가격 책정에 대한 이해를 통해 가격 증분 간에 자기 상관이 있다고 가정할 수 있습니까? 그것은 상관 관계이며 일반적으로 기억 효과가 아닙니다 (비 Markovian)?
이러한 전제 조건이 귀하에게 충분하고 가격 책정에서 더 이상 불필요한 것은 없습니까? 저것들. TA의 전제에서와 같이 - "가격은 모든 것을 기억하고" 수학-통계-암호화)) 적용?
여기에서 나는 당신의 질문에 약간의 적대감을 느낍니다. 나는 보통 즉시 논쟁을 끝낸다. 그러나 나는 당신을 위해 예외를 만들고 대답할 것입니다:
1. M15 시간대의 두 막대 사이의 상관관계는 15개의 M1 막대 사이에 있는 계열의 자기상관 입니다. 더 큰 시간 프레임의 막대의 상관 관계는 더 작은 시간 프레임의 막대, 즉 그 미세 구조의 자기 상관입니다. 여기에 인용문이 이미 필터링되어 제공된다는 것을 추가하십시오. 즉, 이미 Slutsky 효과가 있습니다. 이것이 아마도 Privalov가 필터링되지 않은 진드기 인용문을 그토록 간절히 원했고 이에 대해 금지된 이유일 것입니다(저는 이 진드기 문제를 더 침착하게 받아들입니다).
2. "비 마르코프"가 무엇인지 모르겠습니다. 나는 결함이 있는 잘못된 사변적 스콜라 수학 이론의 동어반복론에 관심을 가져본 적이 없습니다.
3. 충분하지 않습니다. 한 가지 더 필요합니다.
4. 타. 거의 모든 확률적 추론으로 작성된 내용을 다시 한 번 반복할 수 있습니다(위 참조). 그리고 왜 이론-신념(종파에서와 같이 정확히 믿음)에는 상관관계가 높은 "무작위" 계열을 처리하는 방법이 없습니다. Orlov 교수(확률 이론의 유명한 실무자, 많은 기사 저자, 저널 편집자, 책 저자)도 이에 대해 씁니다. 경제학에서 통계를 사용하는 것의 위험성에 대해 분명히 경고합니다.
기술은 간단합니다. 분석된 프로세스를 필터 입력에 제공하고 출력을 확인합니다. 필터가 울렸다면(전문용어) 분석된 과정이 Wiener의 과정이 아니라 Wiener의 과정과 다르다면... 통계전파공학 의 시대가 도래한다.. 관심있는 글이 많이 올라왔으면 좋겠다. 링크를 따라가서 최소한 읽으십시오.
Z.Y. 우리는 레이더에 대한 실제 연습에서 생도와 함께 이러한 문제를 해결했습니다. 표준 작업은 레이더 입력의 노이즈를 노이즈 + 신호의 혼합에서 구별하는 것입니다 ...
Sergey , 레이더에서 무작위/알 수 없는 신호를 감지하는 작업과 거의 동일한 문자를 사용하여 따옴표로 묶는 작업 사이에는 상당한 차이가 있습니다. 레이더의 경우 펄스 자체의 지속 시간 순서 계산 지연은 완전히 중요하지 않습니다( Wiener 필터가 이상적으로는 일반적으로 무한한 관찰 시간과 시스템의 엄격한 정지가 필요하다는 사실은 말할 것도 없지만 거래에 있어서는 사실상 재앙입니다. 따라서 두 번째 작업은 훨씬 더 어렵고 모든 무선 엔지니어 생도가 대처할 수있는 것은 아닙니다.
저자는 가격 책정의 관점에서 이 문제에 접근하도록 요청하지 않은 것 같습니다. 그리고 여기에 ... hpsch 및 따옴표의 2 행이 있습니다 (특정 샘플링 깊이를 사용하지 않음). 일부는 내부 변동이없고 다른 것은 있습니다. 이것에서 올 수 있습니다. + 뚱뚱한 꼬리의 존재. 결국, 뚱뚱한 꼬리는 일부 지역에서 축소 분산이 rhsc의 정규 분포보다 샘플 수에서 더 길고/짧게 지속될 수 있음을 나타냅니다. 이러한 분산의 장기간 축소의 결과로 두꺼운 꼬리가 나타납니다. 어떤 시리즈에서 촛불의 "몸체"가 연속적으로 5-6 번 감소하는 것을 더 자주 관찰 할 수 있습니까? 대략적으로 말하면 "평균"방전은 3-4 개의 양초에서 발생하며 따옴표는 훨씬 더 많을 수 있습니다. 그러나 HRSC의 프랙탈화를 사용하면 이러한 패턴의 통계를 수집할 때 변형의 축소의 "패턴"의 희귀성의 출현 및 트리거(분산의 축소를 통한 돌파)에 대한 의존성이 지수 의존성을 갖게 됩니다. 그리고 fractality의 증가의 다른 구조에 대한 인용의 경우, "shift" 또는 분산의 장기간 축소는 fractality의 수준에 상대적으로 이동할 수 있습니다. 어떤 곳에서는 (프랙탈 구조의 층을 증가시키면서) 분산된 압축을 얻을 것이고, 어떤 곳에서는 더 방전된 상태를 얻을 것입니다. PRSC에서 이러한 조밀화 및 그 모양은 의사 랜덤이며 최소한 일종의 주기성(자연적으로 시간이 일정하지 않음)을 달성하려면 먼저 이를 MM 자체 또는 , 우리가 디지털 필터에 대해 이야기한다면 계수는 그러한 경우입니다. 분산의 축소를 억제할 곳, 가속화할 곳.
4. 타. 거의 모든 확률적 추론으로 쓰여진 내용을 다시 한 번 반복할 수 있습니다(위 참조). 그리고 왜 이론-신념(종파에서와 같이 정확히 믿음)에는 상관관계가 높은 "무작위" 계열을 처리하는 방법이 없습니다. Orlov 교수(확률 이론의 유명한 실무자, 많은 기사 저자, 저널 편집자, 책 저자)도 이에 대해 씁니다. 경제학에서 통계를 사용하는 것의 위험성에 대해 분명히 경고합니다.
물론, 나는 전체 이론과 matstat에 대해 감히 대답할 수 없지만 상관 -회귀 분석 에서 요인의 다중 공선성 문제는 싸워서 꽤 성공적입니다. 왜 "위험"인가? 위험하지는 않지만 확인하고 변형합니다.
응....
여기에서 들어보세요:
당신이 메시지에 쓰는 것은 프랙탈 기하학을 당신 자신의 생각의 열매로 착각하여 해석하려는 시도입니다. 감사하지만 필요하지 않습니다.
글쎄요, 필요하지 않습니다. 필요하지 않습니다.
까지.
왜 음모론을 고안하고 명시적 존재 효과가 없음을 증명하는가 등 전 세계가 모든 시장에 대한 수요와 공급 이론을 사용한다면? 글쎄, 나는 이미 그것에 대해 썼습니다.
나는 확률론에서 상관관계가 없는 급수는 사실상 존재하지 않는다고 배웠다. 상관 계수 = 0인 두 개의 행을 선택하는 것은 "하나는 할 수 있어야 함"입니다.
글쎄요, 필요하지 않습니다. 필요하지 않습니다.
까지.
방법은 다음과 같습니다. 이 항목의 8페이지
https://forum.mql4.com/ru/53661/page8
ALSU는 정의를 제공했지만 계열의 자기 상관과 연속적인 무작위 변수 간의 상관 관계가 어떤 역할을 하는지 명확히 하는 것을 "잊었습니다"(이들은 다소 다른 것이지만 여기서 요점은 아닙니다).
따라서 우선 무작위로 추정되는 가격 견적 사이에 상관 관계가 있다는 점을 고려해야 하며 앞으로는 이로부터 진행해야 합니다.
그들이 존재하는 이유 - 가격 책정에 대한 주제.
이것이 고려되어야 하는 이유 - 글쎄, 친구, 확률 이론에서 거의 모든 결론은 ".... 무작위 비상관 값....."으로 시작합니다.
가격 책정에 대한 이해를 통해 가격 증분 간에 자기 상관 이 있다고 가정할 수 있습니까? 그것은 상관 관계이며 일반적으로 기억 효과가 아닙니다 (비 Markovian)?
이러한 전제 조건이 귀하에게 충분하고 가격 책정에서 더 이상 불필요한 것은 없습니까? 저것들. TA의 전제에서와 같이 - "가격은 모든 것을 기억하고" 수학-통계-암호화)) 적용?
가격 책정에 대한 이해를 통해 가격 증분 간에 자기 상관이 있다고 가정할 수 있습니까? 그것은 상관 관계이며 일반적으로 기억 효과가 아닙니다 (비 Markovian)?
이러한 전제 조건이 귀하에게 충분하고 가격 책정에서 더 이상 불필요한 것은 없습니까? 저것들. TA의 전제에서와 같이 - "가격은 모든 것을 기억하고" 수학-통계-암호화)) 적용?
여기에서 나는 당신의 질문에 약간의 적대감을 느낍니다. 나는 보통 즉시 논쟁을 끝낸다. 그러나 나는 당신을 위해 예외를 만들고 대답할 것입니다:
1. M15 시간대의 두 막대 사이의 상관관계는 15개의 M1 막대 사이에 있는 계열의 자기상관 입니다. 더 큰 시간 프레임의 막대의 상관 관계는 더 작은 시간 프레임의 막대, 즉 그 미세 구조의 자기 상관입니다. 여기에 인용문이 이미 필터링되어 제공된다는 것을 추가하십시오. 즉, 이미 Slutsky 효과가 있습니다. 이것이 아마도 Privalov가 필터링되지 않은 진드기 인용문을 그토록 간절히 원했고 이에 대해 금지된 이유일 것입니다(저는 이 진드기 문제를 더 침착하게 받아들입니다).
2. "비 마르코프"가 무엇인지 모르겠습니다. 나는 결함이 있는 잘못된 사변적 스콜라 수학 이론의 동어반복론에 관심을 가져본 적이 없습니다.
3. 충분하지 않습니다. 한 가지 더 필요합니다.
4. 타. 거의 모든 확률적 추론으로 작성된 내용을 다시 한 번 반복할 수 있습니다(위 참조). 그리고 왜 이론-신념(종파에서와 같이 정확히 믿음)에는 상관관계가 높은 "무작위" 계열을 처리하는 방법이 없습니다. Orlov 교수(확률 이론의 유명한 실무자, 많은 기사 저자, 저널 편집자, 책 저자)도 이에 대해 씁니다. 경제학에서 통계를 사용하는 것의 위험성에 대해 분명히 경고합니다.
Wiener 프로세스 와 같은 개념이 있으며 이 프로세스를 모니터링하는 필터가 있습니다. Wiener 필터라고 합니다 .
기술은 간단합니다. 분석된 프로세스를 필터 입력에 제공하고 출력을 확인합니다. 필터가 울렸다면(전문용어) 분석된 과정이 Wiener의 과정이 아니라 Wiener의 과정과 다르다면... 통계전파공학 의 시대가 도래한다.. 관심있는 글이 많이 올라왔으면 좋겠다. 링크를 따라가서 최소한 읽으십시오.
Z.Y. 우리는 레이더에 대한 실제 연습에서 생도와 함께 이러한 문제를 해결했습니다. 표준 작업은 레이더 입력의 노이즈를 노이즈 + 신호의 혼합에서 구별하는 것입니다 ...
Sergey , 레이더에서 무작위/알 수 없는 신호를 감지하는 작업과 거의 동일한 문자를 사용하여 따옴표로 묶는 작업 사이에는 상당한 차이가 있습니다. 레이더의 경우 펄스 자체의 지속 시간 순서 계산 지연은 완전히 중요하지 않습니다( Wiener 필터가 이상적으로는 일반적으로 무한한 관찰 시간과 시스템의 엄격한 정지가 필요하다는 사실은 말할 것도 없지만 거래에 있어서는 사실상 재앙입니다. 따라서 두 번째 작업은 훨씬 더 어렵고 모든 무선 엔지니어 생도가 대처할 수있는 것은 아닙니다.
AlexEro :
... 시리즈의 자기 상관과 연속적인 무작위 변수 간의 상관 관계가 거기에서 어떤 역할을 하는지 명확히 하기 위해 "잊었습니다" ...
나는 "잊지 않았다", 나는 단지 타이핑하는 것에 지쳤다))
나는 "잊지 않았다", 나는 단지 오줌 누는 것에 지쳤다))
4. 타. 거의 모든 확률적 추론으로 쓰여진 내용을 다시 한 번 반복할 수 있습니다(위 참조). 그리고 왜 이론-신념(종파에서와 같이 정확히 믿음)에는 상관관계가 높은 "무작위" 계열을 처리하는 방법이 없습니다. Orlov 교수(확률 이론의 유명한 실무자, 많은 기사 저자, 저널 편집자, 책 저자)도 이에 대해 씁니다. 경제학에서 통계를 사용하는 것의 위험성에 대해 분명히 경고합니다.