Dalla teoria alla pratica - pagina 71

Nuovo commento
 
Alexander_K2:

No, devo ancora salutarlo, ma in forma più abbreviata, altrimenti lo cancelleranno di nuovo...

Soprattutto!

I processi di ritorno dei prezzi, cioè x(t)=Ask(t)-Ask(t-1) e y(t)=Bid(t)-Bid(t-1) sono STABILI.

Usate metodi non parametrici nella vostra analisi.

Chiunque lo capisca ha delle scoperte sorprendenti che lo aspettano.

Va bene?

Con rispetto,

Alexander e il gatto di Schroedinger dallo spazio di Hilbert.

Ci assicureremo di tornare con i risultati, perché è quello che tutti stanno aspettando, no?


1)https://www.mql5.com/ru/forum/219894/page5#comment_6193436


2) https://www.mql5.com/ru/forum/219894/page6#comment_6196243

.

 
Vladimir:

Avete calcolato correttamente l'RMS. Tuttavia, vedi quanto sarebbe se n=1. Vi chiederete che razza di assurdità è questa. Il nome "n - volume della popolazione statistica" è molto vago, di solito si scrive che n è il numero di elementi nel campione. Allora l'RMS secondo questa formula non può essere calcolato se c'è solo un elemento. Ecco perché il quadrato della RMS è chiamato una stima della varianza "distorta". Ce n'è anche uno imparziale, dove n è n1-1 invece di n nel denominatore. La radice quadrata della stima imparziale della varianza è chiamata deviazione standard.

La natura di questo conflitto è che un elemento ha un solo grado di libertà. Se molte-molte caratteristiche sono definite a partire da un piccolo numero di dati, diventano dipendenti l'una dall'altra. In questo caso la media aritmetica è inclusa nel calcolo dell'RMS. Per così dire, un grado di libertà è già stato utilizzato. Lo "strano" comportamento del denominatore della deviazione standard è solo per dire che sia la media che lo spread non possono essere determinati da un singolo elemento. Si può vedere che la deviazione standard è sempre maggiore della deviazione standard di un fattore di [n/(n-1)]^0,5. Tuttavia, se il numero di elementi nel campione è grande, potete dimenticarvene, perché non è molto. Quando n=100, è (100/99)^0.5=1.005, che è mezzo per cento. Inoltre, se sappiamo con certezza che l'RMS tende costantemente a qualche valore.

È qui che entra in gioco la parte difficile. "RMS tende a", cioè le leggi dei grandi numeri funzionano. Se il fenomeno reale che si misura ha effettivamente questa stabilità. In altre parole, l'ipotesi di base della teoria della probabilità è soddisfatta - la frequenza relativa di un evento tende a qualche valore all'aumentare del numero di eventi. Questo è anche chiamato "stabilità statistica". Se non esiste, tutta la teoria classica della probabilità è inapplicabile al fenomeno. Questa differenza è discussa nelle enormi citazioni di Oleg avtomat, che partono dahttps://www.mql5.com/ru/forum/221552/page58#comment_6191471 in poi. Sono difficili da leggere. Secondo me, è molto più divertente vedere la presentazione del rapporto di Gorban con immagini e grafici. Creerà uno stato d'animo più ottimista e costruttivo, come questa frase:

"È stato dimostrato che le mareggiate oceaniche, tradizionalmente considerate come un pronunciato fattore destabilizzante, possono migliorare le prestazioni delle stazioni idroacustiche".

Anche per i tassi di cambio, l'autore è andato in giro a cercare la frase "mediata su 16 decenni, il parametro di instabilità statistica (curva continua) e il campo di variazione di questo parametro mediato, definito da RMS, (curve tratteggiate) per la quotazione del dollaro australiano (AUD) contro il dollaro americano (USD) per il 2001 (a) e 2002. (б)".

Allego la presentazione, e per chi vuole altre fonti, ecco un elenco di presentazioni, a volte con indirizzi di file, dalla lista "Archivio dei passati seminari "Image Computer" http://irtc.org.ua/image/seminars/archive dal 2002-2017. Gorban ha fino a una dozzina di monografie sugli sviluppi dei fenomeni "iperrandom":

I.I. Gorban TEORIA DEI FENOMENI IPERSLUTICI. Teoria e pratica. Sezione 7. Analisi del sistema.
I.I. HURBAN I HYPERRANDOMNESS KIEV NAUKOV DUMKA 2016. - 288 p. ISBN 978-966-00-1561-6


mi dici questo.

in che modo il bestiame è migliore della deviazione media semplice?

Perché si applica sempre?

 
Максим Дмитриев:

È meglio che me lo dica tu.

è meglio per la deviazione media semplice?

perché si applica sempre?

Se mi dai la formula per calcolare la" deviazionemedia semplice ", forse posso dirtelo. Altrimenti, non so proprio cosa sia.

Oppure puoi dirmelo tu. Solo perché tutti quelli che hanno fatto il calcolo secondo la tua storia abbiano lo stesso risultato di calcolo.

 
Vladimir:

Se mi dai la formula per calcolare la "deviazione media semplice", forse posso dirtelo. Altrimenti, non so proprio cosa sia.

Oppure puoi dirmelo tu. Solo per avere lo stesso risultato di calcolo per tutti secondo la vostra storia.

Fare la media delle distanze di dispersione rispetto alla media.
Probabilmente è quello che significa. La gamma di valori può essere sopra e sotto la media. Corrispondentemente con + e -. In sko, il quadrato elimina la dipendenza dal segno. Ciò che intende non è elevare al quadrato ogni valore alla media, ma semplicemente prendere dei moduli e farne la media. Senza radici e quadrati.
 
ILNUR777:
Fai la media delle distanze degli scatters rispetto alla media.
Questo deve essere ciò che si intendeva. La gamma di valori può essere sopra e sotto la media. Corrispondentemente con + e -. In Sko, il quadrato toglie la dipendenza dal segno. Ciò che intende non è elevare al quadrato ogni valore alla media, ma semplicemente prendere dei moduli e farne la media. Senza radici e quadrati.


Questo vale anche.
 
Yuriy Asaulenko:


Anche questo viene applicato.
Ne sono consapevole. Ma la domanda che ti ha fatto è abbastanza specifica e diversa).
 
Vladimir:

Se mi dai la formula per calcolare la "deviazione media semplice", forse posso dirtelo. Altrimenti, non so proprio cosa sia.

Oppure puoi dirmelo tu. Solo perché tutti quelli che hanno fatto il calcolo secondo la tua storia abbiano lo stesso risultato di calcolo.


Beh, è solo la somma di tutte le deviazioni divisa per il numero di deviazioni.

 
ILNUR777:
Fai la media delle distanze degli scatters rispetto alla media.
Questo deve essere ciò che si intendeva. La gamma di valori può essere sopra e sotto la media. Corrispondentemente con + e -. In Sko, il quadrato toglie la dipendenza dal segno. Ciò che intende non è elevare al quadrato ogni valore alla media, ma semplicemente prendere dei moduli e farne la media. Senza radici e quadrati.

Uh-huh

 
ILNUR777:
Fai la media delle distanze degli sparsi rispetto alla media.
Questo deve essere ciò che si intendeva. La gamma di valori può essere sopra e sotto la media. Corrispondentemente con + e -. In Sko, il quadrato toglie la dipendenza dal segno. Ciò che intende non è elevare al quadrato ogni valore alla media, ma semplicemente prendere dei moduli e farne la media. Senza radici e quadrati.
Dovremmo leggere "deviazione assoluta media dalla media aritmetica"? Ci sono anche modi diversi di calcolare entrambe le "medie". Per esempio, in questo forum si parla spesso della media geometrica. Ci stancheremo di indovinare, quindi lasciamo che sia la persona a dirci cos'è.
 
Максим Дмитриев:

beh solo la somma di tutti i valori anomali divisa per il numero di valori anomali

Si ottiene 0).
1...646566676869707172737475767778...1981
Nuovo commento