Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Больно уж похоже на хаотический аттрактор. Глубоко ты влез, grasn...
...
Больно уж похоже на хаотический аттрактор. Глубоко ты влез, grasn...
Влез глубоко, а то, что показал только "начало". Модель движения цены в виде флета и локального тренда как переход с уровня на уровень, вообще интересная штука. Отлично ложиться на волновую теорию, а иногда мне кажется, что наоборот, волны содраны с этой модели, ну это так, философия :о). А аттракторы использую, правда не для самой цены, а для некоторых параметров канала.
to vaa20003
Правда амплитуда и пики немного плавают день ото дня. Тупо построил синусойды с этими периодами и суммировал их. И получается(чисто визуально пока) что каждому движению
соотвествует всплеск или провал. Может использовать это как подпороговый сигнал?
Свое мнение уже высказал по этому вопросу, а именно никакой перспективы. У модели стохастического резонанса нет прогнозных качеств, по которым было возможно рассчитать новый уровень флета применительно к рынку, а вроде это представляет наибольший интерес. А вот разработка инструмента для контроля возникновения «опасных ситуаций», как возможности появления локального тренда, и переход системы на новый уровень, думаю, имеет все шансы.
Больно уж похоже на хаотический аттрактор. Глубоко ты влез, grasn...
А мне кажется больше похоже на креветок, и не ржать плиз :) это не ТА креведко, а вот эта http://www.ibiblio.org/e-notes/Chaos/ru/swallow_r.htm
В конце статьи "креветки" находятся
Обалдеть, безумные картинки) Парни, неужели Вы думаете они более информативны чем например график цены? Надо ли копать в такие дебри?
Обалдеть, безумные картинки) Парни, неужели Вы думаете они более информативны чем например график цены? Надо ли копать в такие дебри?
Вопрос к специалистам, но не в тему.
Допустим имеется нормально распределенная последовательность величин Х. Число членов последовательности - N=1000000, среднее значение - А, ско - S. Очевидно, что множество значений элементов Х ограничено сверху, т.е. все Х принадлежат интервалу [0,Xmax]. Берем выборку из M=100 членов последовательности и вычисляем ее среднее ХМ. Формируем новую последовательность Y = {XM} из всех последовательных выборок, содержащих М элементов первоначальной последовательности. Понятно, что множество значений Y тоже ограничено.
Как найти его верхнюю и нижнюю границы, то есть интервал значений [Ymin,Ymax] ?
Меня, естественно, интересует аналитическая оценка средствами мат.статистики (в которой я, увы, не силен). Посчитать в лоб труда не составляет, но это не интересно. Интересно получить зависимость границ этого интервала от соотношения N и М и статистических свойст исходной последовательности.
Вопрос к специалистам, но не в тему.
Допустим имеется нормально распределенная последовательность величин Х. Число членов последовательности - N=1000000, среднее значение - А, ско - S. Очевидно, что множество значений элементов Х ограничено сверху, т.е. все Х принадлежат интервалу [0,Xmax]. Берем выборку из M=100 членов последовательности и вычисляем ее среднее ХМ. Формируем новую последовательность Y = {XM} из всех последовательных выборок, содержащих М элементов первоначальной последовательности. Понятно, что множество значений Y тоже ограничено.
Как найти его верхнюю и нижнюю границы, то есть интервал значений [Ymin,Ymax] ?
Меня, естественно, интересует аналитическая оценка средствами мат.статистики (в которой я, увы, не силен). Посчитать в лоб труда не составляет, но это не интересно. Интересно получить зависимость границ этого интервала от соотношения N и М и статистических свойст исходной последовательности.
Небольшое уточнение, так сказать своими словами. Правильно ли я понял, что исходная выборка разбивается на непересекающиеся отрезки (интервалы) длиной M, а каждый отсчет новой последовательности является средним значением данных ограниченных интервалом, и идентифицируется номерами разбиения?
PS: совсем не знаток, просто желание помочь :о)
Небольшое уточнение, так сказать своими словами. Правильно ли я понял, что исходная выборка разбивается на непересекающиеся отрезки (интервалы) длиной M, а каждый отсчет новой последовательности является средним значением данных ограниченных интервалом, и идентифицируется номерами разбиения?
PS: совсем не знаток, просто желание помочь :о)
Нет, речь идет просто о скользящем окне длиной М отсчетов. Поэтому число элементов в последовательности Y равно N-M+1.
В пределе когда M=1 мы получаем ту же последовательность Х с ее областью значений [0,Xmax]. А при противоположном пределе M=N в последовательности Y получается всего один член - среднее значение исходной последовательности А, то есть Ymin=Ymax=A.
А истина как всегда посредине. :-) При произвольном М 0<Ymin<A и A<Ymax<Xmax. Хотелось бы иметь аналитические формулы (или хотя бы процедуру вычисления) для расчета этих величин. Думаю, что в мат.статистике эта задача студенческого уровня и давно решена.
Допустим имеется нормально распределенная последовательность величин Х. Число членов последовательности - N=1000000, среднее значение - А, ско - S. Очевидно, что множество значений элементов Х ограничено сверху, т.е. все Х принадлежат интервалу [0,Xmax]. Берем выборку из M=100 членов последовательности и вычисляем ее среднее ХМ. Формируем новую последовательность Y = {XM} из всех последовательных выборок, содержащих М элементов первоначальной последовательности. Понятно, что множество значений Y тоже ограничено.
Как найти его верхнюю и нижнюю границы, то есть интервал значений [Ymin,Ymax] ?
Меня, естественно, интересует аналитическая оценка средствами мат.статистики (в которой я, увы, не силен). Посчитать в лоб труда не составляет, но это не интересно. Интересно получить зависимость границ этого интервала от соотношения N и М и статистических свойст исходной последовательности.
Если X случайная величина, то Y есть сумма M независимых случайных величин с тем же распределением, что и у X. Таким образом если X нормально, то будет нормально и Y, с дисперсией S/sqrt(M). Вопрос о максимальных и минимальных значениях можно ставить только для конкретной реализации ряда (т.е. считать в лоб), для произвольной реализации можно говорить только о вероятностях.
P.S. Сказанное выше не означает, что я считаю себя специалистом по мат. статистике :)
Если X случайная величина, то Y есть сумма M независимых случайных величин с тем же распределением, что и у X. Таким образом если X нормально, то будет нормально и Y, с дисперсией S/sqrt(M). Вопрос о максимальных и минимальных значениях можно ставить только для конкретной реализации ряда (т.е. считать в лоб), для произвольной реализации можно говорить только о вероятностях.
Само собой. Я и имел в виду статистическую оценку.
К примеру. Если известна функция распределения, то для любого Х0 известна вероятность Р появления в последовательности элемента со значением >=Х0. Если последовательность содержит N элементов, то общее число элементов последовательности удовлетворяющих условию X>=X0 равно P*N. Если эта величина меньше 1, то есть 0 штук, то статистически Xmax<X0. Но это, конечно не значит, что на самом деле в такой последовательности не может появиться элемент >=X0.
Надеюсь в арифметике я нигде не ошибся ?