Sultonov의 회귀 모델(RMS) - 시장의 수학적 모델인 척. - 페이지 26

 
tara :

글쎄, 그것은 필요하지 않습니다 :)

되느냐 마느냐 그것이 문제로다!

;)

 
avtomat :

되느냐 마느냐 그것이 문제로다!

;)


될 모든 것. 되세요!
 
tara :

될 모든 것. 되세요!
그리고 즉시 마셨다 ... (c)
 
gpwr :

문제가 무엇입니까? 대화는 랜덤 워크가 아닌 정규 분포 가격에 관한 것이었습니다. 이는 두 가지 다른 것입니다.

가격을 무작위로 이동하면 결국에는 정규 분포 가격을 얻을 수 있습니다.

;)

 
avatara :

가격을 무작위로 이동하면 결국에는 정규 분포 가격 을 얻을 수 있습니다.

;)

신경쓰지 마세요... 자세히 보면 가격이 라플라시안 분포에 가깝습니다... - 임명:)
 
Aleksander :
신경쓰지 마세요... 자세히 보면 가격이 라플라시안 분포에 가깝습니다... - 임명:)

그건 그렇고, (18)의 매개 변수 t는 Laplace 변환에서 시간 t의 표현에 불과하므로 앞서 https://c.mql4.com/forum/2012/07/qwzi3.JPG에서 보듯이, RMS는 배포 Laplace http://dic.academic.ru/dic.nsf/enc_mathematics/2650/LAPLACE를 완벽하게 설명합니다.

P(t) = P0 +D*Gammasp(t/t;n+1;1;1), Microsoft에서 해석.

 
Aleksander :
신경쓰지 마세요... 자세히 보면 가격이 라플라시안 분포에 가깝습니다... - 임명:)

실질 가격 분포, 라플라시안 분포 및 정규 분포는 3가지 다른 것입니다...)

그리고 SB와 정규 분포 - 베리의 한 필드. 그리고 그가 썼듯이:

무작위로 가격을 걷는 것은 당신에게 정규 분포 가격을 줄 것입니다....

아니면 달리 생각하십니까?

가격이 우연이 아니라 방황하는 것이 좋습니다.

;)

 
avatara :

실질 가격 분포, 라플라시안 분포 및 정규 분포는 3가지 다른 것입니다...)

그리고 SB와 정규 분포 - 베리의 한 필드. 그리고 그가 썼듯이:

아니면 달리 생각하십니까?

가격이 우연이 아니라 방황하는 것이 좋습니다.

;)


랜덤 워크에서 가격 증분 은 가격 자체가 아니라 정규 분포로 설명됩니다. 두 가지 다른 것. SB는 평균으로 되돌아가는 경향이 없으며 원래 값에서 멀어지는 경향이 있습니다. 정규 분포 가격의 경우 평균으로의 수익은 100% 보장됩니다.
 
gpwr :
정규 분포 가격의 경우 평균으로의 수익은 100% 보장됩니다.
그리고 어디서 구할 수 있나요?
 
yosuf :

그건 그렇고, (18)의 매개변수 t는 Laplace 변환에서 시간 t의 표현일 뿐입니다. 따라서 앞서 https://c.mql4.com/forum/2012/07/qwzi3.JPG에서 보듯이, RMS는 배포 Laplace http://dic.academic.ru/dic.nsf/enc_mathematics/2650/LAPLACE를 완벽하게 설명합니다.

P(t) = P0 +D*Gammasp(t/t;n+1;1;1), Microsoft에서 해석.


예, (18)에 포함된 Gammarasp는 Laplacian 및 기타 많은 분포의 기능을 설명하지만 확률 변수 자체는 설명하지 않습니다. 당신이 이해하지 못하는 것처럼 보이는 것은 큰 차이입니다. 유사하게, Exp(-x^2/sigma)는 통계적 분포(가우스)를 설명하기 때문에 최고의 백색 잡음 회귀 함수라고 주장할 수 있습니다. 날뛰다!