ランダムな価格帯から利益を得る - ページ 5

新しいコメント
 
usdjpy писал (а):

オートトレーディングの場合
ユーリ・レシェトニコフ "MTSと資金運用テクニック"
ひょっとして、あなたの名前はユーリーではないですか？
私は長い間、この疑念を抱いていた．
 
Mak:

原理的には、メモリのあるランダム系列とないランダム系列が存在することになります。
メモリを持つ乱数系列は、系列の前の値に依存する確率変数(e)の増分の分布関数を持つ。
まったくもって異常なことです。オタクの新定義は、マックの確率変数の定義。

確率論において、確率変数とは、以前の値から独立した変数のことである。2つのうち1つは依存かランダムです。 3つ目はありません。
 
Mak:
usdjpy wrote (a):
..............................................................................
オートトレーディングの場合
ユーリ・レシェトニコフ "MTSと資金運用テクニック"
ひょっとして、あなたの名前はユーリですか？
長い間、その疑念があったのです．

まあ、一般的には、アグレッシブさやコミュニケーションの取り方など、 、とても思い出されますね。
とはいえ、おそらくは企業側の動きでしょう。 何とかしてリソースに人を集めなければならないのです。
 
お前もオタクか...。
乱数変数と乱数系列の違いをご存知ですか？
あと、確率論を教えないで、まず確率論の内容を読め。
 
Mak:
olexij:
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。
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はならない。

マックさん、私の発言は早とちりだったかもしれませんね。ところで、あなたの発言も、テストや関連文献を示さない限り、根拠がないんですよ :)
 
実は、Petersに目を通したところ、132ページにフラクタル分布の公式が載っていました。つまり、正規分布はフラクタル分布の特殊なケースなのです。ご興味のある方は、上のリンクからこのページを開いてください。つまり、提案されたようにしようと思えば、仮説を検証することで実験的にフラクタル分布の係数を求めるのです。そして、太い尾を吐き出し、頂点を切り落とすことで、正規分布にするのです。こうして、フラクタル・モデルの魅力をすべて捨てて、効率的市場理論に戻るわけです。ここで、「なぜ？正規分布が必要なら、それに従って係数を調整すればいいのですなぜ必要なのか？そうすると、あなたの結論はすべて不完全な効率的市場理論に関するものになりますね。これまでの感想：ゴミのようなもので、時間の無駄。もし私が何か誤解をしていて、誰かが納得してくれるなら喜んで引き取りますが...。
 
olexij:
Mak:
olexij:
まあ、正規分布については、S.W.が書いたような引用文や手のひらにあるものは、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。
。
訂正します。
1.価格差と平均値の分布関数の種類は、その分布の分散と平均値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近づくが、決してガウス分布にはならない。

。
あのね、マック、私の発言は時期尚早だったのでしょう。ところで、テストや適切な文献を示さないのなら、あなたの発言も同じように根拠のないものです。 :)
初歩的なことだが、ワトソンは ...:))
単純な論理で、数学すら必要ない。

1.価格は厳密には正の値である（これはもう明らかだろう）。
2.価格はゼロを目指すことはできても、到達することはできない（常に回避できる貨幣の離散性を考慮しなければ）
3.つまり、価格と移動平均の 差の分布は、常にある値で下から囲まれており、差の値はその境界に向かって変化することはあっても、決して到達することはないのです。
4.この制限の効果は変動係数、つまり平均値に対する実効値の比率に依存する。この値が小さいほど、制約の影響が小さくなります ...

それに、忘れてはならないのが「ヘビーテール」です。
価格上昇の分布関数は、実際にはいくつかの分布関数の混合で構成されている。
状態によって独自の分布関数を持っている（フラットで1つの関数、ニュースで1つの関数）。
これも価格差のFRと平均の非正規性をもたらす。
 
では、分布関数が正規分布かそうでないかで、どんな違いがあるのでしょうか。

このFRが歴史に依存せず、期待されるペイオフがゼロである場合 - このようなランダム系列で収益性の高いシステムを構築することはできません（オークス参照）。
そうでなければ、記載できない。
いくつかのFRについては、動作するシステムを構築することが可能である。
 
olexij さん、フラクタルからノーマルに変換するというのは、あなた自身が察してくれたのですね。しかし、効率的市場理論に戻るという結論は、間違っていると私は思う。このようにして得られた正常なデータが合成データである。市場とは直接関係ない。

まあ、細かいことはS.V.さんに聞いた方がいいのですが、このように、何ページにもわたって、普通にやっても儲かるということを正当化しようとし、さらに、その実装を示さずに変身というアイデアを放り込んでくるのですから、これはもう、めちゃくちゃです。S.V. 両氏のご意見を尊重します。SさんやRoshさんの 意見は尊重しますが、普通のデータで長期的に儲かるものを作ることができるのか、強く疑問です。しかし、まともなハースト指数（1に近い）を持つ純粋なフラクタル分布では、明らかに持続的な系列であるため、可能であると思います。例えば、週は分よりHが大きく上回っている...。

2 Mak：
3.つまり、価格差と移動平均の分布は、常にある値によって下限が決まっており、価格差の値はその上限を目指すことはできても、決して到達することはできないのです。<br/ translate="no">。

マック、何かの拍子に間違って曲げてしまったんですね。価格は決してムービングと 交差しないのか！？
 
Mathemat:
.... S.V. とRoshの両氏の意見を尊重します。とRosh さんの意見もありますが、普通のデータで長期的に儲かるものを作ることができるのか、強く疑問です。 ...
私は、異常な分布の上に、一瞬でも利益の出るものを作ることは不可能だと主張しています。
なぜなら、ポイントはFRの形ではなく、時系列の 増分のFRパラメータの、この系列の以前の値への依存性にあるからです。
それがあれば--動くシステムを構築できる可能性がある。
ないものはないのです。
123456789
新しいコメント