![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
У меня такой рисунок получается. EURUSD, M15, 20000 баров
Сильное подозрение, что Urain в качестве входных параметров ожидания и дисперсии брал аналогичные характеристики полученного ряда. Но может это и не так.
Вряд ли. Тогда бы в средней части график был бы близок гистограмме.
Вряд ли. Тогда бы в средней части график был бы близок гистограмме.
Да, тогда бы и площади под красной линии и гистограммой совпадали бы.
Про Эрланга говорил я, но здесь совсем другой вопрос. У нормального распределения 2 параметра - МО и дисперсия. В данном случае МО=0, но дисперсия нулю не равна и для того, чтобы нарисовать график нужно задаться ее значением. Вот я и спрешиваю, как Urain выбирал значение дисперсии ?
И вообще, чтобы сравнивать графики надо же их как-то привести к общему основанию. В зависимости от выбора этого основания могут быть совершенно разные картины.
Если в качестве этого общего основания взять дисперсию, то график будет уже, но появятся толстые хвосты.
У эталонной функции дисперсия и МО принимается от ряда котировок (там же посчитано) и задаётся такаяже единственно манипуляции проводятся с абсолютными значениями эталона, тут приходиться домнаживать каждый член на коэф чтоб совместить вершины.
У эталонной функции дисперсия и МО принимается от ряда котировок (там же посчитано) и задаётся такаяже единственно манипуляции проводятся с абсолютными значениями эталона, тут приходиться домнаживать каждый член на коэф чтоб совместить вершины.
Это не очень корректно, в смысле умножать на коэффициент
У эталонной функции дисперсия и МО принимается от ряда котировок (там же посчитано) и задаётся такаяже единственно манипуляции проводятся с абсолютными значениями эталона, тут приходиться домнаживать каждый член на коэф чтоб совместить вершины.
Наверное, дисперсию для нестационарного ряда несовсем правильно считать т.к. ее может и не быть :). Правильнее подобрать такую, чтобы аналитическое распределение по максимуму совпадало с эксперементальным. Т.е. апроксимировать. имха
Наверное, дисперсию для нестационарного ряда несовсем правильно считать т.к. ее может и не быть :). Правильнее подобрать такую, чтобы аналитическое распределение по максимуму совпадало с эксперементальным. имха
Это не очень корректно, в смысле умножать на коэффициент
Коллеги, Вы чего?
Исследователь выдвигает ГИПОТЕЗУ О НОРМАЛЬНОСТИ исследуемого случайного процесса и моделирует кривую его вероятности или плотности вероятности, исходя из НОРМАЛЬНОЙ ГИПОТЕЗЫ.
Гипотеза не подтвердилась. Графики не совпали.
Вот и всё.
Это не очень корректно, в смысле умножать на коэффициент
Я считаю эталонную функцию вот по этой формуле :
так что при х в скажем 50 абсолютное значение просто не может быть несколько тысяч как в гистограмме так что подгонять всё равно прийдётся,
а вот чтоб подгонка была корректна нужно применять её ко всем членам кривой тогда вид кривой не меняется (особенно в скользящем масштабе).
Да ничё так, нормальная у тебя получилась кривая!
Нищак.
(Большой баннер в общаге унитета на 5-м курсе: ВСЁ НОРМАЛЬНО!)
Коллеги, Вы чего?
Исследователь выдвигает ГИПОТЕЗУ О НОРМАЛЬНОСТИ исследуемого случайного процесса и моделирует кривую его вероятности или плотности вероятности, исходя из НОРМАЛЬНОЙ ГИПОТЕЗЫ.
Гипотеза не подтвердилась. Графики не совпали.
Вот и всё.
Почему? Это один из грубых способов проверки на стационарность, и следует отметить, что не самый плохой. На всякий случай уточню. Для исследуемого временного ряда замеряют ожидание и дисперсию. Формируют случайную последовательность (созданную каким ни будь "нормальным" генератором с точно такими же входными характеристиками как у исходного). Далее, из одного распределения вычитают другое. Полученные ошибки, уж не помню точно, должны в свою очередь чему-то подчиняться, оценивают их характеристики и делают окончательное умозаключение. Все нормально, в смысле, метод нормальный :о)