반면에 포트폴리오에 상관관계가 없는 상품(예: 12개 이상)이 많으면 개별 분포가 더 이상 중요하지 않습니다. 총액의 분배는 여전히 필요한 만큼의 경향이 있습니다. 가우스 곡선으로.
그거 어디서 났어? 극한 정리 덕분에 이것이 IMHO가 아닌 경우 도구의 독립성은 큰 문제입니다. 도구의 종속성/독립성도 CV이며 상관 계수는 평균 추정치입니다. 오랫동안 상관 관계가 없었던 도구가 쌍으로만 아니라 언젠가는 이것을 할 수 있습니다. 따라서 포트폴리오는 수익률의 정규성을 보장하지 않습니다. 일련의 투자 파산이 이에 대한 증거입니다. 주에 있는 주택. 그들은 시장에서 큰 손실을 입었고 Markowitz 이론과 더 발전된 버전에 확실히 익숙/사용됩니다. 누가 사용하든 시장에 영원한 솔루션이 없다는 것입니다.
개인적으로 그것은 진공 속의 구형 말의 모형과 같습니다. 현실에서는 관찰되지 않는 이상적인 조건입니다. 독립적인 도구의 예를 가질 수 있습니까?
과연 무엇이 회의론을 불러일으켰는가?
예, 세계는 완벽하지 않지만 이것이 "이상적인" 수학적 모델이 세계를 올바르게 설명하는 것을 방해하지는 않습니다! 모델을 필요한 정확도로 실제 객체에 더 가깝게 만들 수 있는 많은 방법이 있습니다.
내가 제시한 예에서는 서로 상관되지 않는 도구를 기반으로 하는 TS의 비현실적인 경우를 고려합니다. 이를 통해 추론의 논리를 이해하고 기본 원리를 볼 수 있습니다. 계측기 간의 상관 계수 매트릭스를 이 문제에 도입하고 특정 문제를 최대한 정확하게 해결하는 데 방해가 되는 것은 없습니다...
예, 세계는 완벽하지 않지만 이것이 "이상적인" 수학적 모델이 세계를 올바르게 설명하는 것을 방해하지는 않습니다! 모델을 필요한 정확도로 실제 객체에 더 가깝게 만들 수 있는 많은 방법이 있습니다.
내가 제시한 예에서는 서로 상관되지 않는 도구를 기반으로 하는 TS의 비현실적인 경우를 고려합니다. 이를 통해 추론의 논리를 이해하고 기본 원리를 볼 수 있습니다. 계측기 간의 상관 계수 매트릭스를 이 문제에 도입하고 특정 문제를 최대한 정확하게 해결하는 데 방해가 되는 것은 없습니다...
여기서 회의론 - "도구는 독립 적이고 균형 곡선의 첫 번째 차이는 정규 분포를 따릅니다." - 이러한 조건이 충족되지 않으므로 관찰되었다는 가정에 따라 결론을 적용하는 것은 불가능합니다. 이상적이지 않은 세계를 설명하는 모델은 항상 무언가가 "모델과 유사하지 않은 경우" 결과가 잘못된 것임을 나타냅니다. 우리의 경우 도구는 종속적이며 첫 번째 차이점은 정상이 아니며 "모델과 유사"하지 않으므로 결론을 적용할 수 없습니다.
우리 각자가 우리의 가벼운 지식을 시장에 적용하고, 잘 알려져 있고 이해할 수 있는 도구를 사용하고, 시장을 분자와 원자로 분해하려는 "유혹"을 받기에 충분한 도구, 모델, 이론 및 과학이 있습니다. 예를 들어, 매개변수 통계를 가져와 시장에 적용합니다. 이 경우, 우리의 지식과 모수 통계의 적용을 기반으로 한 결론이 사실이 되도록 시장이 모수 통계에 속하게 만드는 것만 남아 있다고 봅니다. 그렇지 않으면, 우리의 도구가 적절하다는 증거에 의해 뒷받침되지 않는 도구에 대한 지식의 가치에 근거한 환상일 뿐입니다.
여기서 회의론 - "도구는 독립 적이고 균형 곡선의 첫 번째 차이는 정규 분포를 따릅니다." - 이러한 조건이 충족되지 않습니다.
아마도 세상이 이분법적이라면 - 예 또는 아니오로 동의할 것입니다. 그러나 다행스럽게도 이것은 사실이 아니며 당신이 말하는 non-Gausianity는 약합니다. 최종 결과에 대한 영향이 약하고 많이 왜곡되지 않습니다. 이 왜곡의 정도와 그 부호는 추정하기 쉽습니다. 구한 추정치의 오차가 나오기 쉬운데.. 뭐가 더 필요할까요?
함께 플레이한다면 하이젠베르크의 불확정성으로 인해 이 세상의 어떤 현상에 대해서도 확실하게 말할 수 없다는 것을 인정해야 합니다. 뭐, 이제 그냥 계정을 사용하지 않습니까?
아마도 세상이 이분법적이라면 - 예 또는 아니오로 동의할 것입니다. 그러나 다행스럽게도 이것은 사실이 아니며 당신이 말하는 non-Gausianity는 약합니다. 최종 결과에 대한 영향이 약하고 많이 왜곡되지 않습니다. 이 왜곡의 정도와 그 부호는 추정하기 쉽습니다. 구한 추정치의 오차를 구하는 것은 어렵지 않습니다... 그 외에 무엇이 필요할까요?
함께 플레이한다면 하이젠베르크의 불확정성으로 인해 이 세상의 어떤 현상에 대해서도 확실하게 말할 수 없다는 것을 인정해야 합니다. 뭐, 이제 그냥 계정을 사용하지 않습니까?
터무니없죠? 그렇다면 왜 토론에서 그러한 입장을 취하도록 내버려 두십니까?
무엇 때문에?
그러면 이론의 속성(분포가 정상이라고 가정)이 아니라 시장의 속성(비정규 분포)에서 진행해야 한다고 생각합니다. 그러면 결과는 이론이 아니라 시장에 따른 것입니다. 그 때 오류를 평가하면 거기에 이익이 없음을 알 수 있습니다. 또는 당신이 찾고 있는 다른 무엇이든. 보시다시피 저는 확신이 있어서 Heisenberg가 저를 도와줄 필요가 없습니다. 잘못된 전제를 취하면 잘못된 결과가 나옵니다. 얼마나 더 확실합니다. 그러나 추정치는 "강하게 왜곡하지 않는다", "추정하기 어렵지 않다", "비 가우시안이 약하다"는 "음, 이익은 이미 쉽게 도달할 수 있다"와 같이 정말 무기한이다. 그래서 거기에는 이익이 없습니다. 그리고 이것은 아주 확실한 진술입니다. 감히 희망합니다.
나는 Neutron 의 추론을 조금 더 잘 보았습니다. 사실, 여기에서는 균형 곡선으로만 작동합니다. 아니면 제가 틀렸습니까, Sergey ? 음, 균형 곡선은 쉽게 말해서 시세 곡선과 다른 통계적 특성을 갖는 것입니다. 그렇다면 왜 수익률 막대의 가우스가 아닌 특성을 언급하면서 막대 통계에 대해 이야기할까요?
그러나 DC가 지표가 호가의 현저한 하락을 예측하자마자 즉시 EUR/GBP를 호가했기 때문에 이에 대한 어떤 것도 줄일 수 없었습니다! 포지션을 열 시간이 없었습니다.
나는 여기 내 포스트에서 이 점을 만졌다.
분명히, 중성자 . 예, Forex에서 도구의 독립성을 보장하는 것은 쉽지 않습니다. 또는 적어도 상관 관계가 없습니다.
첫 번째 잔액 차이에 관해서는 승자 N-07의 거래 결과를 핍 단위로 나타낸 히스토그램이 있습니다.
음, 즉, 어느 정도 정상의 힌트가 있지만 꼬리가 약간 두껍습니다. 반면에 포트폴리오에 상관되지 않은 상품이 많으면(예를 들어 12개 이상) 개별 분포가 뚱뚱하더라도 더 이상 중요하지 않습니다. 총액의 분배는 여전히 필요한 만큼의 경향이 있습니다. 가우스 곡선으로.
PS Vita , 기간이 너무 짧지 않은 간단한 마우스의 첫 번째 차이점의 pdf는 무엇이라고 생각하십니까? 가우스!
반면에 포트폴리오에 상관관계가 없는 상품(예: 12개 이상)이 많으면 개별 분포가 더 이상 중요하지 않습니다. 총액의 분배는 여전히 필요한 만큼의 경향이 있습니다. 가우스 곡선으로.
그거 어디서 났어? 극한 정리 덕분에 이것이 IMHO가 아닌 경우 도구의 독립성은 큰 문제입니다. 도구의 종속성/독립성도 CV이며 상관 계수는 평균 추정치입니다. 오랫동안 상관 관계가 없었던 도구가 쌍으로만 아니라 언젠가는 이것을 할 수 있습니다. 따라서 포트폴리오는 수익률의 정규성을 보장하지 않습니다. 일련의 투자 파산이 이에 대한 증거입니다. 주에 있는 주택. 그들은 시장에서 큰 손실을 입었고 Markowitz 이론과 더 발전된 버전에 확실히 익숙/사용됩니다. 누가 사용하든 시장에 영원한 솔루션이 없다는 것입니다.
개인적으로 그것은 진공 속의 구형 말의 모형과 같습니다. 현실에서는 관찰되지 않는 이상적인 조건입니다. 독립적인 도구의 예를 가질 수 있습니까?
과연 무엇이 회의론을 불러일으켰는가?
예, 세계는 완벽하지 않지만 이것이 "이상적인" 수학적 모델이 세계를 올바르게 설명하는 것을 방해하지는 않습니다! 모델을 필요한 정확도로 실제 객체에 더 가깝게 만들 수 있는 많은 방법이 있습니다.
내가 제시한 예에서는 서로 상관되지 않는 도구를 기반으로 하는 TS의 비현실적인 경우를 고려합니다. 이를 통해 추론의 논리를 이해하고 기본 원리를 볼 수 있습니다. 계측기 간의 상관 계수 매트릭스를 이 문제에 도입하고 특정 문제를 최대한 정확하게 해결하는 데 방해가 되는 것은 없습니다...
과연 무엇이 회의론을 불러일으켰는가?
예, 세계는 완벽하지 않지만 이것이 "이상적인" 수학적 모델이 세계를 올바르게 설명하는 것을 방해하지는 않습니다! 모델을 필요한 정확도로 실제 객체에 더 가깝게 만들 수 있는 많은 방법이 있습니다.
내가 제시한 예에서는 서로 상관되지 않는 도구를 기반으로 하는 TS의 비현실적인 경우를 고려합니다. 이를 통해 추론의 논리를 이해하고 기본 원리를 볼 수 있습니다. 계측기 간의 상관 계수 매트릭스를 이 문제에 도입하고 특정 문제를 최대한 정확하게 해결하는 데 방해가 되는 것은 없습니다...
여기서 회의론 - "도구는 독립 적이고 균형 곡선의 첫 번째 차이는 정규 분포를 따릅니다." - 이러한 조건이 충족되지 않으므로 관찰되었다는 가정에 따라 결론을 적용하는 것은 불가능합니다. 이상적이지 않은 세계를 설명하는 모델은 항상 무언가가 "모델과 유사하지 않은 경우" 결과가 잘못된 것임을 나타냅니다. 우리의 경우 도구는 종속적이며 첫 번째 차이점은 정상이 아니며 "모델과 유사"하지 않으므로 결론을 적용할 수 없습니다.
우리 각자가 우리의 가벼운 지식을 시장에 적용하고, 잘 알려져 있고 이해할 수 있는 도구를 사용하고, 시장을 분자와 원자로 분해하려는 "유혹"을 받기에 충분한 도구, 모델, 이론 및 과학이 있습니다. 예를 들어, 매개변수 통계를 가져와 시장에 적용합니다. 이 경우, 우리의 지식과 모수 통계의 적용을 기반으로 한 결론이 사실이 되도록 시장이 모수 통계에 속하게 만드는 것만 남아 있다고 봅니다. 그렇지 않으면, 우리의 도구가 적절하다는 증거에 의해 뒷받침되지 않는 도구에 대한 지식의 가치에 근거한 환상일 뿐입니다.
Slava , 나는 극한 정리에 너무 강하지 않습니다. 그러나 내 귀의 어딘가에서 나는 이러한 정리의 최신 강력한 버전이 독립성을 요구하지 않는 것 같으며 가우스를 얻기 위해 합계의 개별 변수 수가 그렇게 클 필요는 없다고 들었습니다.
다시 한 번 - 실용적인 논거: 간단한 손의 첫 번째 차이점을 살펴보십시오(마침표가 있는 경우, 예를 들어 13). 바의 뚱뚱한 꼬리 차이와 달리 매우 정상입니다.
Vita писал(а) >>
여기서 회의론 - "도구는 독립 적이고 균형 곡선의 첫 번째 차이는 정규 분포를 따릅니다." - 이러한 조건이 충족되지 않습니다.
아마도 세상이 이분법적이라면 - 예 또는 아니오로 동의할 것입니다. 그러나 다행스럽게도 이것은 사실이 아니며 당신이 말하는 non-Gausianity는 약합니다. 최종 결과에 대한 영향이 약하고 많이 왜곡되지 않습니다. 이 왜곡의 정도와 그 부호는 추정하기 쉽습니다. 구한 추정치의 오차가 나오기 쉬운데.. 뭐가 더 필요할까요?
함께 플레이한다면 하이젠베르크의 불확정성으로 인해 이 세상의 어떤 현상에 대해서도 확실하게 말할 수 없다는 것을 인정해야 합니다. 뭐, 이제 그냥 계정을 사용하지 않습니까?
터무니없죠? 그렇다면 왜 토론에서 그러한 입장을 취하도록 내버려 두십니까?
무엇 때문에?
다시 한 번 - 실용적인 논거: 간단한 손의 첫 번째 차이점을 살펴보십시오(마침표가 있는 경우, 예를 들어 13). 바의 뚱뚱한 꼬리 차이와 달리 매우 정상입니다.
나는 말하고 싶습니다 : 말하자, 그리고?
그러나 의심스러운 점은 13배 현미경으로 우리가 비정상적인 것을 볼 수 있다는 것입니다. 아님?
아마도 세상이 이분법적이라면 - 예 또는 아니오로 동의할 것입니다. 그러나 다행스럽게도 이것은 사실이 아니며 당신이 말하는 non-Gausianity는 약합니다. 최종 결과에 대한 영향이 약하고 많이 왜곡되지 않습니다. 이 왜곡의 정도와 그 부호는 추정하기 쉽습니다. 구한 추정치의 오차를 구하는 것은 어렵지 않습니다... 그 외에 무엇이 필요할까요?
함께 플레이한다면 하이젠베르크의 불확정성으로 인해 이 세상의 어떤 현상에 대해서도 확실하게 말할 수 없다는 것을 인정해야 합니다. 뭐, 이제 그냥 계정을 사용하지 않습니까?
터무니없죠? 그렇다면 왜 토론에서 그러한 입장을 취하도록 내버려 두십니까?
무엇 때문에?
그러면 이론의 속성(분포가 정상이라고 가정)이 아니라 시장의 속성(비정규 분포)에서 진행해야 한다고 생각합니다. 그러면 결과는 이론이 아니라 시장에 따른 것입니다. 그 때 오류를 평가하면 거기에 이익이 없음을 알 수 있습니다. 또는 당신이 찾고 있는 다른 무엇이든. 보시다시피 저는 확신이 있어서 Heisenberg가 저를 도와줄 필요가 없습니다. 잘못된 전제를 취하면 잘못된 결과가 나옵니다. 얼마나 더 확실합니다. 그러나 추정치는 "강하게 왜곡하지 않는다", "추정하기 어렵지 않다", "비 가우시안이 약하다"는 "음, 이익은 이미 쉽게 도달할 수 있다"와 같이 정말 무기한이다. 그래서 거기에는 이익이 없습니다. 그리고 이것은 아주 확실한 진술입니다. 감히 희망합니다.
나는 Neutron 의 추론을 조금 더 잘 보았습니다. 사실, 여기에서는 균형 곡선으로만 작동합니다. 아니면 제가 틀렸습니까, Sergey ? 음, 균형 곡선은 쉽게 말해서 시세 곡선과 다른 통계적 특성을 갖는 것입니다. 그렇다면 왜 수익률 막대의 가우스가 아닌 특성을 언급하면서 막대 통계에 대해 이야기할까요?