Un problema di teoria della probabilità - pagina 10
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
Le cifre sono prese dalla mia testa ... fatto. Bisogna pur iniziare da qualche parte, no?
Sì, supponiamo che senza le condizioni A, B e C la probabilità che il tiratore colpisca sia 0,5, che si ottiene con 100.000 prove e 50.000 colpi.
E infatti:
puramente intuitivo - il risultato migliorerà del 33% (1,05 * 1,1 * 1,15 = 1,328) cioè la probabilità finale sarà 0,5*33%=0,66% che in principio sembra essere vero. E un po' meglio del campione per il fattore C più forte.
Non sono sicuro che sia la decisione giusta. Perché? Perché i fattori A e B, che favoriscono l'evento D, non contribuiscono quasi per niente alla probabilità finale. Individualmente il fattore C migliora le probabilità da 0,5 a 0,65 e i fattori A e B in aggiunta da 0,65 a 0,66, cioè da 0,01 che è trascurabile. A livello intuitivo, il risultato dovrebbe essere circa 0,7-0,75
Sono d'accordo. Ecco perché ho scritto che 0,5*0,5*0,5 è un dito nel cielo.
Avete una soluzione alternativa al problema o almeno un suggerimento?
Non c'è soluzione, ovviamente, perché non c'è un problema impostato. In generale, nell'impostazione dell'approccio probabilistico un problema non è metà del lavoro, ma perché il tutto. Posso darvi un suggerimento da parte mia. Non dovremmo valutare un tale evento come "crescita" (è molto difficile determinarlo), ma il valore dello spostamento delle aspettative in un'ora dopo l'evento A. O in un giorno, o in un secondo - dipende da quale evento.
Perché complicare le cose? Il termine semplificato "crescita" implica semplicemente un incremento positivo in un periodo di tempo fisso (che sia un'ora - in questo caso non importa).
Già riformulato la condizione del problema in relazione alla freccia, che è più difficile da confondere. Cerchiamo di risolverlo.
Perché complicare le cose? Il termine semplificato "crescita" implica semplicemente un incremento positivo in un periodo di tempo fisso (che sia un'ora - non importa in questo caso).
Già riformulato la condizione del problema in relazione alla freccia, che è più difficile da confondere. Cerchiamo di risolverlo.
La vostra formula in origine è scritta correttamente. Per chiarire, la formula è vera per le probabilità, non per le probabilità condizionali. Per le probabilità condizionali è:
P(D) = P(A) * P(D|A) + P(B) * P(D|B) + P(C)*P(D|C)
Per questa formula dobbiamo introdurre le probabilità a priori di A, B, C, come ho detto prima.
In origine avete scritto la formula corretta. Chiariamo che la formula è corretta per le probabilità e non per le probabilità condizionali. Per le probabilità condizionali è:
P(D) = P(A) * P(D|A) + P(B) * P(D|B) + P(C)*P(D|C)
Per questa formula è necessario inserire le probabilità a priori degli indicatori A, B, C, come ho già detto prima.
Grazie.
P(D) = P(A) * P(D|A) + P(B) * P(D|B) + P(C)*P(D|C)
Questo è per il gruppo completo e non per eventi indipendenti.
Sembra che la condizione con gli indicatori e i segnali sia fraintesa, associandola immediatamente al lampeggiamento, alla frequenza di comparsa/occorrenza, ecc. Dimentichiamolo come un brutto sogno e riformuliamo lo stesso problema.
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
Abbiamo un tiratore in posizione che può colpire o mancare il bersaglio (evento D).
La probabilità di colpire il bersaglio dipende da alcune condizioni/eventi:
Supponiamo che il tiratore abbia preso la linea di tiro quando le condizioni/eventi ABC hanno coinciso cioè è in buona salute, il vento non soffia via il proiettile e l'arma del tiratore è buona.
Domanda: qual è la probabilità che il tiratore colpisca il bersaglio P(D/ABC) quando queste condizioni coincidono?
Qui c'è qualcosa che non va. Gli eventi A,B,C possono essere indipendenti (è stata data una buona pistola, il vento è calato, ci si sente meglio) - ma non sono eventi del processo di tiro stesso. Non so dove prendere la probabilità nel caso di sentirsi bene quando non c'è vento. Non ci sono stati test, la frequenza di campionamento non è stata determinata. Gli eventi stessi sono indipendenti, ma il meccanismo della loro influenza aziendale sul risultato è sconosciuto.
Sembra la stessa cosa che cercare di prevedere la risposta di un paziente all'assunzione di due farmaci diversi. Sì, indipendente (quando vogliamo, poi prendiamo ciascuna delle pillole), sì, separatamente la reazione è nota e descritta nelle istruzioni di ciascuno di loro. Ma l'effetto del loro uso simultaneo non è stato valutato in alcun modo. Questi farmaci possono interagire in modo sconosciuto. Possono potenziare gli effetti l'uno dell'altro o, al contrario, indebolire quelli dell'altro. E per niente nei modi in cui agiscono direttamente sulla malattia.
E se il fatto di sentirsi bene nella depressione e nel tempo soleggiato per la gioia di aver ricevuto una nuova pistola causerà un aumento dell'autostima del tiratore che inizierà a sparare con gusto quasi senza guardare il bersaglio?
Ripercorriamo tutto nell'ordine.
La formula proposta sopra (la scriverò volutamente in modo diverso - attraverso X, A, B, C):
P(X) = 1 - (1 - P(A)) *(1 - P(B)) *(1 - P(C))
darà la probabilità di un segnale da almeno un indicatore. Questo è il motivo per cui il risultato è così alto - tre indicatori segnalano più spesso. Ma questo non è essenzialmente ciò che la dichiarazione del problema sta cercando.
Per Bayes:
P(D|ABC) = P(ABC|D) * P(D) / P(ABC)
Qui P(ABC) = P(A) * P(B) * P(C)
dove le probabilità a priori degli indicatori sono calcolate come il numero di segnali di ogni indicatore sulla somma totale di tutti gli indicatori.
P(D) = 0,5 per default, quando non c'è un super-trend, cioè la probabilità di segnali di acquisto e di vendita sono uguali.
Ma ho dei dubbi su come calcolare P(ABC|D). Il modo più semplice (grazie all'indipendenza):
P(ABC|D) = P(A|D) * P(B|D) * P(C|D)
e ogni probabilità condizionale deve essere calcolata come il numero di segnali di ogni indicatore sull'insieme di tutte le barre in cui l'acquisto è stato corretto.
Ma tutto questo non è la verità finale. ;-/