Pourquoi la distribution normale n'est-elle pas normale ? - page 2
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
C'est le modèle que je reçois. EURUSD, M15, 20 000 barres
La forte suspicion est que Urain a pris des caractéristiques similaires des séries résultantes comme paramètres d'entrée de l'espérance et de la variance. Mais ce n'est peut-être pas le cas.
Peu probable. La partie centrale du graphique serait alors proche d'un histogramme.
Peu probable. La partie centrale du graphique serait alors proche de l'histogramme.
Oui, alors les zones sous la ligne rouge et l'histogramme seraient aussi les mêmes.
Je parlais d'Erlang, mais ce n'est pas le problème ici. La distribution normale a 2 paramètres - MO et variance. Dans ce cas, MO = 0, mais la variance n'est pas nulle et pour dessiner un graphique, nous devons fixer sa valeur. Donc je demande, comment Urain a choisi la valeur de la variance ?
En général, pour pouvoir comparer des graphiques, il faut les ramener d'une manière ou d'une autre à une base commune. Selon le choix de cette base, il peut y avoir des motifs complètement différents.
Si nous prenons la variance comme base commune, le graphique sera plus étroit, mais il aura des queues épaisses.
Pour la fonction de référence, la variance et le MO sont tirés d'une série de cotations (également calculées à cet endroit) et fixés à la même valeur, mais la seule manipulation concerne les valeurs absolues du benchmark, ici nous devons ajouter chaque terme au coefficient afin de combiner les sommets.
Pour une fonction de référence, la variance et le MO sont tirés d'une série de cotations (également calculées à cet endroit) et fixés à la même valeur, mais la seule manipulation concerne les valeurs absolues de la référence, ici nous devons multiplier chaque terme par un coefficient pour correspondre aux sommets.
Ce n'est pas très correct, dans le sens où il faut multiplier par le coefficient.
Pour la fonction de référence, la variance et le MO sont repris de la série de cotations (également calculés là) et fixés à la même valeur, seules les manipulations sont effectuées avec les valeurs absolues de la référence, ici nous devons ajouter chaque terme au coefficient afin de combiner les sommets.
Probablement, la variance pour les séries non stationnaires n'est pas tout à fait correcte car elle peut ne pas exister :). Il est plus correct d'en choisir une pour que la distribution analytique coïncide au maximum avec la distribution expérimentale. C'est à dire approximativement. imha.
Probablement que la variance pour une série non stationnaire n'est pas tout à fait correcte car elle peut ne pas exister :). Il est plus correct d'en trouver une pour que la distribution analytique coïncide au maximum avec la distribution expérimentale. imha
Ce n'est pas très correct, dans le sens de la multiplication par un coefficient.
Chers collègues, que faites-vous ?
Un chercheur émet une HYPOTHÈSE sur la NORMALITÉ du processus aléatoire étudié et modélise sa courbe de probabilité ou sa densité de probabilité sur la base de l'HYPOTHÈSE NORMALE.
L'hypothèse n'a pas été confirmée. Les graphiques ne correspondent pas.
C'est tout.
Ce n'est pas très correct, dans le sens de multiplier par un facteur
Je calcule la fonction de référence en utilisant cette formule :
Ainsi, avec un x de disons 50, la valeur absolue ne peut pas être de quelques milliers comme dans l'histogramme, il faut donc ajuster,
Pour que l'ajustement soit correct, il doit être appliqué à tous les termes de la courbe, de sorte que la courbe ait la même apparence (en particulier sur une échelle mobile).
C'est bon, c'est une belle courbe !
Pisser.
(Grande bannière dans le dortoir de la 5ème année d'université : TOUT est OK !)
Chers collègues, que faites-vous ?
Un chercheur émet l'hypothèse qu'un processus aléatoire étudié est NORMAL et modélise sa probabilité ou sa courbe de densité de probabilité sur la base de l'hypothèse NORMALE.
L'hypothèse n'est pas confirmée. Les graphiques ne correspondent pas.
C'est tout.
Pourquoi ? Il s'agit d'une façon rudimentaire de vérifier la stationnarité, et il convient de noter que ce n'est pas la pire. Laissez-moi préciser, juste au cas où. L'espérance et la variance sont mesurées pour les séries temporelles analysées. Une séquence aléatoire est formée (créée par un générateur "normal" ayant exactement les mêmes caractéristiques d'entrée que le générateur original). En outre, une distribution est soustraite de l'autre. Les erreurs obtenues, je ne me souviens pas exactement, doivent à leur tour obéir à quelque chose, leurs caractéristiques sont évaluées et la conclusion finale est tirée. Tout est normal, je veux dire la méthode est normale :o)