Mathemat : 값이 제한되지 않는 경우(예: 정규 분포), 범위는 여전히 일부 경계 확률을 기반으로 어떻게든 추정되어야 합니다. 예를 들어, 범위를 백분위수 0.99와 0.01 사이의 차이로 정의합니다. 그러나 백분위수는 일부 예외적인 분포의 경우에만 분석적으로 계산됩니다.
범위의 정의가 제공될 때까지 우리의 가정 중 어느 것이든 여전히 공허하게 남아 있을 것이라고 생각합니다.
여기서 아마도 실용적인 측면에 초점을 맞출 필요가 있을 것입니다. Peters가 시리즈를 동일한 간격으로 나누고 각각의 범위를 계산한 다음 모든 간격에 대해 평균을 내고 결과 쌍에 대해 평균 범위 - 간격이 로그-로그 그래프에 점을 두었다는 것을 정확히 기억합니까? 아니면 각 간격과 이미 평균 로그에 대해 이 작업을 수행했습니까?
나는 정의의 문제를 이해하지 못한다. 특정 수의 차원이 있습니다. 즉, 기간이 있습니다. 범위는 이 세그먼트에 있는 함수의 최대값과 최소값의 차이입니다.
즉, 막대를 고려하면 이것은 High-Low이고 동일한 세그먼트의 편차는 Close-Open입니다.
1차원 랜덤 보행에 대해 이야기한다면 범위는 동일한 High-Low, 즉 위에서 아래에서 걷는 동안 도달한 극단점 간의 차이입니다. 그리고 편차는 여전히 Close-Open, 즉 현재 위치와 초기 위치의 차이입니다.
그건 그렇고, 1차원 랜덤 워크는 확률 이론의 교과서 주제 중 하나입니다. 그리고 여기에 예를 들어 룰렛에 관한 주제와 같이 그에 관한 것이 있습니다.
Mathemat : 값이 제한되지 않는 경우(예: 정규 분포), 범위는 여전히 일부 경계 확률을 기반으로 어떻게든 추정되어야 합니다. 예를 들어, 범위를 백분위수 0.99와 0.01 사이의 차이로 정의합니다. 그러나 백분위수는 일부 예외적인 분포의 경우에만 분석적으로 계산됩니다.
글쎄요, 아무도 무한한 시간에 대해 이야기하지 않습니다. SB에 대한 RMS도 무한대 경향이 있습니다.
Feller는 정확히 SB 문제를 기억합니다.
유리크스 :
솔직한 : 더 진지하게, 나는 평균 범위와 표준 편차가 상수 계수에 의해 관련되어 있다고 가정합니다.
이것은 기본적으로 불가능하다고 생각합니다. 이것이 정규 분포의 경우라면 매우 놀랄 것입니다. 그러나 다른 배포판의 경우 ... ?
큰 시간에 랜덤 워크의 경우 현재 좌표의 값은 주로 임의의 "좁은" 원뿔 내부에 집중되므로 이 원뿔은 일반적으로 현재 편차와 최대 값을 모두 포함합니다. 즉, 이들은 값입니다. 같은 순서의.
나는 정의의 문제를 이해하지 못한다. 특정 수의 차원이 있습니다. 즉, 기간이 있습니다. 범위는 이 세그먼트에 있는 함수의 최대값과 최소값의 차이입니다.
수학 :
범위 결정에 관하여: 글쎄, 당신의 생각에 정규 분포의 범위는 무엇입니까? N(0,1)?
"범위"라는 이론적인 개념이 있습니다. 자체 정의로 정의됩니다. 정의도 없고 개념도 없습니다. 계산할 수 있는 것도 없고 할 수 있는 것도 없습니다. 따라서 모든 이론적 작업(예: 일반 형식의 공식을 얻기 위해)에는 먼저 정의가 필요합니다.
범위에 대한 실용적인 개념이 있습니다. 그것의 정의는 위에서 Nicholas에 의해 주어졌습니다. 그러나 그가 언급한 기능이 설명하는 과정은 확률적이며 무작위적입니다. 따라서 정확히 같은 길이라도 다른 세그먼트에서 측정한 스팬은 다를 것입니다. 그리고 세 번째 - 세 번째. 등. 따라서 우리는 특정 측정값을 다룰 수 없고 mo, sko 등의 통계적 파생물만 다룰 수 있습니다.
추세, 재발, Wiener SB - 모두 짝입니다. 자동차 제작자인 우리에게 필수적인 모델입니다. 현재 관련 모델을 식별하면 올바른 전략을 선택할 수 있습니다. 허스트 지수 를 통해 이러한 시장 조건을 구별할 수 있기 때문에 매우 중요한 것으로 판명되었습니다. 그러나 우리는 실험적으로 결정된 실제 범위를 허스트 지수가 따르는 이론적인 범위와 연결해야만 무언가를 할 수 있습니다.
나는 여기서 새로운 것을 말하지 않았다. 하지만 질문이 있기에...
정규 분포의 범위는 이론적 으로 아인슈타인의 공식에 따라 운동 시간의 제곱에 비례합니다. 그리고 실제로 는 해당(what?) 평균화 절차가 적용되는 차이 Max-Min에 대한 데이터를 기반으로 결정해야 합니다.
.
범위가 시작점으로부터의 최대 거리로 이해되면(이 점을 올바르게 선택하면 Max-Min과 동일함) 범위 계산은 증분. 증분 분포를 알면 경우에 따라 합계 분포를 계산할 수 있습니다. 이것이 완료되고 N 증분의 합계 분포가 있다고 가정해 보겠습니다. 어떤 순간이나 다른 통계. 이 분포의 지표는 실험에서 실제로 얻은 범위의 값을 제공합니까?
정규에 가까운 증분 분포를 가지고 있음에도 불구하고 무작위 가 아닌 특성을 갖는 프로세스가 브라운 운동의 범위와 같은 범위를 가져야 하는 이유는 무엇입니까? 존귀한 사람들은 개념의 대체가 있다고 생각하지 않습니까? 무작위 과정에 내재 된 일부 속성은 이러한 과정의 다른 속성이 동일하기 때문에 무작위가 아닌 과정에 기인합니다.
joo : 정규에 가까운 증분 분포를 가지고 있음에도 불구하고 무작위 가 아닌 특성을 갖는 프로세스가 브라운 운동의 범위와 같은 범위를 가져야 하는 이유는 무엇입니까? 존귀한 사람들은 개념의 대체가 있다고 생각하지 않습니까? 무작위 과정에 내재 된 일부 속성은 이러한 과정의 다른 속성이 동일하기 때문에 무작위가 아닌 과정에 기인합니다.
지금까지는 변화가 없습니다.
추리의 논리를 상기시켜 드리겠습니다. 특정 지표가 있으며 현재 시장의 임의성 정도를 어떻게든 특성화할 것으로 가정합니다. 우리는 이 지표의 어떤 값이 추세 시장에 해당하는지, 어느 것이 평평하고 어떤 예측할 수 없는 상태에 해당하는지 알아내야 합니다. 물리학에서는 이것을 캘리브레이션이라고 합니다. 원하는 속성을 가진 인위적으로 생성된 시리즈를 보정할 수 있다고 가정합니다.
예를 들어, 그렇게 하고 필요한 시리즈를 생성하고 특성의 동작을 연구하는 것이 더 빠르고 어떤 의미에서는 더 신뢰할 수 있다고 믿습니다. 또한 실제 가격 행의 적절한 섹션에서 잘라낸 행으로 시작해야 합니다. 그러나 유리는 분석 솔루션의 지지자입니다. 글쎄, 우리는 (글쎄, 적어도 나는)이 어려운 문제에서 우리의 능력을 최대한 발휘하여 그를 도우려고 노력하고 있습니다.
또한 장기간에 걸쳐 평균한 실질 가격 계열의 특성은 랜덤 계열의 특성에 매우 가깝다는 점에 유의해야 합니다. 이는 실제로 임의의 시리즈가 보정에 사용될 수 있음을 시사합니다.
범위도 통계입니다. pdf만 알고 실험 포인트가 없는 유한 샘플의 경우 추정할 수는 있지만 정확하게 계산할 수는 없습니다.
Wiener 과정의 궤적 연구에 관한 몇 가지 유용한 정리도 있습니다. 그 중 하나는 "반복 로그의 법칙"(Khinchin이 증명함, 아마도 올바르게 작성됨)은 프로세스 궤적의 동작 구조, 즉 시간에 대한 범위의 종속성을 결정합니다. 정리는 다음과 같은 한계를 설정합니다. 프로세스는 진화하는 동안 (로컬 극한값) 이상으로 진행되지 않습니다.
견적 증분의 경우 "가정을 허용"하면 분석적 표현이라도 좋은 근사치를 얻을 수 있습니다.
추가 : Wiener 프로세스가 아니라 "무작위 보행의 점근적 분석"에 의해 유사한 연구가 두꺼운 꼬리를 갖는 증분 분포가 전형적인 프로세스를 포함하여 수행된다는 사실을 추가하는 것을 잊었습니다.
더 진지하게, 나는 평균 범위와 표준 편차가 상수 계수에 의해 관련되어 있다고 가정합니다.
이것은 기본적으로 불가능하다고 생각합니다. 이것이 정규 분포의 경우라면 매우 놀랄 것입니다. 그러나 다른 배포판의 경우 ... ?
그건 그렇고, 이것을 평균 범위에 대해 가정하면 그것에 대한 정의는 무엇입니까? 그는 정말 무엇입니까?
비록 거짓말이지만, 이것은 충분히 가능합니다. 범위 = 2*RMS라고 가정하면 충분합니다. 여기, 독창적인 솔루션이 있습니다!
값이 제한되지 않는 경우(예: 정규 분포), 범위는 여전히 일부 경계 확률을 기반으로 어떻게든 추정되어야 합니다. 예를 들어, 범위를 백분위수 0.99와 0.01 사이의 차이로 정의합니다. 그러나 백분위수는 일부 예외적인 분포의 경우에만 분석적으로 계산됩니다.
범위의 정의가 제공될 때까지 우리의 가정 중 어느 것이든 여전히 공허하게 남아 있을 것이라고 생각합니다.
여기서 아마도 실용적인 측면에 초점을 맞출 필요가 있을 것입니다. Peters가 시리즈를 동일한 간격으로 나누고 각각의 범위를 계산한 다음 모든 간격에 대해 평균을 내고 결과 쌍에 대해 평균 범위 - 간격이 로그-로그 그래프에 점을 두었다는 것을 정확히 기억합니까? 아니면 각 간격과 이미 평균 로그에 대해 이 작업을 수행했습니까?
아마도 Peters는 이미 구축된 일정을 "평균"했을 것입니다. 그러나 나는 확인하지 않았다.
범위 결정에 관하여: 글쎄, 당신의 생각에 정규 분포의 범위는 무엇입니까? N(0,1)?
나는 정의의 문제를 이해하지 못한다. 특정 수의 차원이 있습니다. 즉, 기간이 있습니다. 범위는 이 세그먼트에 있는 함수의 최대값과 최소값의 차이입니다.
즉, 막대를 고려하면 이것은 High-Low이고 동일한 세그먼트의 편차는 Close-Open입니다.
1차원 랜덤 보행에 대해 이야기한다면 범위는 동일한 High-Low, 즉 위에서 아래에서 걷는 동안 도달한 극단점 간의 차이입니다. 그리고 편차는 여전히 Close-Open, 즉 현재 위치와 초기 위치의 차이입니다.
그건 그렇고, 1차원 랜덤 워크는 확률 이론의 교과서 주제 중 하나입니다. 그리고 여기에 예를 들어 룰렛에 관한 주제와 같이 그에 관한 것이 있습니다.
값이 제한되지 않는 경우(예: 정규 분포), 범위는 여전히 일부 경계 확률을 기반으로 어떻게든 추정되어야 합니다. 예를 들어, 범위를 백분위수 0.99와 0.01 사이의 차이로 정의합니다. 그러나 백분위수는 일부 예외적인 분포의 경우에만 분석적으로 계산됩니다.
글쎄요, 아무도 무한한 시간에 대해 이야기하지 않습니다. SB에 대한 RMS도 무한대 경향이 있습니다.
Feller는 정확히 SB 문제를 기억합니다.
유리크스 :
더 진지하게, 나는 평균 범위와 표준 편차가 상수 계수에 의해 관련되어 있다고 가정합니다.
이것은 기본적으로 불가능하다고 생각합니다. 이것이 정규 분포의 경우라면 매우 놀랄 것입니다. 그러나 다른 배포판의 경우 ... ?
나는 정의의 문제를 이해하지 못한다. 특정 수의 차원이 있습니다. 즉, 기간이 있습니다. 범위는 이 세그먼트에 있는 함수의 최대값과 최소값의 차이입니다.
범위 결정에 관하여: 글쎄, 당신의 생각에 정규 분포의 범위는 무엇입니까? N(0,1)?
"범위"라는 이론적인 개념이 있습니다. 자체 정의로 정의됩니다. 정의도 없고 개념도 없습니다. 계산할 수 있는 것도 없고 할 수 있는 것도 없습니다. 따라서 모든 이론적 작업(예: 일반 형식의 공식을 얻기 위해)에는 먼저 정의가 필요합니다.
범위에 대한 실용적인 개념이 있습니다. 그것의 정의는 위에서 Nicholas에 의해 주어졌습니다. 그러나 그가 언급한 기능이 설명하는 과정은 확률적이며 무작위적입니다. 따라서 정확히 같은 길이라도 다른 세그먼트에서 측정한 스팬은 다를 것입니다. 그리고 세 번째 - 세 번째. 등. 따라서 우리는 특정 측정값을 다룰 수 없고 mo, sko 등의 통계적 파생물만 다룰 수 있습니다.
추세, 재발, Wiener SB - 모두 짝입니다. 자동차 제작자인 우리에게 필수적인 모델입니다. 현재 관련 모델을 식별하면 올바른 전략을 선택할 수 있습니다. 허스트 지수 를 통해 이러한 시장 조건을 구별할 수 있기 때문에 매우 중요한 것으로 판명되었습니다. 그러나 우리는 실험적으로 결정된 실제 범위를 허스트 지수가 따르는 이론적인 범위와 연결해야만 무언가를 할 수 있습니다.
나는 여기서 새로운 것을 말하지 않았다. 하지만 질문이 있기에...
정규 분포의 범위는 이론적 으로 아인슈타인의 공식에 따라 운동 시간의 제곱에 비례합니다. 그리고 실제로 는 해당(what?) 평균화 절차가 적용되는 차이 Max-Min에 대한 데이터를 기반으로 결정해야 합니다.
.
범위가 시작점으로부터의 최대 거리로 이해되면(이 점을 올바르게 선택하면 Max-Min과 동일함) 범위 계산은 증분. 증분 분포를 알면 경우에 따라 합계 분포를 계산할 수 있습니다. 이것이 완료되고 N 증분의 합계 분포가 있다고 가정해 보겠습니다. 어떤 순간이나 다른 통계. 이 분포의 지표는 실험에서 실제로 얻은 범위의 값을 제공합니까?
범위도 통계입니다. pdf만 알고 실험 포인트가 없는 유한 샘플의 경우 추정할 수는 있지만 정확하게 계산할 수는 없습니다.
Nikolay 는 직접적인 절차인 실제 절차를 제안했습니다. 최대 값의 차이만 계산하면 됩니다. 그리고 분. 가치.
내가 제안하는 것은(두 백분위수의 차이) 범위의 정확한 값이 아니라 추정치일 뿐입니다. 솔직히 말해서, 나는 범위를 추정하는 더 정밀한 방법을 알지 못합니다. Feller는 확실히 극값 분포에 관한 결과를 가지고 있습니다.
사실 확률적 값의 문제였기 때문에 실용화를 위해서는 당연히 수학적 기대치나 평균치를 가정했다. 그러나 내가 수량에 대한 정의를 제공하면 수학적 기대치에 대한 별도의 정의가 더 이상 필요하지 않은 것 같습니다.
즉, 범위에 대한 나의 정의는 실용적일 뿐만 아니라 매우 포괄적이라고 생각합니다.
정규 분포의 범위는 이론적 으로 아인슈타인의 공식에 따라 운동 시간의 제곱에 비례합니다. 그리고 실제로 는 해당(what?) 평균화 절차가 적용되는 차이 Max-Min에 대한 데이터를 기반으로 결정해야 합니다.
물론 잊어 버릴 수도 있지만 아인슈타인의 공식은 범위가 아니라 초기 위치의 표준 편차에 대해 특별히 파생 된 것으로 기억합니다. 그렇기 때문에 Hurst에 바인딩하기 위해서는 RMS와 Range를 연결하는 계수를 결정해야 합니다.
또한 여기에 개념의 혼란이 있는 것 같습니다. 우리는 정규 분포가 아닌 범위에 대해 이야기하고 있지만 증분 정규 분포가 있는 랜덤 워크의 경우 이는 상당히 다른 값입니다. 그건 그렇고, 원래 문제는 정규 분포를 제공하지 않았으며 틱, 즉 단일 증분이있었습니다.
추신: 링크를 추가하겠습니다.
무작위 걷기
브라운 운동
정규에 가까운 증분 분포를 가지고 있음에도 불구하고 무작위 가 아닌 특성을 갖는 프로세스가 브라운 운동의 범위와 같은 범위를 가져야 하는 이유는 무엇입니까? 존귀한 사람들은 개념의 대체가 있다고 생각하지 않습니까? 무작위 과정에 내재 된 일부 속성은 이러한 과정의 다른 속성이 동일하기 때문에 무작위가 아닌 과정에 기인합니다.
지금까지는 변화가 없습니다.
추리의 논리를 상기시켜 드리겠습니다. 특정 지표가 있으며 현재 시장의 임의성 정도를 어떻게든 특성화할 것으로 가정합니다. 우리는 이 지표의 어떤 값이 추세 시장에 해당하는지, 어느 것이 평평하고 어떤 예측할 수 없는 상태에 해당하는지 알아내야 합니다. 물리학에서는 이것을 캘리브레이션이라고 합니다. 원하는 속성을 가진 인위적으로 생성된 시리즈를 보정할 수 있다고 가정합니다.
예를 들어, 그렇게 하고 필요한 시리즈를 생성하고 특성의 동작을 연구하는 것이 더 빠르고 어떤 의미에서는 더 신뢰할 수 있다고 믿습니다. 또한 실제 가격 행의 적절한 섹션에서 잘라낸 행으로 시작해야 합니다. 그러나 유리는 분석 솔루션의 지지자입니다. 글쎄, 우리는 (글쎄, 적어도 나는)이 어려운 문제에서 우리의 능력을 최대한 발휘하여 그를 도우려고 노력하고 있습니다.
또한 장기간에 걸쳐 평균한 실질 가격 계열의 특성은 랜덤 계열의 특성에 매우 가깝다는 점에 유의해야 합니다. 이는 실제로 임의의 시리즈가 보정에 사용될 수 있음을 시사합니다.
범위도 통계입니다. pdf만 알고 실험 포인트가 없는 유한 샘플의 경우 추정할 수는 있지만 정확하게 계산할 수는 없습니다.
Wiener 과정의 궤적 연구에 관한 몇 가지 유용한 정리도 있습니다. 그 중 하나는 "반복 로그의 법칙"(Khinchin이 증명함, 아마도 올바르게 작성됨)은 프로세스 궤적의 동작 구조, 즉 시간에 대한 범위의 종속성을 결정합니다. 정리는 다음과 같은 한계를 설정합니다. 프로세스는 진화하는 동안 (로컬 극한값) 이상으로 진행되지 않습니다.
견적 증분의 경우 "가정을 허용"하면 분석적 표현이라도 좋은 근사치를 얻을 수 있습니다.
추가 : Wiener 프로세스가 아니라 "무작위 보행의 점근적 분석"에 의해 유사한 연구가 두꺼운 꼬리를 갖는 증분 분포가 전형적인 프로세스를 포함하여 수행된다는 사실을 추가하는 것을 잊었습니다.