Teorema sulla presenza di memoria nelle sequenze casuali - pagina 27
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
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:
Il codice corretto dell'EA è nel trailer: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:
È equivalente:
questo è ovviamente chiaro, ma qual è il suo significato, come si confronta con la sua teoria?
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):
и
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:
Se non sono casuali, allora con probabilità maggiore di 1/2, ci sono anche due disuguaglianze che si escludono a vicenda
Per scoprirlo, calcoliamo:
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?
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.
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 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.
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.