Teorema sulla presenza di memoria nelle sequenze casuali - pagina 27

 

Un altro bug è stato trovato nel codice. Quando si lancia l'Expert Advisor o si disattiva l'autotrading, l'Expert Advisor inizia immediatamente il trading attivo, non quando si forma una nuova barra, come dovrebbe essere nell'algoritmo. Ho dovuto aggiungere un paio di righe in più:

//+------------------------------------------------------------------+
//| Expert initialization function                                   |
//+------------------------------------------------------------------+
int OnInit(){

   
   if(!Sym.Name(_Symbol)){
      Alert("Failed to initialize CSymbolInfo, try again");    
      return(-1);
   }
   // Добавлены две нижеуказанные строки, чтобы советник ждал формирования нового бара
   CopyTime(_Symbol,PERIOD_CURRENT,0,1,ctm);   
   LastTime=ctm[0];

   Print("Expert initialization was completed");
   
   
   return(0);
}
Il codice corretto dell'EA è nel trailer:
File:
 
double results = rates[0].open - 2.0 * rates[p].open + rates[2*p].open; qual è il significato di questa linea?
 
Denis Timoshin:
double results = rates[0].open - 2.0 * rates[p].open + rates[2*p].open; Non riesco a capire questa linea, qual è il suo significato?

È uguale a:

double results = (rates[0].open - rates[p].open) - (rates[p].open - rates[2*p].open);
 
этоYury Reshetov:

È equivalente:

questo è ovviamente chiaro, ma qual è il suo significato, come si confronta con la sua teoria?

 
Denis Timoshin:

è naturalmente chiaro, ma qual è il suo significato, come confrontarlo con la sua teoria?

Ci sono valori numerici derivati dalle trame della storia passata (cioè conosciamo già i loro valori):

double a = rates[0].open - rates[p].open;

и

double b = rates[p].open - rates[2*p].open;

E in futuro apparirà un terzo valore (che ancora non conosciamo):

double c = rates[-X*p].open - rates[0].open;

Anche il valore di X ci è sconosciuto.

Secondo il teorema, se a, b e c sono numeri casuali, allora due disuguaglianze che si escludono a vicenda sono vere con probabilità superiore a 1/2:

  1. a > b > c
  2. a < b < c

Se non sono casuali, allora con probabilità maggiore di 1/2, ci sono anche due disuguaglianze che si escludono a vicenda

  1. c > a > b
  2. c < a < b

Per scoprirlo, calcoliamo:

double results = rates[0].open - 2.0 * rates[p].open + rates[2*p].open;

Che è equivalente:

double results = a - b;

Poi confrontiamo il valore dei risultati con 0, per sopra o sotto lo zero, e a seconda che i numeri siano casuali o non casuali, prendiamo una decisione secondo le disuguaglianze di cui sopra.

 

...

Supponiamo di avere una sequenza di variabili casuali:


x1, x2, ... xn

Se per tutti gli i e i j l'uguaglianza è vera:

p(xi) = p(xj | xi)

allora la sequenza non ha memoria.

Altrimenti lo è.

Yuri, ciao!

Sono un po' in ritardo, anche se ho letto questo thread dall'inizio.

Ho capito bene, che è possibile trovare su lag i valori di una variabile casuale, che determinano il valore sull'ultimo dato conosciuto? O è più complicato di così?

 
Alexey Burnakov:

Ho capito bene che è possibile trovare i valori di una variabile casuale che determina il valore all'ultimo dato noto su Lag i? O è più complicato di così?

Se sono noti almeno altri due valori casuali nel campo casuale. Ma il punto è che il determinismo non è rigoroso, ma probabilistico.

 
Yury Reshetov:

Se sono noti almeno altri due valori casuali in un campo casuale. Ma il punto è che il determinismo non è rigoroso, ma probabilistico.

Una variabile casuale ha la proprietà i.i.d.? Questo non impedisce che le conclusioni siano vere?
 
Alexey Burnakov:
Una variabile casuale ha una proprietà i.i.d.? Questo non impedisce che le conclusioni siano vere?

La cosa più importante è che si osserva l'indipendenza nella sequenza per qualsiasi i e j: p(Xi > Xj) = p(Xi < Xj). Tutto il resto non ha importanza.

 
Yury Reshetov:

La cosa più importante è che si osserva l'indipendenza nella sequenza per qualsiasi i e j: p(Xi > Xj) = p(Xi < Xj). Tutto il resto non ha importanza.

Ci penserò. Io stesso ho cercato dipendenze specifiche sui rendimenti del mercato forex usando il metodo delle informazioni reciproche e continuo a farlo. È lì.

Ma qui, per come la vedo io, stiamo parlando di una serie arbitraria.