Rastgele bir fiyat aralığından kar edin - sayfa 3

 
Mathemat :

Gerçek verileri normal dağılıma dönüştürmemiz gerekiyor.

Bunu senden beklemiyordum! Bunu nasıl alıp Gauss dağılımına uymayan ampirik verileri normal olanlara dönüştürebiliriz?

Tezinizi meşe ile birlikte savundunuz mu?
 
Rosh :
Yani, normal artışları görmek için ilk verilerin (tırnak işaretleri) böyle bir dönüşümünü bulmak mı? Ve onu nasıl elde ediyor?
Rosh'u bilmiyorum. Bu fikri verdiğim bağlantıya attı. Görünüşe göre bir şeyler yapmaya çalışıyordu...
 
usdjpy писал (а): Bunu senden beklemiyordum! Bunu nasıl alıp Gauss dağılımına uymayan ampirik verileri normal olanlara dönüştürebiliriz?

Tezinizi meşe ile birlikte savundunuz mu?
Terver öğrenin, Newton ... Dönenlerin tatmin ettiği bir fraktal dağılım vardır ve durağandır. Onun masaları var. Açık bir formülü olan bir Gauss vardır. Başka bir rastgele değişkenin belirli bir deterministik fonksiyonu olan bir rastgele değişkenin integral dağılım fonksiyonu üzerinde Terver teoremi vardır. Başka neye ihtiyacın var?
 
usdjpy :
matematik :

Gerçek verileri normal dağılıma dönüştürmemiz gerekiyor.

Bunu senden beklemiyordum! Bunu nasıl alıp Gauss dağılımına uymayan ampirik verileri normal olanlara dönüştürebiliriz?

Tezinizi meşe ile birlikte savundunuz mu?


İlk önce nasıl okunacağını ve yazılanları anlamayı öğrenmelisin, sonra vyshmat'ı almalısın.

Gerçek verileri normal dağılıma dönüştürmemiz gerekiyor. Bu aynı zamanda Kuzey Rüzgarı'nın fikri ...
 
Yukarıdaki yazı biraz kaotik:
  • Parabolik fraktal dağılım diye bir şey var (Fransa'daki diğer şehirlere göre Paris şehrinin büyüklüğü gibi gerçek nesnelerin dağılımını modelleme konusunda oldukça yeni bir şey https://en.wikipedia.org/wiki /Parabolic_fractal_distribution ). Doğrudan üniversiteden değilseniz, muhtemelen bu size öğretilmemiştir. Ne taraf burası anlamadım
  • Durağan dağılım: eğer el. vektörler el'dir. Markov zincirinin durum uzayında, negatif olmayan sayılardır, toplamı 1'e kadardır ve el. i el toplamıdır. j vektörü, j durumundan i durumuna geçiş olasılığı ile çarpılır. Ben de buraya nasıl geldiğini anlamadım.
  • Büyük n için binom dağılımının normale yakınsadığı Moivre-Laplace integral teoremini de biliyorum. Diğerini bilmiyorum ama bu da hiçbir şekilde burada değil.
Normal dağılıma gelince - alıntılar ve S.V.'nin yazdığı gibi. ve avucunuzun içinde kalanlar, hareketli ortalama etrafında normal bir şekilde dağılır, yani burada her şey temiz.
 
Mathemat :
Roş :
Yani, normal artışları görmek için ilk verilerin (tırnak işaretleri) böyle bir dönüşümünü bulmak mı? Ve onu nasıl elde ediyor?
Rosh'u bilmiyorum. Bu fikri verdiğim bağlantıya attı. Görünüşe göre bir şeyler yapmaya çalışıyordu...
Konunun ilk sayfasını biraz daha okudum. İlginç olan, yaklaşık olarak aynı şeyi modellemem, yani girişler rastgele, durma boyutu kâr boyutundan daha büyük. Üstelik hem hedef hem de durak tırtıldan uzak, yüzlerce puan. Kâr sürdürülebilir. Yayılma dikkate alındı (2 puan). Keşke gerçek piyasada her şey bu kadar basit olsaydı. :)
 
olexij :
Yukarıdaki yazı biraz kaotik:
  • Parabolik fraktal dağılım diye bir şey var (Fransa'daki diğer şehirlere göre Paris şehrinin büyüklüğü gibi gerçek nesnelerin dağılımını modelleme konusunda oldukça yeni bir şey https://en.wikipedia.org/wiki /Parabolic_fractal_distribution ). Doğrudan üniversiteden değilseniz, muhtemelen bu size öğretilmemiştir. Ne taraf burası anlamadım
  • Durağan dağılım: eğer el. vektörler el'dir. Markov zincirinin durum uzayında, negatif olmayan sayılardır, toplamı 1'e kadardır ve el. i el toplamıdır. j vektörü, j durumundan i durumuna geçiş olasılığı ile çarpılır. Ben de buraya nasıl geldiğini anlamadım.
  • Büyük n için binom dağılımının normale yakınsadığı Moivre-Laplace integral teoremini de biliyorum. Diğerini bilmiyorum ama bu da hiçbir şekilde burada değil.
Normal dağılıma gelince - alıntılar ve S.V.'nin yazdığı gibi. ve avucunuzun içinde kalanlar, hareketli ortalama etrafında normal bir şekilde dağılır, yani burada her şey temiz.

olexij , ifadelerin doğruluğu şaşırtıcı. Burada değil lib.mexmat.ru'da takılmalısın ("siz" için sakıncası yoksa). Nokta nokta cevap vermeye çalışacağım - yapabildiğim titizlikle ve aynı zamanda en azından buradaki biri bunu anlasın. Doğrudan üniversite tezgahından değilim, ancak genel bir matematiksel titizlik fikrim var.

1. Fraktal dağılım: Bu, Peters'ın kitabında ele alınan ve tablosu bu kitabın sonunda bulunanı ifade eder. Kitabın bağlantısı: http://www.ozon.ru/context/detail/id/1691158/ . Bu arada, Spider'da da ücretsiz olarak sunuluyor. Ayrıca Shiryaev'in "Temelleri Stokastik Finansal Matematiğin Temelleri"nde daha titiz bir açıklama var. Fraktalite burada daha çok olasılık dağılımının kararlılığı anlamına gelir.

2. Durağanlık: evet, yanlış ifade ettim (şans eseri, yazdıktan sonra yanlış ifade ettiğimi düşündüm - biri mutlaka kusur bulur). Dağılımın durağanlığını değil, Rastgele İşlem İadelerinin durağanlığını kastettim.

3. İki terimlinin normale yakınsaması teoremini biliyorum. Bir bilgisayarda normal dağılımın iyi bir taklidini elde etmek için, düzgün bir şekilde dağıtılmış bir değere sahip olan ve normal dağılım fonksiyonunun tersini bilen bir teoremi kastetmiştim. Tam olarak ne dendiğini hatırlamıyorum ama terver'deki en önemlilerden biri.

Son bir şey: Hareketli bir ortalama etrafındaki fiyat tekliflerinin dağılımından bahsetmiyoruz; normallikleri ... iyi, sezgisel olarak sadece görünüyor ve hiç de yüzeyde değil. Kastedilen İade'dir, yani. hareketli ortalamalardan bağımsız olarak komşu çubukların kapanış fiyatlarındaki fark.
 
olexij :
Yukarıdaki yazı biraz kaotik:
  • Parabolik fraktal dağılım diye bir şey var (Fransa'daki diğer şehirlere göre Paris şehrinin büyüklüğü gibi gerçek nesnelerin dağılımını modelleme konusunda oldukça yeni bir şey https://en.wikipedia.org/wiki /Parabolic_fractal_distribution ). Doğrudan üniversiteden değilseniz, muhtemelen bu size öğretilmemiştir. Ne taraf burası anlamadım
  • Durağan dağılım: eğer el. vektörler el'dir. Markov zincirinin durum uzayında, negatif olmayan sayılardır, toplamı 1'e kadardır ve el. i el toplamıdır. j vektörü, j durumundan i durumuna geçiş olasılığı ile çarpılır. Ben de buraya nasıl geldiğini anlamadım.
  • Büyük n için binom dağılımının normale yakınsadığı Moivre-Laplace integral teoremini de biliyorum. Diğerini bilmiyorum ama bu da hiçbir şekilde burada değil.
Normal dağılıma gelince - alıntılar ve S.V.'nin yazdığı gibi. ve avucunuzun içinde kalanlar, hareketli ortalama etrafında normal bir şekilde dağılır, yani burada her şey temiz.

Okuyordum. çok düşündüm. ağlıyor.
Aftar yanıyor! Yürü!
 
Mathemat :
olexij :
Yukarıdaki yazı biraz kaotik:
  • Parabolik fraktal dağılım diye bir şey var (Fransa'daki diğer şehirlere göre Paris şehrinin büyüklüğü gibi gerçek nesnelerin dağılımını modelleme konusunda oldukça yeni bir şey https://en.wikipedia.org/wiki /Parabolic_fractal_distribution ). Doğrudan üniversiteden değilseniz, muhtemelen bu size öğretilmemiştir. Ne taraf burası anlamadım
  • Durağan dağılım: eğer el. vektörler el'dir. Markov zincirinin durum uzayında, negatif olmayan sayılardır, toplamı 1'e kadardır ve el. i el toplamıdır. j vektörü, j durumundan i durumuna geçiş olasılığı ile çarpılır. Ben de buraya nasıl geldiğini anlamadım.
  • Büyük n için binom dağılımının normale yakınsadığı Moivre-Laplace integral teoremini de biliyorum. Diğerini bilmiyorum ama bu da hiçbir şekilde burada değil.
Normal dağılıma gelince - alıntılar ve S.V.'nin yazdığı gibi. ve avucunuzun içinde kalanlar, hareketli ortalama etrafında normal bir şekilde dağılır, yani burada her şey temiz.

olexij , ifadelerin doğruluğu şaşırtıcı. Burada değil lib.mexmat.ru'da takılmalısın ("siz" için sakıncası yoksa). Nokta nokta cevap vermeye çalışacağım - yapabildiğim titizlikle ve aynı zamanda en azından buradaki biri bunu anlasın. Doğrudan üniversite tezgahından değilim, ancak genel bir matematiksel titizlik fikrim var.

1. Fraktal dağılım: Bu, Peters'ın kitabında ele alınan ve tablosu bu kitabın sonunda bulunanı ifade eder. Kitabın bağlantısı: http://www.ozon.ru/context/detail/id/1691158/ . Bu arada, Spider'da da ücretsiz olarak sunuluyor. Ayrıca Shiryaev'in Fundamentals of Stochastic Financial Mathematics'de daha titiz bir anlatımı var. Fraktalite burada daha çok olasılık dağılımının kararlılığı anlamına gelir.

2. Durağanlık: evet, yanlış ifade ettim (şans eseri, yazdıktan sonra yanlış ifade ettiğimi düşündüm - biri mutlaka kusur bulur). Dağılımın durağanlığını değil, rastgele süreç İadelerinin durağanlığını kastettim.

3. İki terimlinin normale yakınsaması teoremini biliyorum. Bir bilgisayarda normal dağılımın iyi bir taklidini elde etmek için, düzgün bir şekilde dağıtılmış bir değere sahip olan ve normal dağılım fonksiyonunun tersini bilen bir teoremi kastetmiştim. Tam olarak ne dendiğini hatırlamıyorum ama terver'deki en önemlilerden biri.

Son bir şey: Hareketli bir ortalama etrafındaki fiyat tekliflerinin dağılımından bahsetmiyoruz; normallikleri ... iyi, sezgisel olarak sadece görünüyor ve hiç de yüzeyde değil. Kastedilen İade'dir, yani. hareketli ortalamalardan bağımsız olarak komşu çubukların kapanış fiyatlarındaki fark.
Matematikçiysen, öylesindir. :) Matematik ve istatistikten bahsederken kesin formüller her zaman daha iyidir, özellikle de Google elinizin altındayken ve eli yorulmamışken. Puanlar:
3. Box-Muller dönüşümü hakkında mı yazıyorsunuz? Sözde-rastgele düzgün dağılmış sayılardan sözde-rastgele normal dağıtılmış sayıların üretilmesi hakkında burada: http://www.taygeta.com/random/gaussian.html . Ama burada sözde-rastgele düzgün dağılmış değişkenlere nerede sahibiz?
2. Sürecin durağanlığı: muhtemelen evet. Ayrıca dağıtım fonksiyonunun zamanla değiştiğini de düşünmüyorum.
1. Son açıklamaya göre, şimdi kazmak ve okumak için çok tembel:
Örneğin, rastgele bir örneklem alarak rastgele bir değişkenin dağılımının normal olup olmadığını test edebileceğiniz Kolmogorov-Smirnov testi vardır: https://en.wikipedia.org/wiki/Kolmogorov-Smirnov_test . Bu sizin için yeterli değilse, lütfen yukarıda yazdığınız her şeyi, teklifinizin açıklamasına anlaşılır bir şekilde yapıştırın.
 
alexjou :
olexij :
Yukarıdaki yazı biraz kaotik:
  • Parabolik fraktal dağılım diye bir şey var (Fransa'daki diğer şehirlere göre Paris şehrinin büyüklüğü gibi gerçek nesnelerin dağılımını modelleme konusunda oldukça yeni bir şey https://en.wikipedia.org/wiki /Parabolic_fractal_distribution ). Doğrudan üniversiteden değilseniz, muhtemelen bu size öğretilmemiştir. Ne taraf burası anlamadım
  • Durağan dağılım: eğer el. vektörler el'dir. Markov zincirinin durum uzayında, negatif olmayan sayılardır, toplamı 1'e kadardır ve el. i el toplamıdır. j vektörü, j durumundan i durumuna geçiş olasılığı ile çarpılır. Ben de buraya nasıl geldiğini anlamadım.
  • Büyük n için binom dağılımının normale yakınsadığı Moivre-Laplace integral teoremini de biliyorum. Diğerini bilmiyorum ama bu da hiçbir şekilde burada değil.
Normal dağılıma gelince - alıntılar ve S.V.'nin yazdığı gibi. ve avucunuzun içinde kalanlar, hareketli ortalama etrafında normal bir şekilde dağılır, yani burada her şey temiz.

Okuyordum. çok düşündüm. ağlıyor.
Aftar yanıyor! Yürü!
Ağlama dedem sana şeker verecek :)