi < Xj) ≥ p(Xi < Xj)
Dove:
p(A) è la probabilità incondizionata che l'evento A si verifichi senza tener conto di fattori aggiuntivi;
p(B | A) è la probabilità condizionata che l'evento A si verifichi, assumendo che l'evento B si sia già verificato, cioè tenendo conto di un fattore in più, l'evento B.
Per esempio, se i valori su tre ritardi arbitrari sommano un numero pari (e questo accade il 50% delle volte), allora la somma dei valori sugli altri tre ritardi darà un numero pari con il 35% di probabilità. E viceversa. In questo caso, la ricerca di connessioni in qualsiasi combinazione a coppie di ritardi darà un valore di p all'interno dell'intervallo di confidenza.
Il teorema è inutile qui, perché i numeri pari e dispari non sono classificati a coppie. Cioè
e a seconda che i numeri siano casuali o meno, questo è un posto molto interessante per commentare????
Se il valore di una quantità non può essere determinato soggettivamente, allora quella quantità è casuale.
Per esempio, prendiamo le carte da gioco, diciamo un mazzo di 52 carte. Hanno tutti valori da 2 ad Asso. Se le carte sono messe a faccia in su possiamo determinare oggettivamente il loro valore. Se le carte sono scoperte, allora il valore di qualsiasi carta casuale è soggettivamente casuale per noi. Tuttavia, per un baro, le carte non sono soggettivamente casuali, anche se sono a faccia in su anche rispetto al baro.
Se il valore di una quantità non può essere determinato soggettivamente, allora è casuale.
Per esempio, prendiamo le carte da gioco, diciamo un mazzo di 52 carte. Hanno tutti valori da 2 ad Asso. Se le carte sono distribuite a faccia in su, allora possiamo determinare oggettivamente il loro valore. Se le carte sono scoperte, allora il valore di qualsiasi carta casuale è soggettivamente casuale per noi. Tuttavia, per un baro, le carte non sono soggettivamente casuali, anche se sono a faccia in su anche rispetto al baro.
Ora capisco. grazie per la spiegazione completa.