Первая часть названия статьи с несущественным изменением пунктуации – цитата из поста https://www.mql5.com/ru/forum/108164. самая строгая математика тоже может оказаться лженаукой в руках «исследователя», решившего поиграться красивыми формулами, не имеющими никакого практического применения. Скепсис автора цитаты, даже смягченный тремя...
ダビングについては、純粋にこのスレッドからアイデアを得ました。矢印のついたインジケーターをスケッチした。
怠け者なら蹴ってくれ。
Kuzminaで分散-ガンマ過程(VG)の生成アルゴリズムを見つけたのですが、どなたかExcelに翻訳するのを手伝ってくれませんか？ ))))
まず、標準的なブラウン運動を生成します
a) 標準正規分布(明確)
(b) あまり明確でない。誰ができるのか？
http://elib.bsu.by/handle/123456789/9487
PS この奇跡を見るのは興味深いです))
あと、付け加えておくと、戦うものは、得るものがある))))))))))))))))))))))))))))))))))))))))))))))
Kuzminaで分散-ガンマ過程(VG)の生成アルゴリズムを見つけたのですが、どなたかExcelに翻訳するのを手伝ってくれませんか？ ))))
まず、標準的なブラウン運動を生成します
a) 標準正規分布(明確)
(b) あまり明確でない。誰ができるのか？
http://elib.bsu.by/handle/123456789/9487
PS この奇跡を見るのは面白いです))
不明なところや必要なところは、しっかり見積もりを出してください。私などは、pdfをダウンロードして調べるのが億劫なのです。他の多くの人もそうではないでしょう:-)。
PS/プログラマーは怠け者ではない - 彼らは最適なのだ
期待値==時間の一次関数? 定数ではない?それともエラーなのでしょうか？
ノーベルで落ち着いて、頭を使う。pdfをダウンロードして調べるのが億劫なんです。多くの人もそうでしょう :-)
PS/プログラマーは怠け者ではない - 彼らは最適なのだ
最後のページ、参考文献のリストの前にあり、2つのグラフがあります。ダウンロードする必要はなく、そのままgoogleに飛びます
分散ガンマプロセスのモデル化にはいくつかの方法がある [4], [6]. ここでは, この研究で使用した分散ガンマプロセスのモデル化アルゴリズムを示す.
計算式は二乗されているので、ここに貼り付けることはできません。
最後のページ、参考文献リストの前に、2つの図表があるのですが、よほど怠け者でなければ)))
pt2)のどこが不明なのか？ もちろん大学院生が書いたのでしょう、運が良ければ...。:-)
は、最初の列 - G
2列目 - v = 正規分布数 (0.0 1.0) と書く。
で、3列目のW[0]=0となり、「数式が与えられている」:-)
掲載されている画像は初めて見るものではありません。
問題は、「これは何だ!
は10回です。
。
みんな、いろいろ悩んで、正しい方向にチェゲバラ、ありがとう。プライマリ、MMまたはすべて同じMO> 0は何ですか？ 我々はすべての市場がランダムであることを仮定して危険にさらす場合は、指数（離散性の面で幾何学的）ランダムウォークモデルは、外れ値（または合計スプレッドで覆われて、ことわざ2％の非乱数の小さな偏差）、最終的にはゼロまたはそれについて、その後MMを使用しているときに有利にランダムイベントの確率を与えることはありません。逆もまた然りで、市場がチャンスを与えれば、MMのあらゆる力を使って、それに比例してチャンスを増やすことができます。
「TSを確認するには、まず固定ロットで試してみて、数学的な期待値に満足できれば、資本管理によって 収益性を高めてもよいだろう」。
境界からのリバウンドの確率を決定するために水路境界で使用されるダニ最大数のパラメータへの収益性の依存性。
なぜ100回かというと、ストップロスは2回、テイクプロフィットは20回発動するからです。
10回
私見ですが、何もシミュレーションする必要はないと思います。
相場が分散ガンマ過程であることは、すでに誰の目にも明らかである。
もう一度、このプロセスの分散に注目します。
ブラウン運動の場合、アインシュタインによれば、平均変位＝sqrt(2*sigma*t)であることを思い出してください。
もし、(θ^2)*nu=(σ^2)があれば、アインシュタインの式になります。
しかし、私たちはガンマとウィーナーという2つのプロセスの重ね合わせをしているのです。
Wiener oneについては、通常のシグマを計算する。
ガンマについては、やはり分散＝(theta^2)*nuの数え方を覚える必要があります。
そして、得られた値をプロセスの期待ペイオフから差し引くと、ほら、「聖杯」だ。また、くだらない分位数を計算する必要もない。
兄弟たちよ、ポケットを準備せよ
兄弟よ、ポケットの準備をしろ！
口座番号の 送信先は？:-)
追記／ランダムプロセスの内部（現在）である以上、その将来を確実に予測することはできない（だからこそランダムである）。 統計的特性を定義し、それに基づいて仮定することはできるが、同じ確率的性質を持ち、質的に良くなることはないだろう。
ヘーゲル、弁証法、カオスの中の非生物的な秩序 :-)