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
não nos confunda, por favor.
Um processo aleatório, por definição, é uma seqüência de variáveis aleatórias. Ao definir um processo aleatório, sempre falamos sobre variância e matriz de variância e tudo mais.
E um processo determinístico é um processo que a qualquer momento você pode dizer claramente para qual estado o sistema se moverá em seguida.
Para os geradores de números pseudo-aleatórios padrão, você só precisa saber o número no qual começa a prever a série sem ambigüidade. Portanto, a série em sua foto é teoricamente totalmente previsível.
1. Você conhece este número?
2. Com uma precisão de 16 dígitos não pode gerar uma seqüência de mais de (65536) elementos.
Candidato, não é tão simples assim. Eu também pensava assim, até que o komposter e eu verificamos a função MathRand(). Aqui está um ramo: "Pergunta do iniciante: duas curvas em janelas diferentes".
Código:
P.S., acho que você está certo. Mas o período desta seqüência é obviamente muito grande. O grão define toda a seqüência, mas os segmentos do grão a partir do mesmo número são diferentes.Além disso, existem sistemas cujo funcionamento é totalmente descrito *e.g.
y(n+1)=a*y(n)*(1-y(n);
que é quase impossível de prever. em a->4.
Tais processos são chamados de caos determinístico.
fechar todos;
N=1000;
r=NORMRND(0,0.0077,1,N);
r1=r;
% shuffle
for i=1:1:10000
i1 = fix(rand*N)+1;
i2 = fix(rand*N)+1;
c=r(i1);
r(i1)=r(i2);
r(i2)=c;
end;
figure;
%r=r-0.5;
para i=2:1:comprimento(r)
r(i)=r(i)+r(i-1);
r1(i)=r1(i)+r1(i-1);
end
grid on;
plot(r);
figure;
plot(r1);
resultado
misto
Lá. se livrou dos períodos. então qual é a utilidade?
Além disso, existem sistemas cujo funcionamento é totalmente descrito *por exemplo
y(n+1)=a*y(n)*(1-y(n);
o que é quase impossível de prever. em a->4.
Tais processos são chamados de caos determinista.
Exatamente que, na realidade, praticamente nunca saberemos o valor de um parâmetro com precisão suficiente. No entanto, os processos caóticos são muito mais previsíveis do que os aleatórios. Mas não podemos distinguir estatisticamente entre eles. Segue-se que os argumentos estatísticos são irrelevantes para a questão da previsibilidade do mercado.
com precisão suficiente. o que é isso?
Todas as teorias relativas à d.h. analisam ou as equações de modelos ou a história (extraindo as regularidades estatísticas).
E o que você quer dizer com características estatísticas? mo e std? e quem diz que é uma medida da equivalência de duas seqüências?
Não, Candidato. Eu também pensava assim até que o komposter e eu verificamos a função MathRand(). Aqui está uma filial: https://forum.mql4.com/ru/6187 .
O truque é, com bastante precisão, qual deles é?
P.S. A "densidade de probabilidade" também é uma característica estatística. Também não garante a reprodução de todas as características do processo com o RNG.
O truque é, com bastante precisão, qual deles é?
A pergunta só pode ter uma resposta para um problema específico.
P.S. A "densidade de probabilidade" também é uma característica estatística. E também não garante a reprodução de todas as características do processo com o RNG.
para que os computadores não sejam realmente apropriados para a análise de tais processos. (de um ponto de vista fundamental). Somente sua modelagem probabilística e descritiva é possível.
lna01> P.S. A "densidade de probabilidade" também é uma característica estatística. E também não garante a reprodução de todas as características do processo com a ajuda da GSF.
como você imagina??? como reconstruir algo pela lei de distribuição de uma variável aleatória??? tal tarefa não pode existir de forma alguma.
Se eu citasse um histograma, seria apenas para mostrar que a distribuição de uma variável aleatória é a mesma que a do eurusd 1D.
O truque é, com bastante precisão, qual deles é?
A pergunta só pode ter uma resposta para uma tarefa específica.
para que os computadores não sejam realmente apropriados para a análise de tais processos. (de um ponto de vista fundamental). Somente sua modelagem probabilística e descritiva é possível.
O truque é, com bastante precisão, qual deles é?
A pergunta só pode ter uma resposta para uma tarefa específica.
é por isso que os computadores não são muito apropriados para analisar tais processos. (de um ponto de vista fundamental). Somente sua modelagem probabilística e descritiva é possível.
Bem, se, por exemplo, para algumas faixas de atrativos de valores de parâmetro puderem ser identificados, isso implicaria em previsibilidade parcial. Nesse caso, os limites dessas faixas determinarão a "adequação" das definições dos parâmetros. Sobre a insuficiência de computadores para análise de tais processos concordo plenamente com você - o principal neste negócio é a cabeça :)
Certo. E eu perguntei: "E daí?" :) Repito: a série, que você posiciona como aleatória, não é aleatória. É que para tarefas para as quais apenas características estatísticas importam, ele pode ser usado como uma tarefa aleatória. Ou seja, seria mais correto escrever no título do tópico "RNG Matlab e FOREX" :) . Na verdade, a idéia principal dos meus cargos é que não há razão para considerar o RPM da Matlab como "processo absolutamente aleatório".
Se você olhar acima, eu dei um exemplo onde a seqüência inteira é misturada várias vezes. e exibi tanto uma como a outra seqüência.
Esta é uma tentativa de rebaixar o determinismo do GSF. o caráter dos movimentos é o mesmo.