記事「取引のための組合せ論と確率論(第IV部): ベルヌーイの定理」についてのディスカッション
インサイダーは、APIからの石油埋蔵量に関するニュースの前に、石油のボラティリティを与える。つまり、価格が動く理由や確率は、価格そのものが形成される前に発生しているのだ。
これは批判でもあり、疑問でもある。
インサイダーは、APIからの石油埋蔵量に関するニュースの前に、石油のボラティリティを与える。つまり、値動きの理由と確率は、価格そのものが形成される前に発生している。
これは批判でもあり、疑問でもある。
まあ、私もそう思うけれど、それは取引へのアプローチの仕方によるね。自動売買について言えば、インサイダーがロボットに何かを説明することはほとんどできない。根本的な原因を分析するか、その影響を分析するかのどちらかだ。どちらのアプローチも存在する権利がある。Expert Advisorはもっと単純なデータで操作する必要がある。例えば、APIが死んだらどうする？さらに、誰もが何がどのように起こるかを知っているわけではない。最小限のデータで最大限の結果を得るという考え方は少し違う。
トレンドについては黙っておく。なぜなら、私たちは状態から落ちる確率を使い、それをそのまま受け取ることができるからである。つまり、「タキプロフィット」、あるいは「ムース」につまずいたのである。
質問：
- 状態の多重性という点で、ここに他に何があり得るか？
アレクサンダー、ここには多くの可能性があります。例えば、( Herb, Tails ) ( Herb, rib ) ( Herb, Herb ) ( Tails , Tails ) ( Tails , rib ) ( Tails , Herb )( rib , Tails) ( rib , rib ) ( rib , rib ) ( rib ,rib ) ( rib ,rib) のように。 ( rib , rib )(rib , Herb ) ( rib , Herb )
つまり、ひとつの事象を考えるのではなく、これらの事象からなる連鎖を考えることができ、そこからまったく予期しないサンプルを得ることができる。.このような集合の数は次のように数える：
- パウ(n,N)
- Nは連鎖の長さ（互いに続くトスの数）。
- n - コインを投げた後に可能な状態の数（それらの確率は完全なグループを形成する）。
つまり、トスの結果の数に連鎖の長さを掛けたものである。二重連鎖の例では、私は9セットを得た！
- 3-トスアップの数
- 2-連鎖の長さ
- 3^2 = 9 - 全部足し算です。
そして、3．4 ....+ サンプルの長さにもよりますが、トスアップの実験が多ければ多いほど、分析のための絞りが多くなります。これらの集合はすべて完全な事象群を形成するので、これらの集合のグループの確率に興味があれば、集合を組み合わせることもできる。
こんにちは、アレクサンダー。例えば、 ( Herb, Tails ) ( Herb, rib ) ( Herb, Herb ) ( Tails , Tails ) ( Tails , rib ) ( Tails , Herb) ( rib , Tails ) ( rib, Tails ) (rib, Tails ) ( rib , Tails ) ( rib , Herb ) のように。 rib )(rib , Herb ) ( rib , Herb )
つまり、単一の事象を考えるのではなく、これらの事象からなる連鎖を考えることができ、そこからまったく予期しないサンプルを得ることができる。.このような集合の数は次のように数える：
- パウ(n,N)
- Nは連鎖の長さ（互いに続くトスの数）。
- n - コインを投げた後に可能な状態の数（それらの確率は完全なグループを形成する）。
つまり、トスの結果の数に連鎖の長さを掛けたものである。二重連鎖の例では、私は9セットを得た！
- 3-トスアップの数
- 2-連鎖の長さ
- 3^2 = 9 - 全部足し算です。
そして、3．4 ....+ サンプルの長さにもよりますが、トスアップの実験が多ければ多いほど、分析のためのスクイーズを得ることができます。これらの集合はすべて完全な事象群を形成するので、これらの集合のグループの確率に興味があれば、集合を組み合わせることもできる。
ユージンさん、 ご回答ありがとうございました！
よかったです...
しかし、例えば私のトレーダーの時間軸では、年間200回しかトスがありません。つまり、取引日の開始前に1回トスがあります。
したがって、セットには1つのイベントしかありません。
経験上、トレードの方向を常に変えることは、統計や財務結果に非常に悪い影響を与えることを指摘したい。
多くの集合で問題を解くことは非常に冗長で、実用性のない理論的な拡張だと思う。
実践に近づこう！
OK？
ユージンさん、ご回答どうも ありがとうございました！
よかったです...
しかし、例えば私の場合、トレーダーの時間軸には年間200回しかトスがありません。つまり、取引日の開始前に1回トスがあります。
したがって、セットには1つのイベントしかありません。
経験上、トレードの方向を常に変えることは、統計や財務結果に非常に悪い影響を与えることを指摘したい。
多くの集合で問題を解くことは非常に冗長であり、実践的な応用のない理論的な拡張だと思う。
実践に近づこう！
OK？
実践に近づこう。例えば、"200 "のトス。この一連の試行をすべて分析すれば、1回のトスではなく、たとえば、異なる状態の集合を持つ異なる連鎖を区別することができる。トレーディングでは、取引の連鎖ではなく価格を分析する場合、それらはパターンと呼ばれる。どのようなパターンも、状態の連鎖によって十分な精度で表すことができる。しかし、これらの状態が連鎖的に組み合わされると、すぐにパターンが形成され、このパターンは買いも売りも語ることができる。バックテストや取引履歴も曲線であり、パターンは価格レベルだけでなく仮想取引レベルでも検索できる。これについては後日、別の記事で説明する予定だが、材料がたくさんあるので、いずれ登場するはずだ。
一般的に、あなたがさらに掘り下げようとしているのは良いことです。）
トレンドについては黙っておく。なぜなら、私たちは状態から落ちる確率を使い、それをそのまま受け取ることができるからである。つまり、「タキプロフィット」、あるいは「ムース」につまずいたのである。
質問：
- 状態の多重性という点で、ここに他に何があり得るか？
正確には、タキエッジのフォールアウトは、ワシの平面とシッポの平面を結ぶエッジに落ちることを意味する。つまり、コインが少し傾いて立っているときにエッジに落ちるという、もう一つのバリエーションがある。
練習を始めよう。例えば「200回」のトス。この一連の試行をすべて分析すれば、単一のトスではなく、たとえば、異なる状態のセットを持つ異なる連鎖を特定することができる。トレーディングでは、取引の連鎖ではなく価格を分析する場合、それらはパターンと呼ばれる。どのようなパターンも、状態の連鎖によって十分な精度で表すことができる。しかし、これらの状態が連鎖的に組み合わされると、すぐにパターンが形成され、このパターンは買いも売りも語ることができる。バックテストや取引履歴も曲線であり、パターンは価格レベルだけでなく仮想取引レベルでも検索できる。これについては後日、別の記事で紹介する予定である。
一般的に、あなたがさらに掘り下げようとしているのは良いことです。）
"興味深いことに、単一の状態やほんの一歩を考慮すると、カオスになる可能性が高い..."
- ここで立ち止まる必要がある。
市場のカオスや乱流は、5〜7年に一度、非常にまれに発生し、それは急な飛行や流入、
、急成長に影響を与え、その後急激にデフレ、または金融商品の価値のパニック秋で表現されています。
したがって、あなたは、単純に、価格パターンなしで考えることができ、それは非常に多く、常にそれらから期待される方向を与えるとは限りません。
それは本当ではない、ユージーン？
- 無料取引アプリ
- 8千を超えるシグナルをコピー
- 金融ニュースで金融マーケットを探索
新しい記事「取引のための組合せ論と確率論(第IV部): ベルヌーイの定理」はパブリッシュされました:
本稿では、よく知られているベルヌーイスキームをハイライトし、それを使用して取引関連のデータ配列を記述する方法を示すことにしました。これらはすべて、自己適応型の取引システムを作成するために使用されます。また、より一般的なアルゴリズムを探して、その応用を見つけます。ベルヌーイの定理はその特殊なケースです。
取引履歴とバックテストを数学の言語で記述する可能性の分析を検討する場合、まずそのような分析の目的と考えられる結果を理解する必要があります。そのような分析に付加価値はあるのでしょうか。実際、すぐに明確な答えを出すことは不可能ですが、答えは存在し、徐々に単純で実用的な解決策につながる可能性があります。ただし、まず詳細を掘り下げる必要があります。以前の記事での経験から、次の質問に興味を持ちました。
これらすべての質問に対する答えは次のとおりです。一部のストラテジーはフラクタル記述に単純化することができます。このアルゴリズムを開発したので、これについてさらに説明します。それはユニバーサルフラクタルであるため、他の目的にも適しています。ここで、取引履歴とは乱数と確率論の言語では何であるかという質問について考えて答えてみましょう。答えは簡単です。取引履歴は孤立したエンティティまたはベクトルのセットであり、特定の期間での発生には特定の確率と時間利用率があります。そのような各エンティティの主な特徴は、その発生の確率です。時間利用率は、利用可能な時間のどれだけが取引に使用されているかを判断するのに役立つ補助値です。次の図は、この概念を理解するのに役立ちます。
作者: Evgeniy Ilin