市场是一个受控的动态系统。 - 页 383 1...376377378379380381382383384385386387388389390...551 新评论 [删除] 2018.11.24 23:28 #3821 Алексей Тарабанов:和家里的寿星在一起。谢谢你!)) [删除] 2018.11.25 10:47 #3822 Aleksey Nikolayev:1)如果资本有一个恒定的预期报酬,那么系统是无利可图的。一个有利可图的系统必须有一个上升的期望值。 2)马丁格尔的预期报酬率是恒定的(13.1.3点1,来自Korolyuk)。 3) TS在SB上的权益是Ito在头寸量 上的积分(对于小的权益增量dc=v(t)dw(t),其中v(t)是量,w(t)是维纳过程)。 4) Ito积分是一个马太效应(来自Korolyuk的19.2.3) --> 资本有恒定的期望 --> TS是无利可图的1)真实--作为一般性陈述 2) 真实 -- 作为一般性陈述 3)错误 -- 因为TC没有义务在SB的每一步进行操作,因此,资本期望值不等于一个常数。在此回顾一下超马尔定和亚马尔定。 4) 错误的--作为错误的第3点的结果 Aleksey Nikolayev 2018.11.25 10:55 #3823 Олег avtomat:3) 错误 -- 因为TS没有义务在每个SB步骤中执行交易。 4) 错误的 -- 作为错误的结果,第3页错了。没有交易意味着只有交易量不变,但没有股权不变--价格变化(交易量不为零)才是责任。在成交量 为零的情况下,对于价格的任何变化,权益的变化当然是零。 [删除] 2018.11.25 11:22 #3824 一个基本的TS,让你有机会在SB上挣钱。 . 当考虑到 "薄 "的设置,导致基本TS的复杂化,损失的交易份额减少。在极限中,亏损的交易份额趋于零,但TS变得更加复杂。为 我在演示在SB上赚钱的机会时,在"随机行走 " 分支中正是使用了这种算法(略有补充)。这里只是那里给出的许多例子中的一个例子。 关于交易、自动交易系统和测试交易策略的论坛 随机游走: Oleg avtomat, 2018.11.04 08:29 . . [删除] 2018.11.25 11:47 #3825 Aleksey Nikolayev:错了。没有交易意味着只有数量不变,但没有资本不变--价格变化负责(数量不为零)。在持仓量 为零的情况下,对于任何价格的变化,权益的变化当然是零。还有更多的事情要做。在将TS应用于SB的背景下,使用伊藤的积分来确定资本,其有效性似乎值得怀疑。 Aleksey Nikolayev 2018.11.25 12:15 #3826 Олег avtomat:还有更多的事情要做。在将TS应用于SB的背景下,使用伊藤的积分来确定资本,其有效性似乎值得怀疑。如果我们把维纳过程作为一个SB,一切都没问题。v(t)相对于这个SB的过滤集的可测量性在那里是足够的。现代金融数学也是基于类似的方法。 在离散SB的情况下,一切甚至更简单。股权增长的预期是数量和价格增长的乘积(由于SB的定义使它们独立)。如果价格上涨的预期是零(SB无趋势),那么资本增加的预期也是零。 [删除] 2018.11.25 13:04 #3827 Aleksey Nikolayev:如果你把维纳过程作为SB,你就可以了。只要测量v(t)相对于这个SB给出的过滤就足够了。现代金融数学也是基于类似的方法。 在离散SB的情况下,一切甚至更简单。股权增长的预期是数量和价格增长的乘积(由于SB的定义使它们独立)。如果价格增量预期为零(SB没有趋势),那么股权增量预期也为零。而TC在这一切中的位置是什么?它是不存在的。这里没有它的位置。 Aleksey Nikolayev 2018.11.25 13:49 #3828 Олег avtomat:在这一切中,TC在哪里呢?它不在那里。它在这里没有地位。是她根据t之前的价格生成量v(t)的头寸(正值对应于买入,负值对应于卖出)。问题是,对于SB上的TS的非营利性来说,它不能看它的未来就足够了(这就是我们应该如何理解与过滤有关的可测性),它的具体算法并不重要。 在一个完全已知的SB实现上展示一个有利可图的TS,实际上是对未来的一种窥视。 [删除] 2018.11.25 14:25 #3829 Aleksey Nikolayev:正是它根据t之前的价格,产生了一个交易量v(t)的头寸(正值对应于买入,负值对应于卖出)。问题是,对于SB上的TS的非营利性来说,它不能看它的未来就足够了(这就是人们应该如何理解与过滤有关的可测量性),而它的具体算法并不重要。 在一个完全已知的SB实现上展示一个有利可图的TS,实际上是对未来的一种窥视。1) 根据什么算法,"它是产生一个体积位置v(t)的算法"? 你在哪里考虑到这个算法? 你假设它是绝对随机的!?但情况完全不是这样!!。 2)这里是你完全错误的地方。TS的工作是不看未来的。TC只使用过去的值和当前的值。 我可以通过在每一步输入更新的rnd(),在逐步模式下演示这个。 Maxim Kuznetsov 2018.11.25 14:47 #3830 Олег avtomat:1)"它是 通过什么算法产生体积v(t)的位置 的"? 你在哪里解释这个算法? 你接受它是完全随机的。但情况完全不是这样!!。 2)这里是你完全错误的地方。TC的工作是不看未来的。TC只使用过去的值和当前的值。 我可以通过将每一步更新的rnd()输入到输入端,在逐步的模式下演示这个。Oleg,如果确定性算法有SB作为输入,那么输出也是SB。除非是不同的分布。顺便说一下,确定性的算法 始终 是循环的。这已经是来自图灵的 :-) 1...376377378379380381382383384385386387388389390...551 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
和家里的寿星在一起。
谢谢你!))
1)如果资本有一个恒定的预期报酬,那么系统是无利可图的。一个有利可图的系统必须有一个上升的期望值。
2)马丁格尔的预期报酬率是恒定的(13.1.3点1,来自Korolyuk)。
3) TS在SB上的权益是Ito在头寸量 上的积分(对于小的权益增量dc=v(t)dw(t),其中v(t)是量,w(t)是维纳过程)。
4) Ito积分是一个马太效应(来自Korolyuk的19.2.3) --> 资本有恒定的期望 --> TS是无利可图的
1)真实--作为一般性陈述
2) 真实 -- 作为一般性陈述
3)错误 -- 因为TC没有义务在SB的每一步进行操作,因此,资本期望值不等于一个常数。在此回顾一下超马尔定和亚马尔定。
4) 错误的--作为错误的第3点的结果
3) 错误 -- 因为TS没有义务在每个SB步骤中执行交易。
4) 错误的 -- 作为错误的结果,第3页
错了。没有交易意味着只有交易量不变,但没有股权不变--价格变化(交易量不为零)才是责任。在成交量 为零的情况下,对于价格的任何变化,权益的变化当然是零。
一个基本的TS,让你有机会在SB上挣钱。
.
当考虑到 "薄 "的设置,导致基本TS的复杂化,损失的交易份额减少。在极限中,亏损的交易份额趋于零,但TS变得更加复杂。
为
我在演示在SB上赚钱的机会时,在"随机行走 " 分支中正是使用了这种算法(略有补充)。
这里只是那里给出的许多例子中的一个例子。
关于交易、自动交易系统和测试交易策略的论坛
随机游走:
Oleg avtomat, 2018.11.04 08:29
.
.
错了。没有交易意味着只有数量不变,但没有资本不变--价格变化负责(数量不为零)。在持仓量 为零的情况下,对于任何价格的变化,权益的变化当然是零。
还有更多的事情要做。在将TS应用于SB的背景下,使用伊藤的积分来确定资本,其有效性似乎值得怀疑。
还有更多的事情要做。在将TS应用于SB的背景下,使用伊藤的积分来确定资本,其有效性似乎值得怀疑。
如果我们把维纳过程作为一个SB,一切都没问题。v(t)相对于这个SB的过滤集的可测量性在那里是足够的。现代金融数学也是基于类似的方法。
在离散SB的情况下,一切甚至更简单。股权增长的预期是数量和价格增长的乘积(由于SB的定义使它们独立)。如果价格上涨的预期是零(SB无趋势),那么资本增加的预期也是零。
如果你把维纳过程作为SB,你就可以了。只要测量v(t)相对于这个SB给出的过滤就足够了。现代金融数学也是基于类似的方法。
在离散SB的情况下,一切甚至更简单。股权增长的预期是数量和价格增长的乘积(由于SB的定义使它们独立)。如果价格增量预期为零(SB没有趋势),那么股权增量预期也为零。
而TC在这一切中的位置是什么?它是不存在的。这里没有它的位置。
在这一切中,TC在哪里呢?它不在那里。它在这里没有地位。
是她根据t之前的价格生成量v(t)的头寸(正值对应于买入,负值对应于卖出)。问题是,对于SB上的TS的非营利性来说,它不能看它的未来就足够了(这就是我们应该如何理解与过滤有关的可测性),它的具体算法并不重要。
在一个完全已知的SB实现上展示一个有利可图的TS,实际上是对未来的一种窥视。
正是它根据t之前的价格,产生了一个交易量v(t)的头寸(正值对应于买入,负值对应于卖出)。问题是,对于SB上的TS的非营利性来说,它不能看它的未来就足够了(这就是人们应该如何理解与过滤有关的可测量性),而它的具体算法并不重要。
在一个完全已知的SB实现上展示一个有利可图的TS,实际上是对未来的一种窥视。
1) 根据什么算法,"它是产生一个体积位置v(t)的算法"? 你在哪里考虑到这个算法? 你假设它是绝对随机的!?但情况完全不是这样!!。
2)这里是你完全错误的地方。TS的工作是不看未来的。TC只使用过去的值和当前的值。 我可以通过在每一步输入更新的rnd(),在逐步模式下演示这个。
1)"它是 通过什么算法产生体积v(t)的位置 的"? 你在哪里解释这个算法? 你接受它是完全随机的。但情况完全不是这样!!。
2)这里是你完全错误的地方。TC的工作是不看未来的。TC只使用过去的值和当前的值。 我可以通过将每一步更新的rnd()输入到输入端,在逐步的模式下演示这个。
Oleg,如果确定性算法有SB作为输入,那么输出也是SB。除非是不同的分布。顺便说一下,确定性的算法 始终 是循环的。这已经是来自图灵的 :-)