Il modello di regressione di Sultonov (SRM) - che pretende di essere un modello matematico del mercato. - pagina 26
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
Beh, non farlo :)
Essere o non essere, questa è la domanda!
;)
Essere o non essere, questa è la domanda!
;)
Essere o non essere. Budmo!
Tutto è essere. Budmo!
Qual è il problema? La conversazione riguardava un prezzo normalmente distribuito, non il randagismo casuale, che sono due cose diverse.
Il randagismo casuale dei prezzi vi darà alla fine un prezzo normalmente distribuito, questo è sicuro.
;)
Vagando a caso il prezzo vi darà alla fine un prezzo normalmente distribuito - questo è sicuro.
;)
figura... se si guarda più da vicino, il prezzo ha più una distribuzione di Laplace... - Lo ammetto :)
Per inciso, il parapmetro t nella (18) non è altro che una rappresentazione del tempo t nella trasformata di Laplace, quindi, come mostrato in precedenza https://c.mql4.com/forum/2012/07/qwzi3.JPG, RMS descrive perfettamente la distribuzione di Laplace http://dic.academic.ru/dic.nsf/enc_mathematics/2650/ЛАПЛАСА.
P(t) = P0 +D*Hammasp(t/t;n+1;1;1), come interpretato da Microsoft.
figura... se si guarda più da vicino, il prezzo ha più una distribuzione di Laplace... - Adnazno :)
La distribuzione dei prezzi reali, la distribuzione di Laplace e la distribuzione normale sono tre cose diverse... )
E SB e la distribuzione normale sono la stessa cosa. e come scritto:
La deviazione casuale del prezzo vi darà un prezzo normalmente distribuito alla fine....
O pensi il contrario?
Meno male che il prezzo non vaga a caso.
;)
La distribuzione dei prezzi reali, la distribuzione di Laplace e la distribuzione normale sono tre cose diverse... )
E SB e la distribuzione normale sono la stessa cosa. e come scritto:
O pensa il contrario?
È una buona cosa che il prezzo non vaghi a caso.
;)
La passeggiata casuale ha incrementi di prezzo descritti da una distribuzione normale, non il prezzo stesso. Due cose diverse. SB non ha la tendenza a tornare alla media e può allontanarsi dal suo valore originale. Un prezzo normalmente distribuito ha un ritorno alla media garantito al 100%.
Un prezzo normalmente distribuito ha un ritorno alla media garantito al 100%.
A proposito, il parapmetro t nella (18) non è altro che una rappresentazione del tempo t nella trasformata di Laplace, quindi, come mostrato in precedenza https://c.mql4.com/forum/2012/07/qwzi3.JPG, RMS descrive perfettamente la distribuzione di Laplace http://dic.academic.ru/dic.nsf/enc_mathematics/2650/ЛАПЛАСА.
P(t) = P0 +D*Hammasp(t/t;n+1;1;1), come interpretato da Microsoft.
Sì, la Gammarasp inclusa nella (18) descrive le funzioni della distribuzione di Laplace e molte altre distribuzioni, ma non le variabili casuali stesse. Questa è una grande differenza che apparentemente non capite. Allo stesso modo, si potrebbe sostenere che Exp(-x^2/sigma) è la migliore funzione di regressione del rumore bianco perché descrive la sua distribuzione statistica (gaussiana). Stronzate!