Calcolare la probabilità di inversione - pagina 5
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
Sostengo Bas con il suo consiglio - avete bisogno di passare alle opzioni. Il modello di Black-Scholes dovrebbe ovviamente funzionare sui vostri dati.
Non hai nemmeno capito su cosa era la domanda e su cosa era il mio consiglio), perché mostrare la tua ignoranza così chiaramente?)
Ogni funzione a campana è una densità di una distribuzione normale? Cosa vi impedisce, per esempio, di vedere nella vostra figura la densità della distribuzione beta?
A proposito, Alexey e Vladimir, potete darci un indizio? Supponiamo di voler approssimare alcuni dati con una distribuzione normale.
Coda e centro della distribuzione devono avere lo stesso peso nell'approssimazione, come suppongo?
Allora è meglio approssimare in coordinate logaritmiche?
Perché in coordinate lineari l'errore assoluto nelle code sarà ordini di grandezza più piccolo che nel mezzo, e quindi parteciperà poco all'approssimazione.
O la seconda opzione - prendere il quoziente, non il quadrato della differenza, come errore? Ma non sarò in grado di ricavare tali formule.
Non hai nemmeno capito su cosa era la domanda e su cosa era il mio consiglio), perché mostrare la tua ignoranza in modo così evidente?)
A proposito, Alexey e Vladimir, potete darci un indizio? Supponiamo di voler approssimare alcuni dati con una distribuzione normale.
Coda e centro della distribuzione dovrebbero avere lo stesso peso nell'approssimazione, come suppongo?
Allora è meglio approssimare in coordinate logaritmiche?
Perché in coordinate lineari l'errore assoluto nelle code sarà ordini di grandezza più piccolo che nel mezzo, e quindi parteciperà poco all'approssimazione.
O la seconda opzione - prendere il quoziente, non il quadrato della differenza, come errore? Ma non posso ricavare tali formule.
Prima di tutto sarebbe necessario controllare la normalità del campione, almeno "a occhio".
Allora dovresti trovare "Statistica applicata" di Kobzar e guardare lì il secondo capitolo)
...
Sarebbe allora meglio approssimare in coordinate logaritmiche?
...In generale, la tua domanda (domande?) è posta in modo troppo generico, in astratto. L'unica cosa che posso dire con certezza - se l'approssimazione è fatta con la minimizzazione delle deviazioni in coordinate logaritmiche, sarà il minimo errore relativo. Questo si applica alle approssimazioni con qualsiasi cosa: polinomi, funzioni trigonometriche, spline, frazioni razionali, wavelet... Non ho sentito parlare di approssimazioni con distribuzioni di probabilità tipiche.
Per cominciare, vale la pena controllare che il campione sia normale, almeno "a occhio".
"Questo significa costruire un grafico quantile-quantile(o probabilità-probabilità) per il campione e la distribuzione normale e assicurarsi che sia ben approssimato da una linea retta.
A proposito, Alexey e Vladimir, ditemi. Supponiamo di voler approssimare alcuni dati con una distribuzione normale
..
Ecco, per esempio, i dati che interessano a tutti in questo momento https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6. Solo "alcuni" dati.
Perché dovrebbero essere approssimate da una distribuzione normale o di altro tipo? L'esponente era ancora interessante all'inizio, secondo l'equazione della cinetica di propagazione della reazione a catena.
Perché dovrebbero essere approssimate da una distribuzione normale o di altro tipo? L'esponente era interessante all'inizio, secondo l'equazione della cinetica di propagazione della reazione a catena.
Ciò che si intende non è una serie temporale, ma un istogramma vicino alla normalità.
https://www.mql5.com/ru/articles/396
python -https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html
https://www.mql5.com/ru/articles/396
Quindi è lisciante.