記事についてのディスカッション - ページ 7

 
Igor Makanu:

スケジュールは違うし、支給されたハードを整理しているだけだ。

だからこそ、ベルヌーイのスキームに従って私の価値を私の価値とした場合、何が得られるのかという疑問が生じたのだ。

仮説検定(フィッシャーの正確検定)についての2番目の例のスクリプトによって、結果の2分割をチェックしてみてください。これはp1とp2の差が有意かどうかを検定する。

 
Aleksey Nikolayev:

2番目の仮説検定の例(フィッシャーの正確検定)のスクリプトを使って、結果の2分割をチェックしてみてください。これはp1とp2の差が有意かどうかを検定します。

明日の夜遅くまで起きて、さらに調べてみるよ。

私の質問は叩き台なのだが...。私は理解しやすいデータ(Weierstrass関数)の記事を繰り返しテストしてきました、練習が示すように、非常に多くの場合、記事の著者は、異なる分野からの数学的な装置を使用していますが、もっぱらEURUSDで・・・。一般的に、説明に時間がかかる場合は、https://www.mql5.com/ru/forum/345555/page4#comment_17178481。

私のシンボルを生成するスクリプトを添付


ZY:個人的なことではなく、真実を探しています!)))

ファイル:
 
Igor Makanu:

スケジュールは違うし、支給されたハードを整理しているだけだ。

だからこそ、ベルヌーイのスキームに従って私の価値を私の価値とした場合、何が得られるのかという疑問が生じたのだ。

このグラフの場合

n1e=34069 p1e=0.5006604244327688 p2e=0.090909090909091

D1チャート。トレンドがはっきりと現れている。



正弦波のようなものがあると思います)。

第4の例のモデルは、刻み幅の間に明らかな依存関係があるため、ここでは明らかに適合しません。これは、非常に小さな先端を「カットオフ」していることからも明らかです。

ここでは、5番目の例(マルコフ連鎖)のモデルを試すのがよいでしょう。p1eとp2eの差が最大になるような価格サンプリングステップを選択すればよいのです。

追記 4番目の例のモデル+フィッシャーの検定もここで適用できます。ただし、価格全体に対して一度に適用するのではなく、例えば新しいバーが 出現するたびに適用する必要があります。2つに分割されたことが確認されたら、古い方は考慮から外す、といった具合です。いわゆる "オンライン不一致検索 "の簡易版である。

 
Igor Makanu:

ZY:悪気はないんだけど、真実を探しているんだ!)))

大賛成だ))

 
Aleksey Nikolayev:

正弦波のようなものが出ているんだろう)

正弦波じゃないよ、スクリプトを実行すれば勝手にやってくれるよ。
 
Igor Makanu:
正弦波ではなく、スクリプトを実行してください。

マルコフ連鎖モデル(5番目の例、スクリプト "markov_model.mq5")では、5%の価格サンプリングステップを取る必要があり、その後、確率推定値は互いに最大に離れ、約0.4と0.6に等しくなります。

これは、(当然のことながら)反存在であることがわかります。

 
Aleksey Nikolayev:

私は、区分的定数モデルが適用できないというあなたの最初の発言に同意せず、(非常に一般的な観点から)私たちが使うのは区分的定数モデルだけだと主張しているにすぎない。

理論的にはそうです。実際には、モデルの再計算の頻度が取引の頻度よりもはるかに高い場合、区分的定数はTSに影響しないと考えることができます。

 

アレクセイ、最尤法について詳しく教えてください。

線形近似を作るとします。私の記憶が正しければ、データが正規分布している場合の最良近似はMNCで、データが尾を引いている場合の最良近似はMNMです。そしてどちらもMMPから結論を導きます。これらを簡単に説明することは可能でしょうか?

 
secret:

アレクセイ、最尤法について詳しく教えてください。

線形近似を作るとします。私の記憶が正しければ、データが正規分布している場合の最良近似はMNCで、データが尾を引いている場合の最良近似はMNMです。そしてどちらもMMPから結論を導きます。これらを簡単に説明することは可能でしょうか?

すべてが正しいのですが、「尾を引く」だけでなく、例えばラプラスがそうです。他のものもあるかもしれないが,例えばコーシーの ものはもっと「尾を引いている」.

次回は、このような問題-数値例まで-を扱うことにしよう。原理的には,関数の極値に関する普通の問題である(導関数のゼロを探すことによって解かれる).

 
Aleksey Nikolayev:

サイバースパイダーの彼の投稿のアーカイブを興味深く読んだものだ。残念ながら、誰もが故人のような鋭い頭脳を持つことはできない。個人的には、アレクサンダー・ゴルチャコフの退屈だが理解しやすい講義の方が好きだ。

リンク先の引用についてですが、私の意見では、これは現在、経済物理学がゲーム理論や統計物理学の言語で言おうとしていること(位相状態とその変化など)を確率論的言語(プリゴジン、ベイズの公式など)で言おうとしているものです。しかも、経済物理学は、生物学的対象とのアナロジーの形で歪みに頼ることなく、まさに金融市場についてこのようなことを言っているのである。

第6世代の数学者、彼はどこにいるのだろう。

私の理解では)家計レベルでは、彼はボラティリティの周期性/クラスタリングとシニアtfの重要性について書いている。

抽象的な記述ではなく、数学的に計算しようとしたのが興味深い。

それが、彼ら(アタマンやイリインスキー)が、各行を10回も読み直す必要がないように、簡単な言葉で紹介することを妨げている。