Da teoria à prática - página 1457
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
Por quê? O que o impede em caso de dependência incremental?
A função de distribuição de amostras aproxima-se da verdadeira função de distribuição em virtude do teorema de Glivenko-Cantelli, que requer que a amostra seja uma realização de uma seqüência de variáveis aleatórias independentes, igualmente distribuídas. Grosso modo, no caso de forte dependência, a amostra pode se aglomerar em um ponto, o que distorceria grosseiramente a função de distribuição empírica (amostra) resultante em comparação com a verdadeira.
A função de distribuição da amostra aproxima-se da função de distribuição verdadeira em virtude do teorema de Glivenko-Cantelli, que requer que a amostra seja uma realização de uma seqüência de variáveis aleatórias independentes, igualmente distribuídas. Grosso modo, se houver uma forte dependência, a amostra pode se aglomerar em um ponto, o que distorceria muito a função de distribuição empírica (amostragem) resultante em comparação com a verdadeira.
read.......
Acho que este teorema não se aplica ao forex.
Porque, como o tamanho da amostra aumenta com o número de elementos tendendo ao infinito, a distribuição real (em vermelho) se desviará da distribuição teórica (em preto), apenas com probabilidade igual a 1
enquanto o teorema afirma que coincidirá
céu e terra tipo de....
Quanto ao forex, isso significa que se pode pipsip-sat com sucesso durante um período plano e perder perdas durante uma tendência.
https://studfiles.net/preview/4287703/page:3/
read.......
acho que este teorema não se aplica ao forex
porque à medida que o tamanho da amostra aumenta com o número de elementos tendendo ao infinito, a distribuição real (em vermelho) se desviará da distribuição teórica (em preto), apenas com probabilidade igual a 1
enquanto o teorema afirma que coincidirá
céu e terra tipo de....
E em termos de câmbio, isso significa que teremos sucesso em mergulhar no flat e perder dinheiro na tendência.
https://studfiles.net/preview/4287703/page:3/
Não é o teorema que não é implementado, mas as condições para sua aplicação exata em grandes intervalos de tempo:
1) Os ganhos são dependentes (por exemplo, os incrementos vizinhos no apartamento)
2) Eles não são distribuídos igualmente (não estacionaridade)
Pode ser usado como uma aproximação, em pequenos intervalos de tempo sem mudança de tendência. Algo semelhante foi dito por Gorchakov. E o problema da decadência é mais ou menos o mesmo.
A função de distribuição da amostra aproxima-se da função de distribuição verdadeira em virtude do teorema de Glivenko-Cantelli, que requer que a amostra seja uma realização de uma seqüência de variáveis aleatórias independentes, igualmente distribuídas. Grosso modo, no caso de forte dependência, a amostra pode se aglomerar em um ponto, o que distorceria muito a função de distribuição empírica (amostra) resultante em comparação com a verdadeira.
Não está muito claro por que alguns matemáticos são obrigados a ser milionários e outros não)
Mas e as distribuições condicionais? Afinal de contas, isto é uma dependência.
As distribuições condicionadas são baseadas em distribuições conjuntas. Somente no caso de independência (por definição) a função de distribuição conjunta é igual ao produto das funções de distribuição unidimensional. No caso da dependência é muito mais complicado - as cópulas foram criadas aqui recentemente - isto é dessa ordem de grandeza. Assim, o teorema G.-C. (que parece ser generalizado para o caso multivariado) aplica-se à construção aproximada de uma distribuição bidimensional da qual se pode tentar construir distribuições unidimensionais condicionais.
Os milionários são exigidos daqueles matemáticos que afirmam descrever séries financeiras)
Tanto quanto sei, a teoria de Shiryaev começou a ser desenvolvida para necessidades de radiolocalização, mas é improvável que alguém o tenha obrigado a estar pessoalmente de plantão no radar)
Não é o teorema que não é cumprido, mas as condições para sua aplicação exata em grandes intervalos de tempo:
1) As inclinações são dependentes (por exemplo, inclinações vizinhas em um apartamento)
2) Os gradientes não são distribuídos igualmente (não-estacionariedade)
Pode ser usado como uma aproximação, em pequenos intervalos de tempo sem mudança de tendência. Algo semelhante foi dito por Gorchakov. E o problema da descontinuidade é mais ou menos a mesma coisa.
não
vamos lê-lo confortavelmente.
Que X 1 , ... , X n , ... - amostra infinita
Estabilidade de quê? Existe, por exemplo, a estabilidade da solução de um difusor Lyapunov ou, por exemplo, a estabilidade estatística da freqüência de um evento (no sentido de convergência a sua probabilidade).
não
ler racionalmente
Que X 1 , ... , X n , ... seja uma amostra infinita
Na realidade, um estatístico sempre lida com amostras finitas, portanto é sempre apenas uma aproximação para o cumprimento deste teorema. Mas conforme o tamanho da amostra cresce, esta aproximação melhora, e isto é chamado de consistência da estimativa.
O artigo no wiki russo sobre o teorema Glivenko-Cantelli é um disparate, leia a versão em inglês ou algum livro de texto normal.