概率评估是纯数学性的 - 页 11 1...45678910111213141516171819 新评论 Prival 2010.09.12 07:01 #101 exi: 这就是我不喜欢外汇的原因。我不知道其他人怎么样，但我完全不理解货币定价。然后有两个...哪些基本因素会导致价格上升？在股票方面，一切都很精确和清晰，你买的是一块有实际价值的股权。通过这种计算，我首先明白，我是在购买公司的一部分，其次，我可以理解我所支付的价格，是高还是低。在一些（非常罕见的）情况下，我可以有把握地说，我为公司支付的费用低于它的价值，即使它明天破产了，我也会得到一笔利润。如果它成功并带来利润，它将为我带来利润。这对每个人来说都是有利可图的。 对于外汇，这并不清楚。我们追逐价格，但只有当我们了解我们所支付的东西时，我们才能理解价格。有些人认为，外汇没有价格，是的，有。只是以这些价格的比率来呈现。我支付的是什么（改变我的货币），支付后我拥有什么，到底谁能从中受益？ 我认为货币交易只有在压抑的时候才需要。当你用另一个更强大的国家的货币保存你的钱。 通货膨胀被认为决定了货币的价格，但这主要决定了货币的贬值率。到期预期<0的货币。当然有正的通货膨胀，但我们没有，其他许多国家也没有。因此，外汇交易本身是不理智的。 你有没有想过，货币和股票是一样的，只是公司这个词被国家这个词取代了...... СанСаныч Фоменко 2010.09.12 09:12 #102 Prival: https://www.mql5.com/ru/code/8295 是的，这是有可能的，任何有想法的人都可以下载这个指标--安装它，看看外汇中是否有模式。 我安装了它，但什么都不明白。我的指标看起来不像你在所附图片中看到的那样。但我也不明白你的照片。由于某些原因，ACF的工作异常单调。怎么可能呢？在我看来，ACF显示了 "0 "和 "1 "条之间的关联（联系），"0 "和之间的关联，等等。为什么这种关系要单调而平稳地减少？ 我不想在你的指标中寻找一个可能的错误，对我来说，它是棱形的，原因如下。 你应该采取一个现成的、能进行统计计算的软件包，并使用它。以ACF为例，STATISTICA。这个特殊的软件包已经存在了20多年，在我们之前的几十万或几百万用户已经就公式达成了一致，并捞出了开发者所犯的所有错误。使用别人的工作成果在方法上是正确的。 隐藏软件包的内部运作，使你能够集中精力准备原始数据和解释结果。至少该软件包自动计算了置信区间，而你的指标没有，而且不清楚你是否可以相信你得到的结果。 我有那个包裹，我将计算ACF并张贴出来。在我的记忆中（我可能是错的），包里的ACF有一个完全不同的外观，引起了各种猜测。 Alexey Subbotin 2010.09.12 11:41 #103 faa1947: 我们能不能不要有一个参考。ARPSS有不同的意见：自相关可以用来判断系列的模型。我懒得去查了。只是要重申证明的原则。 1.选择一个时间框架，比如说M15。在一个相当长的历史区间（比如10 000-20000条）绘制价格增量的频率分布图（次数取决于点数）。我们得到（近似的，但由于大量的数据，它是一个很好的近似）概率密度函数。(我很确定它是指数型的，但对于这个问题，分布的类型并不重要）。 2.我们做了一个非常现实的假设：如果我们把第1项中的历史片段向左（或向右）移动1条，概率分布的变化将非常小。 3.我们以同样的方式，在同一历史时期测量2个柱子的价格增量的概率密度函数。 4.进一步说就是一个相反的证明。假设相邻的增量是独立的。由于两根柱子的价格增量是第一根和第二根柱子增量的代数和，而且相邻柱子上增量的分布密度是相同的（见步骤2），根据已知规则，和的概率密度必须是每个和值 的密度的简单卷积。进行卷积，并与步骤3得到的分布进行比较，我们确保它们不会彼此接近（你可以用肉眼看到那里的一切，你甚至不需要检查它）。在得出矛盾之后，我们得出结论，我们关于相邻增量的独立性的假设是不正确的。 就是这样，它相当严谨，没有 "科学虚构"。这种方法适用于检查任何系列的增量是否独立。此外，我想指出，如果一个系列的增量是按指数规律分布的（对价格来说似乎是这样的），在较高的时间段内保持不变（这可能是真的），由于计算适当的卷积积分，上述证明在理论上可以很容易得到。然而，在概率论中早已知道，指数分布是不稳定的。 Alexey Subbotin 2010.09.12 11:45 #104 简单地说：测试表明，增量的条件性PRV与无条件性PRV不一样，这就是 "依赖性 "的定义。 Prival 2010.09.12 11:45 #105 在我把它贴到代码上之前，我并没有把它从我的脑子里拿出来。 我用众所周知和经过测试的ACF计算算法的读数对它进行了长时间的测试。它与我完全吻合，检查到小数点后16位（也许更多，我现在不记得了，但与MathCad的内置功能没有区别）。 而关于 Почему эта связь должна монотонно и гладко убывать? ACF有一个白三角函数，因为数据之间没有关系，它们是随机的。但是对于外汇来说，如果ACF构建正确，就会有联系，数据是相关的，ACF的性质（类型）可能有助于识别过程的类型。它并不总是与我发布的例子一样。选定的部分显示，此刻的运动与二阶的振荡链相对应。 Evgeniy Logunov 2010.09.12 11:56 #106 Prival:在我把它贴到代码上之前，我并没有把它从我的脑子里拿出来。 我用众所周知和经过测试的ACF计算算法的读数对它进行了长时间的测试。它与我完全吻合，检查到小数点后16位（也许更多，我现在不记得了，但与MathCad的内置功能没有区别）。而关于 ACF有一个white delta函数，因为数据之间没有关系，它们是随机的。但是对于外汇来说，如果ACF建立得正确，就会有一种关系，数据是相关的，ACF的性质（类型）可能有助于确定过程的类型。它并不总是与我发布的例子一样。选定的部分显示，此刻的运动与二阶的振荡链相对应。 从指标 来看，在计算ACF之前，你并没有对价格序列进行区分。因此，将其与ACF进行比较是没有意义的。但将该指标应用于CGS积分是有意义的。 p.s. 我认为不可能从这个指标中得出关于依赖性的结论（或者你需要认真的证实）。 Alexey Subbotin 2010.09.12 12:08 #107 lea: 从指标来看，在计算ACF之前，你并没有对价格序列进行区分。因此，将其与ACF进行比较是没有意义的。但将该指标应用于CMP积分是有意义的。 p.s. 不可能从这个指标的读数中得出是否存在依赖性的结论（或需要认真证实）。 我同意关于依赖性的存在/不存在的说法。但我要争论的是微分：如果我们以多项式表示，每个微分操作都会使一阶的依赖性失效。因此，即使我们得到在分化的系列中没有依赖性，也不意味着在原始系列中没有依赖性。 Prival 2010.09.12 12:09 #108 lea: 从指标读数来看，你在计算ACF之前没有对价格序列进行区分。因此，将其与北京大学的ACF进行比较是没有意义的。但将该指标应用于GBS积分是有意义的。 p.s. 我不认为你可以从这个指标中得出关于依赖性的结论（或者你需要强有力的理由）。 首先证明你为什么需要应用区分法。简单的例子。一辆汽车以一定的速度移动，通过构建速度的ACF，我们将看到它有速度（相关），简单地说，"趋势更有可能继续下去......"。 通过应用微分法，你将不再是在研究速度，而是在研究加速度--这又可以是随机的。 P.S. 因为加速度是随机的，所以得出速度是随机的结论，这在原则上是错误的。我们可以以恒定的速度运动（呈上升趋势），加速度将是BGS... Alexey Subbotin 2010.09.12 12:10 #109 IMHO，像Prival所做的那样，通过减去回归线，将常数部分归零就足够了。 Prival 2010.09.12 12:10 #110 alsu: 我同意关于依赖性的存在/不存在的说法。但我要争论的是微分：如果以多项式表示，每个微分操作都会使一个等级的依赖性失效。因此，即使我们得到在分化的系列中没有依赖性，也不意味着在原始系列中没有依赖性。 5分。我想给它打10分，但这就是破坏分数的原因 :-) "关于依赖性的存在/不存在，我同意..." 1...45678910111213141516171819 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
这就是我不喜欢外汇的原因。我不知道其他人怎么样，但我完全不理解货币定价。然后有两个...哪些基本因素会导致价格上升？在股票方面，一切都很精确和清晰，你买的是一块有实际价值的股权。通过这种计算，我首先明白，我是在购买公司的一部分，其次，我可以理解我所支付的价格，是高还是低。在一些（非常罕见的）情况下，我可以有把握地说，我为公司支付的费用低于它的价值，即使它明天破产了，我也会得到一笔利润。如果它成功并带来利润，它将为我带来利润。这对每个人来说都是有利可图的。
对于外汇，这并不清楚。我们追逐价格，但只有当我们了解我们所支付的东西时，我们才能理解价格。有些人认为，外汇没有价格，是的，有。只是以这些价格的比率来呈现。我支付的是什么（改变我的货币），支付后我拥有什么，到底谁能从中受益？
我认为货币交易只有在压抑的时候才需要。当你用另一个更强大的国家的货币保存你的钱。
通货膨胀被认为决定了货币的价格，但这主要决定了货币的贬值率。到期预期<0的货币。当然有正的通货膨胀，但我们没有，其他许多国家也没有。因此，外汇交易本身是不理智的。
你有没有想过，货币和股票是一样的，只是公司这个词被国家这个词取代了......
https://www.mql5.com/ru/code/8295 是的，这是有可能的，任何有想法的人都可以下载这个指标--安装它，看看外汇中是否有模式。
我安装了它，但什么都不明白。我的指标看起来不像你在所附图片中看到的那样。但我也不明白你的照片。由于某些原因，ACF的工作异常单调。怎么可能呢？在我看来，ACF显示了 "0 "和 "1 "条之间的关联（联系），"0 "和之间的关联，等等。为什么这种关系要单调而平稳地减少？
我不想在你的指标中寻找一个可能的错误，对我来说，它是棱形的，原因如下。
你应该采取一个现成的、能进行统计计算的软件包，并使用它。以ACF为例，STATISTICA。这个特殊的软件包已经存在了20多年，在我们之前的几十万或几百万用户已经就公式达成了一致，并捞出了开发者所犯的所有错误。使用别人的工作成果在方法上是正确的。
隐藏软件包的内部运作，使你能够集中精力准备原始数据和解释结果。至少该软件包自动计算了置信区间，而你的指标没有，而且不清楚你是否可以相信你得到的结果。
我有那个包裹，我将计算ACF并张贴出来。在我的记忆中（我可能是错的），包里的ACF有一个完全不同的外观，引起了各种猜测。
我们能不能不要有一个参考。ARPSS有不同的意见：自相关可以用来判断系列的模型。
我懒得去查了。只是要重申证明的原则。
1.选择一个时间框架，比如说M15。在一个相当长的历史区间（比如10 000-20000条）绘制价格增量的频率分布图（次数取决于点数）。我们得到（近似的，但由于大量的数据，它是一个很好的近似）概率密度函数。(我很确定它是指数型的，但对于这个问题，分布的类型并不重要）。
2.我们做了一个非常现实的假设：如果我们把第1项中的历史片段向左（或向右）移动1条，概率分布的变化将非常小。
3.我们以同样的方式，在同一历史时期测量2个柱子的价格增量的概率密度函数。
4.进一步说就是一个相反的证明。假设相邻的增量是独立的。由于两根柱子的价格增量是第一根和第二根柱子增量的代数和，而且相邻柱子上增量的分布密度是相同的（见步骤2），根据已知规则，和的概率密度必须是每个和值 的密度的简单卷积。进行卷积，并与步骤3得到的分布进行比较，我们确保它们不会彼此接近（你可以用肉眼看到那里的一切，你甚至不需要检查它）。在得出矛盾之后，我们得出结论，我们关于相邻增量的独立性的假设是不正确的。
就是这样，它相当严谨，没有 "科学虚构"。这种方法适用于检查任何系列的增量是否独立。此外，我想指出，如果一个系列的增量是按指数规律分布的（对价格来说似乎是这样的），在较高的时间段内保持不变（这可能是真的），由于计算适当的卷积积分，上述证明在理论上可以很容易得到。然而，在概率论中早已知道，指数分布是不稳定的。
在我把它贴到代码上之前，我并没有把它从我的脑子里拿出来。 我用众所周知和经过测试的ACF计算算法的读数对它进行了长时间的测试。它与我完全吻合，检查到小数点后16位（也许更多，我现在不记得了，但与MathCad的内置功能没有区别）。
而关于
Почему эта связь должна монотонно и гладко убывать?
在我把它贴到代码上之前，我并没有把它从我的脑子里拿出来。 我用众所周知和经过测试的ACF计算算法的读数对它进行了长时间的测试。它与我完全吻合，检查到小数点后16位（也许更多，我现在不记得了，但与MathCad的内置功能没有区别）。
而关于
ACF有一个white delta函数，因为数据之间没有关系，它们是随机的。但是对于外汇来说，如果ACF建立得正确，就会有一种关系，数据是相关的，ACF的性质（类型）可能有助于确定过程的类型。它并不总是与我发布的例子一样。选定的部分显示，此刻的运动与二阶的振荡链相对应。从指标 来看，在计算ACF之前，你并没有对价格序列进行区分。因此，将其与ACF进行比较是没有意义的。但将该指标应用于CGS积分是有意义的。
p.s. 我认为不可能从这个指标中得出关于依赖性的结论（或者你需要认真的证实）。
从指标来看，在计算ACF之前，你并没有对价格序列进行区分。因此，将其与ACF进行比较是没有意义的。但将该指标应用于CMP积分是有意义的。
p.s. 不可能从这个指标的读数中得出是否存在依赖性的结论（或需要认真证实）。
从指标读数来看，你在计算ACF之前没有对价格序列进行区分。因此，将其与北京大学的ACF进行比较是没有意义的。但将该指标应用于GBS积分是有意义的。
p.s. 我不认为你可以从这个指标中得出关于依赖性的结论（或者你需要强有力的理由）。
首先证明你为什么需要应用区分法。简单的例子。一辆汽车以一定的速度移动，通过构建速度的ACF，我们将看到它有速度（相关），简单地说，"趋势更有可能继续下去......"。 通过应用微分法，你将不再是在研究速度，而是在研究加速度--这又可以是随机的。
P.S. 因为加速度是随机的，所以得出速度是随机的结论，这在原则上是错误的。我们可以以恒定的速度运动（呈上升趋势），加速度将是BGS...
我同意关于依赖性的存在/不存在的说法。但我要争论的是微分：如果以多项式表示，每个微分操作都会使一个等级的依赖性失效。因此，即使我们得到在分化的系列中没有依赖性，也不意味着在原始系列中没有依赖性。
5分。我想给它打10分，但这就是破坏分数的原因 :-) "关于依赖性的存在/不存在，我同意..."