Mathemat : 새로운 정보 감사합니다. "전형적인 잡음 지수"가 무엇인지 설명하십시오. 특정 확률 밀도 함수에 해당합니다. 공식을 줄 필요는 없습니다. 통계에서 허용되는 이름을 지정하는 것만으로도 충분합니다.
예, 속어에 가깝습니다. 예를 들어 신호 진폭의 크기가 무작위로 분포하는 경우 스펙트럼은 첫 번째 그림과 유사합니다. 진폭이 더 큰 신호의 수(수) 기하급수적 으로 떨어질 것이다. 동시에 약간의 이상(패턴)이 있는 경우 이 역 지수는 "여드름"(봉우리, 이상값)으로 나타납니다.
동양인의 침착함은 물론 객관적인 것이지만 일본인이 흥분하지 않고 사용한다면 어렵다고 생각합니다.
Mathemat : 나는 당신의 대답에서 중요한 단어를 강조했습니다. 얼마나 무작위입니까?
그리고 두 번째로: 첫 번째 그래프에는 진폭의 히스토그램이 아니라 지연의 히스토그램이 있다는 점에 유의하십시오. 진폭을 사용하면 거의 모든 것이 다소간 명확해집니다.
예, 일반적으로 여기저기서 가우스 또는 포아송 지수의 분포는 중요하지 않습니다. 지연이 가우스에 따라 분포되어 있다고 가정해 보겠습니다. 가우스 지연의 최대값이 1초 영역에 있게 하면 지속 시간이 t인 지연의 수는 일부 계수와 함께 N0*(1/exp(t-to))가 됩니다. 여기서 N0은 최고. 분포의 세부 사항을 식별하려면 최대값 근처에서 신중하게 검토해야 하지만(1초 부근에 있음) 실제로 이것은 일반적으로 필요하지 않으며 오류 및 제한으로 인해 종종 불가능합니다. 따라서 일반화된 속어 용어 소음 지수. 실제로, 다시 편차를 찾는 것이 더 중요합니다. 예를 들어 N이 있는 50초 영역(예: 3000)에서 지연 수에 피크가 있는 경우 흥미로울 것입니다.
네, 물론 최종 분석에서는 가우스와 푸아송 사이에 특별한 차이가 없습니다. 피크는 하나뿐이며, 최대값에 가까운 모든 곡선의 동작은 동일합니다(포물선). 이를 통해 분포의 세 번째 및 네 번째 순간(모든 종류의 비대칭, 초과)에 안전하게 침을 뱉을 수 있습니다. 그리고 일반적으로 모든 단일 모드 분포 간의 차이는 절대적으로 일시적입니다. 특히 동일한 지수가 있고 둘 다 있는 경우에는 더욱 그렇습니다. 당신은 또한 무거운 꼬리에 대해 잊을 수 있습니다. 쓰레기는 사악한 것에서 모든 것입니다 ...
그리고 나는 그것을 포기하지 않을 것입니다. 그것은 더 큰 프로젝트의 일부입니다. 다만 이 두 번째 그래프는 쉬지 않고 있을 뿐, 아직 실질적인 생각은 없다. 조금만 기다리면 생각이 나타납니다 ...
PS 등장. 지금까지 단 하나. 저는 이렇게 했습니다. 분기 첫 페이지의 두 번째 차트에서 틱 지연의 미친 차이를 완화하기 위해 단순히 로그를 계산했습니다. 다음은 4월 2주(1일과 2일)에 대한 지연 로그의 의사 무작위 프로세스입니다.
...........................
두 프로세스 모두 지연 시간 자체의 프로세스와 비교하여 더 "균질"하게 되었습니다. 이제 시차의 로그는 약 0(지연 = 1초)에서 7(지연이 1000초보다 큼) 범위의 숫자입니다. .............. 나는 시간 지연의 로그의 "준정상" 과정이 우연히 여기에 나타나지 않았다고 생각합니다. ...........
틱 간격의 로그에 대한 분포 함수를 구성하면, 그러면 높은 확률로 가우스에 가까운 것을 얻을 수 있습니다.
이것은 마치 중심극한정리(CLT)의 결과인 것처럼 통계의 일반적인 패턴입니다. 확률 변수가 무제한인 경우(즉, 마이너스에서 플러스 무한대까지 값을 취할 수 있음), 그런 다음 CLT에 따르면 일련의 무작위 요인이 이 양의 분포 함수를 정규 법칙으로 가져옵니다. 물론 CLT의 모든 가정이 만족된다면.
마찬가지로 확률 변수가 완전히 양수인 경우 (예: 이전 이벤트와 후속 이벤트 사이의 시간 간격), 그러면 이 랜덤 변수는 로그 정규 분포를 따릅니다. 또는 동일한 것 - 이 값의 로그는 정규 분포를 따릅니다.
이러한 진술은 매우 많은 확률 변수에 대해 사실입니다. 예를 들어 가격, 은행 예금 규모, 사람들의 성장 등
글쎄, 이미 유사한 연구가 있음이 밝혀졌습니다 : http://forum.fxclub.ru/showthread.php?t=32942 . 사실, North Wind의 목적은 다소 다르지만 그럼에도 불구하고 그의 게시물은 프레젠테이션 스타일과 정보 측면에서 매우 호기심이 많습니다. 가장 흥미롭게도 그는 동일한 진드기 소스를 가지고 있습니다. 그러나 사람들은 가우스 데이터에서 실험적으로 이익을 증명하는 작업을 진지하게 설정한 것 같습니다. 주제에 대한 실제 정보는 스레드의 처음 두 페이지와 마지막 두 페이지에 집중되어 있습니다.
Mak , 시차에 대한 틱의 대수 정규 분포에 대해서는 옳을 수 있지만 이것은 직접적으로 증명할 수 없는 것 같습니다...
다음은 한 쌍의 결과를 나머지 쌍으로 확장할 수 없음을 증명하는 흥미로운 결과입니다. 우리는 _DJI를 가져갑니다. 15:30부터 22:00(알파리 시간)까지 거래되는 지수입니다. 06/19/07부터 06/22/07까지의 데이터, 총 38500틱.
1. 틱 랙의 pdf:
2. 시차 대 시간(시차 집중 영역을 더 명확하게 보기 위해 몇 개의 매우 큰 시차를 제거해야 했습니다. 이러한 큰 시차는 실제로 매우 적음):
3.pdf 진폭:
우리는 무엇을 봅니까? 세 번째 차트에 특별한 놀라움이 없다면(EURUSD와 같이 두 개의 급격한 피크가 있음) 처음 두 개는 다음과 같이 생각하게 합니다. 시차의 pdf는 짝수 초 영역에서 극한값을 명확하게 정의했으며 시차 대 시간 함수 이것만 확인합니다. 아마도 이것은 이 지수를 인용하는 특성 때문일 것입니다.
금에 대한 유사한 차트/히스토그램이 EURUSD와 비교하여 그다지 특별한 것을 나타내지 않는다는 점에 주목하는 것은 흥미롭지만, 인정하는 바에 따르면 훨씬 더 "시끄럽습니다".
분기 시작 부분의 첫 번째 그림은 일반적인 노이즈 지수를 보여줍니다. 바로 이렇게
예를 들어 코스가 통과할 점수를 계산하면 동일한 출품자가 나옵니다.
5분 후 포인트 개수의 히스토그램 N을 작성합니다.
두 번째 그림은 한 주의 시장 변동성의 변화를 보여줍니다. 명백한 주기성이 있으며 그 변화도 무작위입니다.
엄밀히 결정론적인 주기가 있다는 말은 아니지만 통계적 규칙성은 명백하고 객관적인 성격(아시안 고요함)을 가지고 있습니다. 제 생각에는 프로세스의 "결정론적 부분"은 주기적 함수에 의해 허용 가능한 정확도로 모델링될 수 있습니다.장기적 패턴을 찾는 것이 더 유리합니다.
다시 한번 상기시켜 주셔서 감사합니다. 나도 똑같이하고 행동으로 인한 직접적인 이익이 아니라 합리적인 위험 관리 전술의 형성을 위해 진드기를 분석하기로 결정했습니다.새로운 정보 감사합니다. "전형적인 잡음 지수"가 무엇인지 설명하십시오. 특정 확률 밀도 함수에 해당합니다. 공식을 줄 필요는 없습니다. 통계에서 허용되는 이름을 지정하는 것만으로도 충분합니다.
예, 속어에 가깝습니다. 예를 들어 신호 진폭의 크기가 무작위로 분포하는 경우
스펙트럼은 첫 번째 그림과 유사합니다. 진폭이 더 큰 신호의 수(수)
기하급수적 으로 떨어질 것이다. 동시에 약간의 이상(패턴)이 있는 경우
이 역 지수는 "여드름"(봉우리, 이상값)으로 나타납니다.
동양인의 침착함은 물론 객관적인 것이지만 일본인이 흥분하지 않고 사용한다면
어렵다고 생각합니다.
예를 들어 신호 진폭의 크기가 무작위로 분포하는 경우 ,
스펙트럼은 첫 번째 그림과 유사합니다. 진폭이 더 큰 신호의 수(수)
기하급수적으로 떨어질 것입니다. 동시에 일부 이상(패턴)이 있는 경우
이 역 지수는 "여드름"(봉우리, 이상값)으로 나타납니다.
그리고 두 번째로: 첫 번째 그래프 에는 진폭의 히스토그램이 아니라 지연의 히스토그램이 있다는 점에 유의하십시오. 진폭을 사용하면 거의 모든 것이 다소간 명확해집니다.
추신: 인터넷에서 "노이즈 지수"라는 용어를 찾지 못했습니다.
나는 당신의 대답에서 중요한 단어를 강조했습니다. 얼마나 무작위입니까?
그리고 두 번째로: 첫 번째 그래프에는 진폭의 히스토그램이 아니라 지연의 히스토그램이 있다는 점에 유의하십시오. 진폭을 사용하면 거의 모든 것이 다소간 명확해집니다.
예, 일반적으로 여기저기서 가우스 또는 포아송 지수의 분포는 중요하지 않습니다.
지연이 가우스에 따라 분포되어 있다고 가정해 보겠습니다. 가우스 지연의 최대값이 1초 영역에 있게 하면 지속 시간이 t인 지연의 수는 일부 계수와 함께 N0*(1/exp(t-to))가 됩니다. 여기서 N0은 최고. 분포의 세부 사항을 식별하려면 최대값 근처에서 신중하게 검토해야 하지만(1초 부근에 있음) 실제로 이것은 일반적으로 필요하지 않으며 오류 및 제한으로 인해 종종 불가능합니다. 따라서 일반화된 속어 용어 소음 지수. 실제로, 다시 편차를 찾는 것이 더 중요합니다. 예를 들어 N이 있는 50초 영역(예: 3000)에서 지연 수에 피크가 있는 경우 흥미로울 것입니다.
네, 물론 최종 분석에서는 가우스와 푸아송 사이에 특별한 차이가 없습니다. 피크는 하나뿐이며, 최대값에 가까운 모든 곡선의 동작은 동일합니다(포물선). 이를 통해 분포의 세 번째 및 네 번째 순간(모든 종류의 비대칭, 초과)에 안전하게 침을 뱉을 수 있습니다. 그리고 일반적으로 모든 단일 모드 분포 간의 차이는 절대적으로 일시적입니다. 특히 동일한 지수가 있고 둘 다 있는 경우에는 더욱 그렇습니다. 당신은 또한 무거운 꼬리에 대해 잊을 수 있습니다. 쓰레기는 사악한 것에서 모든 것입니다 ...
PS 날짜: 2012/10/31: 농담이었지만 당시에는 저를 이해하지 못했습니다...
너무 친절하세요. 케이스를 중간에 떨어뜨리지 마세요.
PS 등장. 지금까지 단 하나. 저는 이렇게 했습니다. 분기 첫 페이지의 두 번째 차트에서 틱 지연의 미친 차이를 완화하기 위해 단순히 로그를 계산했습니다. 다음은 4월 2주(1일과 2일)에 대한 지연 로그의 의사 무작위 프로세스입니다.
...........................
두 프로세스 모두 지연 시간 자체의 프로세스와 비교하여 더 "균질"하게 되었습니다. 이제 시차의 로그는 약 0(지연 = 1초)에서 7(지연이 1000초보다 큼) 범위의 숫자입니다. ..............
나는 시간 지연의 로그의 "준정상" 과정이 우연히 여기에 나타나지 않았다고 생각합니다. ...........
그러면 높은 확률로 가우스에 가까운 것을 얻을 수 있습니다.
이것은 마치 중심극한정리(CLT)의 결과인 것처럼 통계의 일반적인 패턴입니다.
확률 변수가 무제한인 경우(즉, 마이너스에서 플러스 무한대까지 값을 취할 수 있음),
그런 다음 CLT에 따르면 일련의 무작위 요인이 이 양의 분포 함수를 정규 법칙으로 가져옵니다.
물론 CLT의 모든 가정이 만족된다면.
마찬가지로 확률 변수가 완전히 양수인 경우
(예: 이전 이벤트와 후속 이벤트 사이의 시간 간격),
그러면 이 랜덤 변수는 로그 정규 분포를 따릅니다.
또는 동일한 것 - 이 값의 로그는 정규 분포를 따릅니다.
이러한 진술은 매우 많은 확률 변수에 대해 사실입니다.
예를 들어 가격, 은행 예금 규모, 사람들의 성장 등
마찬가지로 확률 변수가 완전히 양수인 경우
Mak , Peters를 읽으십시오. 그는 거미에 있습니다. 그것은 시장에서 정규성/대수 정규성에 대한 당신의 꿈을 빠르게 불식시킬 것입니다. 어쨌든 정상 가설에 기반한 위험 평가는 현실과 크게 어긋납니다.(예: 이전 이벤트와 후속 이벤트 사이의 시간 간격),
그러면 이 랜덤 변수는 로그 정규 분포를 따릅니다.
이 주제에 대한 나의 꿈은 7년 전에 사라졌습니다.
Mak , 시차에 대한 틱의 대수 정규 분포에 대해서는 옳을 수 있지만 이것은 직접적으로 증명할 수 없는 것 같습니다...
1. 틱 랙의 pdf:
2. 시차 대 시간(시차 집중 영역을 더 명확하게 보기 위해 몇 개의 매우 큰 시차를 제거해야 했습니다. 이러한 큰 시차는 실제로 매우 적음):
3.pdf 진폭:
우리는 무엇을 봅니까? 세 번째 차트에 특별한 놀라움이 없다면(EURUSD와 같이 두 개의 급격한 피크가 있음) 처음 두 개는 다음과 같이 생각하게 합니다. 시차의 pdf는 짝수 초 영역에서 극한값을 명확하게 정의했으며 시차 대 시간 함수 이것만 확인합니다. 아마도 이것은 이 지수를 인용하는 특성 때문일 것입니다.
금에 대한 유사한 차트/히스토그램이 EURUSD와 비교하여 그다지 특별한 것을 나타내지 않는다는 점에 주목하는 것은 흥미롭지만, 인정하는 바에 따르면 훨씬 더 "시끄럽습니다".