Всё с точностью до наоборот. Невозможно предсказать поведение одного конкретного индивидуума. Зато на агрегированном уровне поведение толпы из множества индивидуумов предсказывается гораздо проще. На этом построены реклама, выборные технологии, маркетинг и пр.
Вывод изменится, если рассмотреть процесс с определенного момента времени, например, с t= 1. Предположим, что Y 0 — детерминированная величина. В этом случае процесс AR(1) не будет стационарный по данному выше определению. Дисперсия Y и автоковариации будут зависеть от t:
var(Y t) = s, cov (Y t,Y t–t) =c t t.
Однако со временем такой процесс (если только êrê< 1) все больше приближается к стационарному. Его можно назвать асимптотически стационарным.
P.S. смысл есть все же говорить о приращениях, т.к. автор сформулировал задачу именно через приращения
движение цены совершенно не предсказуемо. мы имеем дело не с математикой, а с психологией, и тут никакие формулы не помогут
心理学（作为人类行为的一套规则）是最容易正式化的。
最难正式化的是疯狂（这就像一只拿着手榴弹的猴子，你永远不知道他何时何地要扔手榴弹 :o)
在任何时间间隔内，SB都有一个正态分布；从1015到2256或从1305到5321。一般来说，任何长度可变的片段都会给出一个正态分布。
我自己已经写了十次了。但它的长度是固定的，不是可变的
那你认为SB有什么分布，它不是非静止的吗？ 挪开这些增量，从不同的角度看这个过程。 如果你看到一个明显的有界钟，这并不意味着形成它的过程是静止的。
SB不稳定的事实是一个事实。我给了一个链接，其中描述了这一点。SB是一个不稳定的I（1）过程。
心理学（作为人类行为的一套规则）是最容易正式化的。
最难正规化的是疯狂（这就像一只拿着手榴弹的猴子，你永远不知道他何时何地会扔出手榴弹 :o)
一个人或一群人在特定情况下的心理是可以预测的。有几十亿人有各种各样的情况第二，这正是统计学可以应用的原因。
я это уже сам раз 10 написал. Но именно фиксированной длины, а не переменной
再一次，不，恰恰是变长。 从SB的任何一点开始，在无穷大的地方，分布将是正常的。
回答问题："SB过程的分布是什么？
一个人或一群人在特定情况下的心理是可以预测的。有几十亿人有各种各样的情况
这恰恰相反。不可能预测某个特定个体的行为。然而，在总体层面上，由许多人组成的人群的行为更容易预测。广告、选举技术、市场营销等都建立在这个基础上。
Всё с точностью до наоборот. Невозможно предсказать поведение одного конкретного индивидуума. Зато на агрегированном уровне поведение толпы из множества индивидуумов предсказывается гораздо проще. На этом построены реклама, выборные технологии, маркетинг и пр.
这就是我们所处的位置，所以交易的本质是识别 当前的行为模式和
根据对其演变的了解，做出交易决定。
第二个任务是在统计学上找到类似模型的最佳决策点。
为了使它更容易（不是为了确定一个具体的模型，而是一次确定一个类别）。
回答问题："SB过程的分布是什么？
原则上，这就是https://www.mql5.com/go?link=http://hometask.boom.ru/economics/econometrica/5.html，把它描述得相当好。
如果我们从某个时间点考虑这个过程，例如从 t = 1开始，结论就会改变。假设Y0 是一个确定性的量。在这种情况下，根据上述定义，AR(1)过程将不会是静止的。Y的 方差和自协方差将取决于t。
var(Y t) = s , cov (Y t,Y t-t) = ct t 。
然而，随着时间的推移，这样的过程（只要êr ê< 1）会越来越接近静止状态。可以称为渐进静止。
P.S. 还有一个公式SB Y t = m +r Y t-1 + e t, t = (-¥,...,0,1,...+¥) （假设e t ~ IID(0,se2) 是独立等分布随机变量，期望为零，方差se2）。
P.S. 谈论增量仍然是有意义的，因为作者正是通过增量来制定问题的。
В принципе вот здесь https://www.mql5.com/go?link=http://hometask.boom.ru/economics/econometrica/5.html все достаточно хорошо описано.
Вывод изменится, если рассмотреть процесс с определенного момента времени, например, с t = 1. Предположим, что Y 0 — детерминированная величина. В этом случае процесс AR(1) не будет стационарный по данному выше определению. Дисперсия Y и автоковариации будут зависеть от t:
var(Y t) = s , cov (Y t,Y t–t) = c t t.
Однако со временем такой процесс (если только êr ê< 1) все больше приближается к стационарному. Его можно назвать асимптотически стационарным.
P.S. смысл есть все же говорить о приращениях, т.к. автор сформулировал задачу именно через приращения
现在这就叫伪造。问题是关于随机漫游的，而你不经意间转到了均值回复过程，正如他们在敖德萨所说，这是两个大的区别。