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
Короче - еще один клуб вырисовался - жертв теории вероятности.
Мне вот больше интересно, как можно наработки по процессам с независимыми факторами (каковыми является большинство хорошо изученных распределений) применять к рынку, где факторы, влияющие на цену - обязательно зависят друг от друга.
Мне вот больше интересно, как можно наработки по процессам с независимыми факторами (каковыми является большинство хорошо изученных распределений) применять к рынку, где факторы, влияющие на цену - обязательно зависят друг от друга.
Скорее всего никак, просто интересно поболтать.
кстати про случайные блуждания, что-то вспомнилось :
"в казино зашёл пророк, играет в классическую рулетку,ставит только на красное..но он пророк и в начале каждого 10-го раунда заранее узнаёт его исход и может не делать ставку. Через сколько раундов он удвоит капитал со 100 монет ?"
Ну ну давай, рассказывай, подбавь еще терминологии, которую где-то когда-то слышал, но так и не уразумел, только побольше, побольше, что бы все присели и охнули, так и не встали.
Короче - еще один клуб вырисовался - жертв теории вероятности. Когда дело идет совсем плохо, они выкатывают cвой последний убойный аргумент - стационарность/нестационарность. А сила аргумента в том, что он приплетается вообще не в тему.
Aleksey Nikolayev, вы уже, наверно, забыли формулу о которой спорте? Там приращение постоянное: 1 и -1. Каким боком здесь вообще какое-то распределение, если приращение постоянное?
Нет, вы не правы. Для совпадения распределений приращений необходимо также и совпадение значения вероятностей, а не только множества принимаемых значений. Вспомните (или прочитайте где-нибудь) определение функции распределения случайной величины. В нашем случае все эти функции всегда будут равны 0 при x<-1 и 1, при x>=1, но на интервале [-1;1) они будут принимать значение qi=1-pi. Соответственно, функции распределения приращений будут отличаться, если будут отличаться соответствующие им pi.
Не сердитесь и учите теорвер.
Мне вот больше интересно, как можно наработки по процессам с независимыми факторами (каковыми является большинство хорошо изученных распределений) применять к рынку, где факторы, влияющие на цену - обязательно зависят друг от друга.
Если говорить о возврате к средней, то там всё похоже, только иногда оно не возвращается из-за искуственности процесса, то есть наличия в нем разумности...
То есть, если по научному, то нужно разбивать процессы на разумные и неразумные - типа блуждания.))
Нет, вы не правы. Для совпадения распределений приращений необходимо также и совпадение значения вероятностей, а не только множества принимаемых значений. Вспомните (или прочитайте где-нибудь) определение функции распределения случайной величины. В нашем случае все эти функции всегда будут равны 0 при x<-1 и 1, при x>=1, но на интервале [-1;1) они будут принимать значение qi=1-pi. Соответственно, функции распределения приращений будут отличаться, если будут отличаться соответствующие им pi.
Не сердитесь и учите теорвер.
А вы точно понимаете о чем пишите? Али просто вываливаете все термины из теории вероятности, которые когда-то слышали?
Далеко не будем ходить, в самом начале "совпадение распределений приращений"... а это вообще о чем?
Вот это будет более адекватно модели рынка из-за наличия разумности и следованию стратегии её учасников...
https://ru.wikipedia.org/wiki/%D0%9D%D0%B5%D0%BA%D0%BE%D0%BE%D0%BF%D0%B5%D1%80%D0%B0%D1%82%D0%B8%D0%B2%D0%BD%D0%B0%D1%8F_%D1%82%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D0%B8%D0%B3%D1%80
Если говорить о возврате к средней, то там всё похоже, только иногда оно не возвращается из-за искуственности процесса, то есть наличия в нем разумности...
То есть, если по научному, то нужно разбивать процессы на разумные и неразумные - типа блуждания.))
Похоже. Но - при этом существенно различается.
Берешь любой критерий проверки (скажем, для проверки на нормальность распределения - Шапиро-Уилка), и проводишь стандартное выборочное исследование. Которое тебе ясно говорит, что твой процесс не может быть описан с помощью проверяемого распределения. Хотя, с виду он на него и похож.
Все ! Любые дальнейшие методики, в которых ты принимаешь, что твой процесс имеет нормальное распределения - будут ложны. Грош им цена.
Весь аппарат статистики всегда базируется на том, что случайная величина подчиняется определенному закону, и первейшая проверка - это как раз на соответствие имеющихся данных этому закону. А у нас - изначально исходные данные этим законам не соответствуют ! Какие могут быть дальнейшие исследования в этом случае ?!!!
N = 100000
Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий
Случайное блуждание :
Олег avtomat, 2018.11.02 10:32
N = 100000
.
А вы точно понимаете о чем пишите? Али просто вываливаете все термины из теории вероятности, которые когда-то слышали?
Далеко не будем ходить, в самом начале "совпадение распределений приращений"... а это вообще о чем?
Об одинаковом распределении всех случайных величин Xi (определены на первой странице данной ветки).