Von der Theorie zur Praxis - Seite 70
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Stellen wir uns eine Blackbox (innerhalb der Händler und des Marktplatzes, der Börse) vor, die keine äußeren Einflüsse hat und ein Eigenleben führt - der Output der Box: ein Fluss von Kursen. Auch ohne äußere Einflüsse wird sie sich irgendwie verändern.
Lassen Sie diese BS nun (für den Beobachter) zufällige Delta-Funktionen unterschiedlichen Vorzeichens und unterschiedlicher Intensität empfangen (z. B. Nachrichten). Der NM beginnt irgendwie zu reagieren, und wir beobachten nicht die Wirkungen selbst, sondern die Reaktion des NM auf diese Wirkungen + das unabhängige Leben des NM selbst.
Das Gedächtnis ist da, aber der Output ist eine Überlagerung von Reaktionen auf viele Ereignisse und das Eigenleben des NM. Selbst im Falle eines einfachen Kontrollsystems (ACS) ist das Problem der Aufteilung nicht sehr lösbar.
Nun, im Prinzip habe ich ein solches Modell schon längst konstruiert, die Frage ist nur, wie man die Projektion der Ebenen in Inkrementen darstellen kann.
Im Prinzip habe ich schon längst ein solches Modell gebaut, die Frage ist nur, wie man die Projektion der Ebenen in den Verläufen darstellen kann.
Nein, das können Sie nicht.
Der Boden selbst ist strukturell gesehen nichts weiter als ein Integrator. Durch Differenzierung erhalten wir nur die Reaktion von Gruppen von Händlern auf die Auswirkungen. In Bezug auf die Filterung hebt die Differenzierung die HF-Komponente an und unterdrückt die NF-Komponente, d. h. nach der Differenzierung erhalten wir nur noch Rauschen um Null herum.
SZZ müssen wir wieder integrieren, um etwas zu isolieren).
Stellen wir uns eine Blackbox (innerhalb der Händler und des Marktplatzes, der Börse) vor, die keine äußeren Einflüsse hat und ein Eigenleben führt - der Output der Box: ein Fluss von Kursen. Auch ohne äußere Einflüsse wird sie sich irgendwie verändern.
Lassen Sie diese BS nun (für den Beobachter) zufällige Delta-Funktionen unterschiedlichen Vorzeichens und unterschiedlicher Intensität empfangen (z. B. Nachrichten). Der NM beginnt irgendwie zu reagieren, und wir beobachten nicht die Wirkungen selbst, sondern die Reaktion des NM auf diese Wirkungen + das unabhängige Leben des NM selbst.
Das Gedächtnis ist da, aber der Output ist eine Überlagerung von Reaktionen auf viele Ereignisse und das Eigenleben des NM. Selbst im Falle eines einfachen Kontrollsystems (ACS) ist das Problem der Aufteilung nicht sehr lösbar.
Was ist mit meinen 36 Währungspaaren? Was für einen Supercomputer bräuchte ich, um mit solchen Datenströmen gleichzeitig zu handeln? Ich bin enttäuscht...
Schade... Schade, dass wir den Leiter der Verkehrsabteilung nie zu Gesicht bekommen haben. (с)
Wer löscht die Beiträge anderer Leute und warum? Also gut, ich mache es gern noch einmal:
Alexander_K2, wie sieht es mit der Verteilung der geänderten Zeile aus? Das ist eine winzige Sache, die man berechnen muss.
Habe ich den RMS richtig berechnet?
Hier ist die Formel:
Hier ist das Ergebnis in Excel:
Sie haben den RMS richtig berechnet. Sehen Sie sich jedoch an, wie viel es wäre, wenn n=1 wäre. Sie werden sich fragen, was das für ein Unsinn ist. Die Bezeichnung "n - Volumen der statistischen Grundgesamtheit" ist sehr vage, normalerweise wird geschrieben, dass n die Anzahl der Elemente in der Stichprobe ist. Dann kann der RMS nach dieser Formel nicht berechnet werden, wenn es nur ein Element gibt. Aus diesem Grund wird das Quadrat des RMS als "verzerrte" Varianzschätzung bezeichnet. Es gibt auch eine unverzerrte Variante, bei der n n1-1 anstelle von n im Nenner ist. Die Quadratwurzel der unverzerrten Varianzschätzung wird als Standardabweichung bezeichnet.
Es liegt in der Natur dieses Konflikts, dass ein Gegenstand einen Freiheitsgrad hat. Wenn viele Merkmale aus einer kleinen Anzahl von Daten definiert werden, werden sie voneinander abhängig. In diesem Fall wird das arithmetische Mittel in die RMS-Berechnung einbezogen. Ein Freiheitsgrad ist sozusagen bereits ausgeschöpft. Das "seltsame" Verhalten des Nenners der Standardabweichung bedeutet lediglich, dass sowohl der Mittelwert als auch die Streuung nicht aus einem einzigen Element bestimmt werden können. Es zeigt sich, dass die Standardabweichung immer um den Faktor [n/(n-1)]^0,5 größer ist als die Standardabweichung. Wenn die Anzahl der Elemente in der Stichprobe jedoch groß ist, können Sie es vergessen, denn es ist nicht viel. Bei n=100 ist es (100/99)^0,5=1,005, was einem halben Prozent entspricht. Wenn wir außerdem mit Sicherheit wissen, dass der RMS stetig zu einem bestimmten Wert tendiert.
Hier kommt der schwierige Teil ins Spiel. "RMS tendiert zu", d. h. die Gesetze der großen Zahlen greifen. Wenn das tatsächlich gemessene Phänomen tatsächlich diese Stabilität aufweist. Mit anderen Worten: Die Grundhypothese der Wahrscheinlichkeitstheorie ist erfüllt - die relative Häufigkeit eines Ereignisses tendiert zu einem bestimmten Wert, wenn die Anzahl der Ereignisse steigt. Dies wird auch als "statistische Stabilität" bezeichnet. Wenn es sie nicht gibt, ist die gesamte klassische Wahrscheinlichkeitstheorie auf das Phänomen nicht anwendbar. Dieser Unterschied wird in den umfangreichen Zitaten von Oleg Avtomat erörtert, die abhttps://www.mql5.com/ru/forum/221552/page58#comment_6191471 zu finden sind. Sie sind schwer zu lesen. Meiner Meinung nach macht es viel mehr Spaß, sich die Präsentation des Gorban-Berichts mit Bildern und Diagrammen anzusehen. Sie wird eine optimistischere und konstruktivere Stimmung erzeugen, wie dieser Satz:
"Es hat sich gezeigt, dass der Seegang, der traditionell als starker destabilisierender Faktor angesehen wird, die Leistung von hydroakustischen Stationen verbessern kann.
Selbst bei den Wechselkursen hat der Autor nach der Formulierung "Über 16 Jahrzehnte gemittelt, der statistische Instabilitätsparameter (durchgehende Kurve) und die Schwankungsbreite dieses gemittelten Parameters, definiert durch den RMS, (gestrichelte Kurven) für den Kurs des australischen Dollars (AUD) gegenüber dem US-Dollar (USD) für 2001 (a) und 2002. (б)".
Ich füge die Präsentation bei, und für diejenigen, die weitere Quellen suchen, gibt es hier eine Liste von Präsentationen, manchmal mit Dateiadressen, aus der Liste "Archive of past "Image Computer" seminars http://irtc.org.ua/image/seminars/archive from 2002-2017. Gorban hat bis zu einem Dutzend Monographien über Entwicklungen im Bereich der "Hyperrandom"-Phänomene verfasst:
I.I. Gorban Theories of Hyperrandom Phenomena. Theorie und Praxis. Abschnitt 7. Systemanalyse.
I.I. HURBAN I HYPERRANDOMNESS KIEW NAUKOV DUMKA 2016. - 288 S. ISBN 978-966-00-1561-6