um processo completamente aleatório e FOREX. - página 4

Novo comentário
 
lna01:
D.Will escreveu (a):

O gráfico é uma série totalmente determinística, apenas estatisticamente indistinguível de uma série aleatória. Portanto, é apenas um bom exemplo de uma série caótica :) .

O que você é?

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.
 
lna01 писал (а): Para os geradores de números pseudo-aleatórios padrão, basta saber o número a partir do qual a série começou a ser prevista sem ambigüidade. Portanto, a série em sua foto é teoricamente completamente previsível.


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:

#property show_inputs
 
/*extern int init_start    = 0;
extern int init_end      = 100000;*/
 
extern int iterations    = 1000000000;
 
int start()
{
    int tmp, pre_tmp, count_23281 = 0, count_16827 = 0, count_23281_16827 = 0; string res;
    //for ( int start = init_start; start < init_end; start ++ )
    {
        int start = 1;
        MathSrand( start );
        for ( int i = 0; i < iterations; i ++ )
        {
            pre_tmp = tmp;
            tmp = MathRand();
            if ( pre_tmp == 19169 ) //23281 )
            {
                count_23281 ++;
                if ( tmp == 15724 ) //16827 )
                {
                    count_23281_16827 ++;
                    res = StringConcatenate( res, count_23281_16827, ": Init value = ", 
                          start, ", interation # ", i, "\n" );
                }
            }
            if ( pre_tmp == 16827 ) count_16827 ++;
        }
    }
    Comment( "Чисел 23281 - ", count_23281, "\nЧисел 16827 - ", count_16827, 
                "\nЧередований 23281 с 16827 - ", count_23281_16827, ":\n", res );
    return(0);
}
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.
 
D.Will писал (а):
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.

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.
 
Decidi reduzir o determinismo do gerador de números pseudo-aleatórios baralhando várias vezes a série de números aleatórios.

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?
 
lna01:
D.Will escreveu (a):

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?
 
Mathemat:
lna01 escreveu (a): Para geradores de números pseudo-aleatórios padrão, você só precisa saber o número no qual a série começou a ser prevista sem ambigüidade. Portanto, a série em sua foto é teoricamente totalmente previsível.

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 .
Penso que o efeito da repetição de pares poderia ser, por exemplo, se os 16 dígitos mais baixos de 32 forem tomados como um número aleatório. Mas se não forem eles, pode não existir :). Isto não invalida o fato da previsibilidade. A situação se tornará mais complicada se com o mesmo número inicial você obtiver seqüências diferentes. Então, teremos que pensar apenas na previsibilidade parcial :).
 
D.Will писал (а):

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. Também não garante a reprodução de todas as características do processo com o RNG.
 
lna01:
D.Will escreveu (a):



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.

Mesmo para um problema particular não se pode teoricamente justificá-lo, uma vez que a mudança de um parâmetro de processo em 10 ^-100 pode mudar sua dinâmica além do reconhecimento. (bifurcações e assim por diante)
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.
 
D.Will писал (а):
lna01:
D.Will escreveu (a):

O truque é, com bastante precisão, qual deles é?


A pergunta só pode ter uma resposta para uma tarefa específica.

Mesmo para um determinado problema você teoricamente não pode prevê-lo. Mudar este parâmetro em 10^-100 pode mudar a dinâmica do processo além do reconhecimento. (bifurcações e assim por diante)
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.
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 :)
Se eu citasse um histograma, seria apenas para mostrar que a distribuição de uma variável aleatória é a mesma que eurusd 1D.
Certo. E eu perguntei: "E daí?" :) Repito: a série que você coloca como aleatória não é aleatória. É que para tarefas para as quais apenas as características estatísticas importam, ele pode ser usado como aleatório. 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".
 
lna01:
D.Will escreveu (a):

lna01:

D.Will escreveu (a):



O truque é, com bastante precisão, qual deles é?





A pergunta só pode ter uma resposta para uma tarefa específica.



mesmo para um problema específico, você não pode teorizar sobre isso. como mudar este parâmetro em 10^-100 pode mudar a dinâmica do processo além do reconhecimento. (bifurcações e assim por diante).

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 :)

Se eu dei um histograma, é apenas para mostrar que a distribuição de uma variável aleatória é a mesma que eurusd 1D.


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".
Bem, não há nada anormalmente aleatório. o tópico é assim chamado porque enfatiza a semelhança entre "anormalmente aleatório" e "não 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.
123456789
Novo comentário