[アーカイブ!】純粋数学、物理学、化学など:トレードとは一切関係ない脳トレ問題集 - ページ 386 1...379380381382383384385386387388389390391392393...628 新しいコメント Yurixx 2010.08.22 16:23 #3851 Candid: ランダム・ワンダリング うおぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉありがとうございました。やっと分かりやすい話題になった。 1.あるプロセスがNステップで移動する距離の二乗平均が、スプレッドと呼ばれるものです。忘れてはならないのは、スプレッドという概念は、ナイル川流出事故に目をつけたハーストによって導入されたものだということだ。粒子のブラウン運動を考えたアインシュタインは、粒子の出発位置から移動する経路について語った。これらはすべて物理量である。そして、その定義、つまり数学的な意味を探していたのです。これで疑問は晴れた。 ナイル川のスパンも、ブロイン粒子の軌道も、イーグルゲームでの最大獲得量も、すべてこのリンクで定義されているのと同じ概念である。 2 また、文字通り2行に渡って、純粋なSBに対するHurst式の特殊なケースである式が導かれ、そこから、各ステップで同じ単位の増分がある純粋なSBに対して、Hurst式の係数=1が導かれる。それは、私がニコライ さんのスレッドで 主張し、指に書いて説明しようとしたことです。物理的な観点からも明らかなように、実はこの係数は、値が次元性を持つ場合に必要となる。 3.これで、R/S = c*(T^h) の式におけるSの意味も明確になった。どこでも書いてあるように、SはRMSです。私は、馬鹿なので、何系の実効値なのか理解できませんでした。今わかったのは、一連のインクリメントであって、SBそのものではない、ということです。そしてポイントは、勾配をRMSで正規化すること、つまり勾配を±1まで小さくするようなものです。 4.そして、最終的に、私の枝で説明した指数の計算が、s生成されたモデル系列で0.5の値を与えない理由がわかりました。天文時間の間隔M1、M10、H1で計算してみました。そして、全データの平均値。しかし、同じ天文間隔でも刻みの数(=プロセスのステップ数)はそれぞれ異なる。ハーストの式に当てはめるために刻みの数を平均化するのは、定義に全く反している。しかし、今はそれだけではないことがわかった。スプレッドも平均していました。拡散の2乗を平均化し、そこからルートを抽出すればよかったのです。つまり、2つの間違いがあったわけです。 これでスッキリしましたね。ちゃんと計算し直さないとね。:-) そして、与えられたSB分布に対する公式の理論的導出に関する疑問は、より本質的なものとなり得るようになった。 Freelance 2010.08.22 16:51 #3852 時間の刻みがバーではなくティックであること、±1が5桁 であることを考えると、そうなりますね;) Candid 2010.08.22 17:10 #3853 Yurixx: 1.プロセスがNステップで移動する距離の平均二乗が、スプレッドとなる。。おっとっと。知っていたら、リンクを貼らないはずです :)。ファインマンの絵では、すべてが描かれているが、これが棒の中の刻みだと想像してほしい。 一番上の、点の軌跡をとってみましょう。例えば、Open = 0, Low = -2, High = 3, Close = 2 の場合。Dは 2、つまりD= Close-Openとなります。早速ですが、私がトピックに書いたこと(アインシュタインがClose-Openの公式を作ったこと)。また、Close-Openの場合、あなたのアプローチの係数は実際に1になります。しかし、High-Lowを取 ると、この場合は5と同じになる。Dと 等しくないので、係数が1にならないことを意味します。なんとしてもスプレッドを最終偏差値に置き換えたいのが見え見えです。しかし、この量では係数が1にならず、原点からの光線の傾きがハーストにならないことを自分の言葉で伝えるために、ハイ・ローの用語を考え出すくらいの親切心は必要でしょう。 Freelance 2010.08.22 17:17 #3854 Candid:おっとっと。知っていたら、リンクを貼らないはずです :)。ファインマンにはすべての絵がある。これがバーの中の刻みだと想像してほしい。一番上の、点の軌道を取る。例えば、Open = 0, Low = -2, High = 3, Close = 2 の場合。Dは 2、つまりD= Close-Openとなります。早速、トピックに書いたこと(アインシュタインがClose-Openの公式を作ったこと)について。また、Close-Openの場合、この手法の係数は実際に1になります。しかし、High-Lowを取 ると、この場合は5と同じになる。つまり、早期Dではなく、このため、係数は1にならない。なんとしてもスプレッドを最終偏差値に置き換えたいのが見え見えです。しかし、その値では係数が1にならず、原点からのビームの傾きがハーストにならないことを自分の言葉で伝えるために、ハイ・ローという言葉を考えてみてください。ティックボリュームから こちらに移行されたんですね...。 そこで練習していたはずです。 :) アルバート自身は、バーのHLのもっともらしさは、その中の刻みの数から推定するべきだと提案しています ;) Yurixx 2010.08.22 17:20 #3855 ニコライ 私も、クローズ・オープンは間違っていると思う、と書きました。そして、この差をDと 同一視していることが、さらに間違いです。この単純な違いが、一般的な問題の定式化に矛盾しているとして、「プロセスのとるべき道」の定義を理解すること。それなら、四角くする理由はない。平均すると0になり、幸せになる。 拡散という観点で考えてみる。そこでは、ブラウン運動によって膨大な数の粒子(分子)が拡散し、現象そのものが平均化を生み出している。そのプロセスが通った経路が拡散境界です。今この瞬間にどの粒子がそこに到達し、どの粒子がそこに到達してすでに出発点に戻ってきたかは、その役割を担っていない。 一般的には、もう一度計算し直せば、もっと合理的な話ができるようになると思います。 Avals 2010.08.22 17:20 #3856 Yurixx: アレクセイ、シリーズの配分は知っています。極端な広がりを知りたい。そう言っていましたね。どのように? 極端になる確率は、吸収スクリーンのSB問題というのがある種のセオリーです。I.e in t a is a screen, once reached the particle stopped moving and we need to find probability that in time t it will reach it/go?link=https://dic.academic.ru/dic.nsf/enc_mathematics/414/%25D0%2591%25D0%2595%25D0%25A0%25D0%259D%25D0%25A3%25D0%259B%25D0%259B%25D0%2598 追伸:アインシュタインの式は、時間Tを通した粒子の平均偏差、すなわち「閉じる-開く」に類似したものです。 Freelance 2010.08.22 17:23 #3857 Yurixx: 拡散という観点で考えてみてください。そこでは、ブラウン運動によって膨大な数の粒子(分子)が散らばるという、現象そのものが平均化を起こしているのです。そのプロセスが通った経路が拡散境界です。どの粒子が現時点でそこに到達しているか、どの粒子がそこに到達してすでに出発点に戻っているかは関係ない。 またもやスプラインが...。 境界線についてなら。そして、ナイルデルタもよく近似している。 :) Freelance 2010.08.22 17:26 #3858 Avals: 極端になる確率は、吸収スクリーンのSB問題という説があるようです。I.e in t a is a screen, on reaching which the particle stops moving and one should find probability that in time t it will reach it/go?link=https://dic.academic.ru/dic.nsf/enc_mathematics/414/%25D0%2591%25D0%2595%25D0%25A0%25D0%259D%25D0%25A3%25D0%259B%25D0%259B%25D0%2598 追伸:アインシュタインの式は、時間Tの間の粒子の平均的な偏向、すなわち、「閉じる-開く」に類似したものです。 側面にアスファルトのトラップがあるガルトンボード? どの列から? なるほど...。 ;) Andrey Dik 2010.08.22 17:27 #3859 Candid: 今のところ代役なし。 推理の論理を思い起こしてみよう。ある指標を見つけると、その瞬間の 市場のランダム性の度合いを何らかの形で特徴づけることができるとされる。この指標のどの値がトレンド相場に対応し、どの値が横ばいで、どの値が予測できないかを見極める必要があります。 なるほど。 キャンディッド 物理学では、これをキャリブレーションと呼びます。私たちは、与えられた特性を持つ人工的に生成された系列で校正することができるはずです。例えば、必要な系列を生成して、それに対する特性の振る舞いを研究する方が早いし、ある意味信頼性が高いと私は考えています。そして、実際の価格シリーズの適当な部分からシリーズスライスをすることから始めるべきです。 私はかつて、必要な特性を持つ行を生成し、その上でNNの挙動を含めたTCの生存率を研究することを提案したことがあります。フォーラムでは、このやり方に反対する意見もあったが、特に反論はなかった。賛同してくれる人もいた。 しかし、時間が経つにつれて、そのやり方は間違っていたのだと確信するようになりました。 キャンディッド 私たちは(少なくとも私は)、この困難な課題を解決するために、最善を尽くしています。私も精一杯、努力しています。数式ではなく、アイデアや考察が必要かもしれません。 例えて言うなら ライターブロク、プーシキン、トルストイ、レム、シャックリー。それぞれ独自のもので、読者は作品のジャンルだけでなく、作者も簡単に特定できる(これは一種のインデックスであり、各作者に固有のパラメータである)。しかし、統計的には、十分に大きなテキストであれば、アルファベットの各文字は一定の数だけ含まれています。作品が書かれている言語の統計的な特徴である。ランダムに文字を生成しても、あらかじめ統計的な特徴を持たせておけば、適切な情報量のテキストを得ることができる。しかし、このテキストは何の意味も持たず、さらに「作品」の作者を特定することも(それがないために)不可能であろう。 そして、ユリックス社の 努力は、まさに、テキストの統計的指標から作品の作者を明確に特定できるこの指標を見つけることにあるのです。 数年分の統計を10月、11月、12月の3ヶ月分収集し、年による特性変化のダイナミクスを考慮した上で同じ統計特性を持つ系列を生成し、この生成した系列でExpert Advisorを最適化し、チャンピオンシップでExpert Advisorを公開する・・・そんなことを考えていたのですが、そのようなことはありませんでした。 でも今は、この3ヶ月の物語を集めて、1つの揮発性によって正常化し、これらの作品を1つのシリーズに糊付けして進めていくという考え方が、むしろ好きなんです。 どちらのアプローチもデメリットは明らかです。しかし、2つ目の方がまだ期待できる。 Candid 2010.08.22 17:38 #3860 Yurixx: ニコライ 私も、クローズ・オープンは間違っていると思う、と書きました。そして、この差をDと 同一視していることが、さらに間違いです。この単純な違いが、一般的な問題の定式化に矛盾しているとして、「プロセスのとるべき道」の定義を理解すること。それなら、四角くする理由はない。平均すると0になり、幸せになる。 さて、この点についての私の発言はこれで最後です。納得いかないなら好きにしろ、俺は黙ってるからな :) 私が同列に扱ったのではなく、ファインマンが同列に扱ったのです。私はすべてを彼の写真に結びつけました。ファインマンは「私たちは前進することも後退することも等しくあり得るので、平均的な進行は全くないと考えるべきだ」と書いている。しかし、Nが増えれば増えるほど、私たちは出発点からどんどん遠いところに迷い込んでしまいそうな気がするのです。そこで、平均的な絶対距離、つまり|D|の平均値はどのくらいなのだろうか、という疑問が湧いてくる。しかし、|D|ではなく、D2;で対処 した方が便利です。「 私のリンク先には、違うテキストがありますか? また、ハースト社はなぜ、RMSに正規化することは推測できたが、原点からのレイで度数を数えることは推測できなかったのか、考えてみてください。回帰することによって、そうなった。彼は愚か者だった、そういうことですか? 1...379380381382383384385386387388389390391392393...628 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
ランダム・ワンダリング
うおぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉぉありがとうございました。やっと分かりやすい話題になった。
1.あるプロセスがNステップで移動する距離の二乗平均が、スプレッドと呼ばれるものです。忘れてはならないのは、スプレッドという概念は、ナイル川流出事故に目をつけたハーストによって導入されたものだということだ。粒子のブラウン運動を考えたアインシュタインは、粒子の出発位置から移動する経路について語った。これらはすべて物理量である。そして、その定義、つまり数学的な意味を探していたのです。これで疑問は晴れた。 ナイル川のスパンも、ブロイン粒子の軌道も、イーグルゲームでの最大獲得量も、すべてこのリンクで定義されているのと同じ概念である。
2 また、文字通り2行に渡って、純粋なSBに対するHurst式の特殊なケースである式が導かれ、そこから、各ステップで同じ単位の増分がある純粋なSBに対して、Hurst式の係数=1が導かれる。それは、私がニコライ さんのスレッドで 主張し、指に書いて説明しようとしたことです。物理的な観点からも明らかなように、実はこの係数は、値が次元性を持つ場合に必要となる。
3.これで、R/S = c*(T^h) の式におけるSの意味も明確になった。どこでも書いてあるように、SはRMSです。私は、馬鹿なので、何系の実効値なのか理解できませんでした。今わかったのは、一連のインクリメントであって、SBそのものではない、ということです。そしてポイントは、勾配をRMSで正規化すること、つまり勾配を±1まで小さくするようなものです。
4.そして、最終的に、私の枝で説明した指数の計算が、s生成されたモデル系列で0.5の値を与えない理由がわかりました。天文時間の間隔M1、M10、H1で計算してみました。そして、全データの平均値。しかし、同じ天文間隔でも刻みの数(=プロセスのステップ数)はそれぞれ異なる。ハーストの式に当てはめるために刻みの数を平均化するのは、定義に全く反している。しかし、今はそれだけではないことがわかった。スプレッドも平均していました。拡散の2乗を平均化し、そこからルートを抽出すればよかったのです。つまり、2つの間違いがあったわけです。
これでスッキリしましたね。ちゃんと計算し直さないとね。:-)
そして、与えられたSB分布に対する公式の理論的導出に関する疑問は、より本質的なものとなり得るようになった。
おっとっと。知っていたら、リンクを貼らないはずです :)。ファインマンの絵では、すべてが描かれているが、これが棒の中の刻みだと想像してほしい。
一番上の、点の軌跡をとってみましょう。例えば、Open = 0, Low = -2, High = 3, Close = 2 の場合。Dは 2、つまりD= Close-Openとなります。早速ですが、私がトピックに書いたこと(アインシュタインがClose-Openの公式を作ったこと)。また、Close-Openの場合、あなたのアプローチの係数は実際に1になります。しかし、High-Lowを取 ると、この場合は5と同じになる。Dと 等しくないので、係数が1にならないことを意味します。なんとしてもスプレッドを最終偏差値に置き換えたいのが見え見えです。しかし、この量では係数が1にならず、原点からの光線の傾きがハーストにならないことを自分の言葉で伝えるために、ハイ・ローの用語を考え出すくらいの親切心は必要でしょう。
おっとっと。知っていたら、リンクを貼らないはずです :)。ファインマンにはすべての絵がある。これがバーの中の刻みだと想像してほしい。
一番上の、点の軌道を取る。例えば、Open = 0, Low = -2, High = 3, Close = 2 の場合。Dは 2、つまりD= Close-Openとなります。早速、トピックに書いたこと(アインシュタインがClose-Openの公式を作ったこと)について。また、Close-Openの場合、この手法の係数は実際に1になります。しかし、High-Lowを取 ると、この場合は5と同じになる。つまり、早期Dではなく、このため、係数は1にならない。なんとしてもスプレッドを最終偏差値に置き換えたいのが見え見えです。しかし、その値では係数が1にならず、原点からのビームの傾きがハーストにならないことを自分の言葉で伝えるために、ハイ・ローという言葉を考えてみてください。
ティックボリュームから こちらに移行されたんですね...。
そこで練習していたはずです。
:)
アルバート自身は、バーのHLのもっともらしさは、その中の刻みの数から推定するべきだと提案しています
;)
ニコライ 私も、クローズ・オープンは間違っていると思う、と書きました。そして、この差をDと 同一視していることが、さらに間違いです。この単純な違いが、一般的な問題の定式化に矛盾しているとして、「プロセスのとるべき道」の定義を理解すること。それなら、四角くする理由はない。平均すると0になり、幸せになる。
拡散という観点で考えてみる。そこでは、ブラウン運動によって膨大な数の粒子(分子)が拡散し、現象そのものが平均化を生み出している。そのプロセスが通った経路が拡散境界です。今この瞬間にどの粒子がそこに到達し、どの粒子がそこに到達してすでに出発点に戻ってきたかは、その役割を担っていない。
一般的には、もう一度計算し直せば、もっと合理的な話ができるようになると思います。
アレクセイ、シリーズの配分は知っています。極端な広がりを知りたい。そう言っていましたね。どのように?
極端になる確率は、吸収スクリーンのSB問題というのがある種のセオリーです。I.e in t a is a screen, once reached the particle stopped moving and we need to find probability that in time t it will reach it/go?link=https://dic.academic.ru/dic.nsf/enc_mathematics/414/%25D0%2591%25D0%2595%25D0%25A0%25D0%259D%25D0%25A3%25D0%259B%25D0%259B%25D0%2598
追伸:アインシュタインの式は、時間Tを通した粒子の平均偏差、すなわち「閉じる-開く」に類似したものです。
拡散という観点で考えてみてください。そこでは、ブラウン運動によって膨大な数の粒子(分子)が散らばるという、現象そのものが平均化を起こしているのです。そのプロセスが通った経路が拡散境界です。どの粒子が現時点でそこに到達しているか、どの粒子がそこに到達してすでに出発点に戻っているかは関係ない。
またもやスプラインが...。
境界線についてなら。そして、ナイルデルタもよく近似している。
:)
極端になる確率は、吸収スクリーンのSB問題という説があるようです。I.e in t a is a screen, on reaching which the particle stops moving and one should find probability that in time t it will reach it/go?link=https://dic.academic.ru/dic.nsf/enc_mathematics/414/%25D0%2591%25D0%2595%25D0%25A0%25D0%259D%25D0%25A3%25D0%259B%25D0%259B%25D0%2598
追伸:アインシュタインの式は、時間Tの間の粒子の平均的な偏向、すなわち、「閉じる-開く」に類似したものです。
側面にアスファルトのトラップがあるガルトンボード?
どの列から?
なるほど...。
;)
今のところ代役なし。
推理の論理を思い起こしてみよう。ある指標を見つけると、その瞬間の 市場のランダム性の度合いを何らかの形で特徴づけることができるとされる。この指標のどの値がトレンド相場に対応し、どの値が横ばいで、どの値が予測できないかを見極める必要があります。
なるほど。
キャンディッド
物理学では、これをキャリブレーションと呼びます。私たちは、与えられた特性を持つ人工的に生成された系列で校正することができるはずです。例えば、必要な系列を生成して、それに対する特性の振る舞いを研究する方が早いし、ある意味信頼性が高いと私は考えています。そして、実際の価格シリーズの適当な部分からシリーズスライスをすることから始めるべきです。
私はかつて、必要な特性を持つ行を生成し、その上でNNの挙動を含めたTCの生存率を研究することを提案したことがあります。フォーラムでは、このやり方に反対する意見もあったが、特に反論はなかった。賛同してくれる人もいた。
しかし、時間が経つにつれて、そのやり方は間違っていたのだと確信するようになりました。
キャンディッド
私たちは(少なくとも私は)、この困難な課題を解決するために、最善を尽くしています。私も精一杯、努力しています。数式ではなく、アイデアや考察が必要かもしれません。
例えて言うなら
ライターブロク、プーシキン、トルストイ、レム、シャックリー。それぞれ独自のもので、読者は作品のジャンルだけでなく、作者も簡単に特定できる(これは一種のインデックスであり、各作者に固有のパラメータである)。しかし、統計的には、十分に大きなテキストであれば、アルファベットの各文字は一定の数だけ含まれています。作品が書かれている言語の統計的な特徴である。ランダムに文字を生成しても、あらかじめ統計的な特徴を持たせておけば、適切な情報量のテキストを得ることができる。しかし、このテキストは何の意味も持たず、さらに「作品」の作者を特定することも(それがないために)不可能であろう。
そして、ユリックス社の 努力は、まさに、テキストの統計的指標から作品の作者を明確に特定できるこの指標を見つけることにあるのです。
数年分の統計を10月、11月、12月の3ヶ月分収集し、年による特性変化のダイナミクスを考慮した上で同じ統計特性を持つ系列を生成し、この生成した系列でExpert Advisorを最適化し、チャンピオンシップでExpert Advisorを公開する・・・そんなことを考えていたのですが、そのようなことはありませんでした。
でも今は、この3ヶ月の物語を集めて、1つの揮発性によって正常化し、これらの作品を1つのシリーズに糊付けして進めていくという考え方が、むしろ好きなんです。
どちらのアプローチもデメリットは明らかです。しかし、2つ目の方がまだ期待できる。
ニコライ 私も、クローズ・オープンは間違っていると思う、と書きました。そして、この差をDと 同一視していることが、さらに間違いです。この単純な違いが、一般的な問題の定式化に矛盾しているとして、「プロセスのとるべき道」の定義を理解すること。それなら、四角くする理由はない。平均すると0になり、幸せになる。
さて、この点についての私の発言はこれで最後です。納得いかないなら好きにしろ、俺は黙ってるからな :)
私が同列に扱ったのではなく、ファインマンが同列に扱ったのです。私はすべてを彼の写真に結びつけました。ファインマンは「私たちは前進することも後退することも等しくあり得るので、平均的な進行は全くないと考えるべきだ」と書いている。しかし、Nが増えれば増えるほど、私たちは出発点からどんどん遠いところに迷い込んでしまいそうな気がするのです。そこで、平均的な絶対距離、つまり|D|の平均値はどのくらいなのだろうか、という疑問が湧いてくる。しかし、|D|ではなく、D2;で対処 した方が便利です。「 私のリンク先には、違うテキストがありますか?
また、ハースト社はなぜ、RMSに正規化することは推測できたが、原点からのレイで度数を数えることは推測できなかったのか、考えてみてください。回帰することによって、そうなった。彼は愚か者だった、そういうことですか?