De la théorie à la pratique - page 578
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
Vous devez lire à partir du chapitre 2. Et les formes des distributions sont les mêmes que sur le Forex. Et le réseau neuronal détermine les paramètres de ces distributions. Dans l'ensemble, c'est un bon livre.
Nous sommes enfin arrivés à la diffusion anormale. Quelques remarques :
1) Que dans le début du 2ième chapitre - vols de Levy - n'est pas approprié pour le marché, parce qu'il s'agit de processus avec des incréments stationnaires. Il est préférable de considérer les incréments comme gaussiens, mais non stationnaires.
2) Il me semble que les variables "spatiales" ne sont pas seulement le prix, mais aussi une sorte d'état du marché - il y a beaucoup de choses différentes auxquelles on peut penser et il n'est pas très clair de savoir quoi et comment choisir.
:)
Tu ne devrais pas rire. Y a-t-il une raison de penser que le carré de la variance est la mesure de la variance ? Pourquoi la variance est-elle le plus souvent prise comme mesure de la variance, et le critère de proximité qui en découle appliqué lors de l'approximation des dépendances ? Je ne connais qu'une seule raison - une simplification radicale des calculs lorsque la mesure de la variance est considérée comme la variance de leur série, et que l'on pose la tâche de la minimiser (MNC). Cependant, le résultat de la toute première caractéristique - la moyenne - dépend déjà de la mesure de variance choisie. Pour une déviation |di|^2 (MCO), le minimum de la somme des déviations est obtenu lorsque la moyenne est égale à la moyenne arithmétique. Si on prend comme critère la somme des écarts au premier degré (somme |di|^1), alors la moyenne sera la médiane, c'est sa propriété mathématique. Tout tourne autour du problème. Si nous parlons de niveaux de salaire, nous ne croirons pas la moyenne arithmétique, mais la médiane https://clubtk.ru/chto-takoe-mediannaya-zarplata :
"Parfois, les statistiques concernant les niveaux de revenus sont surprenantes : d'où viennent les informations avec des chiffres aussi élevés. Lorsqu'ils informent la population de l'évolution des salaires, ils se réfèrent au revenu, qui est en fait la moyenne arithmétique entre les chiffres maximum et minimum.
Les critères en Russie
Le salaire médian - qu'est-ce que c'est ? Ce type de revenu est un chiffre artificiel. C'est un chiffre qui caractérise le salaire d'un employé qui se trouve au milieu de la masse salariale. Cela signifie que ½ des employés inclus dans le calcul ont des salaires supérieurs au chiffre choisi, tandis que ½ ont des salaires inférieurs au chiffre choisi."
Fin de la citation
Alexander, d'après ce que j'ai compris, cherche l'inverse, pas la moyenne, mais les valeurs les plus éloignées - les valeurs aberrantes. Pour eux, il est naturel de prendre l'indice de degré dans la somme |di|^n (analogue de la variance) au-dessus de 2. Par ailleurs, cela n'est peut-être pas possible pour Vissim, dont le champ d'action est limité pour Alexander.
Tu ne devrais pas rire. Y a-t-il une raison de penser que le carré de la variance est la mesure de la variance ? Pourquoi la variance est-elle le plus souvent prise comme mesure de la variance, et le critère de proximité qui en découle appliqué lors de l'approximation des dépendances ? Je ne connais qu'une seule raison - une simplification radicale des calculs lorsque la mesure de la variance est considérée comme la variance de leur série, et que l'on pose la tâche de la minimiser (MNC). Cependant, le résultat de la toute première caractéristique - la moyenne - dépend déjà de la mesure de variance choisie. Pour une déviation |di|^2 (MCO), le minimum de la somme des déviations est obtenu lorsque la moyenne est égale à la moyenne arithmétique. Si on prend comme critère la somme des écarts au premier degré (somme |di|^1), alors la moyenne sera la médiane, c'est sa propriété mathématique. Tout tourne autour du problème. Si nous parlons de niveaux de salaire, nous ne croirons pas la moyenne arithmétique, mais la médiane https://clubtk.ru/chto-takoe-mediannaya-zarplata :
"Parfois, les statistiques concernant les niveaux de revenus sont surprenantes : d'où viennent les informations avec des chiffres aussi élevés. Lorsqu'ils informent la population de l'évolution des salaires, ils se réfèrent au revenu, qui est en fait la moyenne arithmétique entre les chiffres maximum et minimum.
Les critères en Russie
Le salaire médian - qu'est-ce que c'est ? Ce type de revenu est un chiffre artificiel. C'est un chiffre qui caractérise le salaire d'un employé qui se trouve au milieu de la masse salariale. Cela signifie que ½ des employés inclus dans le calcul ont des salaires supérieurs au chiffre choisi, et ½ ont des salaires inférieurs au chiffre choisi."
Fin de la citation
Alexander, d'après ce que j'ai compris, ne cherche pas la moyenne, mais les valeurs les plus éloignées - les valeurs aberrantes. Pour eux, il est naturel de prendre l'indice de degré dans la somme |di|^n (analogue de la dispersion) supérieur à 2. Par ailleurs, il se peut que cela ne soit pas possible pour Vissim, dont le champ d'action d'Alexander est limité.
Il me semble que la question de savoir ce qu'il faut minimiser devrait être tranchée en termes de théorie de la décision statistique. En d'autres termes, il s'agit de minimiser la perte d'erreur moyenne. Dans les problèmes standards de statistique mathématique, cette approche conduit naturellement souvent à la minimisation du carré moyen (ou module) de l'écart. Pour les problèmes intéressants pour nous, cela peut mener à autre chose.
Il me semble que la question de savoir ce qu'il faut minimiser devrait être tranchée en termes de théorie de la décision statistique. En d'autres termes, il s'agit de minimiser la perte d'erreur moyenne. Dans les problèmes standard de statistique mathématique, cette approche conduit naturellement souvent à la minimisation du carré moyen (ou module) de l'écart. Pour les problèmes qui nous intéressent, il peut en résulter autre chose.
Nos taux de change de détail n'obéissent pas du tout à des lois de probabilité, ce qui est clairement démontré par la figure du post de Yuri Asaulenko https://www.mql5.com/ru/forum/221552/page162#comment_6399653. En particulier, la fréquence relative ne tend pas vers la probabilité, les lois des grands nombres ne sont pas suivies. Dans la théorie des probabilités, la nature des fluctuations statistiques de la fréquence des événements autour de leur probabilité est soumise aux lois des grands nombres. La théorie de l'inférence statistique disponible s'appuie toujours sur la théorie des probabilités, en utilisant ses postulats.
En particulier, la méthode du maximum de vraisemblance la plus populaire exige que les données 1) soient distribuées selon une loi de probabilité connue et 2) que les déviations de cette loi soient distribuées normalement. Il n'est donc pas adapté aux cours de forex.
La théorie de la déduction statistique ne fonctionne pas, car la théorie n'existe pas pour les taux du Forex. Il existe une description rudimentaire de leur comportement avec une gravitation vers la terminologie connue acceptée dans la théorie des probabilités :
I.I. Gorban THEORIE DES EVENEMENTS HYPERSLUTE. Théorie et pratique. Section 7. Analyse du système.
I.I. HURBAN, LE PHÉNOMÈNE DE LA STABILITÉ STATISTIQUE KIEV NAUKOVA DUMKA 2014.
Nos taux de change de détail n'obéissent pas du tout à des lois de probabilité, comme le montre clairement la figure du post de Yuri Asaulenko https://www.mql5.com/ru/forum/221552/page162#comment_6399653. En particulier, la fréquence relative ne tend pas vers la probabilité, les lois des grands nombres ne sont pas suivies. Dans la théorie des probabilités, la nature des fluctuations statistiques de la fréquence des événements autour de leur probabilité est soumise aux lois des grands nombres. La théorie de l'inférence statistique disponible s'appuie toujours sur la théorie des probabilités, en utilisant ses postulats.
En particulier, la méthode du maximum de vraisemblance la plus populaire exige que les données 1) soient distribuées selon une loi de probabilité connue et 2) que les déviations de cette loi soient distribuées normalement. Il n'est donc pas adapté aux cours de forex.
La théorie de la déduction statistique ne fonctionne pas, car la théorie n'existe pas pour les taux du Forex. Il y a une description rudimentaire de leur comportement avec une inclinaison vers la terminologie connue et acceptée dans la théorie des probabilités :
D'une part, je suis tout à fait d'accord avec vous pour dire que la nature du marché n'est pas décrite par des méthodes statistiques. Plutôt, par des méthodes de théorie des jeux. Mais les méthodes de résolution des problèmes de la théorie des jeux sont souvent assez statistiques - équilibres de Nash mixtes, par exemple. Vous pouvez examiner les fluctuations autour de ces équilibres.
Il existe également une approche éconophysique. Le marché y est modélisé par des jeux potentiels étudiés avec un grand nombre de joueurs. Les idées de la physique statistique y sont utilisées.
En général, l'inapplicabilité de certains modèles ne signifie pas l'inapplicabilité de la science dans son ensemble, mais seulement qu'il est nécessaire de construire d'autres modèles.
Eh bien, oui - la somme des incréments dans la fenêtre coulissante, si je comprends bien. Bel indicateur, mais il ne fait pas grand-chose sur les tendances. Mais - cool... Mais ce n'est pas bon... Je suis confus.
Je suis en train de lire un livre en ce moment. C'est le meilleur que j'ai trouvé depuis un moment. On y trouve beaucoup de choses dont nous avons parlé dans ce fil de discussion + les réseaux neuronaux.
Je le publie à nouveau.
Merci !
a répondu en personne
5. Sur mon graphique, j'ai l'espérance +- écart type*quantile.
C'est le canal lui-même, mais le rôle du prix ? La somme des changements ? Ou la chaîne est-elle construite sur le prix ?
C'est le canal lui-même, mais le rôle du prix ? La somme des incréments ? Ou le canal est-il basé sur le prix ?
Eh bien, Warlock recommande de travailler non pas avec le prix, mais avec la somme des incréments (la somme des incréments est le prix à partir d'une certaine coordonnée initiale).
Il est probablement la seule personne ici (est-ce une personne ?) dont je fais confiance à l'opinion.
C'est le canal lui-même, mais le rôle du prix ? Le nombre d'incréments ? Ou la chaîne est-elle construite à partir du prix ?
ne travaillent pas avec le prix, mais avec la somme des incréments (la somme des incréments est le prix à partir d'une certaine coordonnée initiale).
Eh bien, c'est ce que je regarde.