Ainda tente amostrar d[i]=log(bid[i]/bid[i-1])=log(bid[i])-log(bid[i-1]).
Você também pode tentar uma aproximação sem logaritmos d[i]=bid[i]/bid[i-1]-1
Surpreendentemente, estas fórmulas não funcionam
bid[i]/bid[i-1]-1log(bid[i]/bid[i-1])
E o resultado é muito próximo, mesmo que você esgueire seus olhos, você não consegue ver a diferença. Os eixos são compensados por alguns pixels. Eu verifiquei-o várias vezes.
E o resultado é muito próximo, mesmo que você esgueire seus olhos, você não consegue ver a diferença. Os eixos são compensados por alguns pixels. Verificado várias vezes.
Este deve ser o caso, porque quando x é pequeno, aproximadamente log(1+x)~x. Neste caso x=bid[i]/bid[i-1]-1
Talvez o conhecido efeito de cauda grossa da distribuição dos retornados se esteja a manifestar. Os maiores valores dos retornados aparecem mais frequentemente do que deveriam no caso de uma distribuição normal.
secreto #: Então ele deve ter escrito sobre ações.
Não a li, mas a fórmula Bleck-Scholes é derivada dela e não diz que se trata apenas de opções sobre acções. Embora, é claro, não seja exactamente verdade para nada, mas é usado como ponto de partida para quaisquer teorias de opções.
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
As devoluções (retornos) são para os teóricos. Os praticantes têm os seus próprios métodos.
amostragem de aumentos de logaritmo de preços
Ainda tente amostrar d[i]=log(bid[i]/bid[i-1])=log(bid[i])-log(bid[i-1]).
Você também pode tentar uma aproximação sem logaritmos d[i]=bid[i]/bid[i-1]-1
Surpreendentemente, estas fórmulas não funcionam
bid[i]/bid[i-1]-1 log(bid[i]/bid[i-1])
E o resultado é muito próximo, mesmo que você esgueire seus olhos, você não consegue ver a diferença. Os eixos são compensados por alguns pixels. Eu verifiquei-o várias vezes.
As devoluções (retornos) são para os teóricos. Os praticantes têm os seus próprios métodos.
Então eu não entendo do que estamos a falar.
Como teórico, também não entendo muito bem.
E o resultado é muito próximo, mesmo que você esgueire seus olhos, você não consegue ver a diferença. Os eixos são compensados por alguns pixels. Verificado várias vezes.
Este deve ser o caso, porque quando x é pequeno, aproximadamente log(1+x)~x. Neste caso x=bid[i]/bid[i-1]-1
Surpreendentemente, estas fórmulas não funcionam.
Talvez o conhecido efeito de cauda grossa da distribuição dos retornados se esteja a manifestar. Os maiores valores dos retornados aparecem mais frequentemente do que deveriam no caso de uma distribuição normal.
O preço das moedas não muda drasticamente, por que precisaria de um logaritmo? Mas os incrementos mudam.
Um cientista respeitável escreveu que o preço deve ser logarítmico e todos os teóricos continuam cegamente a fazê-lo.
Um cientista respeitável escreveu que o preço deve ser logarítmico e todos os teóricos continuam cegamente a fazê-lo.
Então ele deve ter escrito sobre ações.
Não a li, mas a fórmula Bleck-Scholes é derivada dela e não diz que se trata apenas de opções sobre acções. Embora, é claro, não seja exactamente verdade para nada, mas é usado como ponto de partida para quaisquer teorias de opções.