ランダムな価格帯から利益を得る - ページ 4

新しいコメント
 
olexij: 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？擬似乱数一様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量をどこに持っていくのか？
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、提案する内容を記述してください。

3.はい、Box-Mullerについてでも、いろいろな方法があります。ここでも統計ライブラリがあり（klotから だと思います）、一様分布のものから正規値を生成するためだけの関数、normalの逆数があります。 いずれにせよ、ここでは確率の 基本変換法則が ベースになっています。それが、私が言っている法律です。

私は、S.V. がやりたかったことは、おそらくこういうことだろうということを指摘しただけです。 彼は、Returnsの統計をとり、Returnsの経験分布に基づいて、このデータを正規分布に変換し、その上で、彼のヒントとRoshの 主張によれば、キャベツを切ればいいのだ、と言いたかったようです。そうすることで、実リターンの各次元は、「正規化」されたものと相互に一義的に 一致することになる。正規化」されたデータ上では、トレードのオープン/クローズが行われ、実データ上のトレードに変換されます。

1.そして、ピータースを読むと、面白いことがたくさん書いてあるんですね。リターンが正規分布ではないことは分かっているので、Kolmogorov-Smirnov検定で正規性を確認する必要はありませんし、これは例えば重い尾があるという事実から明らかです。現実の市場でシックスシグマ的な事象が起こるのはかなり稀ですが、それでも通常の法則の何十万倍もの頻度で発生します。

 
Mathemat писал (а):

1.ピータースを読むといいよ、面白いのがいっぱいあるよ。


ピータースはどうですか？


Э.ピータース "資本市場におけるカオスと秩序"

Э.E. ピーターズ「金融市場のフラクタル分析」。カオス理論の投資・経済への応用」。
 
Mathemat:
olexij: 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？擬似乱数一様分布数からの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.これだけでは不十分な場合は、上記をすべて統合して、あなたが提案する内容を記述してください。

3.そうですね、Box-Mullerについてでも、いろいろな方法がありますね。ここでも統計ライブラリがあり（klotから だと思います）、一様分布のものから正規値を生成するためだけの関数、normalの逆数があります。 いずれにせよ、ここでは確率の 基本変換法則が 基本になります。それが、私が言っている法律です。

私は、S.V. がやりたかったことは、おそらくこういうことだろうということを指摘しただけです。 彼は、Returnsの統計をとり、Returnsの経験分布に基づいて、このデータを正規分布に変換し、その上で、彼のヒントとRoshの 主張によれば、キャベツを切ればいいのだ、と言いたかったようです。そうすることで、実リターンの各次元は、「正規化」されたものと相互に一義的に 一致することになる。正規化」されたデータ上では、トレードのオープン/クローズが行われ、実データ上のトレードに変換されます。

1.そして、ピータースを読むと、面白いことがたくさん書いてあるんですね。リターンが正規分布ではないことは分かっているので、Kolmogorov-Smirnov検定で正規性を確認する必要はありませんし、これは例えば重い尾があるという事実から明らかです。シックスシグマ的な事象は、現実の市場ではかなり稀ですが、それでも通常の法則の何十万倍もの頻度で発生します。

ご説明ありがとうございました
3.数量が均等に配分されていることがわかるか？あるいは一般的に、私たちの分配関数はどうなっているのでしょうか？もしそうなら、私たちは変換できる分布関数を手に入れたことになる。ここでもコルモゴルフが役に立ちます。
1.前回の安定性に関する1の記述を読むと、実は定常性に関する2の指摘と重複しているのですね、私が理解する限りでは。Petersについて - 受け取って読んでみます、ありがとうございました。
企業そのものについては......これからどうなっていくのか見ものです。ここで突然消えたら、よく観察してみる価値がある。
 
usdjpy:
ピータースはどうですか？
ピータースの 方が好きです。まるで、英語のPetersが Petersの ように読めることを英訳者が知らなかったかのように......。
 
usdjpy:
Mathematは(a)を書きました：

1.ピータースを読むといいよ、面白いのがいっぱいあるよ。


ピータースかな？


Э.ピータース "資本市場におけるカオスと秩序"

Э.E. ピーターズ「金融市場のフラクタル分析」。カオス理論の投資・経済への応用」。

ありがとうございます。リンクはロシアだけでなく、日本でも使えます。お金の管理に関する書籍に興味があるのですが、何かお勧めはありますか？Matemat さん、質問はあなたにもありますよ :)
 
olexij:

ありがとうございます。リンクはロシアだけではありません。お金の管理に関する書籍に興味があるのですが、何かお勧めはありますか？Matemat さん、あなたにも質問です :)

このジャンルの古典。

Р.ヴィンス、「マネー・マネジメントの数学」。

オートトレーディングの場合

ユーリ・レシェトニコフ "MTSとマネーマネジメント法"
 
olexij:
1.前回の安定性に関する1の記述を読むと、実は定常性に関する2の指摘と重複していますね、私が理解した限りでは。

いいえ、そんなことはありません。安定した確率分布は これである（Shiryaev, vol.1, p.232より）。

似たようなものに無限に割り切れる分布がある。

 
Mathemat:
olexij:
1.前回の安定性に関する1の記述を読むと、実は定常性に関する2の指摘と重複していますね、私が理解した限りでは。

いいえ、そんなことはありません。安定した確率分布はこれである（Shiryaev, vol.1, p.232より）。

似たようなものに、無限に割り切れる分布がある。

わかりやすい説明ありがとうございます！コピーまでして、すごいです。まだ必要なところが見えてきません。分布1が未知の場合、どのように分布1を分布2に変換するのでしょうか？まず分布1の仮説を受け入れ、それを検証し、変換すべきなのでしょうか？
 
ユーリー・チェボタリョフには、ある種の評判がある--否定的なものだ。
彼の時代には、いくつかの深刻なフォーラムでよく露出されていました。
だから、彼の記事を読むことは、その面白さ以外、ほとんど意味がない。

"ダブはランダムなデータ系列でシステマティックに勝つことが不可能であることを証明した"
- これは、問題の乱数系列が指定されていない限り、一般に正しくない。

例えば、このような乱数系列 X = a + b*t + e では、お金を稼ぐのは非常に簡単です（e は確率変数です）。
その他にも、システムを構築するためのランダムシリーズはたくさんあります。

要は、記憶のあるランダム系列と記憶のないランダム系列があるということです。
記憶を持つ乱数系列があります。それは、以前の値に依存しない確率変数(e)の増分の分布関数を持っています。
記憶のない乱数系列-乱数変数の増分の分布関数は、系列の前の値に依存しない。

メモリのないランダムシリーズで利益を上げるシステムを構築することは不可能です。
 
olexij:
正規分布についてですが、S.W.さんが書いているように、手のひらにあるものは移動平均線を中心に相場が正規分布しているので、ここは問題ないでしょう。
訂正します。
1.価格差と平均の分布関数の種類は、その分布の分散と平均の値によって決まる。
2.この差の分布関数は非対称であるため、ガウス型にはなり得ない。
3.ある条件下では、差の分布はガウス分布に傾くが、決してガウス分布になることはない。
123456789
新しいコメント