Обсуждение статьи "Неопределенность как модель (Часть 1): Случайные величины — язык неопределенности"

 

Опубликована статья Неопределенность как модель (Часть 1): Случайные величины — язык неопределенности:

В статье системно излагается теория случайных величин, служащая базой для анализа и моделирования неопределенности на финансовых рынках. Рассматриваются определения и свойства одномерных величин, функции распределения (CDF) и плотности (PDF), а также различия между дискретными, непрерывными и смешанными моделями. Теоретический материал опирается на интуитивные аналогии с массой и плотностью. Приложение к статье содержит практические примеры использования стандартной библиотеки MQL5 для расчета вероятностей, квантилей и моментов распределений. Также в нем демонстрируются графические возможности платформы MetaTrader 5 для визуального анализа данных через построение кривых PDF, CDF и графиков QQ-Plot.

В математической среде существует известная шутка: «В случайных величинах нет ничего случайного». Несмотря на иронию, этот тезис несет глубокий прикладной смысл. В научном контексте термин «случайный» не имеет почти ничего общего с его бытовым значением — как нечто капризное, зыбкое или необоснованное.

Случайная величина, событие или процесс — это абсолютно детерминированные математические объекты (функции или множества). Они не склонны к внезапному исчезновению или хаотичному изменению по неизвестным причинам. По сути, эпитет «случайный» здесь — не более чем исторически сложившееся соглашение, которое проще всего расшифровать как «объект, изучаемый методами теории вероятностей». Перед нами типичный пример не самого удачного термина, который прижился лишь благодаря многовековой привычке.

Но здесь возникает резонный вопрос: если всё так жестко определено, то где же спрятана сама случайность? Важно понимать: теория вероятностей не претендует на роль оракула, предсказывающего результат каждого отдельного опыта. Это не магия и не предвидение. Её фокус направлен на другое:

  • Мы не знаем, какой именно исход ω выпадет из вероятностного пространства Ω. Однако мы обладаем «картой местности» — нам известны вероятности событий и математические характеристики случайных величин.
  • Вместо предсказания конкретного будущего, теория вероятностей дает нам описание всей совокупности возможных результатов. Мы рассчитываем параметры, которые говорят не о том, что конкретно случится сейчас, а о том, как в принципе ведет себя система при многократном повторении эксперимента.

Таким образом, математика описывает не хаос и не конкретную судьбу одного броска монеты. Мы работаем с характеристиками (средним значением, разбросом, распределением), которые описывают весь океан возможных исходов, оставляя конкретный результат каждого отдельного эксперимента в статусе непредсказуемого «черного ящика». Именно поэтому наука называется теория "вероятностей", а не теория "случайностей".

Автор: Aleksey Nikolayev