ランダムフロー理論とFOREX - ページ 68

新しいコメント
 
timbo писал(а)>>

私は、あなたにとって「世界の9番目の不思議」であり続けることをストレートに伝えました。

また的外れなこと言ってるよ、お兄さん。それとも、私が何か欲しがっているとでも思ったの？:-)

私は、自分が興味を持ったすべての疑問について、証明や反論を見つけることに慣れています。

この場合は、あなたのホラ貝の領収書を出してほしかっただけです。そうだろう？>> おめでとうございます。

 
FOXXXi >> :

その違いに愕然とし、すべてが一気に動かなくなる。


若者よ、丁寧に指摘された間違いを訂正してくれるのをまだ待っていたのだが、かゆいところに手が届かないのか、訂正しようとは思わないのか(´・ω・`)


配布物


あなたの主張する "正規分布"

正規分布はないでしょう。

 
Avals >> :

イーグルの場合、ヘッドが1、テールが-1ならMO=0、D(X)=((0-1)^2+(0+1)^2)/2=1。

コナント分散と定数MO。なぜ非定常なのか？

任意の固定ショット数（例えば100ショット）の累積和をとるとしても、分布はMO=0の正規分布になり、分散も固定で簡単に計算できます。

それはまさに非定常であり、累積和の場合は考慮するショット数によって異なるからで、つまり2点目は時間（この場合はショット数）に依存する。定常性の定義は、第一モーメントと第二モーメントが時間依存でないことです。

つまり、生成過程である二項式は、トスの回数に関係なく、常に分散が1に等しくなります。据え置き型である。

さらに言えば、累積和-ランダムウォーク-は過去の結果をすべて「記憶」しており、長い記憶力を持っているのです。二項式は過去の出目について全く記憶していない、つまり記憶がゼロになるくらい短い。

 
Yurixx >> :

またまた、お兄ちゃん、うまくいかないね。それとも、私があなたから何かを欲しがっていると本当に思っているのですか？:-)

私は、自分が興味を持ったすべての疑問について、確認や反論を見つけることに慣れています。

この場合は、あなたのホラ貝の領収書を出してほしかっただけです。そうだろう？おめでとうございます。

"メリ・イメリア、君の一週間" - "定点観測ランダム雑記 "さん。

 
timbo >> :

これはまさに非定常である理由です。なぜなら、累積和の分散は、考慮する投げの数によって異なるからです。つまり、2番目の運動量は時間（この場合は投げの数）に依存します。定常性の定義は、第一モーメントと第二モーメントが時間依存でないことです。

つまり、生成過程である二項式は、トスの回数に関係なく、常に分散が1に等しくなります。据え置き型である。

さらに言えば、累積和-ランダムウォーク-は過去の結果をすべて「記憶」しており、長い記憶力を持っているのである。二項式は過去の出目について全く記憶していない、つまりゼロになるくらい短い記憶を持っている。

Timboさん、累計では、あなたの言うように、DIFFERENT（無限）DISPERSIONがありますね。この「パラドックス」は、数学者でなくても、シュワッガーのトレーディングに関する本を読めばわかることだ。

いいか、同僚たちよ、個人的には、ここで君の混乱を解消するのにはうんざりしているんだ。人生にはもっと面白いことがある。責任ある人々の間で良識ある会話が行われるようになれば、私はこのスレッドに戻ってくるつもりです。

さようなら。

私の代わりに、ここに、リンクがあります、それがすべてを語っています。

http://www.wikipedia.org

 
timbo писал(а)>>

これはまさに非定常である理由です。なぜなら、累積和の分散は、考慮する投げの数によって異なるからです。つまり、2番目の運動量は時間（この場合は投げの数）に依存します。定常性の定義は、第一モーメントと第二モーメントが時間依存でないことです。

つまり、生成過程である二項式は、トスの回数に関係なく、常に分散が1に等しくなります。据え置き型である。

さらに言えば、累積和-ランダムウォーク-は、過去の結果をすべて「記憶」しており、長い記憶力を持っている。二項式は過去の出目について全く記憶していない、つまりゼロになるくらい短い記憶を持っている。

申し訳ないが、どうやら「定常分布」の概念が違うようだ。時間非依存型とは、時間の経過とともに変化しないこと、カウントの時間量に依存しないことを意味します。上記のコインの例では、サンプルレートが1フリップのサンプルの分散は、時間の経過とともに変化しない。最初も千回投げても一定です。すなわち、増分は定常的なプロセスである。また、累積和は定常系列である。分散も同じように計算でき、時間の経過とともに変化することはない。とはいえ、例えば連射で書いたように（例えば100ずつ）分解することは可能で、増分はやはり定常系列となります（累積和も）。だから、十数ページ前に、定常か非定常かというのはプロセスではなく、一連の観測に分解されるのだと書いたのです。

無限分散は、確かに非定常過程の性質である。例えば、増分はガウス分布ではなく、「太い尾」を持つことになり、その他にもいくつかの違いがあります。一見すると大きな違いはありませんが、特にリスク会計については、状況が大きく変わってきます。

 
Avals >> :

累積和が無限分散で、この場合定常過程とはなりえないか、あるいは和が定常で、この場合分散はどの系列長でも一定（有限）値であるかのどちらかです。

当面は「インクリメント」という言葉は一切使わない方がいいと思います。これらの増分の総和、すなわちランダムウォークを推定するのだが、それが何に由来するのかについては後述する。

定常性の定義について、参考文献を教えてください。記憶ではなく、ちゃんとしたソースを引用して。ウィキペディアは、統計に関してはかなりまともなソースです。

 
AlexEro >> :

若者よ、丁寧に指摘された間違いを訂正するのを待っていたのだが、かゆいところに手が届かないのか、訂正しようとは思わないのだな。

私は学歴を主張していません、許されています。 もし、そのような知識のお荷物があるなら、このフォーラムはあなたには向いていません。 課題は、3シグマの分布は簡単で、ファットテイル動物が多すぎることを示すことでした。

 
timbo писал(а)>>

累積和が無限分散で、この場合定常過程とはなりえないか、あるいは和が定常で、この場合分散はどの系列長でも一定（有限）値であるかのどちらかです。

当面は「インクリメント」という言葉は一切使わない方がいいと思います。これらの増分の総和、すなわちランダムウォークを推定するのだが、それが何に由来するのかについては後述する。

定常性の「あなた」の定義について、参考文献を教えてください。記憶ではなく、ちゃんとしたソースを引用して。統計に関しては、Wikipediaがかなりまともな資料になっています。

分散、定常性などの概念が系列に対して定義されている。どのシリーズを検討されているのでしょうか？すべてはそこにかかっているのです。

コインとその累計額を取る。このシリーズです。直前の値＋インクリメントに相当する。増分のMOは0なので、系列の次の項のMOは前の値と等しくなり、分散は増分の分散と等しくなる（1）。したがって、分散は変化せず、MOはランダムな要素を持たず、どの時点でも一義的に決定される。この最初の系列があり、それを一定の 長さの系列に分割するなどして、別の系列を作ることができます。この新シリーズは据え置き型になります。そのMOは前項の累積和の有限値に等しく、分散も容易に計算できる（増分は正規分布となる）。

オリジナルのシリーズは、固定長ではなく、可変長で分割するなどの工夫があってもよかったのではないでしょうか。この場合、新しい系列は非定常となり、その分散は変動する。すべては、オリジナルシリーズの仕切り次第です。例えば、EURの時計（時間間隔1時間）を例にとると、その分布は非定常となるが、他のサンプリングで分布が定常となる可能性は排除されない。そして、必ずしも間に合うとは限りません。

定常性とは、確率的な プロセスが 時間の経過とともに一定になる性質のことです。AlexEro 氏は「ランダムフロー理論とFOREX」について、より詳細な定義を述べています。

であり、さらにその分布はタイムシフトに対して不変である。つまり、タイムシフトしても変化しない。

 
Avals >> :

インクリメントという言葉は使わないでくださいとお願いしたんです。分割をすると、また増分の話になってしまうので、問題は累積和になります。流れとしては、こんな感じです。ランダム・ワンダリングここにいる一部の同志が主張するように定点観測であろうと、私が主張するようにそうでなかろうと。

1...616263646566676869707172737475...85
新しいコメント