인터넷 어딘가에서 그의 접근 방식에 대한 더 자세한 설명을 보았습니다. 아주 완벽하지는 않지만 여전히. 하지만 세부 사항에는 관심이 없지만 일반적인 방법론적 접근 방식에는 관심이 있습니다. 그리고 그것들이 무엇을 기반으로 하는지, 그것이 평균인지 아니면 다른 것인지는 그다지 중요하지 않습니다. 또한 평균에서 LRMA를 구축하는 복잡성을 아는 가치는 프로세스를 이해한다는 관점에서 매우 임의적입니다.
그리고 이것은 실제로 Gorchakov가 말하는 것에 대해 편협한 생각을 가진 사람들에게 설명합니다. 나는 무언가를 읽고 읽었지만 아이디어나 깊이를 빼지 않았습니다. :)
인터넷 어딘가에서 그의 접근 방식에 대한 더 자세한 설명을 보았습니다. 아주 완벽하지는 않지만 여전히. 하지만 세부 사항에는 관심이 없지만 일반적인 방법론적 접근 방식에는 관심이 있습니다. 그리고 그것들이 무엇을 기반으로 하는지, 그것이 평균인지 아니면 다른 것인지는 그다지 중요하지 않습니다. 또한 평균에서 LRMA를 구축하는 복잡성을 아는 가치는 프로세스를 이해한다는 관점에서 매우 임의적입니다.
그리고 이것은 실제로 Gorchakov가 말하는 것에 대해 편협한 생각을 가진 사람들에게 설명합니다. 나는 무언가를 읽고 읽었지만 아이디어나 깊이를 빼지 않았습니다. :)
예,주의 깊게 읽으면 모든 것이 흥미 롭습니다. 지표에 대해 매우 간략하게 설명되어 있음은 분명하지만, 이것은 한때 응용 통계 분야의 전문가였던 살아있는 현직 트레이더의 가격 시리즈 및 모델에 대한 의견입니다(자신에 대해 이렇게 말하는 것 같았습니다). 나에게 이것은 Shiryaev의 보고서 다음으로 가장 흥미로운 작업 중 하나입니다. 많은 것이 확인될 수 있습니다. martingale과 시장의 단기적 차이를 포함합니다(여기서 언급한 고정성의 문제입니다). 소재가 충분히 새롭지 않아서 아이디어가 더 발전했는지 모르겠습니다. 잘 모르겠습니다. 작은 텍스트 페이지에 각 문장에 대해 쓸 수 있습니다.
예,주의 깊게 읽으면 모든 것이 흥미 롭습니다. 지표에 대해 매우 간략하게 설명되어 있음은 분명하지만, 이것은 한때 응용 통계 분야의 전문가였던 살아있는 현직 트레이더의 가격 시리즈 및 모델에 대한 의견입니다(자신에 대해 이렇게 말하는 것 같았습니다). 나에게 이것은 Shiryaev의 보고서 다음으로 가장 흥미로운 작업 중 하나입니다. 많은 것이 확인될 수 있습니다. martingale과 시장의 단기적 차이를 포함합니다(여기서 언급한 고정성의 문제입니다). 소재가 충분히 새롭지 않아서 아이디어가 더 발전했는지 모르겠습니다. 잘 모르겠습니다. 작은 텍스트 페이지에 각 문장에 대해 쓸 수 있습니다.
다음은 "Chamberlain에 대한 우리의 답변"입니다. http://monetarism.ru/articles/06/05/02/0644217.shtml
Gorchakov는 비대칭이 없는 곳에서 비대칭을 발견했습니다. 우리는 그가 그의 아이디어를 실제 거래에 적용한 긍정적인 결과를 얻었다면 대부분 우연이라고 결론을 내릴 수 있습니다. 기본 전제가 근본적으로 잘못되었습니다.
예,주의 깊게 읽으면 모든 것이 흥미 롭습니다. 지표에 대해 매우 간략하게 설명되어 있음은 분명하지만, 이것은 한때 응용 통계 분야의 전문가였던 살아있는 현직 트레이더의 가격 시리즈 및 모델에 대한 의견입니다(자신에 대해 이렇게 말하는 것 같았습니다). 나에게 이것은 Shiryaev의 보고서 다음으로 가장 흥미로운 작업 중 하나입니다. 많은 것이 확인될 수 있습니다. martingale과 시장의 단기적 차이를 포함합니다(여기서 언급한 고정성의 문제입니다). 소재가 충분히 새롭지 않아서 아이디어가 더 발전했는지 모르겠습니다. 잘 모르겠습니다. 작은 텍스트 페이지에 각 문장에 대해 쓸 수 있습니다.
다음은 "Chamberlain에 대한 우리의 답변"입니다. http://monetarism.ru/articles/06/05/02/0644217.shtml
Gorchakov는 비대칭이 없는 곳에서 비대칭을 발견했습니다. 우리는 그가 그의 아이디어를 실제 거래에 적용한 긍정적인 결과를 얻었다면 대부분 우연이라고 결론을 내릴 수 있습니다. 기본 전제가 근본적으로 잘못되었습니다.
:) 저자는 토론 주제에 대해 가장 일반적인 생각을 가진 잘 알려진 광대입니다. 나는 그들 중 어느 것이 옳은지 확인하는 것이 게으르며 논의 된 통계 외에도 다른 방법이 동일한 결과를 보여주는 것으로 충분합니다.
[편집] 아니요, 죄송합니다만, 오래된 기록을 뒤져서 이 기준을 오래전에 확인했고 이미 조금 잊어버렸습니다. 일반적으로 모든 것이 괜찮습니다. 부정확성에 대한 이 논문이 어디에서 왔는지 모르겠습니다. 체임벌린에 대한 나쁘고 무가치한 대답이 밝혀졌습니다.
NorthernWind , 이것은 같은 Bulashev인 것 같습니다. 이제 고정성에 대해 - 기사의 처음 몇 단락(가장 게으른 경우):
자산 가격의 역학을 결정하는 진정한 메커니즘은 누구에게도 알려져 있지 않습니다. 확실하게 말할 수 있는 유일한 것은 가격 변동에 임의의 요소가 있다는 것입니다. 그러나 이 무작위성의 성격은 다를 수 있습니다.
한 가지 가능한 가설에 따르면 가격 변화의 로그는 정규 분포를 따르지만 이 분포는 비정상적입니다. 즉, 분포의 수학적 기대값과 표준 편차 모두 시간이 지남에 따라 변할 수 있습니다. 결과적으로 표준 통계 방법으로 경험적 표본을 처리할 때 전체 표본이 하나의 일반 모집단에서 얻은 것으로 가정하면 표본의 가우스가 아닌 값을 얻습니다. 이는 경험적 분포의 두꺼운 꼬리(표본에서 계산된 첨도가 숫자 3, 즉 정규 분포의 첨도를 초과함)로 표현할 수 있습니다.
또 다른 가설에 따르면 가격 변화의 로그는 처음에 첨도가 3보다 큰 분포를 따릅니다. 이러한 상황에서 분포 자체가 정상적일지라도 이 분포에서 얻은 경험적 표본은 시간적으로 비정상적인 과정으로 해석될 수 있습니다. . 사실은 확률 변수 x 의 수학적 기대치의 추정치가 표본에 대한 산술 평균이라는 것입니다.
< X > = 1/ N * sum( x ( i ), i =1.. N )
랜덤 변수의 산술 평균은 그 자체로 랜덤 변수입니다. 산술 평균의 표준 편차는 확률 변수의 표준 편차와 표본 크기에 따라 다릅니다.
시그마(< X > ) = 시그마( X ) / 제곱근 ( N )
따라서 평균값의 표준편차는 확률변수 자체의 표준편차보다 sqrt( N )배 작습니다. 즉, 표본 크기를 증가시켜 수학적 기대치 추정의 정확도를 향상시킬 수 있습니다. 그러나 이것은 유한한 수학적 기대와 유한한 분산이 있는 확률 변수에만 해당됩니다. 요점은 유한한 수학적 기대치가 무한대에서 확률 밀도가 1 / | x |^(2+delta) 또는 더 가파르고 유한 분산은 확률 밀도가 무한대에서 1 / | x |^(3+delta) 또는 냉각기(델타는 임의의 작은 양수임). 무한 분산 및/또는 무한 수학적 기대치를 갖는 정상 분포에서 추출한 무작위 표본을 가격 변동의 로그로 사용하여 가격 차트를 모델링하고 이 표본을 분석용으로 독립적인 관찰자에게 제공하면 그는 다음과 같은 환상을 가질 수 있습니다. 비정상 프로세스를 다루고 있습니다.
글쎄, 마지막으로 분포 매개 변수뿐만 아니라 가격 로그 증분 분포의 법칙이 시간적으로 비정상적이며 가격의 시계열에서 분포로 설명되는 섹션이 있을 수 있는 경우를 배제하는 것은 불가능합니다. 무한 분산 및/또는 무한 수학적 기대로.
요컨대, Bulashev에 따르면 모든 것이 뚱뚱한 꼬리가 적어도 수익률 또는 로그와 관련하여 정상성/비정상성이라는 사실 자체를 결정할 수 있는 근본적인 가능성을 완전히 금지하는 것처럼 보입니다. 물론 Forex 차는 꿀 통이 아닙니다.
이것은 일련의 가격을 고정된 것으로 가역적으로 변환한다는 의미에서 아무 것도 할 수 없다는 것을 의미하지 않습니다. 결국 수익뿐만 아니라 사용할 수 있습니다. 논점을 내기에는 아직 이르다.
공정의 정상성과 관련이 없는 합성 생성 문제를 해결하기 위한 일부 해결 방법이 계획된 것으로 보입니다. 그러나 그것은 여전히 전염병에 불과합니다. 그것에 대해 생각했어야 했다.
인터넷 어딘가에서 그의 접근 방식에 대한 더 자세한 설명을 보았습니다. 아주 완벽하지는 않지만 여전히. 하지만 세부 사항에는 관심이 없지만 일반적인 방법론적 접근 방식에는 관심이 있습니다. 그리고 그것들이 무엇을 기반으로 하는지, 그것이 평균인지 아니면 다른 것인지는 그다지 중요하지 않습니다. 또한 평균에서 LRMA를 구축하는 복잡성을 아는 가치는 프로세스를 이해한다는 관점에서 매우 임의적입니다.
그리고 이것은 실제로 Gorchakov가 말하는 것에 대해 편협한 생각을 가진 사람들에게 설명합니다. 나는 무언가를 읽고 읽었지만 아이디어나 깊이를 빼지 않았습니다. :)
나는 그것을 알아낼 수 없지만 어떻게든 그의 *.ppt 파일, 그의 보고서를 읽을 수 있었습니다. 어떻게이 일이 일어 났어요? 거기에는 그렇게 상세한 것은 없지만 그러한 신비주의는 여전히 매우 흥미 롭습니다 ...
다시 다운로드하십시오. 2003년 독 파일이 있습니다. 2005년에는 유효한 ppt이지만 그것에 대해서는 없습니다. :)
인터넷 어딘가에서 그의 접근 방식에 대한 더 자세한 설명을 보았습니다. 아주 완벽하지는 않지만 여전히. 하지만 세부 사항에는 관심이 없지만 일반적인 방법론적 접근 방식에는 관심이 있습니다. 그리고 그것들이 무엇을 기반으로 하는지, 그것이 평균인지 아니면 다른 것인지는 그다지 중요하지 않습니다. 또한 평균에서 LRMA를 구축하는 복잡성을 아는 가치는 프로세스를 이해한다는 관점에서 매우 임의적입니다.
그리고 이것은 실제로 Gorchakov가 말하는 것에 대해 편협한 생각을 가진 사람들에게 설명합니다. 나는 무언가를 읽고 읽었지만 아이디어나 깊이를 빼지 않았습니다. :)
예,주의 깊게 읽으면 모든 것이 흥미 롭습니다. 지표에 대해 매우 간략하게 설명되어 있음은 분명하지만, 이것은 한때 응용 통계 분야의 전문가였던 살아있는 현직 트레이더의 가격 시리즈 및 모델에 대한 의견입니다(자신에 대해 이렇게 말하는 것 같았습니다). 나에게 이것은 Shiryaev의 보고서 다음으로 가장 흥미로운 작업 중 하나입니다. 많은 것이 확인될 수 있습니다. martingale과 시장의 단기적 차이를 포함합니다(여기서 언급한 고정성의 문제입니다). 소재가 충분히 새롭지 않아서 아이디어가 더 발전했는지 모르겠습니다. 잘 모르겠습니다. 작은 텍스트 페이지에 각 문장에 대해 쓸 수 있습니다.
예,주의 깊게 읽으면 모든 것이 흥미 롭습니다. 지표에 대해 매우 간략하게 설명되어 있음은 분명하지만, 이것은 한때 응용 통계 분야의 전문가였던 살아있는 현직 트레이더의 가격 시리즈 및 모델에 대한 의견입니다(자신에 대해 이렇게 말하는 것 같았습니다). 나에게 이것은 Shiryaev의 보고서 다음으로 가장 흥미로운 작업 중 하나입니다. 많은 것이 확인될 수 있습니다. martingale과 시장의 단기적 차이를 포함합니다(여기서 언급한 고정성의 문제입니다). 소재가 충분히 새롭지 않아서 아이디어가 더 발전했는지 모르겠습니다. 잘 모르겠습니다. 작은 텍스트 페이지에 각 문장에 대해 쓸 수 있습니다.
다음은 "Chamberlain에 대한 우리의 답변"입니다. http://monetarism.ru/articles/06/05/02/0644217.shtml
Gorchakov는 비대칭이 없는 곳에서 비대칭을 발견했습니다. 우리는 그가 그의 아이디어를 실제 거래에 적용한 긍정적인 결과를 얻었다면 대부분 우연이라고 결론을 내릴 수 있습니다. 기본 전제가 근본적으로 잘못되었습니다.
예,주의 깊게 읽으면 모든 것이 흥미 롭습니다. 지표에 대해 매우 간략하게 설명되어 있음은 분명하지만, 이것은 한때 응용 통계 분야의 전문가였던 살아있는 현직 트레이더의 가격 시리즈 및 모델에 대한 의견입니다(자신에 대해 이렇게 말하는 것 같았습니다). 나에게 이것은 Shiryaev의 보고서 다음으로 가장 흥미로운 작업 중 하나입니다. 많은 것이 확인될 수 있습니다. martingale과 시장의 단기적 차이를 포함합니다(여기서 언급한 고정성의 문제입니다). 소재가 충분히 새롭지 않아서 아이디어가 더 발전했는지 모르겠습니다. 잘 모르겠습니다. 작은 텍스트 페이지에 각 문장에 대해 쓸 수 있습니다.
다음은 "Chamberlain에 대한 우리의 답변"입니다. http://monetarism.ru/articles/06/05/02/0644217.shtml
Gorchakov는 비대칭이 없는 곳에서 비대칭을 발견했습니다. 우리는 그가 그의 아이디어를 실제 거래에 적용한 긍정적인 결과를 얻었다면 대부분 우연이라고 결론을 내릴 수 있습니다. 기본 전제가 근본적으로 잘못되었습니다.
:) 저자는 토론 주제에 대해 가장 일반적인 생각을 가진 잘 알려진 광대입니다. 나는 그들 중 어느 것이 옳은지 확인하는 것이 게으르며 논의 된 통계 외에도 다른 방법이 동일한 결과를 보여주는 것으로 충분합니다.
[편집] 아니요, 죄송합니다만, 오래된 기록을 뒤져서 이 기준을 오래전에 확인했고 이미 조금 잊어버렸습니다. 일반적으로 모든 것이 괜찮습니다. 부정확성에 대한 이 논문이 어디에서 왔는지 모르겠습니다. 체임벌린에 대한 나쁘고 무가치한 대답이 밝혀졌습니다.
글쎄, 여기에 조금 더 읽기 http://www.howtotrade2007.narod.ru/articles/stan.zip 흥미롭게도, 저자 Stanislav Bulashev 가 같은 사람입니까?
시장 모델링에서 블랙 노이즈 사용
추신. 직접 확인하지 않았다
시장 모델링에서 블랙 노이즈 사용
추신. 직접 확인하지 않았다
나는 영어로 된 "Signal Processing with Fractals"라는 아주 좋은 책을 게시했습니다. 프레젠테이션이 더 좋을 것입니다 :)
한 가지 가능한 가설에 따르면 가격 변화의 로그는 정규 분포를 따르지만 이 분포는 비정상적입니다. 즉, 분포의 수학적 기대값과 표준 편차 모두 시간이 지남에 따라 변할 수 있습니다. 결과적으로 표준 통계 방법으로 경험적 표본을 처리할 때 전체 표본이 하나의 일반 모집단에서 얻은 것으로 가정하면 표본의 가우스가 아닌 값을 얻습니다. 이는 경험적 분포의 두꺼운 꼬리(표본에서 계산된 첨도가 숫자 3, 즉 정규 분포의 첨도를 초과함)로 표현할 수 있습니다.
또 다른 가설에 따르면 가격 변화의 로그는 처음에 첨도가 3보다 큰 분포를 따릅니다. 이러한 상황에서 분포 자체가 정상적일지라도 이 분포에서 얻은 경험적 표본은 시간적으로 비정상적인 과정으로 해석될 수 있습니다. . 사실은 확률 변수 x 의 수학적 기대치의 추정치가 표본에 대한 산술 평균이라는 것입니다.
< X > = 1/ N * sum( x ( i ), i =1.. N )
랜덤 변수의 산술 평균은 그 자체로 랜덤 변수입니다. 산술 평균의 표준 편차는 확률 변수의 표준 편차와 표본 크기에 따라 다릅니다.시그마(< X > ) = 시그마( X ) / 제곱근 ( N )
따라서 평균값의 표준편차는 확률변수 자체의 표준편차보다 sqrt( N )배 작습니다. 즉, 표본 크기를 증가시켜 수학적 기대치 추정의 정확도를 향상시킬 수 있습니다. 그러나 이것은 유한한 수학적 기대와 유한한 분산이 있는 확률 변수에만 해당됩니다. 요점은 유한한 수학적 기대치가 무한대에서 확률 밀도가 1 / | x |^(2+delta) 또는 더 가파르고 유한 분산은 확률 밀도가 무한대에서 1 / | x |^(3+delta) 또는 냉각기(델타는 임의의 작은 양수임). 무한 분산 및/또는 무한 수학적 기대치를 갖는 정상 분포에서 추출한 무작위 표본을 가격 변동의 로그로 사용하여 가격 차트를 모델링하고 이 표본을 분석용으로 독립적인 관찰자에게 제공하면 그는 다음과 같은 환상을 가질 수 있습니다. 비정상 프로세스를 다루고 있습니다.
글쎄, 마지막으로 분포 매개 변수뿐만 아니라 가격 로그 증분 분포의 법칙이 시간적으로 비정상적이며 가격의 시계열에서 분포로 설명되는 섹션이 있을 수 있는 경우를 배제하는 것은 불가능합니다. 무한 분산 및/또는 무한 수학적 기대로.
이것은 일련의 가격을 고정된 것으로 가역적으로 변환한다는 의미에서 아무 것도 할 수 없다는 것을 의미하지 않습니다. 결국 수익뿐만 아니라 사용할 수 있습니다. 논점을 내기에는 아직 이르다.
공정의 정상성과 관련이 없는 합성 생성 문제를 해결하기 위한 일부 해결 방법이 계획된 것으로 보입니다. 그러나 그것은 여전히 전염병에 불과합니다. 그것에 대해 생각했어야 했다.