Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Görünüşe göre bu SV mat. beklenti=0, D=2*D1/M, RMS=sqrt(2*D1/M)
Avals , özellikle getirilerden (kapanış fiyatlarındaki artışlardan) bahsediyorsak, o zaman ne yazık ki, burada da bağımsızlık yoktur: getiriler normal yasaya göre dağıtılmaz. Bu Peters'ın kitaplarında iyi yazılmış, ilk sayfalarda bir yerde aynı konudaki bağlantıyı verdim.
Buna katılıyorum, ancak burada sorun başlangıçta X'in Gauss'a göre dağıtılmasıydı.
"X'in normal olarak dağıtılmış bir değerler dizisi olduğunu varsayalım..."
Görünüşe göre bu SV mat. beklenti=0, D=2*D1/M, RMS=sqrt(2*D1/M)
Yani artışların toplamı da normaldir. Ve problemde, anladığım kadarıyla, bu miktarı belirli bir olasılıkla ( güven aralığı ) belirli sınırlar içinde bulmayı düşünmek gerekiyor.
Görünüşe göre bu SV mat. beklenti=0, D=2*D1/M, RMS=sqrt(2*D1/M)
Yani artışların toplamı da normaldir. Ve problemde anladığım kadarıyla bu miktarı belli bir olasılıkla (güven aralığı) belli sınırlar içinde bulmayı düşünmek gerekiyor.
Görünüşe göre bu SV mat. beklenti=0, D=2*D1/M, RMS=sqrt(2*D1/M)
Yani artışların toplamı da normaldir. Ve problemde anladığım kadarıyla bu miktarı belli bir olasılıkla (güven aralığı) belli sınırlar içinde bulmayı düşünmek gerekiyor.
Bu sadece bu ortalamanın artışları içindir. Değerin kendisinin belirli sınırlar içinde kalması için bu artışların toplamını dikkate almak gerekir. Dağılımı, dağılımların toplamına eşittir: Ds=(N-M+1)*D=2*(N-M+1)*D1/M. RMS=SQRT(2*(N-M+1)*D1/M), burada D1 orijinal serinin varyansı N orijinal serinin uzunluğu, M sürgülü pencerenin uzunluğudur. Montecarl için daha kolay ve daha güvenilir :)
son RMS S*sqrt(2) elimizde mi? hm...
Bu sadece bu ortalamanın artışları içindir. Değerin kendisinin belirli sınırlar içinde kalması için bu artışların toplamını dikkate almak gerekir. Dağılımı, dağılımların toplamına eşittir: Ds=(N-M+1)*D=2*(N-M+1)*D1/M. RMS=SQRT(2*(N-M+1)*D1/M), burada D1 orijinal serinin varyansı N orijinal serinin uzunluğu, M sürgülü pencerenin uzunluğudur. Montecarl için daha kolay ve daha güvenilir :)
Not Üzgünüz, dikkatsiz, bir hata var, RMS sonsuzluğa yönelemez. Miktarı yalnızca M artışlarla almanız gerekir
PPS S, sqrt(D1) anlamına gelir
son RMS S*sqrt(2) elimizde mi? hm...
Bu sadece bu ortalamanın artışları içindir. Değerin kendisinin belirli sınırlar içinde kalması için bu artışların toplamını dikkate almak gerekir. Dağılımı, dağılımların toplamına eşittir: Ds=(N-M+1)*D=2*(N-M+1)*D1/M. RMS=SQRT(2*(N-M+1)*D1/M), burada D1 orijinal serinin varyansı N orijinal serinin uzunluğu, M sürgülü pencerenin uzunluğudur. Montecarl için daha kolay ve daha güvenilir :)
Arkadaşlar, cevap veren herkese teşekkürler. Tartışmanız sayesinde kafam aydınlandı. Biraz. :-)
Orijinal seri fiyatlarıdır. Tabii ki öyle. Dağılımı muhtemelen anormal. Normal hakkında yazdım, çünkü onun için analitik bir biçimde çok şey hesaplanabiliyor ve gerçek dağılıma belirli bir doğrulukla normal bir dağılımla yaklaşılabiliyor.
Görevin, kuyruklardaki olayların olasılıklarını tahmin etmek veya belirlemeye çalışmakla hiçbir ilgisi yoktur. Seni hayal kırıklığına uğratmış olmalıyım. Ne yazık ki. Görev, hareketli ortalamanın aralığının (bu doğru, Sergey, bütün mesele bu) önemli ölçüde M penceresinin boyutuna bağlı olması nedeniyle ortaya çıktı ve ben, silinemez alışkanlığıma göre, farklı M için hareketli ortalamaları karşılaştırmak istiyorum. Yapamam, çünkü farklı aralıkları var. Bu değer aralıklarını aynı aralığa getirebilmek için bu hareketli ortalamaların normalize edilmesi gerekmektedir. Ve bunun için normalizasyon katsayısını, daha doğrusu M'ye bağımlılığını hesaplamanız gerekir.
Ayrıca, geçmişten istatistiklere sahip olarak ve sayılarda dağılım fonksiyonunu oluşturarak, bu katsayıyı doğrudan hesaplayabilir veya dağılım fonksiyonunu Gauss ile yaklaşık olarak hesaplayabilir ve analitik olarak hesaplayabilirsiniz. Doğal olarak, mutlak doğruluk burada işe yaramaz. Modelin değil, bağımlılığın doğasının doğru olması önemlidir. Aklıma bir çok model geliyor...
2 Matematik
Umarım şimdi keskin sınırlardan değil, örnek boyutlarındaki farklılıkların bir sonucu olan değerlerdeki farklılıkları telafi etmekten bahsettiğimizi anlamışsınızdır. Ve söylediğin her şeye katılıyorum. Tamamen. :-)
son RMS S*sqrt(2) elimizde mi? hm...
Bu sadece bu ortalamanın artışları içindir. Değerin kendisinin belirli sınırlar içinde kalması için bu artışların toplamını dikkate almak gerekir. Dağılımı, dağılımların toplamına eşittir: Ds=(N-M+1)*D=2*(N-M+1)*D1/M. RMS=SQRT(2*(N-M+1)*D1/M), burada D1 orijinal serinin varyansı N orijinal serinin uzunluğu, M sürgülü pencerenin uzunluğudur. Montecarl için daha kolay ve daha güvenilir :)
Not Üzgünüz, dikkatsiz, bir hata var, RMS sonsuzluğa yönelemez. Miktarı yalnızca M artışlarla almanız gerekir
Onlar. bir SV - RMS olarak sonsuz büyük bir artış serisinin toplamı sonsuz olacaktır.