De la teoría a la práctica - página 70
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
Imaginemos una caja negra (dentro de los operadores y el mercado, la bolsa) sin influencias externas, y que vive una vida propia: la salida de la caja: un flujo de cotizaciones. Incluso sin influencias externas, cambiará de alguna manera.
Ahora dejemos que esta EB reciba funciones delta aleatorias (para el observador) de diferente signo e intensidad (noticias, por ejemplo). El NM comienza a reaccionar de alguna manera y observamos no los efectos en sí, sino la respuesta del NM a ellos + la vida independiente del propio NM.
La memoria está ahí, pero la salida es una superposición de respuesta a muchos eventos y la vida propia del NM. Incluso en el caso de un sistema de control simple (ACS) el problema de la división de lo que no es muy solucionable.
Bueno, en principio hace tiempo que construí ese modelo, la pregunta es ¿cómo mostrar la proyección de los niveles en incrementos?
Bueno, en principio hace tiempo que he construido un modelo de este tipo, la cuestión es cómo mostrar la proyección de los niveles en los gradientes?
No, no puedes.
El propio suelo, estructuralmente, no es más que un integrador. Diferenciando obtenemos sólo la reacción de los conjuntos de comerciantes al impacto. En términos de filtrado, la diferenciación está levantando la componente HF y suprimiendo la LF, es decir, después de la diferenciación sólo tenemos ruido alrededor de cero.
SZZ tenemos que integrar de nuevo para aislar algo).
Imaginemos una caja negra (dentro de los operadores y el mercado, la bolsa) sin influencias externas, y que vive una vida propia: la salida de la caja: un flujo de cotizaciones. Incluso sin influencias externas, cambiará de alguna manera.
Ahora dejemos que esta EB reciba funciones delta aleatorias (para el observador) de diferente signo e intensidad (noticias, por ejemplo). El NM comienza a reaccionar de alguna manera y observamos no los efectos en sí, sino la respuesta del NM a ellos + la vida independiente del propio NM.
La memoria está ahí, pero la salida es una superposición de respuesta a muchos eventos y la vida propia del NM. Incluso en el caso de un sistema de control simple (ACS) el problema de la división de lo que no es muy solucionable.
¿Y mis 36 pares de divisas? ¿Qué tipo de superordenador necesitaría para operar con esos flujos al mismo tiempo? Estoy decepcionado...
Lástima... Es una pena que no hayamos podido escuchar al jefe del departamento de transportes. (с)
¿Quién borra los mensajes de los demás y por qué? De acuerdo, no me importa hacerlo de nuevo:
Alexander_K2, ¿qué pasa con la distribución de la fila modificada? Es algo minúsculo de calcular.
¿He calculado correctamente el valor eficaz?
Esta es la fórmula:
Aquí está el resultado en Excel:
Has calculado correctamente el valor eficaz. Sin embargo, vea cuánto sería si n=1. Te preguntarás qué clase de tontería es esta. El nombre "n - volumen de población estadística" es muy vago, normalmente se escribe que n es el número de elementos de la muestra. Entonces el RMS según esta fórmula no puede ser calculado si sólo hay un elemento. Por eso el cuadrado de la RMS se llama estimación de la varianza "sesgada". También hay uno insesgado, donde n es n1-1 en lugar de n en el denominador. La raíz cuadrada de la estimación insesgada de la varianza se llama desviación estándar.
La naturaleza de este conflicto es que un elemento tiene un grado de libertad. Si se definen muchas características a partir de un número reducido de datos, éstas se vuelven dependientes unas de otras. En este caso, la media aritmética se incluye en el cálculo del valor eficaz. Por así decirlo, ya se ha utilizado un grado de libertad. El comportamiento "extraño" del denominador de la desviación estándar no es más que decir que tanto la media como la dispersión no pueden determinarse a partir de un solo elemento. Se puede ver que la desviación estándar es siempre mayor que la desviación estándar por un factor de [n/(n-1)]^0,5. Sin embargo, si el número de elementos de la muestra es grande, puede olvidarse de él, porque no es mucho. Cuando n=100, es (100/99)^0,5=1,005, que es la mitad del porcentaje. Además, si sabemos con certeza que el RMS tiende constantemente a algún valor.
Aquí es donde entra la parte complicada. "RMS tiende a", es decir, las leyes de los grandes números funcionan. Si el fenómeno real que se mide tiene realmente esta estabilidad. En otras palabras, se cumple la hipótesis básica de la teoría de la probabilidad: la frecuencia relativa de un suceso tiende a algún valor a medida que aumenta el número de sucesos. Esto también se llama "estabilidad estadística". Si no existe, toda la teoría clásica de la probabilidad es inaplicable al fenómeno. Esta diferencia se discute en las enormes citas de Oleg avtomat, que comienzan a partir dehttps://www.mql5.com/ru/forum/221552/page58#comment_6191471. Son difíciles de leer. En mi opinión, es mucho más divertido ver la presentación del informe de Gorban con imágenes y gráficos. Creará un estado de ánimo más optimista y constructivo, como esta frase:
"Se ha demostrado que el oleaje oceánico, considerado tradicionalmente como un factor de desestabilización pronunciado, puede mejorar el rendimiento de las estaciones hidroacústicas".
Incluso en el caso de los tipos de cambio, el autor se ha paseado buscando la frase "Promediado a lo largo de 16 décadas, el parámetro de inestabilidad estadística (curva continua) y el rango de variación de este parámetro promediado, definido por la RMS, (curvas discontinuas) para la cotización del dólar australiano (AUD) frente al dólar estadounidense (USD) para 2001 (a) y 2002. (б)".
Adjunto la presentación, y para los que quieran más fuentes, aquí hay una lista de presentaciones, a veces con direcciones de archivos, de la lista "Archive of past "Image Computer" seminars http://irtc.org.ua/image/seminars/archive from 2002-2017. Gorban tiene hasta una docena de monografías sobre la evolución de los fenómenos "hiperaleatorios":
I.I. Gorban Teorías de los fenómenos hiperaleatorios. Teoría y práctica. Sección 7. Análisis del sistema.
I.I. HURBAN I HYPERRANDOMNESS KIEV NAUKOV DUMKA 2016. - 288 p. ISBN 978-966-00-1561-6