理論から実践へ - ページ 50

新しいコメント
 
bas:

そこで、増分の自己相関を計算する。しかし、この種の依存関係は弱く、無常であるため、このようなことは役に立ちそうもない。

価格のパターンを探す方がよっぽど生産的です。

ある時間帯の平均的なボラティリティは、一日ごとにほんの少ししか変化しないと言ったとしよう。それは「市場の記憶」として機能するのでしょうか？そして、1日に1回取られる価格のポイントは、高値と安値の2つだけです。チック症は、その増分で、全然違います）。

ちょっと待てよ。どこで証明されたのですか？)))記憶がないことを証明するには、すべての可能な（つまりあらゆる）パターンの存在を除外する必要があります。どこで行われたかは覚えていません)

そしてまた、どんな種類のディストリビューションであっても、メモリに関する情報は含まれていないのです。なぜ突然、逆のことを言い出したのですか？

そして、そうです、私はどんな読み出し方法でも、指数的でも、完全にランダムでも、ティックで稼ぐシステムを簡単に構築することができます。

応用したその配列でデータを読み込むと、増分の幾何学的確率分布が 得られる、実は、これは尊敬するウラジミールさんに指摘されたことなんです。これは、与えられた条件下では、プロセスの記憶がないことの証明です。
 
Alexander_K2:

はい、もちろんです...。

夕方だけ～そんなノックアウトから解放されたい・・・。結局、今日すでにデモ口座でプログラムを走らせたのですが、そこですべて間違っていることが判明しました

その理由は......いまだに理解できないのですが、無印を壊さないように、歴史的なアーカイブを使えるように、具体的にどのようにティックデータを取ればいいのか......。

よくやった、アレキサンダー！ 我々は喜んでいる！)分析やモデリングは、データの準備から始めるべきだということが、ようやく理解されるようになったのです。赤ちゃんの水が間違っていないように）。

そして、記憶はプロセスの中にある。もちろん、すべての道具を保証するわけではないが、もしかしたら、SBの中をずっとさまよっているものもあるかもしれない)

 
Dmitriy Skub:

よくやった、Alexander！ 我々は喜んでいる！))分析・モデリングはデータの準備から始める必要があるということが、ようやく理解されるようになったのです。赤ちゃんが水と間違っていないように）。

もちろん、すべての道具を保証するわけではありませんが、SBの中をずっとさまよっているものもあるかもしれません。）


その通りです、ディミトリ！どんな方法でもいいというわけではなく、正しい方法でデータを取る必要があることは理解しています。でも、どうやって？まだ、どうしたらいいかわからないんです。

証券会社ごとにデータの流れが違うので、証券会社が違うとロボットの動きも変わってくるんです。世界共通の仕組みが 必要です。何ですか？理解できない...

 
Alexander_K2:
それを応用してデータを読み込むと、増分の確率が幾何級数的に分布することがわかったんです。これは、与えられた条件下で、プロセスの記憶がないことの証明である。

申し訳ないが、これは小学1年生の理屈である。まるで勉強していないかのようです。記憶とは、未来の何かが過去の何かに依存することである。分布（どんな分布でも）には依存性がなく、何も証明も反証もしません。"ハエトリグサは赤いから、赤いイチゴは食べられない "みたいな。

メモリの基本的、初歩的な検出方法として、隣接する増分の自己相関がある。フォーラムをいじる前に基本を学ぶ)

私は、どんな分布でも（指数関数でも、幾何学的分布でも、一様分布でも）、簡単に系列を作ることができます。

 
bas:

申し訳ないが、これは小学1年生の理屈である。まるで勉強していないかのようです。記憶とは、未来の何かが過去の何かに依存することである。分布（どんな分布でも）には依存性がなく、何も証明も反証もしません。"ハエトリグサは赤いから、赤いイチゴは食べられない "みたいな感じですね。

メモリの基本的、初歩的な検出方法として、隣接する増分の自己相関がある。フォーラムをいじる前に基本を学ぶ)

私は、どんな分布でも（指数関数でも、一様分布でも）、時間依存性に満ちた系列を簡単に作成することができ、それを使って、あなたは（もちろん、サンプルの範囲内で）収入を得ることができます。

あなたは間違っているし、自分で分かっているはずです。幾何学的な分布があるところには、メモリは存在しないし、存在し得ない。自己相関も 効かないし。
 

あなたはここで何かを達成しましたか？ アドバイザーを一人でも書きましたか？))

 
Alexander_K2:
あなたは間違っている、あなたはそれを知っている。幾何学的分布があるところでは、メモリは存在しないし、ありえない。自 己相関も効かないし。議論を始める前に、数学を勉強してください。そういうことなんだ！」と。

このフレーズが使われている教科書のリンクを教えてください)

そして、私はあなたと議論しているのではなく、あなたの試練を短縮する方法を教えているのです)

 
Alexander_K2:

自由度というのは、古典的な定義のことです。

https://ru.wikipedia.org/wiki/Степени_свободы_(物理)

現在の価格があるベクトルで前の価格と関係し、次の価格が同じベクトルで現在の価格と関係する場合、システムを完全に記述する悪名高い2自由度を持つことになるのです。統計学でいう2自由度とは、ほぼ同じで、市場では単純にt2分布が存在しなければならない のです。そして、見つからない...。どうしてですか？意味がわからない...。


はないのです。


ソ

このt2-distributionというのは、ちょっとこだわりがあって...。

 
Олег avtomat:

DO NOT MUST.


ソ

ただ、このt2-distributionに何かこだわりがあるようで・・・。

ああ、もうないんだ、オレグ...。昨夜から行方不明...。
 
Alexander_K2:
あなたは間違っているし、自分で分かっているはずです。幾何学的な分布があるところには、メモリは存在しないし、存在し得ない。自 己相関も効かないし。反論する前に、数学を勉強してください。
私はある実験を提案します。幾何学的 分布（実数でも、生成されたものでも）を持つ系列を並べると、分布を壊すことなく、絶対にどんな規則性でも追加できる方法、つまり「記憶」をお見せします。
1...434445464748495051525354555657...1981
新しいコメント