Il fenomeno di San Pietroburgo. I paradossi della teoria della probabilità. - pagina 14
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
Ho dato un'occhiata. Non potevo nemmeno caricare un file dal mio computer).
In realtà, Jupiter è in Anaconda, ma spyder è più interessante e ha più caratteristiche, in termini di ambiente di sviluppo.
Tutti i file sono su google drive, il che significa che il tuo computer non ha tutti questi caca
Devo prima connettermi alla macchina virtuale e poi avviarla.
Non ne ho davvero bisogno.
Non dirlo a me))
Non lo so) È chiaro che può essere costruito per approssimazione, con il metodo Monte Carlo. È necessario generare molti pezzi di SB e su ognuno di essi calcolare il vostro Hirst - si ottiene un grande campione, che vi permetterà di costruire una certa approssimazione, sulla quale non è chiaro quanto sia buona.
Ecco perché gli statistici (scienziati) preferiscono lavorare con quelle statistiche (funzioni di campionamento) la cui distribuzione per l'ipotesi nulla (nel nostro caso: prezzi - realizzazione SB) è nota in forma analitica.
A giudicare dalla descrizione, c'è, e molto, e non solo in Python.
La domanda qui non è nemmeno... c'è qualcos'altro come...?, ma cosa serve esattamente? Cosa manca? Si sceglie da questo, non da qualcosa di esotico da qualche parte.
Mi rendo conto che non sto discutendo il fenomeno di San Pietroburgo, quindi è off-topic.
Python, non python... Questa è la domanda... O non è una tesi e semplicemente non capiamo cosa vogliamo?
In primo luogo, l'obiettivo,
Dopo di che - obiettivi,
Poi il toolkit.
Non...?
Non lo so) è chiaro che può essere approssimato con il metodo Monte Carlo. Devi generare un sacco di pezzi di SB e calcolare il tuo Hearst su ognuno di essi - ottieni un grande campione, che ti dà la possibilità di costruire una certa approssimazione, che non è chiaro quanto sia buona.
Ecco perché gli statistici (scienziati) preferiscono lavorare con quelle statistiche (funzioni campione) la cui distribuzione per l'ipotesi nulla (nel nostro caso: prezzi - realizzazione SB) è nota analiticamente.
Hearst non è mio, sono più vicino a Pastukhov con la sua H-volatilità.
Per mettere tutto insieme - non succede affatto così).
In effetti, sì - ho rinunciato a SageMath a causa di problemi con il disegno di alcuni diagrammi in R. Anche se è stato concepito proprio per questo scopo.
E il potente gruppo?
Un gruppo potente. (с)
Mi rendo conto che non sto discutendo il fenomeno di San Pietroburgo, quindi è off-topic.
Python, non python... Questa è la domanda... O non è una tesi e semplicemente non capiamo cosa vogliamo?
In primo luogo, l'obiettivo,
Dopo di che - obiettivi,
Poi il toolkit.
Non...?
Sì, l'obiettivo è una sofferenza, e poi tutto il resto, no, forse dovrebbe essere così, il toolkit dovrebbe essere a portata di mano, lo vedi, ma... non puoi raccoglierlo, non ci sono pinzette.
Sì, l'obiettivo è una scheggia, e poi tutto il resto, no, immagino che debba essere, il toolkit deve essere a portata di mano, lo vedi, ma... non puoi raccoglierlo, non ci sono pinzette.
Ma c'è un cacciavite.
Sì, l'obiettivo è una scheggia, e poi tutto il resto, no, credo che debba essere così, la cassetta degli attrezzi deve essere a portata di mano, la vedi, ma... non puoi raccoglierlo, non ci sono pinzette.
Quindi forse quello che ti serve davvero è un cacciavite, non una pinzetta? In generale, preferisco un martello, che fa fuoriuscire dalla materia ogni sorta di cose molto rapidamente. Non riesco a toglierlo con le pinzette).
I fisici in genere preferiscono prima rompere in piccoli pezzi e poi analizzarli. Acceleriamo una particella alla massa del bulldozer e poi la palla schizza in diverse direzioni. Questo è ciò che studiano.
Ma c'è un cacciavite.
È un piacere.