Habla bien del vagabundo ocasional... - página 3
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
как это не связаны? Нормальное распределение стационарно и приращения СБ распределенные по НР - стационарны, а я изначально говорил именно о приращениях.
...
Вы считаете что НР нестационарно? Или нельзя для каждого непрерывного распределения сказать - является оно стационарным или нет? :)
Esta es la definición de estacionariedad, ¿dónde se menciona la distribución? La estacionariedad es una propiedad de un proceso, no de una distribución. El proceso tiene algún tipo de distribución. Un proceso con una distribución normal puede ser estacionario o no. No depende de la distribución. Por supuesto, no se puede decir nada sobre la estacionariedad de un proceso sólo conociendo su distribución.
Con respecto a la propia SB (como suma acumulativa de incrementos): No habrá "colas pesadas" descritas por usted en el post anterior
.Porque la propia SB también se distribuye normalmente, pero con una varianza t veces mayor que la de un único incremento (en el momento t del inicio de la referencia). Sí, la varianza de la distribución de la SB aumenta con el tiempo, y esta distribución es en realidad la suma de variables aleatorias independientes distribuidas normalmente (incrementos), lo que corresponde a la definición de estabilidad de su enlace. Colas pesadas por encima de 3 sigmas, por ejemplo, pero para SB si se calcula la varianza en un punto específico en el tiempo (y se puede hacer analíticamente) - todo será como para la normal. Será normal con parámetros específicos - varianza finita y mo
Antes de escribir, he simulado la situación en Matlab, es decir, soy responsable de mis palabras. Y tú estás parloteando al azar aquí. Si "a veces" se duplica el valor de los incrementos, como quería Avatar, entonces la varianza de las desviaciones "grandes" aumenta, y la curtosis también. Los incrementos dejan de estar distribuidos normalmente aunque lo estuvieran inicialmente. Pero la propia SB no tendrá colas, la SB tiene una distribución normal y no es estacionaria, independientemente de la naturaleza de los incrementos.
Aquí está la definición de estacionariedad, ¿dónde hay una palabra sobre la distribución?
Digo que para cada distribución se puede averiguar si es estacionaria o no, o si el mismo proceso será estacionario o no. Y escribí que los incrementos de la SB se modelan mediante distribuciones estacionarias. Si la distribución es, por ejemplo, normal, el proceso es estacionario. ¿Puede un proceso con distribución normal ser no estacionario?
La estacionariedad es una propiedad del proceso, no de la distribución. El proceso tiene algún tipo de distribución. Un proceso con una distribución normal puede ser estacionario o no. No depende de la distribución. Por supuesto, conociendo sólo la distribución de un proceso no se puede decir nada sobre su estacionariedad.
¿De dónde has sacado eso? Dame un ejemplo de un proceso no estacionario cuya distribución sea normal.
Antes de escribir, he simulado la situación en Matlab, lo que significa que soy responsable de mis palabras. Y tú estás parloteando al azar aquí. Si "a veces" se duplica el valor de los incrementos, como quería Avatar, entonces la varianza de las desviaciones "grandes" aumenta, y la curtosis también. Los incrementos dejan de estar distribuidos normalmente aunque lo estuvieran inicialmente. Pero la SB en sí no tendrá colas, la SB tiene una distribución normal y no es estacionaria, independientemente de la naturaleza de los incrementos.
No entiendo muy bien qué has modelado y cómo has conseguido las colas pesadas. Según entendí lo que pedía el avatar, no debería haber colas. Probablemente no lo entendí bien :( Por favor, dame al menos un histograma de la distribución resultante y cómo has modelado
La SB no es estacionaria, es I(1) - la primera diferencia es estacionaria (incremental) como he escrito. También es estacionaria y es una distribución normal para un punto fijo en el tiempo. En el momento t0, la distribución es estacionaria y una, en el momento t1 otra. Pero la propia SB como proceso del tiempo x=F(t) no es estacionaria y no está distribuida normalmente. Esto es porque su varianza es infinita en t->infinito. La primera diferencia (incrementos) se distribuye normalmente. He dado un enlace a la fuente en un post anterior.
Откуда ты это взял? Приведи пример нестационарного процесса, распределение которого будет нормальным.
Ya he dado este ejemplo tres veces: el paseo aleatorio es un proceso no estacionario con una distribución normal.
La distribución es la forma de la persona, y la no estacionariedad es la altura: una persona gorda puede ser alta o baja (esta es la distribución), y crece hasta los 25 años y luego baja, y su anchura cambia, engordando más y más con la edad, es decir, es no estacionaria. Pero el crecimiento no está relacionado con la forma.
La estacionariedad no es una propiedad de la distribución, sino una propiedad del proceso.
Ya he dado este ejemplo tres veces: el paseo aleatorio es un proceso no estacionario con una distribución normal.
La distribución es la forma de la persona, y la no estacionariedad es la altura: una persona gorda puede ser alta o baja (esta es la distribución), y crece hasta los 25 años y luego baja, y su anchura cambia, engordando más y más con la edad, es decir, es no estacionaria. Pero el crecimiento no está relacionado con la forma.
La estacionariedad no es una propiedad de la distribución, sino una propiedad del proceso.
Los incrementos y la distribución de la SB en un determinado punto fijo en el tiempo a partir del punto de referencia t son estacionarios y se distribuyen normalmente. Para ellos es posible calcular la mo y la varianza en contraposición a la SB en función del tiempo
Несовсем понял что ты смоделировал и как получил тяжелые хвосты. Как я понял что просил аватара - никаких хвостов быть не должно. Возможно неправильно понял :( Приведи, пожалуйста хотя бы гистограмму полученного распределения и как моделировал
era:
(es decir, |y(i)-y(i-1)|>= la fuerza del héroe en el paso i-ésimo, entonces su fuerza generada (incluyendo menos - dudas) en el paso i+1 debería duplicarse.
Lo resaltado en rojo debe ser i-1, de lo contrario siempre habrá igualdad. Es decir, si el incremento generado es lo suficientemente grande, también debería multiplicarse por dos. Esto aumenta la varianza exactamente en la zona de los grandes incrementos, lo que engrosa las colas.
e(i) = s(i)-b(i);
si abs(e(i)) > abs(e(i-1))
e(i) = e(i) * 2
Finalizar
Los movimientos de los precios son completamente impredecibles. Estamos tratando con la psicología, no con las matemáticas, y ninguna fórmula ayudará.
te equivocas, la SB en función del tiempo no es HP, la no estacionaria sí.
Estás discutiendo con la tabla de multiplicar, no conmigo. Y eso es lamentable.
Aquí hay un paseo aleatorio de 1000 con una distribución uniforme de incrementos. Puedes seguir dándote cabezazos contra el monitor que no es una distribución normal. Y me estoy cansando de ello.
Los movimientos de los precios son completamente impredecibles. Estamos tratando con la psicología, no con las matemáticas, y ninguna fórmula ayudará.
Te estás contradiciendo. Si es "completamente imprevisible", entonces no sólo las fórmulas no servirán, sino que nada lo hará. Y si todavía hay esperanza, de alguna manera la psicología que sugieres puede ser descrita con fórmulas.
Estás discutiendo con la tabla de multiplicar, no conmigo. Y eso es lamentable.
Aquí hay 1.000 paseos aleatorios con una distribución uniforme de incrementos. Puedes seguir dándote cabezazos contra el monitor que no es una distribución normal. Y me estoy cansando de ello.
timbo es la 3ª vez que escribo lo mismo. Sí SB generada en algún intervalo de tiempo, por ejemplo 0-1000 (como en su imagen) F(t1000)- la distribución es normal y estacionaria. mo=0, disp=1000*Disp_adjustment. Y en cualquier otro intervalo de tiempo fijo, la distribución será estacionaria y normal, y la varianza será proporcional a su longitud. Pero el proceso SB en sí, como función del tiempo F(t) no es no normal no estacionario. su mo será también=0 pero la varianza es infinita. En el caso de la estacionariedad y de la HP, cualquiera que sea la t que se tome, la varianza será la misma y un número fijo: no cambia con el tiempo, que es la condición de la estacionariedad.
timbo уже 3 раз пишу одно и тоже. Да СБ сгененрированное на каком-то отрезке времени например 0-1000 (как на твоей картинке) F(t1000)- распределение и нормально и стационарно. мо=0, дисп=1000*Дисп_приращения. И в любой другой фиксированный промежуток времени распределение будет стационарным и нормальным, а дисперсия будет пропорциональна его длине. Но сам процесс СБ, как функция от времени F(t) не является не нормальным не стационарным. его мо так же будет=0 но дисперсия бесконечна. Для стационарного и НР, какое t не взять - дисперсия будет одинаковой и фиксированным числом- она не меняется во времени, что и есть условие стационарности.
En general cualquier segmento de longitud variable dará una distribución normal. ¿Qué tipo de distribución crees que tiene la SB, es no estacionaria? Aléjate de estos incrementos, mira el proceso desde otro ángulo. Si ves una campana limitada bien definida, no significa que el proceso que la forma sea estacionario.