От теории к практике - страница 440
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
Книги, которые я использовал для борьбы с рынком.
Шелепин Л.А: "В основе современной науки лежит марковская парадигма. В обзоре освещается становление новой немарковской парадигмы (теории процессов с памятью)."
О чем я и говорил) академики отстали от реального положения вещей лет на 50)
Весь финансовый мир давно рассматривает рынок как процесс с памятью, а для них это новость)))
Рассматривать иначе просто и смысла нет, т.к. на процессе без памяти заработать невозможно, в силу естественных причин.
Шелепин Л.А: "В основе современной науки лежит марковская парадигма. В обзоре освещается становление новой немарковской парадигмы (теории процессов с памятью)."
О чем я и говорил) академики отстали от реального положения вещей лет на 50)
Весь финансовый мир давно рассматривает рынок как процесс с памятью, а для них это новость)))
Рассматривать иначе просто и смысла нет, т.к. на процессе без памяти заработать невозможно, в силу естественных причин.
Подробно не изучал, но похоже, что марковость по Шелепину не вполне совпадает с общепринятым определением.
С "памятью" основная проблема в том, что непонятно, как её (то есть многомерные распределения процесса) считать в случае нестационарных процессов - обычно для этого не хватает данных.
Заработать можно и на обычном случайном блуждании со сносом (трендом), которое вполне себе марковское.
С "памятью" основная проблема в том, что непонятно, как её (то есть многомерные распределения процесса) считать в случае нестационарных процессов - обычно для этого не хватает данных.
Да вроде так же - зависимостью между приращениями. А в чем конкретно вы видите проблему, почему не хватает данных? У меня например нет никаких проблем с поиском памяти)
Кстати, память гораздо лучше выражена в волатильности, можно начинать с нее исследования, если кто-то ищет "за что хвататься". Там и последействие после новостей сразу видно, и другие эффекты.
Заработать можно и на обычном случайном блуждании со сносом (трендом), которое вполне себе марковское.
Разумеется, но здесь же о форексе речь идет) а он сноса не имеет.
Да вроде так же - зависимостью между приращениями. А в чем конкретно вы видите проблему, почему не хватает данных? У меня например нет никаких проблем с поиском памяти)
Кстати, память гораздо лучше выражена в волатильности, можно начинать с нее исследования, если кто-то ищет "за что хвататься". Там и последействие после новостей сразу видно, и другие эффекты.
Разумеется, но здесь же о форексе речь идет) а он сноса не имеет.
Надеюсь, речь идёт о зависимости приращений, как случайных величин? В этом случае нам нужно их совместное распределение. Две случайные величины - их совместное 2-мерное распределение, 3 - 3-мерное и т.д. Двухмерные гистограммы иногда еще строят, а более высокие размерности - непонятно как изображать и число необходимых данных сильно растет с размерностью. Понятно, что так обычно не делают (но иногда всё же приходится). Но у нас всё гораздо хуже - для каждого приращения (случайной величины) есть выборка только единичного объёма (значение взятое с графика цен). Потому приходится прибегать к разного рода допущениям и предположениям (которые не всегда верны). Например, без выполнения предположения о стационарности приращений выборочное их распределение не сходится к их истинному распределению. Тоже самое верно и для двумерного распределения, которое нужно для определения попарной зависимости приращений (например для вычисления ковариационной функции). Кратко - нестационарный процесс без "памяти" (независимые приращения) вполне может обрести "память" (зависимость приращений), если пользоваться методами предполагающими стационарность.
В целом сноса, конечно, нет. Но вполне бывают отдельные участки, где он есть (опять нестационарность)
Не могу понять, что не так. Считаю плотность по формуле
Мат ожидание = 0 , Дисперсия = 55 , X = 13
Плотность = (1/(MathSqrt(Дисперсия) * MathSqrt(2 * 3.14159265358979323846))) * MathPow(2.71828182845904523536, - ( (X * X)/(2 * Дисперсия) ) );
У меня получается Плотность = 0.01979
Проверяю здесь
https://planetcalc.ru/4986/
Плотность = 0.01157
Я не правильно записал формулу или на сайте калькулятора ошибка?Не могу понять, что не так. Считаю плотность по формуле
Мат ожидание = 0 , Дисперсия = 55 , X = 13
Плотность = (1/(MathSqrt(Дисперсия) * MathSqrt(2 * 3.14159265358979323846))) * MathPow(2.71828182845904523536, - ( (X * X)/(2 * Дисперсия) ) );
У меня получается Плотность = 0.01979
Проверяю здесь
https://planetcalc.ru/4986/
Плотность = 0.01157
Я не правильно записал формулу или на сайте калькулятора ошибка?в R:
в R:
Не могу тогда понять где у меня ошибка..
Единственный человек, с нижайшим образованием, который может тут задвигать колхозные речи - это bas. Он иногда выдает неплохие спичи. Видимо, спросоня. Во сне к нему приходит озарение. Иногда интересно читать.
Так вот, сумма приращений - это и есть цена в скользящем временном окне наблюдения, с начальной точкой отсчета =0
сумма приращений - это то, сколько график прошел за n секунд.
высокое получилось - много график прошел, низкое - мало прошел.
это скорость.
double d = 55 , X = 13;
double p = (1/(MathSqrt(d) * MathSqrt(2 * 3.14159265358979323846))) * MathPow(2.71828182845904523536, - ( (X * X)/(2 * d) ) );
Print(p);
0.01157429298384641
double d = 55 , X = 13;
double p = (1/(MathSqrt(d) * MathSqrt(2 * 3.14159265358979323846))) * MathPow(2.71828182845904523536, - ( (X * X)/(2 * d) ) );
Print(p);
0.01157429298384641
Тогда вообще не понимаю, та же формула , почему тогда разный результат. Не может же NormalizeDouble до 5 знаков так влиять ...