ランダムな価格帯から利益を得る - ページ 3

新しいコメント
 
Mathemat:

実データを正規分布データに変換する必要があります。

まさか、そんなことを言われるとは......。ガウス分布に適合しない経験則上のデータを、どのようにして正規分布に変換することができるのでしょうか？

卒論は樫の木と一緒にやったんじゃなかったっけ？
 
Rosh:
つまり、正常な増分を見るために、生データ（見積書）のそのような変換を見つけること？そして、その成果はどうでしょうか。
どうだろう、ロッシュ。彼は、私があげたリンクからこのアイデアを投げかけただけです。どうやら、何かをしようとしていたようで・・・。
 
usdjpy писал (а): まさか、こんなことになるとは！？ガウス分布に適合しない経験則上のデータを、どのようにして正規のデータに変換することができるのでしょうか？

樫の木で学位論文やってなかったっけ？
テルヴァーを学べ、ニュートン...リターンズが満たすフラクタル分布があり、それは定常的である。その表があるのです。ガウシアンがあり、これには明確な公式が存在する。ある確率変数の積分分布関数が、別の確率変数の決定論的な関数である場合の定理があるんだ。これ以上何が必要なんだ？
 
usdjpy:
数学

実データを正規分布データに変換する必要があります。

まさか、そんなことを言われるとは......。ガウス分布に適合しない経験則上のデータを、どのようにして正規のデータに変換することができるのでしょうか？

樫の木で学位論文やってなかったっけ？


まず、書いてあることを読んで理解することを学び、次に書くことを学ぶのです

実データを正規分布データに変換しなければならない、これもノースウインドの 考えですが...。
 
上の投稿は、ちょっと乱暴な言い方ですが
  • 放物線状のフラクタル分布というものがあります（かなり新しいもので、フランスの質素な都市に対するパリの都市の大きさのように、実際のオブジェクトの分布のモデル化に関するものですhttps://en.wikipedia.org/wiki/Parabolic_fractal_distribution ）。大学を卒業したばかりの人でなければ、おそらく教わったことはないでしょう。ここに収まるとは思えませんね。
  • 定常分布：マルコフ連鎖の状態空間において、el.ベクトルがel.の場合、非負の数で、和を1にし、el.ベクトルjに状態jからiへの遷移確率をかけたものをel.iという。どうしてここにあるのか、私にもわかりません。
  • モワ・ラプラス積分の定理で、大きなnに対して二項分布は正規分布に収束するというのも知っています。 他に知らないし、ここにも当てはまらない。
さて、正規分布についてですが、S.W.が書いたように、手のひらにあるような名言は、移動平均を中心に正規分布しているので、ここはクリアです。
 
Mathemat:
ロッシュ
つまり、正常な増分を見るために、生データ（見積書）のそのような変換を見つけること？そして、その成果はどうでしょうか。
どうだろう、ロッシュ。彼は、私があげたリンクからこのアイデアを投げかけただけです。どうやら、何かをしようとしていたようで・・・。
そのスレッドの1ページ目だけ読んでみてください。面白いのは、私がほぼ同じモデリングをしたことです。つまり、エントリーはランダムで、ストップサイズはプロフィットサイズより大きいのです。しかも、ターゲットもストップも数百pipsと離れている。収益性は安定している。スプレッドが考慮されている（2点）。実際の市場でもそれが簡単にできればいいのですが......。）
 
olexij:
上の投稿は、ちょっと乱暴な言い方ですが
  • 放物線状のフラクタル分布というものがあります（かなり新しいもので、フランスの質素な都市に対するパリの都市の大きさのように、実際のオブジェクトの分布のモデル化に関するものですhttps://en.wikipedia.org/wiki/Parabolic_fractal_distribution ）。大学を卒業したばかりの人でなければ、おそらく教わったことはないでしょう。ここに収まるとは思えませんね。
  • 定常分布：マルコフ連鎖の状態空間において、el.ベクトルがel.の場合、非負の数で、和を1にし、el.ベクトルjに状態jからiへの遷移確率をかけたものをel.iという。どうしてここにあるのか、私にもわかりません。
  • モワ・ラプラス積分の定理で、大きなnに対して二項分布は正規分布に収束するというのも知っています。 他に知らないし、ここにも当てはまらない。
さて、正規分布についてですが、S.W.が書いたように、手のひらにあるような名言は、移動平均を中心に正規分布しているので、ここは問題ありません。

olexij さん、言葉の正確さがすごいですね。あなたはここではなく、lib.mexmat.ruにいるべきです（「あなた」が気にならないのであれば）。できるだけ厳密に、そして同時に、少なくともここにいる誰かが理解できるように、一点一点答えていきたいと思います。私は大学のベンチからそのまま出てきたわけではありませんが、数学の厳密さについては一般的な知識を持っています。

1.フラクタル分布：ピータースの著書で取り上げられているものを意味し、巻末に表が掲載されている。書籍へのリンク： http://www.ozon.ru/context/detail/id/1691158/.ちなみにSpiderでも無料配信されています。ShiryaevのFundamentals of Stochastic Financial Mathematicsに、より厳密な説明がある。ここでいう「フラクタル」とは、むしろ確率分布の安定性のことである。

2.Stationarity：そうですね、不正確でした（運が悪いことに、書いた後に不正確だと思いました--きっと誰かにいじめられるでしょう）。分布の定常性ではなく、リターンズのランダムプロセスの定常性に言及したのです。

3.二項式が正規分布に収束する定理は知っています。一様分布の数量があり、正規分布関数の逆関数を知っていれば、コンピュータ上で正規分布のかなり良い模倣を得ることができるという定理のことである。名前ははっきり覚えていないのですが、terverの中でも重要なものです。

最後にもう一つ、移動平均の周りの相場分布の話ではなく、その正規性の話です...まあ、直感的にはそう見えるだけで、表面上は全然違うんですけどね。つまり、ミューウィングに関係なく、隣接するバーの終値の差のことです。
 
olexij:
上の投稿は、ちょっと乱暴な言い方ですが
  • 放物線状のフラクタル分布というものがあります（かなり新しいもので、フランスの質素な都市に対するパリの都市の大きさのように、実際のオブジェクトの分布のモデル化に関するものですhttps://en.wikipedia.org/wiki/Parabolic_fractal_distribution ）。大学を卒業したばかりの人でなければ、おそらく教わったことはないでしょう。ここに収まるとは思えませんね。
  • 定常分布：マルコフ連鎖の状態空間において、el.ベクトルがel.の場合、非負の数で、和を1にし、el.ベクトルjに状態jからiへの遷移確率をかけたものをel.iという。どうしてここにあるのか、私にもわかりません。
  • モワ・ラプラス積分の定理で、大きなnに対して二項分布は正規分布に収束するというのも知っています。 他に知らないし、ここにも当てはまらない。
さて、正規分布についてですが、S.W.が書いたように、手のひらにあるような名言は、移動平均を中心に正規分布しているので、ここはクリアです。

読んでみてください。たくさん考えた。泣いた。
作者が燃えている!これからもよろしくお願いします。
 
Mathemat:
olexij:
上の投稿は、ちょっと乱暴な言い方ですが
  • 放物線状のフラクタル分布というものがあります（かなり新しいもので、フランスの質素な都市に対するパリの都市の大きさのように、実際のオブジェクトの分布のモデル化に関するものですhttps://en.wikipedia.org/wiki/Parabolic_fractal_distribution ）。大学を卒業したばかりの人でなければ、おそらく教わったことはないでしょう。ここに収まるとは思えませんね。
  • 定常分布：マルコフ連鎖の状態空間におけるel.を表すベクトルが非負の数で、和が1を与え、el.ベクトルjに状態jからiへの遷移確率をかけたものがel.iである場合。どうしてここにあるのか、私にもわかりません。
  • モワ・ラプラス積分の定理で、大きなnに対して二項分布は正規分布に収束するというのも知っています。 他に知らないし、ここにも当てはまらない。
さて、正規分布についてですが、S.W.が書いたような、手のひらにあるような名言は、移動平均を中心に正規分布しているので、ここは問題ないでしょう。

olexij さん、言葉の正確さがすごいですね。ここではなく、lib.mexmat.ruに行くべきです（「あなた」が気にならなければ）。できるだけ厳密に、そして同時に、少なくともここにいる誰かが理解できるように、一点一点答えていきたいと思います。私は大学のベンチからそのまま出てきたわけではありませんが、数学の厳密さについては一般的な知識を持っています。

1.フラクタル分布：ピータースの著書で取り上げられているものを意味し、巻末に表が掲載されている。書籍へのリンク： http://www.ozon.ru/context/detail/id/1691158/.ちなみにSpiderでも無料配信されています。ShiryaevのFundamentals of Stochastic Financial Mathematicsに、より厳密な説明がある。ここでいう「フラクタル」とは、むしろ確率分布の安定性のことである。

2.Stationarity：そうですね、不正確でした（運が悪いことに、書いた後に不正確だと思いました--きっと誰かにいじめられるでしょう）。分布の定常性ではなく、リターンズのランダムプロセスの定常性に言及したのです。

3.二項式が正規分布に収束する定理は知っています。一様分布の数量があり、正規分布関数の逆関数を知っていれば、コンピュータ上で正規分布のかなり良い模倣を得ることができる、という定理を意味したのです。名前ははっきり覚えていないのですが、terverの中でも重要なものです。

最後にもう一つ、移動平均の周りの相場分布の話ではなく、その正規性の話です...まあ、直感的にはそう見えるだけで、表面上は全然違うんですけどね。つまり、ミューウィングを考慮しない、隣接するバーの終値の差です。
マテマテ、それならファーストネームで通じるから。:)数学や統計の話をするときは、特に手元にGoogleがあり、手が乾いていないときは、正確な表現のほうがいいに決まっている。一点一点
3.ボックス・ミュラー変換について書かれているのでしょうか？擬似乱数均等分布数から擬似乱数正規分布数の生成についてはこちらhttp://www.taygeta.com/random/gaussian.html。 しかし、ここで擬似ランダムな均等分布の値はどこにあるのだろうか。
2.プロセスの定常性：おそらくそうである。分布関数も時間の経過とともに変化しないと思います。
1.最後の発言からして、今更掘って読むのは怠慢すぎる。
例えば、Kolmogorov-Smirnov検定があります。この検定では、無作為なサンプルを使って、確率変数の分布が正規分布であるかどうかを検定することができます： https://en.wikipedia.org/wiki/Kolmogorov-Smirnov_test.それで物足りないのであれば、上記をすべて統合して、何を提案しているのか、説明してください。
 
alexjou:
olexij:
上の投稿は、ちょっと乱暴な言い方ですが
  • 放物線状のフラクタル分布というものがあります（かなり新しいもので、フランスの質素な都市に対するパリの都市の大きさのように、実際のオブジェクトの分布のモデル化に関するものですhttps://en.wikipedia.org/wiki/Parabolic_fractal_distribution ）。大学を卒業したばかりの人でなければ、おそらく教わったことはないでしょう。ここに収まるとは思えませんね。
  • 定常分布：マルコフ連鎖の状態空間において、el.ベクトルがel.の場合、非負の数で、和を1にし、el.ベクトルjに状態jからiへの遷移確率をかけたものをel.iという。どうしてここにあるのか、私にもわかりません。
  • モワ・ラプラス積分の定理で、大きなnに対して二項分布は正規分布に収束するというのも知っています。 他に知らないし、ここにも当てはまらない。
さて、正規分布についてですが、S.W.が書いたような、手のひらにあるような名言は、移動平均を中心に正規分布しているので、ここは問題ないでしょう。

読んでみてください。たくさん考えた。泣いた。
作者が燃えている!これからもよろしくお願いします。
泣かないで、おじいちゃんがお菓子をくれるよ :)
123456789
新しいコメント