Mutlak oranlar - sayfa 33

 
Avals:

rastgele bir yürüyüş ve EY=ED*DY pedini kullanarak bir ED ve DY rotası oluşturun . Sonra da E,D,Y'den KK->1'e kadar olanı bulun. Şimdi SB kalıplarını ne gösterecekler?

olmaz. Sanırım algoritmam çökecek ve KK->1 ile üç benzer eğri çizemeyecek. Onu tek bir biçime indirgeme olasılığı, alıntıların rastgele olmamasıyla belirlenir. Deneyeceğim. Bugün, yarın, yarından sonraki gün buraya ekleyeceğim. Aslında, geçmiş enkarnasyonlarımda, Gauss beyaz gürültüsü ve basit fonksiyonlar (sinüsler, menderesler, adımlar) üzerinde her türlü algoritmayı test etmeyi defalarca önerdim.
 

Bilmiyorum.... Yapılarınızın normal indekslere kıyasla ne vereceğini bilmiyorum. Bir incir, hesaplamalarda bazı varsayım ve yaklaşımlara gitmemelidir. Aynı yen için, endeksler de Mayıs 2012'den Ocak 2013'e düşüşünü gösteriyor, son birkaç haftadır bu hareket yavaşladı, hatta belki tersine döndü. Diğer tarafta aynı yumurtalar.

 
Figar0 :

Bilmiyorum.... Yapılarınızın normal indekslere kıyasla ne vereceğini bilmiyorum. Bir incir, hesaplamalarda bazı varsayım ve yaklaşımlara gitmemelidir. Aynı yen için, endeksler de Mayıs 2012'den Ocak 2013'e düşüşünü gösteriyor, son birkaç haftadır bu hareket yavaşladı, hatta belki tersine döndü. Diğer tarafta aynı yumurtalar.


AYNI DEĞİL, kaç kez tekrar edebilirsin. Hangi "endeksler"? Bunlar NE İLE İLİŞKİLİ Yen çizelgeleridir? Para sepeti ile ilgili olarak ? Yani bu sepetin değeri çılgınca dalgalanıyor. Yasaktır. YAPMAYIN!!!!!!!!!!!!!!!!!!!! 11 YAPMAYIN!!!!!!!!!!!!!!!!!!!!!!!!!!!! !!!! !!!!!!!!!!!!1 DEĞİŞTİRİLMEYEN bir papağan olmalı. Örneğin, yen 1 Ocak 2012'de belirli bir bardadır. Ve onunla ilgili olarak, tüm bu yıl boyunca bir at kuyruğu ile tanımı gereği eşit ve her zaman inşa edin.
 
Dr.F. :

Meslektaşım, size bir örnek verdim. sinüs ve kosinüs. Sıfır korelasyon. Ortogonallik yoktur. Başka ne yapar?
Sinüs ve kosinüs, açının işlevleridir ve rastgele değişkenler değildir, ayrıca, özdeşlik (sin ^ 2 (a) + cos ^ 2 (a) \u003d 1) ile katı bir şekilde birbirine bağlıdırlar ve tanım gereği korelasyon rastgele değişkenler için ilişkinin bir ölçüsü olarak kullanılır. Bu nedenle, bu miktarlar için bir tür korelasyondan bahsetmek mantıklı değil.
 
Dr.F. :
olmaz. Sanırım algoritmam çökecek ve KK->1 ile üç benzer eğri çizemeyecek. Onu tek bir biçime indirgeme olasılığı, alıntıların rastgele olmamasıyla belirlenir. Deneyeceğim. Bugün, yarın, yarından sonraki gün buraya ekleyeceğim. Aslında, geçmiş enkarnasyonlarımda, Gauss beyaz gürültüsü ve basit fonksiyonlar (sinüsler, menderesler, adımlar) üzerinde her türlü algoritmayı test etmeyi defalarca önerdim.



İnanmıyorum!!! Aşağıdakileri yapmayı öneriyorum. Size üç set veri çifti verin.

1- Avals'ın dediği gibi tamamen gpg'den üretin

2- 2 bilinmeyen çiftin (ED ve DY ile benzer şekilde, sadece içlerinde farklı bir para birimi sırası ile) sizin için bilinmeyen bir tarih parçası, normalleştirilmiş değerleri.

3- Gerçek çiftlerden dağılımlarla hrc yapın. 2. noktadan itibaren

4- Satırlardan biri gerçek bir çift, diğeri ise bir rgch.

 
khorosh :
tanım gereği korelasyon, rastgele değişkenler için bir ilişkinin ölçüsü olarak kullanılır. Bu nedenle, bu miktarlar için bir tür korelasyondan bahsetmek mantıklı değil.


Başka bir hayal mi? Korelasyon (İki nicelik arasında doğrusal bir ilişkinin varlığını karakterize eden K. Pearson'ın doğrusal korelasyon katsayısını kastediyorum) BAZILARI, GENEL OLARAK BU DEĞERLER arasındaki ilişkinin bir ölçüsü olarak kullanılır. Belki rastgele, belki x ve x'in karesi, nokta değil. Rastgele olup olmamaları umurunda mı? Bir formülünüz var, yerine koyun, sonucu bulun. Diyelim ki - ayy - böyle bir x aralığında x ve x kare arasındaki korelasyon katsayısı neredeyse 0.97'dir. Ve ne?
 
Joperniiteatr :



İnanmıyorum!!! Aşağıdakileri yapmayı öneriyorum. Size bir dizi veri kümesi çifti verin.

1- Avals'ın dediği gibi tamamen gpg'den üretin

2- 2 bilinmeyen çiftin (ED ve DY ile benzer şekilde, sadece içlerinde farklı bir para birimi sırası ile) sizin için bilinmeyen bir tarih parçası, normalleştirilmiş değerleri.

3- Gerçek çiftlerden dağılımlarla hrc yapın. 2. noktadan itibaren


denemeyi kabul ediyorum :-)

Birinin "gerçek" EURUSD ve EURJPY ve "rastgele" olanları hazırlamasını sağlayın. "Gerçek", her şey olmadan (tarihler, açık, vb.) Bir şekilde onları çarpıtabilirsiniz, ancak DOĞAYI DEĞİŞTİRMEDEN, örneğin, büyük olmayanlardan egzotik bir üçgen alın ve zamanın yönünü tersine çevirin. Ve her iki dosya çifti için sonuçları listeleyeceğim.

 
Dr.F. :


denemeyi kabul ediyorum :-)

Birinin "gerçek" EURUSD ve EURJPY ve "rastgele" olanları hazırlamasını sağlayın. "Gerçek" olanlar, her şey olmadan (tarihler, açık, vb.) Yalnızca yakın sütunlar olmalıdır. Bir şekilde onları çarpıtabilirsiniz, ancak DOĞAYI DEĞİŞTİRMEDEN, örneğin, büyük olmayanlardan egzotik bir üçgen alın ve zamanın yönünü tersine çevirin. Ve her iki dosya çifti için sonuçları listeleyeceğim.



ama bunlar gerçek EURUSD ve EURJPY olacak 1.3333 ve 125,00 gibi değil, bunlar normalize edilmiş biçimde gerçek kurlar olacak ki gözetlemeyesiniz. Her şey yolunda?
 
Joperniiteatr :


ama bunlar gerçek EURUSD ve EURJPY olacak 1.3333 ve 125,00 gibi değil, bunlar normalize edilmiş biçimde gerçek kurlar olacak ki gözetlemeyesiniz. Her şey yolunda?
gidecek, gidecek. Orijinal verileri çarpıtma yöntemini ortaya çıkarmak ve orijinal verileri de sunmak için size sonuçlarla cevap verdikten SONRA soracağım. Bozulma algoritmanızın alıntıların doğasını bozmadığından emin olmak için.
 
Dr.F. :

Başka bir hayal mi? Korelasyon (İki nicelik arasında doğrusal bir ilişkinin varlığını karakterize eden K. Pearson'ın doğrusal korelasyon katsayısını kastediyorum) BAZILARI, GENEL OLARAK, ONLARA GÖRE DEĞERLER arasındaki ilişkinin bir ölçüsü olarak kullanılır. Belki rastgele, belki x ve x'in karesi, nokta değil. Rastgele olup olmamaları umurunda mı? Bir formülünüz var, yerine koyun, sonucu bulun. Diyelim ki - ayy - böyle bir x aralığında x ve x kare arasındaki korelasyon katsayısı neredeyse 0.97'dir. Ve ne?

Wikipedia'yı okuyun:

Korelasyon (lat. korelasyondan ), ( korelasyon bağımlılığı ) - iki veya daha fazla rastgele değişkenin (veya kabul edilebilir bir doğruluk derecesi ile olduğu gibi kabul edilebilecek değişkenlerin ) istatistiksel bir ilişkisi.