交易中的机器学习：理论、模型、实践和算法交易 - 页 1571

[Maxim Dmitrievsky]

sibirqk:

究竟证明什么？这枚硬币没有记忆？- 所以这就是它的定义。

或者说，在之前的任何系列之后，结果的概率总是 50/50，所以由此可见，硬币是没有记忆的。

罕见事件的概率与频繁事件的概率相同吗？

[sibirqk]

阿列克谢-马夫林。

所以你是说，9条反面后的正确策略是50/50。那么反面的总体概率呢（连续9次、10次......）--你不能忽视它，即使硬币是公平的。

毕竟，如果我们用一枚公平的硬币做一个模型实验。那么在我们只在9条尾巴之后测量概率的情况下，在这种情况下，概率将不会是50/50。实验规则。记忆没有硬币，但宇宙有）））。

你混淆了当前掷硬币的概率总是恒定的-50/50和老鹰系列的概率，比如说。例如，如果你抛掷硬币1万次，就会出现一系列具有一定概率的老鹰，如12只老鹰。

[Maxim Dmitrievsky]

迪米特里。

得到OOOOOOOOOOOOO的概率与得到OOOOOOOOOOO或OOOOOOOOOOO的概率相同。

跌出OOOOOOOOOOOOOOOOOOOOOOO的概率与跌出OOOOOOOOOOOOOOOOOOOOOOOOO的概率相同。

你是怎样的一只鹿，哦，五月年

[Дмитрий]

马克西姆-德米特里耶夫斯基。
你是怎样的一只鹿，哦，可能年。

对不起，我让你失望了吗？

[Maxim Dmitrievsky]

迪米特里。

对不起，我让你失望了吗？

是

[Maxim Dmitrievsky]

迪米特里。

好吧，这很简单--甚至你也会弄明白。

用PRNG生成任何行，对其应用任何TC，就像伟大的拖拉机建造者那样，得到一个积极的结果--这很好。

然后用同样的PRNG再生成50行，用与第一次相同的设置对所有这些行应用同样的TS，得到的结果是捶打或非常接近于50/50。

如果你想让它非常接近，你就会产生大量的行。

好吧，我来做，你可以不写标题。我以前说过我要做。

[Дмитрий]

马克西姆-德米特里耶夫斯基。
是

好了，别失望了!

对于一个坚信随机漫游可以成为拉普拉斯分布函数的系列的人来说，沮丧是正常的

[Maxim Dmitrievsky]

迪米特里。

好了，别失望了!

对于一个坚信随机漫游可以成为拉普拉斯分布函数的系列的人来说，沮丧是正常的

我可以再引用维基百科的一句话吗？当我坐在马桶上的时候

[Дмитрий]

马克西姆-德米特里耶夫斯基。
我可以从维基百科获得更多的报价吗？当我坐在马桶上的时候。

为什么是这些关于你令人沮丧的生活的肮脏细节？

[Maxim Dmitrievsky]

迪米特里。

为什么是这些关于你凄惨生活的肮脏细节？

只是为了让你知道我在哪里看到过你的评论