は完全にランダムなプロセスであり、FOREXは - ページ 4

新しいコメント
 
lna01:
D.Willは(a)を書きました。

グラフは完全に決定論的な系列 であり、統計的にランダムな系列と区別がつかないだけである。だから、カオスなシリーズの良い例というだけなのです :) .

あなたは何者ですか？

を、混乱させないでください。

ランダムプロセスの定義は、ランダム変数の連続である。ランダム過程を定義するとき、私たちはいつも分散や分散行列など、あらゆることについて話します。



また、決定論的プロセスとは、任意の時点で、システムが次にどのような状態に移行するかを明確に言うことができるプロセスのことである。


標準的な擬似乱 数生成器では、その乱数が始まる番号を知るだけで、一義的に系列を予測することができる。つまり、写真のような系列は、理論的には完全に予測可能なのです。

1.この番号をご存知ですか？
2. 16桁の精度で、(65536)個以上の要素を持つシーケンスを生成することはできません。
 
lna01 писал (а): 標準的な擬似乱 数生成器では、系列が始まる番号さえ分かれば、一義的に予測できる。つまり、写真のような系列は理論的には完全に予測可能なのです。


キャンディッド、そんな簡単な話じゃないんだ。私もそう思っていたのですが、komposter さんと一緒にMathRand()関数を確認しました。ここに枝があります：「初心者の質問：異なるウィンドウに2つのカーブ」.

コード

#property show_inputs
 
/*extern int init_start    = 0;
extern int init_end      = 100000;*/
 
extern int iterations    = 1000000000;
 
int start()
{
    int tmp, pre_tmp, count_23281 = 0, count_16827 = 0, count_23281_16827 = 0; string res;
    //for ( int start = init_start; start < init_end; start ++ )
    {
        int start = 1;
        MathSrand( start );
        for ( int i = 0; i < iterations; i ++ )
        {
            pre_tmp = tmp;
            tmp = MathRand();
            if ( pre_tmp == 19169 ) //23281 )
            {
                count_23281 ++;
                if ( tmp == 15724 ) //16827 )
                {
                    count_23281_16827 ++;
                    res = StringConcatenate( res, count_23281_16827, ": Init value = ", 
                          start, ", interation # ", i, "\n" );
                }
            }
            if ( pre_tmp == 16827 ) count_16827 ++;
        }
    }
    Comment( "Чисел 23281 - ", count_23281, "\nЧисел 16827 - ", count_16827, 
                "\nЧередований 23281 с 16827 - ", count_23281_16827, ":\n", res );
    return(0);
}
P.S. そうなんですね。しかし、この配列の周期が非常に大きいことは明らかである。粒は配列全体を定義しているが、同じ番号から始まるセグメントは異なっている。
 
D.Will писал (а):
さらに、動作が完全に記述されている系もあります *例えば y(n+1)=a*y(n)*(1-y(n); これはほとんど予測不可能です。 a->4. このような過程は、決定論的カオスと呼ばれます。





その通りなのですが、現実には、あるパラメータの値を十分な精度で知ることはできないのです。しかし、カオス的なプロセスは、ランダムなプロセスよりもはるかに予測可能である。しかし、統計的に両者を区別することはできない。従って、統計的な議論は市場予測可能性の 問題とは無関係である。
 
乱数列を何度かシャッフルすることで、擬似乱数生成器の決定性を弱めることにしたんです。

close all;

N=1000;
r=NORMRND(0,0.0077,1,N);

r1=r;
%シャッフル
for i=1:1:10000
i1 = fix(rand*N)+1;
i2 = fix(rand*N)+1;
c=r(i1);
r(i1)=r(i2);
r(i2)=c;
end;

figure;
%r=r-0・。5;
for i=2:1:length(r)
r(i)=r(i)+r(i-1);
r1(i)=r1(i)+r1(i-1);
end

grid on;

plot(r);
figure;
plot(r1);

result


合成


そこで、ピリオドを消した。それでどうする？
 
lna01:
D.Willは(a)を書きました。

さらに、動作が完全に記述されているシステムもあります*例えば

y(n+1)=a*y(n)*(1-y(n);

を予測することはほとんど不可能です。



このような過程を決定論的カオスと呼ぶ。




その通りなのですが、現実には、あるパラメータの値を十分な精度で知ることはできないのです。しかし、カオス的なプロセスは、ランダムなプロセスよりもはるかに予測可能である。しかし、統計的に両者を区別することはできない。 従って、統計的な議論は市場予測可能性の問題とは無関係である。

十分な精度で。
d.h.に関する理論はすべて、モデルの方程式か歴史を分析する（統計的な規則性を抽出する）ものである。
また、統計的特性とは、moとstdのことですか？そして、2つの配列の同等性を示す指標だと誰が言ったのですか？
 
Mathemat:
lna01 wrote (a): 標準的な擬似乱 数生成器では、系列を予測するためには、その系列が始まったときの番号さえ知っていればよいのです。つまり、写真のような系列は、理論的には完全に予測可能なのです。

いいえ、キャンディッド です。私も、komposter さんとMathRand()関数を確認するまでは、そう思っていました。以下がそのブランチです。https://forum.mql4.com/ru/6187 .
ペアを繰り返す効果は、例えば、32の下位16桁を乱数にした場合などが考えられると思います。でも、彼らでなければ存在しないかもしれない :) 。このことは、予測可能性の事実を無効にするものではありません。同じスタート番号で異なるシーケンスを取得する場合は、状況はより複雑になります。そうすると、部分的な予測可能性だけを考えることになりますね :) 。
 
D.Will писал (а):

十分な精度で、どれがそうなのか、というトリックです。
問題は、特定の問題に対してのみ答えを持つことができます。

追伸：「確率密度」も統計的な特性である。また、RNGによるすべての プロセス特性の再現性を保証するものでもない。
 
lna01:
D.Will wrote (a):



トリックは、十分な精度で、どれがそうなのか？


問題は、特定の問題に対してのみ答えを持つことができます。追伸：「確率密度」も統計的な特性である。また、RNGによるプロセスの特性を



すべて 再現することを保証するものでもありません。 。

たとえ特定の問題であっても、プロセスパラメータを10^-100単位で変更すると、そのダイナミクスが認識できないほど変化する可能性があるため、理論的に正当化することはできません。(分岐など）
、そのようなプロセスの解析には、コンピュータはあまり適していません。(根本的なところから）。その確率的・記述的なモデリングのみが可能である。


lna01> 追伸：「確率密度」も統計的な特性である。また，RNGによってプロセスのすべての 特性を再現することを保証するものでもない．


どのように想像するのか？ランダム変数の分布則によって 何かを再構成するのか？そんなタスクは全く存在し得ないのだ．
ヒストグラムを引用したのは、確率変数の分布がeurusd 1Dの分布と同じであることを示すためだけであった。
 
D.Will писал (а):
lna01:
D.Will wrote (a):

トリックは、十分な精度で、どれがそうなのか？


質問は、特定のタスクに対する答えしか持つことができません。 。

このパラメータを10^-100単位で変更すると、プロセスのダイナミクスが認識できないほど変化する可能性があります。(分岐など）
、そのようなプロセスの解析には、コンピュータはあまり適していません。(根本的なところから）。その確率的・記述的なモデリングのみが可能である。
まあ、例えばある範囲の パラメータ値について アトラクターが特定できれば、それは部分的な予測可能性を意味することになりますね。その場合、それらの範囲の限界値が、パラメータ定義の「妥当性」を決定することになる。このようなプロセスを分析するためのコンピュータの不足については、私も完全に同意します。このビジネスで重要なのは頭です :)
ヒストグラムを引用したのは、確率変数の分布がeurusd 1Dと同じであることを示すためだけです。
そう、そして私は尋ねた。"それがどうした？" :)繰り返しますが、あなたがランダムと見せかけているシリーズは、ランダムではありません。ただ、統計的な特性だけが重要なタスクに対しては、ランダムとして使うことができる。つまり、トピックのタイトルに「RNG MatlabとFOREX」と書いた方が正しいのです :) .実は、私の投稿の主旨は、MatlabのRPMを「絶対ランダムプロセス」と考える理由はない、というものです。
 
lna01:
D.Willは(a)を書きました。

lna01 です。

D.Willは(a)を書きました。



十分な精度で、どれがそうなのか、というトリックです。





質問には、特定のタスクに対する答えしかない。



このパラメータを10^-100単位で変更すると、プロセスのダイナミクスが認識できないほど変化してしまうからです。(分岐など)。

だから、コンピュータはその分析にはあまり適していないんです。(根本的なところから）。その確率的・記述的なモデリングのみが可能である。

まあ、例えばある範囲のパラメータ値についてアトラクターが特定できれば、それは部分的な予測可能性を意味することになりますね。その場合、それらの範囲の限界値が、パラメータ定義の「妥当性」を決定することになる。このようなプロセスを分析するためのコンピュータの不足については、私もまったく同感です。）

ヒストグラムを出したとしたら、それは確率変数の分布がeurusd 1Dと同じであることを示すためだけです。


そう、そして私は尋ねた。"それがどうした？" :) 繰り返しになりますが、あなたがランダムと位置づけるこのシリーズは、ランダムではありません。 ただ、統計的な特性だけが重要なタスクに対しては、ランダムなものとして使えるというだけです。つまり、トピックのタイトルに「RNG MatlabとFOREX」と書いた方が正しいのです :) .実は、私の投稿の主旨は、MatlabのRPMを「絶対ランダムプロセス」と考える理由はない、というものです。
このトピックは、「アブノーマル・ランダム」と「ノンランダム」の類似性を強調するために名付けられました。

上の例では、全シーケンスを数回ミックスして、片方のシーケンスともう片方のシーケンスを表示する例を挙げました。
これは、GSFの決定論をダウングレードしようとするもので、動きの性格は同じである。
123456789
新しいコメント