The i.i.d. assumption is important in the classical form of the central limit theorem, which states that the probability distribution of the sum (or average) of i.i.d. variables with finite variance approaches a normal distribution. Often the i.i.d. assumption arises in the context of sequences of random variables. Then "independent and...
可能是这样的：HU或Z
)))
无论是哪种方式，其公式都是))))
好的。
将地图旋转90度，因为开头是清楚的
关掉时间（X 坐标），只留下市场机制
但唯一没有答案的问题是价格的边缘是什么（？），我们唯一需要知道的是Y 坐标
它
俗话说
我不在乎你是否交易，你仍然会得到...
;)
就这样吧！？
你推导这个公式已经44年了，瑞纳？你准备发表预印本了吗？我不明白今天早上的笑话...
我的观点是这样的。
我非常抱歉，这个话题已经成为一个垃圾场。对比这里发布的帖子和我的私人信息，这些人真的很痛苦，像狮子一样与市场斗争，我得出的结论是，我们应该开始一个新的主题，或者去智能实验室。
我会考虑的。
为了让你了解那些不想参与这个马戏团，但真正想战胜市场的人的水平，我将在这里回复其中一个人。我想他会明白，这个消息是给他的。
所以。
"你所从事的工作很难在数学上正式化。然而，如果你把你的分形图像想象成概率分布（建立直方图），你显然会看到稳定的单模分布。通过计算它们出现的样本量，你很可能像我一样对周期性市场结构有了了解。在这些限度内工作，你可以建立一个TS。
另一方面，用线性方程/函数来描述你的模式，是不可能的。但是，我还是会阅读和思考......"。
你感觉到水平上的差异吗？
为了让你了解那些不想参与这个马戏团，但真正想战胜市场的人的水平，我将在这里回复其中一个人。我想他会明白，这个消息是给他的。
所以。
"你所从事的工作很难在数学上正式化。然而，如果你把你的分形图像想象成概率分布（建立直方图），你显然会看到稳定的单模分布。通过计算它们出现的样本量，你很可能像我一样对周期性市场结构有了了解。在这些限度内工作，你可以建立一个TS。
另一方面，用线性方程/函数来描述你的模式，是不可能的。但是，我仍然在阅读和思考......"。
你是否掌握了水平的差异？
你是否掌握过直方图和概率分布之间的区别？这甚至与术语无关（直方图近似于概率分布的密度）。问题是，对于任何样本（任何一组数字），都可以画出直方图，但要使它接近任何分布，这个样本必须满足相当严格的条件（是一连串i.i.d值 的样本）。价格增量则不然--尤其是在扁平环境中（这是你的系统主要工作的内容）。
你感觉到水平的差异了吗？
是的，我们已经有了比这更强硬的人。
这有什么意义？
在这里不需要仅仅是知识，你只需要自己的大脑，在没有提示的情况下想出办法，因为他们无处可寻。
但如果你没有头脑，那就 "哎哟 "了。
;)
就这样吧！？
你推导这个公式已经44年了，瑞纳？你准备发表预印本了吗？我不明白今天早上的笑话...
首先要明白这一点，也就是说，不可能赚钱，因为在另一边有一个圣杯，会随心所欲地移动Kotir。
为了让你了解那些不想参与这个马戏团，但真正想战胜市场的人的水平，我将在这里回复其中一个人。我想他会明白，这个消息是给他的。
所以。
"你所从事的工作很难在数学上正式化。然而，如果你把你的分形图像想象成概率分布（建立直方图），你显然会看到稳定的单模分布。通过计算它们出现的样本量，你很可能像我一样对周期性市场结构有了了解。在这些限度内工作，你可以建立一个TS。
另一方面，用线性方程/函数来描述你的模式，是不可能的。但是，我仍然在阅读和思考......"。
你感觉到水平上的差异吗？
你可以通过眼睛看到市场的周期性，而且不需要教育水平)
问题是，一旦确定了工作结构，它就更有可能崩溃。
即使你在每个工作样本上设置一个神经网络，并将一个委员会的网络组装成一个，它也不会有什么作用。
启动一个新的分支。
谢谢你，巴斯。值得一提的是。
阅读这本书，你15年的苦难将很快结束。
我没有任何苦难），而且没有任何书，顺便说一下）。
对于任何样本（任何一组数字）都可以画出直方图，但要使它接近任何分布，这个样本必须满足相当严格的条件（是一连串i.i.d值 的样本）。价格梯度则不然--特别是在平坦的条件下（你的系统大多在这种条件下工作）。
我们需要它吗（为了严格按照理论近似分布）？
我们正在处理离散的数据。而市场上现在和将来都不会有任何精确和不变的东西。
我们必须以某种方式利用我们所拥有的东西来工作。
例如，增量的直方图看起来更像拉普拉斯而不是高斯。这就是为什么我们采取最小模数法而不是最小二乘法。以此类推。