Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
A pedido do iniciador do tópico, continuarei sobre o princípio da máxima probabilidade. Para brevidade, utilizarei o termo inglês MLE (maximum likelihood estimation).
Por definição, a probabilidade é a densidade da distribuição conjunta. Para uma amostra de tamanho N, é uma função numérica do espaço numérico N-dimensional. Além disso, depende também dos parâmetros a serem determinados (estimados).
Consequentemente, coloca-se a questão - de onde vem esta função? A resposta é "como acontece"), porque é impossível cobrir toda a variedade de formas.
A plausibilidade é a probabilidade de cair dentro de um intervalo de confiança. E o que é a plausibilidade? Em termos simples, sem a densidade da distribuição conjunta.
A plausibilidade é a probabilidade de cair dentro de um intervalo de confiança. O que é a plausibilidade? Em termos simples, sem a densidade da distribuição conjunta.
O que é exactamente difícil para si sobre o conceito de densidade?
Como sempre - primeiro para a normalidade, depois para a estacionaridade e depois... como sempre...
Ah, e já agora, nem todos chamam branco ao ruído gaussiano. O branco é branco e o gaussiano é gaussiano.
Leia a sua obra, provou praticamente que nenhuma quantidade de manipulação de carraças altera a persistência da fila. (risos) Parabéns.
O que é que a persistência tem a ver com isso? Eu não mencionei essa palavra de todo... Doc, desculpe-me, mas você é ainda mais burro do que eu pensava.... Tratava-se da preservação máxima da estrutura da série, e a estrutura é responsável, como sabemos, pela estrutura, a não-entropia (ou entropia).
Ficou demonstrado que lidar com M1 e acima não é diferente de lidar com um processo Wiener sem demolição. E deve-se aplicar métodos bastante diferentes do que quando se trabalha com carraças e carraças magras.
As pessoas relatam sucesso com o método Warlock com certas afinações....
Eles têm o seu próprio convívio e você é bastante supérfluo nele, porque não compreende nada.
Não se deve tocar no mercado, não se gosta dele e ele não gosta de si.
Vou deixar de falar convosco.
3) A versão padrão da EML.
Muitas vezes utilizado como uma definição de EML, mas isto restringe demasiado a aplicabilidade do método.
A hipótese utilizada é que todas as variáveis aleatórias na amostra
a) são independentes e
b) têm a mesma distribuição univariada com densidade p(x,a),
onde a é o parâmetro a ser estimado.
Depois a função de probabilidade L=p(x1,a)*p(x2,a)*...*p(xn,a), onde n é o tamanho da amostra.
Substituir a amostra (no primeiro sentido) por x's, obter L=L(a) e procurar o amax em que L atinge o máximo.
Note-se que podemos maximizar LL(a)=log(L(a)) em vez de L(a), porque o logaritmo é uma função monotónica e, convenientemente, substitui o produto por adição.
Para um exemplo, considerar a distribuição exponencial p(x,a)=a*exp(-a*x), log(p(x,a))=log(a)-a*x,
derivado pelo parâmetro d(log(p(x,a)))/da=1/a-x.
Portanto, é necessário resolver a equação 1/a-x1+1/a-x2+...+1/a-xn=0 -> amax=n/(x1+x2+...+xn).
4) Da próxima vez descreverei como se obtém o método de minimizar a soma de módulos em vez de MNC)
Então maximizamos o centro da distribuição? essencialmente zero sigma?
Ou o máximo não será sempre em torno de zero sigma?
Fórum sobre comércio, sistemas de comércio automatizados e testes estratégicos
Matstat-Econometrics-Matan
Alexei Tarabanov, 2021.05.14 22:25
A plausibilidade é a probabilidade de cair dentro de um intervalo de confiança. E o que é a plausibilidade? Em termos simples, sem uma densidade de distribuição conjunta.
Probabilidade de que a variável seja de uma distribuição normal == máxima probabilidade ?
E, sobre econometria, matstat e matan (Deus, que nomes!) apoio a Automat - este disparate só é aplicável se o indivíduo tiver compreendido a física do processo. Caso contrário, tudo isto é um disparate e não vale a pena prestar atenção.
Ámen.
Sem ofensa.
Eles não compreendem isto. Além disso, eles não compreendem de todo a física. Não lhes serve de nada.
Vamos deixá-los em paz. Deixe-os brincar. Vamos assistir.
De facto, não vi qualquer menção à utilização de SB e outros ruídos em publicações quânticas para criar qualquer coisa comerciável, excepto simulações para testes. E esse método é reconhecido como ineficaz. Bem, também para simular algo irreal para comparar com o real e mostrar que é semelhante ao olho, mas absolutamente inútil. Os quants estão habituados a pensar de forma mais realista e a procurar algo onde realmente está. A econometria é muito útil na medida em que pode prever uma onda sinusoidal e é facilmente substituída por aprendizagem mecânica. E ainda ninguém descobriu com o que substituir a aprendizagem mecânica. Nesta altura, poderíamos acabar com toda a filosofização sobre este tema como improdutivo e não levando a lado nenhum 😁
Nenhum quant publicará nunca um modelo ou abordagem de trabalho. Geralmente assinam um NDA quando são contratados.
O que eles publicam ou já não funciona ou nunca funcionou, mas é interessante em termos de teoria.
Então, estamos a maximizar o centro da distribuição ? na essência zero sigma ?
Ou o máximo não será sempre em torno de zero sigma?
Esqueça a distribuição normal) Não se esqueça de vez, apenas por algum tempo) Continua a aparecer, mas na verdade há muitas distribuições, tanto tabulares como sem nome)
O objectivo da EML é que temos um número infinito de modelos "numerados" pelo parâmetro. De acordo com os resultados da experiência (amostragem no sentido numérico), escolhemos de entre eles aquele que maximiza a probabilidade. A probabilidade (densidade de distribuição) é um conceito teórico básico (decorre directamente dos axiomas da ciência) e só se pode habituar à sua aplicação sem tentar explicar através de outros conceitos menos básicos.
O método EML é tão básico que até migrou para a aprendizagem mecânica (juntamente com a noção implícita de uma distribuição conjunta de traços e respostas)
Resta saber com que família paramétrica de modelos trabalhar. Esta questão é geralmente prática e depende do objecto em questão.
E é a mesma coisa?
Probabilidade de que uma variável de uma distribuição normal == máxima probabilidade ?O intervalo de confiança é do domínio da estimativa do intervalo de um parâmetro, onde não se encontra um valor particular do parâmetro, mas sim o intervalo em que este cai com uma dada probabilidade. Por exemplo, todos consideram apenas o valor numérico de Hearst e estão muito felizes por não ser igual a 0,5. Mas de facto deve ser demonstrado que com grande probabilidade Hirst cai num intervalo que não contém 0,5. Isto é normalmente um grande problema).
A EML é do domínio da estimativa pontual de um parâmetro. O problema é ligeiramente diferente, mas como para o anterior, a sua solução baseia-se na noção de distribuição conjunta de amostras (no segundo sentido). Assim, a declaração "Conheço intervalos de confiança, mas não conheço a densidade de distribuição conjunta" consiste em duas declarações mutuamente exclusivas)
Sugiro que se analisem os métodos um de cada vez, em vez de se fazer uma confusão incompreensível deles.
Nenhum quant publicará jamais um modelo ou abordagem de trabalho. Geralmente, eles assinam um NDA quando são contratados.
O que eles publicam ou já não funciona ou nunca funcionou, mas é interessante em termos de teoria.