Da teoria à prática - página 71
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Não, ainda tenho que me despedir, mas de uma forma mais abreviada, senão eles o apagarão novamente...
O mais importante!
Os processos de retorno de preços, ou seja, x(t)=Ask(t)-Ask(t-1) e y(t)=Bid(t)-Bid(t-1) são ESTABELECIDOS.
Use métodos não paramétricos em sua análise.
Quem o descobre tem algumas descobertas surpreendentes à sua espera.
Está tudo bem?
Respeitosamente,
Alexander e Schroedinger's cat do espaço Hilbert.
Com certeza voltaremos com os resultados, porque é isso que todos estão esperando, não é mesmo?
1)https://www.mql5.com/ru/forum/219894/page5#comment_6193436
2) https://www.mql5.com/ru/forum/219894/page6#comment_6196243
.
Você calculou o RMS corretamente. Entretanto, veja o quanto seria se n=1. Você vai se perguntar que tipo de bobagem é essa. O nome "n - volume da população estatística" é muito vago, geralmente eles escrevem que n é o número de elementos da amostra. Então, o RMS de acordo com esta fórmula não pode ser calculado se houver apenas um elemento. É por isso que o quadrado do RMS é chamado de estimativa de variância "tendenciosa". Há também um imparcial, onde n é n1-1 em vez de n no denominador. A raiz quadrada da estimativa de variância imparcial é chamada de desvio padrão.
A natureza deste conflito é que um item tem um grau de liberdade. Se muitas - muitas características são definidas a partir de um pequeno número de dados, elas se tornam dependentes umas das outras. Neste caso, a média aritmética é incluída no cálculo do RMS. Por assim dizer, um grau de liberdade já foi utilizado. O comportamento "estranho" do denominador do desvio padrão é apenas para dizer que tanto a média quanto a propagação não podem ser determinadas a partir de um único elemento. Pode-se ver que o desvio padrão é sempre maior que o desvio padrão por um fator de [n/(n-1)]^0,5. Entretanto, se o número de elementos na amostra for grande, você pode esquecê-lo, pois não é muito. Quando n=100, é (100/99)^0,5=1,005, que é metade de um por cento. Além disso, se soubermos com certeza que o RMS tende a ter algum valor.
É aqui que entra a parte complicada. "RMS tende a", ou seja, as leis de grandes números funcionam. Se o fenômeno real que está sendo medido realmente tem esta estabilidade. Em outras palavras, a hipótese básica da teoria da probabilidade é cumprida - a freqüência relativa de um evento tende a ter algum valor à medida que o número de eventos aumenta. Isto também é chamado de "estabilidade estatística". Se ela não existe, toda a teoria clássica da probabilidade é inaplicável ao fenômeno. Esta diferença é discutida nas enormes citações de Oleg avtomat, que começam a partir dehttps://www.mql5.com/ru/forum/221552/page58#comment_6191471 e em diante. Eles são difíceis de ler. Na minha opinião, é muito mais divertido ver a apresentação do relatório de Gorban com fotos e gráficos. Isso criará um clima mais otimista e construtivo, como esta frase:
"Foi demonstrado que a ondulação oceânica, tradicionalmente considerada como um fator de desestabilização pronunciado, pode melhorar o desempenho das estações hidroacústicas".
Mesmo para as taxas de câmbio, o autor andou por aí procurando a frase "Média em 16 décadas, o parâmetro de instabilidade estatística (curva contínua) e o intervalo de variação deste parâmetro médio, definido por RMS, (curvas tracejadas) para a cotação do dólar australiano (AUD) em relação ao dólar americano (USD) para 2001 (a) e 2002. (б)".
Anexo a apresentação, e para aqueles que querem mais fontes, aqui está uma lista de apresentações, às vezes com endereços de arquivo, da lista "Arquivo de seminários passados "Computador de Imagem" http://irtc.org.ua/image/seminars/archive de 2002-2017. Gorban tem até uma dúzia de monografias sobre os desenvolvimentos dos fenômenos de "hiperrandom":
I.I. Teoria Gorban de Fenômenos de HIPERSLUTO. Teoria e Prática. Seção 7. Análise do sistema.
I.I. HURBAN I HYPERRANDOMNESS KIEV NAUKOV DUMKA 2016. - 288 p. ISBN 978-966-00-1561-6
você me diz isso.
Como o gado é melhor do que o simples desvio médio?
Por que sempre se aplica?
é melhor me dizer isto.
é melhor para o simples desvio médio?
por que sempre se aplica?
Se você me der a fórmula para calcular o"simples desviomédio ", talvez eu possa lhe dizer. Caso contrário, eu simplesmente não sei o que é.
Ou você pode me dizer. Só para que todos que fizeram o cálculo de acordo com sua história tenham o mesmo resultado do cálculo.
Se você me der a fórmula para calcular o "simples desvio médio", talvez eu possa lhe dizer. Caso contrário, eu simplesmente não sei o que é.
Ou você pode me dizer. Somente para ter o mesmo resultado de cálculo para todos, de acordo com sua história.
Média das distâncias dos dispersores até a média.
Isto também se aplica.
Isso também está sendo aplicado.Se você me der a fórmula para calcular o "simples desvio médio", talvez eu possa lhe dizer. Caso contrário, eu simplesmente não sei o que é.
Ou você pode me dizer. Só para que todos que fizeram o cálculo de acordo com sua história tenham o mesmo resultado do cálculo.
Bem, é apenas a soma de todos os desvios dividida pelo número de desvios.
Média das distâncias dos dispersores até a média.
Uh-huh
Média das distâncias dos dispersores até a média.
bem apenas a soma de todos os aberrantes dividida pelo número de aberrantes