Pourquoi la distribution normale n'est-elle pas normale ? - page 46

Nouveau commentaire
 
Urain:

J'ai entendu de nombreuses fois parler de queues de distribution épaisses, mais je ne comprends pas à quoi cela sert, j'ai fait un indicateur qui sort la distribution de la taille des barres (basée sur la différence Close[i]-Close[i+1]) dans des séparateurs, quelqu'un peut-il expliquer pourquoi la distribution est plus étroite que la normale ?

Le repère est l'histogramme jaune de distribution de la ligne rouge.

et l'indicateur qui a été utilisé pour le construire. Titre original (Distribution_Histogram_&_norm_test)


Pouvez-vous le modifier pour qu'il s'adapte à la différence de +/- Close ?

Et vraiment, les paramètres de la distribution normale doivent être calculés sur la base de l'histogramme. Et donc vous avez juste ajusté la hauteur ? )

 
TVA_11:


Pouvez-vous faire une modification pour tenir compte de la différence +/- Close ?

Et en réalité, les paramètres d'une distribution normale doivent être calculés à partir de l'histogramme. Et donc vous avez juste ajusté la hauteur ? )

Si vous voulez dire que les barres + et les barres - sont attribuées séparément, c'est ce qui est fait dans l'indicateur. Pour la distribution relative, cela n'a pas d'importance, mais pour la distribution absolue, c'est un problème, je dois modifier le code et décaler le tampon de l'indicateur vers l'arrière pour compenser le décalage précédent (le décalage original ne peut pas être supprimé puisque les indices de tableau ne peuvent pas être négatifs).
 
Urain:
Si vous voulez dire allocation séparément + barres séparément - barres, alors c'est fait ainsi dans l'indicateur, car le MO tend vers zéro il est logique d'afficher l'allocation de -libre à +libre. Cela n'a pas d'importance pour la distribution relative, mais c'est un problème pour la distribution absolue, je dois modifier le code et ajouter le décalage du tampon de l'indicateur vers l'arrière pour compenser le décalage précédent (le décalage initial ne peut pas être supprimé puisque les indices du tableau ne peuvent pas être négatifs).

Dans mon indicateur, ce problème ne se pose pas - il n'est pas nécessaire de décaler les barres. Les histogrammes seront toujours à la fin du graphique, quelle que soit la valeur entre -infini et +infini.

Au fait, j'ai corrigé l'indicateur. Les tailles et les décalages des barres ont été transformés par les mêmes paramètres. Maintenant c'est correct - par les paramètres individuels comme dans les réglages de l'indicateur.


Alors des suggestions sur ma question, messieurs les mathématiciens ?

Dossiers :
distributiontransform_1.mq5  14 kb
 

joo:

Mon indicateur n'a pas ce problème - il n'est pas nécessaire de déplacer les barres.

...

Alors des suggestions sur ma question, messieurs les mathématiciens ?

Même un idiot peut déplacer des barres. Où est l'argent ?
 
Reshetov:
Même un idiot peut déplacer des barres. Où est l'argent ?
Avez-vous besoin d'être payé pour m'aider ?
 

joo, j'ai expérimenté cette approche (j'ai seulement utilisé une tangente hyperbolique plutôt qu'une sigmoïde).

Rien d'intéressant n'est sorti.

 
lea:

joo, j'ai expérimenté cette approche (j'ai seulement utilisé une tangente hyperbolique plutôt qu'une sigmoïde).

Rien d'intéressant n'est sorti.

Vous êtes sûr de savoir pourquoi j'en ai besoin ? Si vous savez comment "redresser" la distribution, aidez-moi. En quoi la tangente hyperbolique (qui, soit dit en passant, a 4 fois le degré, alors que la sigmoïde en a un, ce qui est préférable en termes d'économie de ressources système) est-elle meilleure que la sigmoïde ?
 
joo:
Vous êtes sûr de savoir pourquoi j'en ai besoin ? Si vous savez comment "redresser" la distribution - aidez-moi. Comment la tangente hyperbolique (qui, soit dit en passant, a 4 fois son degré, et en sigmoïde une fois, ce qui est plus préférable en termes d'économie de ressources système) est meilleure que la sigmoïde ?

Il n'y a presque aucune différence si la limite est de -1 à 1, et la tangente est plus lente si la limite est de 0 à 1.

double sigma(double d)// от 0 до 1
{return( 1.0/(1.0+MathExp(-d)) );}

double tanh(double d)// от -1 до 1
{ double D=MathExp(-d); return( (1.0-D)/(1.0+D) );}

Si vous convertissez l'hypertangente sous la forme [0;1], il s'agit de deux opérations supplémentaires *0,5 et +1,

Les deux mêmes opérations *2 et -1 sont requises pour sigma lorsqu'on le convertit sous la forme [-1;1].


sigma a 3 opérations, hypertangente en a 5, donc si vous ajoutez l'une des 2 opérations à l'une des fonctions, vous obtenez soit 5;5 soit 3;7.

 
joo:
Si vous savez comment "redresser" la distribution - aidez-moi. En quoi une tangente hyperbolique (au fait, elle a 4 fois les puissances, alors que dans sigmoïde une seule fois, ce qui est plus préférable en termes d'économie de ressources système) est-elle meilleure que sigmoïde ?

Ma tâche impliquait un traitement par fenêtre glissante (c'est-à-dire qu'il y avait deux paramètres - la longueur de la fenêtre et le coefficient avec l'argument tanh). Si cela convient à votre tâche, je peux vous envoyer un extrait de code.

J'ai utilisé tanh, car c'était plus pratique pour moi (j'avais besoin de séries de résultats avec une moyenne nulle). En général, vous pouvez utiliser des tableaux pour calculer ces fonctions.

 
lea:

Si cela vous convient, je peux vous envoyer un extrait de code.

Oui.
1...394041424344454647
Nouveau commentaire