Kirilrt #: Для этого пророку надо М раз наторговать по N сделок. А далее анализировать границы разброса результатов. Потом М+1 и опять, потом М+2 и опять. Границы при увеличении числа М должны будут сходиться к некоторому числу.
Это самое лучшее, проблема в том что инвестору нужно принять решение сейчас, отвергнуть управляющего или принять.
На самом деле проблема в том еще, что распределение нестабильное, и риски могут быть неполно оценены в периоде тестирования (не было прецедентов хвостов распределения).
1-Это самое лучшее, проблема в том что инвестору нужно принять решение сейчас, отвергнуть управляющего или принять.
2-На самом деле проблема в том еще, что распределение нестабильное, и риски могут быть неполно оценены в периоде тестирования (не было прецедентов хвостов распределения).
1-Этого он сделать не сможет. Так как ограничен данными. Что толку что на участке в К сделок он получит всреднем прибыль. Это не говорит о том что на следующем участке будет тоже прибыль.
2-для этого и ищем, если не стабильность, то хотя бы некоторые ограничения нестабильности.
Помнится, какой-то научный журнал отказался от практики использования p-value, потому что можно СЛУЧАЙНО подобрать данные, которые выглядят достаточно значимо.
Ответить на вопрос, будет ли после тестового участка так же хорошо расти, видимо вообще невозможно.
Помнится, какой-то научный журнал отказался от практики использования p-value, потому что можно СЛУЧАЙНО подобрать данные, которые выглядят достаточно значимо.
Очевидно, при достаточно большом количестве работ, определённый процент (соответствующий среднему p-value) результатов будет получен случайно. В полном соответствии с ЗБЧ) Матстат помогает, но не заменяет более глубокие предметные исследования методами самих наук.
Достоверность вероятности? Да то же самое, что и достоверность информации. Очень похоже на то, как если кто-то скажет, что был на базаре и одна бабушка сказала то-то и то-то.
Отличие в том, что чем больше эмпирических испытаний проведено, тем достоверность выше.
Пусть Вы решили исследовать вероятность выпадения решки в орлянке. Вы сделали 10 бросков монеты и решка выпала 3 раза. Ну вот так получилось. Если Вы скажете на этом этапе, что вероятность выпадения решки = 3/10 = 0,3, то насколько достоверным будет Ваш результат? Чем больше будет проведено бросков, тем больше и больше вероятность будет приближаться к отметке 50%, значит и достоверность Вашей вероятности будет тоже выше.
Теперь о прогнозе. Был когда-то 1 математик. Он пришёл в кабак и предложил народу сыграть с ним в кости. Но! Он поставил условие игры таким: кидаем 4 кубика. Если хотя бы на одном из них выпадает число 6, то выигрыш забирает математик, если нет, то он проиграл. Народ через какое-то время отказался с ним играть, ибо вероятность выпадения шестёрки при броске 4 кубиков куда больше 50 процентов. Почему с ним отказались играть? Да потому, что у каждого, кто попробовал это возник в голове прогноз: при длительной игре будет выигрывает математик. Можно этому прогнозу верить? Достоверный он?
Прочитал. Всё время вводятся дополнительные сущности. Если...то.
"Наверно имеется ввиду насколько правильно посчитана вероятность, насколько значение вероятности соответствует действительности"
Это уже какая-то вероятность вероятности получается.
Хи-критерий Пирсона ждёт Вас!
Или т-критерий Стьюдента.
https://wiki.loginom.ru/articles/chi-square-test.html
https://wiki.loginom.ru/articles/students-distribution.html
Для этого пророку надо М раз наторговать по N сделок. А далее анализировать границы разброса результатов. Потом М+1 и опять, потом М+2 и опять. Границы при увеличении числа М должны будут сходиться к некоторому числу.
Это самое лучшее, проблема в том что инвестору нужно принять решение сейчас, отвергнуть управляющего или принять.
На самом деле проблема в том еще, что распределение нестабильное, и риски могут быть неполно оценены в периоде тестирования (не было прецедентов хвостов распределения).
Хи-критерий Пирсона ждёт Вас!
Или т-критерий Стьюдента.
https://wiki.loginom.ru/articles/chi-square-test.html
https://wiki.loginom.ru/articles/students-distribution.html
1-Это самое лучшее, проблема в том что инвестору нужно принять решение сейчас, отвергнуть управляющего или принять.
2-На самом деле проблема в том еще, что распределение нестабильное, и риски могут быть неполно оценены в периоде тестирования (не было прецедентов хвостов распределения).
Помнится, какой-то научный журнал отказался от практики использования p-value, потому что можно СЛУЧАЙНО подобрать данные, которые выглядят достаточно значимо.
Ответить на вопрос, будет ли после тестового участка так же хорошо расти, видимо вообще невозможно.
Помнится, какой-то научный журнал отказался от практики использования p-value, потому что можно СЛУЧАЙНО подобрать данные, которые выглядят достаточно значимо.
Очевидно, при достаточно большом количестве работ, определённый процент (соответствующий среднему p-value) результатов будет получен случайно. В полном соответствии с ЗБЧ) Матстат помогает, но не заменяет более глубокие предметные исследования методами самих наук.
Ответить на вопрос, будет ли после тестового участка так же хорошо расти, видимо вообще невозможно.
Матстат работает только в рамках модели. Если модель не соответствует объекту, то это уж точно не проблема матстата как науки)
Но была бы какая-нибудь необходимость в трейдерах, если бы была создана всегда работающая модель рынка? 😅 ->🏭
Тут не модель рынка нужна, а модель общих тенденций поведения определяющей массы трейдеров, торгующих данный конкретный инструмент.
Индикаторы - попытка на основе действий этой массы предугадать их намерения.
Смешались в кучу кони... люди...
Надо бы отделить мух от котлет.
Вероятность - количественная мера оценки свойства процесса, а
достоверность - количественная мера оценки свойства информации.
Пример достоверной информации:
"... Над лесом сброшено от 0 до 20 парашютистов ..."
На самом деле, было сброшено несколько грузовых парашютов.
Это - от классиков исследования операций, вторая мировая, Англия.
Достоверность вероятности? Да то же самое, что и достоверность информации. Очень похоже на то, как если кто-то скажет, что был на базаре и одна бабушка сказала то-то и то-то.
Отличие в том, что чем больше эмпирических испытаний проведено, тем достоверность выше.
Пусть Вы решили исследовать вероятность выпадения решки в орлянке. Вы сделали 10 бросков монеты и решка выпала 3 раза. Ну вот так получилось. Если Вы скажете на этом этапе, что вероятность выпадения решки = 3/10 = 0,3, то насколько достоверным будет Ваш результат? Чем больше будет проведено бросков, тем больше и больше вероятность будет приближаться к отметке 50%, значит и достоверность Вашей вероятности будет тоже выше.
Теперь о прогнозе. Был когда-то 1 математик. Он пришёл в кабак и предложил народу сыграть с ним в кости. Но! Он поставил условие игры таким: кидаем 4 кубика. Если хотя бы на одном из них выпадает число 6, то выигрыш забирает математик, если нет, то он проиграл. Народ через какое-то время отказался с ним играть, ибо вероятность выпадения шестёрки при броске 4 кубиков куда больше 50 процентов. Почему с ним отказались играть? Да потому, что у каждого, кто попробовал это возник в голове прогноз: при длительной игре будет выигрывает математик. Можно этому прогнозу верить? Достоверный он?
Понимаете о чём я?