Недавно встретил фразу "задача трейдера - ловить хвосты нормального распределения". Это некорректно, потому что на рынке не нормальное распределение. Прикладываю 2 картинки, первая - распределение на fRTS, вторая - распределение случайной переменной, параметризированной статистиками fRTS (число испытаний, средняя и стандартное отклонение). Под...
Все знают, что на рынке господствует какое-то НЕнормальное, толстохвостое распределение. В некоторых кругах модно говорить, что приращениями рулит распределение Коши. Сегодня я решил проверить это. Три кандидата: нормальное, Коши и Лапласа (двухсторонее экспоненциальное). Три таймфрейма: дневки, часовики и 5-минутки. Способ фита параметров...
那么，你问--正态分布从何而来？
有几种方法可以检查。
其中一个是使用学生的表格。
剩下的就在上面，你自己写的，你的分布图也在那里。
而这就是我所说的。我根本不关心系统的分布情况。我只想知道它的标准偏差。
而我的图--那里没有什么正常的东西)。这就是为什么我想知道你怎么能变得正常。
Yuriy Asaulenko:
我想知道你怎么能得到一个正常的。
根据过去的历史，每份报告是正常的还是什么？那么每个时刻都会有不同的分布...
而这正是这一切的原因。我根本不关心系统的分布情况。我只需要它的标准偏差。
而我的图表--那里没有任何正常的东西）。这就是为什么我想知道你怎么能得到一个正态分布。
好吧，否则应该如何，如果连维基都这么说。
"从根本上说， 非马尔科夫 过程 是 复杂系统中的随机过程。这些包括股票价格的波动...."。
因此，你有了它，寻找计算中的缺陷......。这里有一个非常巧妙的分配总结，有图片和表格。
http://stocksharp.ru/forum/2316/k-voprosu-o-raspredeleniyah/
这里对增量的分布也有很好的研究，有具体的图片。
http://blog.quantquant.com/blog/statistics_and_probability/317.html
请看这里，这是一个非常巧妙的描述分配的方法，有图片和表格。
http://stocksharp.ru/forum/2316/k-voprosu-o-raspredeleniyah/
在数学手册中，或者，如果这还不够，在专著中，对分布情况都很清楚。这些是相当充分的。
StockSharp本身就已经是胡说八道了，他写的所有关于数学的东西都是如此)。如果大师们从StockSharp上赚钱，我一点都不介意。）
连维基都这么说，那还怎么工作？
"从根本上说， 非马尔科夫 过程 是 复杂系统中的随机过程。这些包括股票价格的波动...."。
这正是我在寻找的，寻找计算中的缺陷......。维基说了很多事情。有时是正确的，有时是完全的胡说八道------不同。你必须过滤掉这些。））。
系统的复杂性与马尔科夫/非马尔科夫没有关系。
计算中存在什么缺陷？我想，这些分布对每个人来说都是一样的。
这里对增量的分布也有很好的研究，有具体的图片。
http://blog.quantquant.com/blog/statistics_and_probability/317.html
我展示了日记，没有转换。
他们遇到了什么样的麻烦？
让他们暂时休息一下...
我只是想用图片来帮助你，此外，@Dr.Trader 给你写信说，他得到了什么分布，没有，所以没有，有些人喜欢西瓜，有些人喜欢猪肉软骨))))。
我们在里面很好）。