[アーカイブ！】純粋数学、物理学、化学など：トレードとは一切関係ない脳トレ問題集 - ページ 385 1...378379380381382383384385386387388389390391392...628 新しいコメント Yurixx 2010.08.21 21:25 #3841 Candid: もっと深刻なのは、平均振幅と実効値が一定の係数で関係していることだと思います。 これは原理的に無理だと思います。もし、正規分布でそうだとしたら、とても驚きです。しかし、他のディストリビューションでは、そのような ...? ところで、平均値の範囲をこのように仮定した場合、その定義はどうすればよいのでしょうか。何を表現しているのか？ とはいえ、嘘のような話ですが、可能性は十分にあります。スプレッド＝2*SCOと言えば十分でしょう。出た！天才的な解決策 Yurixx 2010.08.21 21:32 #3842 Mathemat: 値が有界でない場合（例えば正規分布）、やはり何らかの境界確率から範囲を推定する必要があります。しかし、パーセンタイルが解析的に計算できるのは、分布の例外的なケースに限られます。 スプレッドが確定するまでは、どのような想定をしても、まだつり合いが取れないと思います。 これはおそらく、実用的な方法で行うべきだったのでしょう。 Petersは、シリーズを等間隔に分割し、各間隔ごとに広がりを数え、すべての間隔を平均して、その結果得られる平均広がり-間隔の組を対数対数グラフにプロットしたと記憶していますが、正しいでしょうか？それとも、各区間ごとにやって、対数を平均したのでしょうか？ Sceptic Philozoff 2010.08.21 23:10 #3843 おそらくピータースは、すでに構築されたグラフを「平均化」したのだろう。でも、確認はしていないんです。 広がりの定義について：さて、正規分布N(0,1)の広がりはどうでしょうか？ Candid 2010.08.22 06:37 #3844 定義に問題があるのは理解できない。ある一定の計測回数、つまり時間間隔がある。範囲は、その範囲にある関数の最大値と最小値の差である。 つまり、バーで考えるとHigh-Low、同じセグメントの乖離はClose-Openとなる。 一次元のランダムウォークで言えば、スプレッドは同じハイ・ロー、つまりウォークの時間内に到達した極大点の上下の差である。そして、偏差はやはりClose-Open、つまり現在位置と初期位置の差である。 ところで、1次元ランダムウォークは、確率論の教科書的なトピックの一つである。ここでもルーレットのスレッドなどで、そのようなことが書かれていましたし。 Mathemat: もし値が境界を持たない場合（例えば正規分布）、やはり何らかの境界確率に基づいて拡散を推定しなければならないだろう。しかし、パーセンタイルが解析的に計算されるのは、分布の一部の例外的なケースに限られます。 まあ誰も無限の時間なんて言ってないんですけどね。SBのRMSも無限大になる傾向がある。 フェラーはSBについて正確に記憶している。 ユリックス。 キャンディッド もっと深刻なのは、平均スプレッドとRMSが一定の係数で関係していることだ。 これは原理的に無理だと思います。もし、正規分布でそうだとしたら、とても驚きです。しかし、他のディストリビューションでは、それは...? 大きな時間でのランダムウォークでは、現在の座標の値は主に任意の「狭い」円錐の内側に集中する。その結果、現在の偏差と最大偏差の両方がこの円錐で見つかるのが普通である。つまり、同じ大きさのオーダーである。 Yurixx 2010.08.22 11:03 #3845 Candid:定義に問題があるのは理解できない。ある一定の計測回数、つまり時間間隔がある。範囲とは、その区間における関数の最大値と最小値の差のことである。 数学： 範囲の定義について：さて、正規分布N(0,1)の範囲とは何だと思いますか？ 理論的には「普及」という概念があります。定義されているのです。定義がなければ、概念もない。計算することも、何かをすることも、何も言わないこともできないのです。したがって、理論的な行為（例えば、一般的な形の数式を得るなど）には、そもそも定義が必要である。 スコープという実用的な概念があります。その定義は、前出のニコライが述べたとおりである。しかし、彼が挙げた関数が記述するプロセスは、ストキャスティックス、ランダムである。そのため、まったく同じ長さのセグメントであっても、別のセグメントでの広がりの測定は異なってきます。そして、3分の1には、3分の1が入る。といった具合に。そのため、特定の測定値を扱うことはできず、その統計的な派生物であるmo、skoなどを扱うのみである。 トレンド性、リターナブル性、Wiener SBなど、私たちTCビルダーにとって必要不可欠な数理モデルです。現在、関連性のあるモデルを特定することで、適切な戦略を選択することができるのです。ハースト指数は、これらの市場状態を区別することができるので、非常に重要であることがわかる。しかし、実験的に決定された実用範囲と、ハースト比の元となる理論的範囲を結びつけて初めて、何かができるのである。 私はここで新しいことは何も言っていません。でも、せっかくだから...。 正規分布の広がり 理論的には アインシュタインの式によれば、移動時間の2乗に比例する。А ほとんど は、適切な（どのような）平均化処理を施したMax-Min差分データに基づいて決定される必要があります。 . もし、スプレッドが出発点からの最大距離（この点が正しく選ばれていれば、Max-Minに相当する）を意味するならば、スプレッドの計算は、ランダムな一連の増分の総和にかかっているように思われる。増分の分布が分かれば、場合によっては和の分布も計算できる。これが行われ、N個の増分の和の分布があるとする。この分布のモーメントやその他の統計的尺度のうち、実験から実際に得られた広がりの値を与えるものはどれか。 Sceptic Philozoff 2010.08.22 11:22 #3846 また、スプレッドは統計量である。有限なサンプルで、pdfだけ知っていて実験点を持たない場合、推定することはできても、正確に計算することはできません。 ニコライは 、「最大値と最小値の差を計算すればいい」という、実用的でわかりやすい方法を提案した。 私が提案するもの（2つのパーセンタイルの差）は、スプレッドの正確な値ではなく、その推定値に過ぎません。正直なところ、これ以上細かいスプレッドの推定方法を私は知らない。Fellerはおそらく、極値の分布に関する結果を持っているのだろう。 Candid 2010.08.22 12:31 #3847 実際、確率的な量なので、実用上はもちろん期待値や平均値を想定していた。しかし、マグニチュードの定義をすれば、その期待値の定義は別に必要ないのではと思ったのです。 ですから、私の分散の定義は、実用的であるだけでなく、かなり網羅的であると思います。 Yurixx: 正規分布の範囲。 理論的には は、アインシュタインの式によれば、運動時間の2乗に比例する。А ほとんど は、適切な（どのような）平均化処理を施したMax-Min差分データに基づいて決定される必要があります。 もちろん忘れているかもしれませんが、アインシュタインの式は、広がりではなく、初期位置からの実効値について正確に導出されていると記憶しています。そのため、ハーストと関連付けるには、実効値とスプレッドを結びつける係数を決定する必要があるのです。 しかも、この問題は正規分布の範囲ではなく、増分が正規分布のランダムウォークの範囲に関するもので、これらは本質的に異なる値なのです。ちなみに、元の問題では正規分布は用意されておらず、刻み目、つまり単位が刻まれていた。 追伸：リンクをいくつか追加します。 ランダムウォーク ブラウン運動 Andrey Dik 2010.08.22 13:42 #3848 正規分布に近い増分を持つとはいえ、本来は非ランダムで あるプロセスが、なぜブラウン運動のような掃引を持つ必要があるのだろうか。ランダムな過程に固有の性質が 、他の 性質が同じであるという理由だけで非ランダムな過程に帰属するという、概念のすり替えが行われているとは思いませんか？ Candid 2010.08.22 14:16 #3849 joo: 非ランダムな 性質のプロセスが、正規分布に近い増分を持つにもかかわらず、なぜブラウン運動のような掃引を持たなければならないのだろうか。ランダム過程に固有の性質が 、これらの過程の他の 性質が同一であるという理由だけで非ランダム過程に帰属するという、概念の置換が行われていると、名誉ある男性諸氏は考えないのだろうか？ 今のところ代替はありません。 その理屈を思い起こしてみよう。ある指標を見つけると、その瞬間の 市場のランダムさの度合いを何らかの形で特徴付けると思われる。この指標のどの値がトレンド相場に対応し、どの値が横ばいで、どの値が予測できないかを知る必要があります。物理学ではこれを「キャリブレーション」と呼ぶ。私たちは、与えられた特性を持つ人工的に生成された系列で校正することができるはずです。 例えば私は、必要な系列を生成し、それに対する特性の振る舞いを研究する、まさにこれを行うのがより速く、ある意味でより確実だと考えているのです。さらに、実質価格系列の適切な部分から切り出した系列から始めるべきである。しかし、ユーリは分析的な解決策を支持する立場である。そして、私たちは（少なくとも私は）、彼のこの困難な仕事を助けるために最善を尽くしています。 また、実質価格系列の長期平均の特性は、ランダムなものに非常に近いということも指摘しておきたい。このことは、実はランダム系列が校正に使えることを示唆している。 Сергей 2010.08.22 14:35 #3850 Mathemat: また、スプレッドは統計量である。有限なサンプルで、pdfだけ知っていて、実験点を持たない場合、推定することはできても、正確に計算することはできない。 しかし、Wiener過程の軌跡を調べるには、いくつかの有用な定理がある。そのうちの一つである「繰返し対数の法則」（Hinchinによって証明され、おそらく正しく書かれている）は、プロセスの軌跡の振る舞いの構造を明らかにし、すなわち、次のように定義している。 広がり時間の依存性: この定理は、プロセスが進化する過程で、それを超えない限界（局所極値）を定義する。 引用符の増分は、"仮定 "をすれば解析式でも良い近似値が得られます:о). 追記：書き忘れましたが、Wiener過程ではなく、このような研究は、重いテールを持つ増分の分布が特異な過程を含む「ランダムウォークの漸近解析」によって行われます。 1...378379380381382383384385386387388389390391392...628 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
もっと深刻なのは、平均振幅と実効値が一定の係数で関係していることだと思います。
これは原理的に無理だと思います。もし、正規分布でそうだとしたら、とても驚きです。しかし、他のディストリビューションでは、そのような ...?
ところで、平均値の範囲をこのように仮定した場合、その定義はどうすればよいのでしょうか。何を表現しているのか？
とはいえ、嘘のような話ですが、可能性は十分にあります。スプレッド＝2*SCOと言えば十分でしょう。出た！天才的な解決策
値が有界でない場合（例えば正規分布）、やはり何らかの境界確率から範囲を推定する必要があります。しかし、パーセンタイルが解析的に計算できるのは、分布の例外的なケースに限られます。
スプレッドが確定するまでは、どのような想定をしても、まだつり合いが取れないと思います。
これはおそらく、実用的な方法で行うべきだったのでしょう。 Petersは、シリーズを等間隔に分割し、各間隔ごとに広がりを数え、すべての間隔を平均して、その結果得られる平均広がり-間隔の組を対数対数グラフにプロットしたと記憶していますが、正しいでしょうか？それとも、各区間ごとにやって、対数を平均したのでしょうか？
おそらくピータースは、すでに構築されたグラフを「平均化」したのだろう。でも、確認はしていないんです。
広がりの定義について：さて、正規分布N(0,1)の広がりはどうでしょうか？
定義に問題があるのは理解できない。ある一定の計測回数、つまり時間間隔がある。範囲は、その範囲にある関数の最大値と最小値の差である。
つまり、バーで考えるとHigh-Low、同じセグメントの乖離はClose-Openとなる。
一次元のランダムウォークで言えば、スプレッドは同じハイ・ロー、つまりウォークの時間内に到達した極大点の上下の差である。そして、偏差はやはりClose-Open、つまり現在位置と初期位置の差である。
ところで、1次元ランダムウォークは、確率論の教科書的なトピックの一つである。ここでもルーレットのスレッドなどで、そのようなことが書かれていましたし。
もし値が境界を持たない場合（例えば正規分布）、やはり何らかの境界確率に基づいて拡散を推定しなければならないだろう。しかし、パーセンタイルが解析的に計算されるのは、分布の一部の例外的なケースに限られます。
まあ誰も無限の時間なんて言ってないんですけどね。SBのRMSも無限大になる傾向がある。
フェラーはSBについて正確に記憶している。
ユリックス。
もっと深刻なのは、平均スプレッドとRMSが一定の係数で関係していることだ。
これは原理的に無理だと思います。もし、正規分布でそうだとしたら、とても驚きです。しかし、他のディストリビューションでは、それは...?
定義に問題があるのは理解できない。ある一定の計測回数、つまり時間間隔がある。範囲とは、その区間における関数の最大値と最小値の差のことである。
範囲の定義について：さて、正規分布N(0,1)の範囲とは何だと思いますか？
理論的には「普及」という概念があります。定義されているのです。定義がなければ、概念もない。計算することも、何かをすることも、何も言わないこともできないのです。したがって、理論的な行為（例えば、一般的な形の数式を得るなど）には、そもそも定義が必要である。
スコープという実用的な概念があります。その定義は、前出のニコライが述べたとおりである。しかし、彼が挙げた関数が記述するプロセスは、ストキャスティックス、ランダムである。そのため、まったく同じ長さのセグメントであっても、別のセグメントでの広がりの測定は異なってきます。そして、3分の1には、3分の1が入る。といった具合に。そのため、特定の測定値を扱うことはできず、その統計的な派生物であるmo、skoなどを扱うのみである。
トレンド性、リターナブル性、Wiener SBなど、私たちTCビルダーにとって必要不可欠な数理モデルです。現在、関連性のあるモデルを特定することで、適切な戦略を選択することができるのです。ハースト指数は、これらの市場状態を区別することができるので、非常に重要であることがわかる。しかし、実験的に決定された実用範囲と、ハースト比の元となる理論的範囲を結びつけて初めて、何かができるのである。
私はここで新しいことは何も言っていません。でも、せっかくだから...。
正規分布の広がり 理論的には アインシュタインの式によれば、移動時間の2乗に比例する。А ほとんど は、適切な（どのような）平均化処理を施したMax-Min差分データに基づいて決定される必要があります。
.
もし、スプレッドが出発点からの最大距離（この点が正しく選ばれていれば、Max-Minに相当する）を意味するならば、スプレッドの計算は、ランダムな一連の増分の総和にかかっているように思われる。増分の分布が分かれば、場合によっては和の分布も計算できる。これが行われ、N個の増分の和の分布があるとする。この分布のモーメントやその他の統計的尺度のうち、実験から実際に得られた広がりの値を与えるものはどれか。
また、スプレッドは統計量である。有限なサンプルで、pdfだけ知っていて実験点を持たない場合、推定することはできても、正確に計算することはできません。
ニコライは 、「最大値と最小値の差を計算すればいい」という、実用的でわかりやすい方法を提案した。
私が提案するもの（2つのパーセンタイルの差）は、スプレッドの正確な値ではなく、その推定値に過ぎません。正直なところ、これ以上細かいスプレッドの推定方法を私は知らない。Fellerはおそらく、極値の分布に関する結果を持っているのだろう。
実際、確率的な量なので、実用上はもちろん期待値や平均値を想定していた。しかし、マグニチュードの定義をすれば、その期待値の定義は別に必要ないのではと思ったのです。
ですから、私の分散の定義は、実用的であるだけでなく、かなり網羅的であると思います。
正規分布の範囲。 理論的には は、アインシュタインの式によれば、運動時間の2乗に比例する。А ほとんど は、適切な（どのような）平均化処理を施したMax-Min差分データに基づいて決定される必要があります。
もちろん忘れているかもしれませんが、アインシュタインの式は、広がりではなく、初期位置からの実効値について正確に導出されていると記憶しています。そのため、ハーストと関連付けるには、実効値とスプレッドを結びつける係数を決定する必要があるのです。
しかも、この問題は正規分布の範囲ではなく、増分が正規分布のランダムウォークの範囲に関するもので、これらは本質的に異なる値なのです。ちなみに、元の問題では正規分布は用意されておらず、刻み目、つまり単位が刻まれていた。
追伸：リンクをいくつか追加します。
ランダムウォーク
ブラウン運動
非ランダムな 性質のプロセスが、正規分布に近い増分を持つにもかかわらず、なぜブラウン運動のような掃引を持たなければならないのだろうか。ランダム過程に固有の性質が 、これらの過程の他の 性質が同一であるという理由だけで非ランダム過程に帰属するという、概念の置換が行われていると、名誉ある男性諸氏は考えないのだろうか？
今のところ代替はありません。
その理屈を思い起こしてみよう。ある指標を見つけると、その瞬間の 市場のランダムさの度合いを何らかの形で特徴付けると思われる。この指標のどの値がトレンド相場に対応し、どの値が横ばいで、どの値が予測できないかを知る必要があります。物理学ではこれを「キャリブレーション」と呼ぶ。私たちは、与えられた特性を持つ人工的に生成された系列で校正することができるはずです。
例えば私は、必要な系列を生成し、それに対する特性の振る舞いを研究する、まさにこれを行うのがより速く、ある意味でより確実だと考えているのです。さらに、実質価格系列の適切な部分から切り出した系列から始めるべきである。しかし、ユーリは分析的な解決策を支持する立場である。そして、私たちは（少なくとも私は）、彼のこの困難な仕事を助けるために最善を尽くしています。
また、実質価格系列の長期平均の特性は、ランダムなものに非常に近いということも指摘しておきたい。このことは、実はランダム系列が校正に使えることを示唆している。
また、スプレッドは統計量である。有限なサンプルで、pdfだけ知っていて、実験点を持たない場合、推定することはできても、正確に計算することはできない。
しかし、Wiener過程の軌跡を調べるには、いくつかの有用な定理がある。そのうちの一つである「繰返し対数の法則」（Hinchinによって証明され、おそらく正しく書かれている）は、プロセスの軌跡の振る舞いの構造を明らかにし、すなわち、次のように定義している。 広がり時間の依存性: この定理は、プロセスが進化する過程で、それを超えない限界（局所極値）を定義する。
引用符の増分は、"仮定 "をすれば解析式でも良い近似値が得られます:о).
追記：書き忘れましたが、Wiener過程ではなく、このような研究は、重いテールを持つ増分の分布が特異な過程を含む「ランダムウォークの漸近解析」によって行われます。