Von der Theorie zur Praxis - Seite 1458

 
secret:
Millionäre werden von jenen Mathematikern verlangt, die behaupten, Finanzreihen zu beschreiben)
Wenn ein von einem Ingenieur zusammengebauter Computer nicht funktioniert, dann ist das Wissen des Ingenieurs falsch.

Nun, erstens können Computer wegen eines trivialen Fehlers eines Chips ausfallen, mit dessen Herstellung der Computerassembler nichts zu tun hat.

Es ist nicht notwendig, dass ein Forscher von Finanzreihen seine Forschung umsetzt, um mit dem Handel Geld zu verdienen. Jedes Forschungsergebnis, wenn es etwas Neues entdeckt, ist an sich schon wertvoll. Man kann z. B. Niels Bohr nicht vorwerfen, dass er auf der Grundlage seiner Kernforschung keinen Kernreaktor gebaut hat.)

 
Aleksey Nikolayev:

In der Realität hat ein Statistiker immer mit endlichen Stichproben zu tun, so dass es sich bei der Umsetzung dieses Satzes immer nur um eine Annäherung handelt. Mit zunehmendem Stichprobenumfang verbessert sich diese Annäherung jedoch, was als Konsistenz der Schätzung bezeichnet wird.

Der Artikel im russischen Wiki über das Glivenko-Kantelli-Theorem ist Unsinn, lesen Sie in der englischen Version oder in einem normalen Lehrbuch.

Nein, im Prinzip funktioniert das Theorem, hier ist ein Indikator, um es jetzt zu testen, um nicht zu streiten

es ist fast eine lineare Verteilung:


und diese Linie von Null ist

Was den Unsinn betrifft, so ist für mich persönlich alles klar.

#property strict
#property version "1.1"
#property indicator_separate_window
//#property indicator_chart_window
#property indicator_buffers    1
double STAT[],CHART[],CL,min,pnt;
int i,indBars,ind;
//+------------------------------------------------------------------+
int init()
{
   pnt=MarketInfo(Symbol(),MODE_POINT); 
   //---
   SetIndexBuffer(0, STAT);
   SetIndexStyle(0,DRAW_LINE,STYLE_SOLID,1,clrRed);
   SetIndexLabel(0,"STAT");
   //---
   return(0);
}
//+------------------------------------------------------------------+
void deinit()
  {
      //ObjectsDeleteAll();
  }
//+------------------------------------------------------------------+
void start()
{
   ArrayInitialize(STAT,EMPTY_VALUE);
   indBars=Bars-1;
   ArrayResize(CHART,indBars+1);ArrayInitialize(CHART,0);
   for(i=indBars; i>=0; i--)CHART[i]=iClose(Symbol(),Period(),i);
   ArraySort(CHART,WHOLE_ARRAY,0,MODE_ASCEND);
   min=CHART[0];
   ind=-1;
   for(i=indBars-1; i>=0; i--)
   {
      if(CHART[i+1]!=CHART[i])
      {
         ind=ind+1;
         STAT[ind]=(CHART[i]-min)/pnt;
      }
   }
   return;
}

Was das bedeutet, ist noch nicht klar.
 
Renat Akhtyamov:

Nein, im Prinzip funktioniert das Theorem, hier ist ein Indikator, um es jetzt zu testen, um nicht zu streiten

Es handelt sich praktisch um eine lineare Verteilung:


und diese Linie von Null ist

Über den Unsinn - ich persönlich verstehe da alles

#property strict
#property version "1.1"
#property indicator_separate_window
//#property indicator_chart_window
#property indicator_buffers    1
double STAT[],CHART[],CL,min,pnt;
int i,indBars,ind;
//+------------------------------------------------------------------+
int init()
{
   pnt=MarketInfo(Symbol(),MODE_POINT); 
   //---
   SetIndexBuffer(0, STAT);
   SetIndexStyle(0,DRAW_LINE,STYLE_SOLID,1,clrRed);
   SetIndexLabel(0,"STAT");
   //---
   return(0);
}
//+------------------------------------------------------------------+
void deinit()
  {
      //ObjectsDeleteAll();
  }
//+------------------------------------------------------------------+
void start()
{
   ArrayInitialize(STAT,EMPTY_VALUE);
   indBars=Bars-1;
   ArrayResize(CHART,indBars+1);ArrayInitialize(CHART,0);
   for(i=indBars; i>=0; i--)CHART[i]=iClose(Symbol(),Period(),i);
   ArraySort(CHART,WHOLE_ARRAY,0,MODE_ASCEND);
   min=CHART[0];
   ind=-1;
   for(i=indBars-1; i>=0; i--)
   {
      if(CHART[i+1]!=CHART[i])
      {
         ind=ind+1;
         STAT[ind]=(CHART[i]-min)/pnt;
      }
   }
   return;
}

Was das bedeutet, ist noch nicht klar.

1) Ich empfehle die Verwendung von mql5 (Sie können normale Graphen erstellen) und die Funktion MathCumulativeDistributionEmpirical()

2) Die Preisverteilungen sind aufgrund ihrer scheinbaren Abhängigkeit bedeutungslos. Es ist üblich, die Verteilung der Preiserhöhungen zu untersuchen.

 
khorosh:

Es ist nicht notwendig, dass ein Finanzmarktforscher seine Forschung umsetzt, um mit dem Handel Geld zu verdienen. Jedes Forschungsergebnis, wenn es etwas Neues entdeckt, ist an sich schon wertvoll. Man kann z. B. Niels Bohr nicht vorwerfen, dass er auf der Grundlage seiner Forschungen über den Atomkern keinen Kernreaktor gebaut hat).

Nicht unbedingt. Aber in diesem Bereich ist der Profit das Kriterium der Wahrheit. Wenn es also Ihr Ziel ist, Geld zu verdienen und nicht nur zu recherchieren, ist es sinnlos, alle 100500 Millionen Beiträge auf dem Forum zu lesen) können Sie Jahre Ihres Lebens sparen, wenn Sie selektiv vorgehen.

 
Aleksey Nikolayev:

Bedingte Verteilungen beruhen auf gemeinsamen Verteilungen. Nur im Falle der Unabhängigkeit (per Definition) ist die gemeinsame Verteilungsfunktion gleich dem Produkt der univariaten Verteilungsfunktionen. Im Falle der Abhängigkeit ist es viel komplizierter - hier wurde kürzlich an Kopulae erinnert - dies stammt aus demselben Thread. Das G.-C.-Theorem (das auf den mehrdimensionalen Fall verallgemeinert zu sein scheint) gilt also für die approximative Konstruktion einer zweidimensionalen Verteilung, aus der man versuchen kann, eine bedingte eindimensionale Verteilung zu konstruieren.

Nehmen wir ein Beispiel: Konstruieren Sie eine inkrementelle Verteilung unter der Annahme, dass das vorherige Inkrement positiv war. Was verhindert, dass eine Stichprobenverteilung mit zunehmender Stichprobe gegen eine theoretische Verteilung konvergiert?

 
Aleksey Nikolayev:

Stabilität von was? So gibt es zum Beispiel die Stabilität der Lyapunov-Lösung eines Diffusors oder die statistische Stabilität der Häufigkeit eines Ereignisses (im Sinne einer Konvergenz zu seiner Wahrscheinlichkeit).

Stabilität des Verhaltens im Zeitablauf. So etwas wie Stationarität, aber in einem breiteren Sinne. Eine Funktion (Reihe) kann nicht-stationär sein, aber dennoch in jedem Zeitintervall ein ähnliches Verhalten aufweisen. So ist z. B. y=x^2 stabil, y=x^2 + sin(x) jedoch nicht, vorausgesetzt, das Analysefenster ist kleiner als der Zeitraum von sin().

Angewandt auf die Gleichwertigkeit kann sie wie folgt formuliert werden: "Die Gleichwertigkeit wächst (aktualisiert sich hoch) in jedem von N Zeitintervallen". Im Grenzfall konvergiert er einfach gegen den Prozentsatz der profitablen Geschäfte. Oder der Prozentsatz der Abschlüsse, die den Höchststand aktualisiert haben. Aber vielleicht können Sie eine bessere Formulierung vorschlagen.

 
secret:

Nehmen wir ein Beispiel: Konstruieren Sie eine inkrementelle Verteilung unter der Annahme, dass das vorherige Inkrement positiv war. Was verhindert, dass die Stichprobenverteilung mit zunehmender Stichprobengröße gegen eine theoretische Verteilung konvergiert?

Wenn wir eine Teilstichprobe nehmen und eine Verteilungsfunktion für sie konstruieren, wird sie dann mit der für die gesamte Stichprobe übereinstimmen? Im allgemeinen Fall natürlich nicht. Ein Beispiel: Die Stichprobe enthält Zahlen mit unterschiedlichem Vorzeichen und die Unterstichprobe enthält nur positive Zahlen.

Wenn in dem von Ihnen angeführten Fall die ursprüngliche Stichprobe unabhängig ist, scheint die Teilstichprobe unabhängig zu bleiben. Im Falle der Abhängigkeit der ursprünglichen Stichprobe wird alles durch die Einrichtung dieser Abhängigkeit bestimmt, die vollständig durch eine gemeinsame bivariate Verteilung bestimmt ist, die durch eine bivariate Stichprobe (aus Paaren von aufeinanderfolgenden Verschiebungen) angenähert werden kann, wenn die Bedingungen des G-K-Theorems für sie erfüllt sind.

Der Punkt ist, dass es immer möglich ist, eine Stichprobenfunktion für eine beliebige Menge von Zahlen zu konstruieren, aber es macht nicht immer Sinn. Um zu klären, ob dies sinnvoll ist, kann man Kriterien wie das Kolmogorov-Smirnov-Kriterium für zwei Stichproben anwenden, indem man die ursprüngliche Stichprobe nach dem Zufallsprinzip in zwei Teilstichproben unterteilt.

 
secret:

Stabilität des Verhaltens im Laufe der Zeit. So etwas wie Stationarität, aber in einem breiteren Sinne. Eine Funktion (Reihe) kann nicht stationär sein, aber dennoch ein ähnliches Verhalten über jedes Zeitintervall aufweisen. So ist z. B. y=x^2 stabil, y=x^2 + sin(x) jedoch nicht, vorausgesetzt, das Analysefenster ist kleiner als der Zeitraum von sin().

Angewandt auf die Gleichwertigkeit kann sie wie folgt formuliert werden: "Die Gleichwertigkeit wächst (aktualisiert sich hoch) in jedem von N Zeitintervallen". Im Grenzfall konvergiert er einfach gegen den Prozentsatz der profitablen Geschäfte. Oder der Prozentsatz der Abschlüsse, die den Höchststand aktualisiert haben. Aber vielleicht können Sie eine bessere Formulierung finden.

Monotonie einer Funktion und/oder ihrer Ableitungen? Algorithmische Komplexität?

 
Aleksey Nikolayev:

1) Ich empfehle die Verwendung von mql5 ...

dies ist fraglich

Ich kann dasselbe in 4-rka tun.

Im Allgemeinen habe ich keine Aufgaben gehabt, die ich nicht mit 4p umsetzen konnte.

einschließlich Grafiken

 
Renat Akhtyamov:

ist das ein strittiger Punkt.

Ich kann dasselbe in 4p tun

Ich habe noch nie eine Aufgabe gehabt, die ich nicht mit 4p erledigen konnte.

einschließlich Grafiken

Haben Sie Ihren Expert Advisor jemals gebeten, dem aktuellen Trend zu folgen, den der ZigZag anzeigt? Genauer gesagt, zum Öffnen

Die nächste Position zu Beginn des nächsten Trends und schließen Sie sie am Ende des Trends?