un proceso completamente aleatorio y FOREX. - página 4

Nuevo comentario
 
lna01:
D.Will escribió (a):

El gráfico es una serie totalmente determinista, sólo que estadísticamente no se distingue de una serie aleatoria. Así que es sólo un buen ejemplo de una serie caótica :) .

¿Qué es usted?

no nos confundas, por favor.

Por definición, un proceso aleatorio es una secuencia de variables aleatorias. Cuando se define un proceso aleatorio siempre se habla de varianza y matriz de varianza y todo lo demás.



Y un proceso determinista es un proceso que en un momento dado se puede decir claramente cuál es el siguiente estado al que pasará el sistema.


En el caso de los generadores de números pseudoaleatorios estándar, sólo es necesario conocer el número en el que comienza para predecir la serie de forma inequívoca. Así que la serie de su imagen es, en teoría, totalmente predecible.

1. ¿Conoce este número?
2. con una precisión de 16 dígitos no puede generar una secuencia de más de (65536) elementos.
 
lna01 писал (а): En el caso de los generadores de números pseudoaleatorios estándar, sólo es necesario conocer el número a partir del cual comenzó la serie para poder predecirla de forma inequívoca. Por lo tanto, la serie de su imagen es teóricamente completamente predecible.


Cándido, no es tan sencillo. Yo también lo pensaba, hasta que komposter y yo comprobamos la función MathRand(). Aquí hay una rama: 'Pregunta de principiante: dos curvas en diferentes ventanas'.

Código:

#property show_inputs
 
/*extern int init_start    = 0;
extern int init_end      = 100000;*/
 
extern int iterations    = 1000000000;
 
int start()
{
    int tmp, pre_tmp, count_23281 = 0, count_16827 = 0, count_23281_16827 = 0; string res;
    //for ( int start = init_start; start < init_end; start ++ )
    {
        int start = 1;
        MathSrand( start );
        for ( int i = 0; i < iterations; i ++ )
        {
            pre_tmp = tmp;
            tmp = MathRand();
            if ( pre_tmp == 19169 ) //23281 )
            {
                count_23281 ++;
                if ( tmp == 15724 ) //16827 )
                {
                    count_23281_16827 ++;
                    res = StringConcatenate( res, count_23281_16827, ": Init value = ", 
                          start, ", interation # ", i, "\n" );
                }
            }
            if ( pre_tmp == 16827 ) count_16827 ++;
        }
    }
    Comment( "Чисел 23281 - ", count_23281, "\nЧисел 16827 - ", count_16827, 
                "\nЧередований 23281 с 16827 - ", count_23281_16827, ":\n", res );
    return(0);
}
P.D. Supongo que tienes razón. Pero el período de esta secuencia es obviamente muy grande. El grano define toda la secuencia, pero los segmentos de la misma que parten del mismo número son diferentes.
 
D.Will писал (а):
Además, hay sistemas cuyo funcionamiento está completamente descrito *por ejemplo,
y(n+1)=a*y(n)*(1-y(n);
que es casi imposible de predecir. a->4.

Tales procesos se llaman caos determinista.

Exactamente eso, en la realidad simplemente nunca sabremos el valor de un parámetro con suficiente precisión. Sin embargo, los procesos caóticos son mucho más predecibles que los aleatorios. Pero no podemos distinguirlos estadísticamente. De ello se deduce que los argumentos estadísticos son irrelevantes para la cuestión de la previsibilidad del mercado.
 
He decidido reducir el determinismo del generador de números pseudoaleatorios barajando la serie de números aleatorios varias veces.

cerrar todo;

N=1000;
r=NORMRND(0,0.0077,1,N);

r1=r;
% barajar
para i=1:1:10000
i1 = fix(rand*N)+1;
i2 = fix(rand*N)+1;
c=r(i1);
r(i1)=r(i2);
r(i2)=c;
fin;

figura;
%r=r-0.5;
for i=2:1:length(r)
r(i)=r(i)+r(i-1);
r1(i)=r1(i)+r1(i-1);
end

grid on;

plot(r);
figure;
plot(r1);

result


mixto


Ya está. Me he librado de los puntos, así que, ¿para qué?
 
lna01:
D.Will escribió (a):

Además, hay sistemas cuyo funcionamiento está completamente descrito *por ejemplo

y(n+1)=a*y(n)*(1-y(n);

que es casi imposible de predecir. en a->4.



Estos procesos se denominan caos determinista.




Exactamente eso, en la realidad simplemente nunca sabremos el valor de un parámetro con suficiente precisión. Sin embargo, los procesos caóticos son mucho más predecibles que los aleatorios. Pero no podemos distinguirlos estadísticamente. De ello se deduce que los argumentos estadísticos son irrelevantes para la cuestión de la previsibilidad del mercado.

con suficiente precisión. ¿Cuál es?
Todas las teorías relativas a la h.d. analizan las ecuaciones de los modelos o la historia (extrayendo regularidades estadísticas).
¿Y qué quiere decir con características estadísticas? ¿Mo y std? y ¿quién dice que es una medida de la equivalencia de dos secuencias?
 
Mathemat:
lna01 escribió (a): En el caso de los generadores de números pseudoaleatorios estándar, sólo es necesario conocer el número en el que comenzó la serie para poder predecirla sin ambigüedades. Por lo tanto, la serie de su imagen es teóricamente totalmente predecible.

No, Candid. Yo también lo pensaba hasta que komposter y yo comprobamos la función MathRand(). Aquí hay una rama: https://forum.mql4.com/ru/6187 .
Creo que el efecto de la repetición de pares podría ser, por ejemplo, si se toman los 16 dígitos más bajos de 32 como número aleatorio. Pero si no son ellos, podría no existir :). Esto no invalida el hecho de la previsibilidad. La situación se complicará si con el mismo número de inicio se obtienen diferentes secuencias. Entonces tendremos que pensar sólo en la previsibilidad parcial :).
 
D.Will писал (а):

El truco es, con suficiente precisión, ¿cuál es?
La pregunta sólo puede tener respuesta para un problema concreto.

P.D. La "densidad de probabilidad" también es una característica estadística. Tampoco garantiza la reproducción de todas las características del proceso con el RNG.
 
lna01:
D.Will escribió (a):



El truco es, con suficiente precisión, ¿cuál es?


La pregunta sólo puede tener respuesta para un problema concreto.



P.D. La "densidad de probabilidad" también es una característica estadística. Y tampoco garantiza la reproducción de todas las características del proceso con el RNG.

Incluso para un problema concreto no se puede justificar teóricamente, ya que cambiar un parámetro del proceso en 10^-100 puede cambiar su dinámica de forma irreconocible. (bifurcaciones y demás)
por lo que los ordenadores no son realmente apropiados para analizar dichos procesos. (desde un punto de vista fundamental). Sólo es posible su modelización probabilística y descriptiva.


lna01> P.D. La "densidad de probabilidad" es también una característica estadística. Y tampoco garantiza la reproducción de todas las características del proceso con la ayuda de la GSF.


¿cómo lo imaginas?? ¿cómo reconstruir algo por la ley de distribución de una variable aleatoria??? tal tarea no puede existir en absoluto.
Si cité un histograma fue sólo para mostrar que la distribución de una variable aleatoria es la misma que la de eurusd 1D.
 
D.Will писал (а):
lna01:
D.Will escribió (a):

El truco es, con suficiente precisión, ¿cuál es?


La pregunta sólo puede tener respuesta para una tarea concreta.

Incluso para un problema determinado no se puede predecir teóricamente. Cambiar este parámetro en 10^-100 puede cambiar la dinámica del proceso de forma irreconocible. (bifurcaciones y demás)
por lo que los ordenadores no son realmente apropiados para analizar dichos procesos. (desde un punto de vista fundamental). Sólo es posible su modelización probabilística y descriptiva.
Bueno, si por ejemplo para algunos rangos de valores de los parámetros se pueden identificar atractores, eso implicaría una predictibilidad parcial. En ese caso, los límites de esos rangos determinarán la "adecuación" de las definiciones de los parámetros. Sobre la insuficiencia de los ordenadores para el análisis de tales procesos estoy completamente de acuerdo contigo - lo principal en este negocio es la cabeza :)
Si cité un histograma fue sólo para mostrar que la distribución de una variable aleatoria es la misma que eurusd 1D.
Correcto. Y yo pregunté: "¿Y qué?" :) Repito: la serie que planteas como aleatoria no lo es. Es que para las tareas en las que sólo importan las características estadísticas, se puede utilizar como aleatorio. Es decir, sería más correcto escribir en el título del tema "RNG Matlab y FOREX" :) . En realidad, la idea principal de mis posts es que no hay ninguna razón para considerar el RPM de Matlab como "proceso absolutamente aleatorio".
 
lna01:
D.Will escribió (a):

lna01:

D.Will escribió (a):



El truco es, con suficiente precisión, ¿cuál es?





La pregunta sólo puede tener una respuesta para una tarea específica.



incluso para un problema específico, no se puede teorizar sobre él. ya que cambiar este parámetro en 10^-100 puede cambiar la dinámica del proceso más allá del reconocimiento. (bifurcaciones y demás).

por eso los ordenadores no son muy apropiados para analizar estos procesos. (desde un punto de vista fundamental). Sólo es posible su modelización probabilística y descriptiva.

Bueno, si por ejemplo para algunos rangos de valores de los parámetros se pueden identificar atractores, eso implicaría una predictibilidad parcial. En ese caso, los límites de esos rangos determinarán la "adecuación" de las definiciones de los parámetros. Sobre la insuficiencia de los ordenadores para el análisis de tales procesos estoy completamente de acuerdo contigo - lo principal en este negocio es la cabeza :)

Si di un histograma, es sólo para mostrar que la distribución de una variable aleatoria es la misma que eurusd 1D.


Correcto. Y yo pregunté: "¿Y qué?" :) Repito: la serie, que usted posiciona como aleatoria, no lo es. Sólo que para las tareas en las que sólo importan las características estadísticas, puede usarse como aleatoria. Es decir, sería más correcto escribir en el título del tema "RNG Matlab y FOREX" :) . En realidad, la idea principal de mis posts es que no hay ninguna razón para considerar el RPM de Matlab como "proceso absolutamente aleatorio".
Bueno, no hay nada anormalmente aleatorio. el tema se llama así porque enfatiza la similitud entre "anormalmente aleatorio" y "no aleatorio".

Si te fijas arriba, he dado un ejemplo en el que la secuencia completa se mezcla varias veces. y se muestra tanto una como otra secuencia.
El carácter de los movimientos es el mismo.
123456789
Nuevo comentario