随机谐振 - 页 17 1...101112131415161718192021222324...38 新评论 Сергей 2007.10.24 06:59 #161 对Yurixx 我明白了,我说的是推拉窗。在昨天的阿莱之后,我想得不是很好,但根据第一种近似,对窗口长度的分析依赖类型必须是 "几乎 "线性的,而是 "几乎 "指数的,大致上说,从初始样本量开始递减,顺便说一下,我们是否知道。 如果我的脚踏到了工作场所,我就会试着去思考,虽然现在只有我的背脊的大脑在工作。:о) PS:如果这不是什么秘密,你为什么需要它呢? 对 "诚实"而言 yuri在下一篇文章中解释说,我们谈论的是一个滑动窗口。 Candid 2007.10.24 07:01 #162 Avals: 那么它就不会起作用。 Yurixx写道(a)。 不,它只是一个长度为M个样本的滑动窗口。因此,序列Y中的元素数量为N-M+1。 是的,那么我也不明白这一切。 Candid 2007.10.24 07:22 #163 grasn: 对 "诚实 的 "来说 尤里在下一篇文章中解释说,滑动窗口是有问题的。 看来我刚刚错过了那个帖子 :(.仍然无法弄清如何纠正计数的依赖性 Сергей 2007.10.24 07:36 #164 lna01: 格拉斯恩。 对 "诚实 的 "来说 尤里在下一篇文章中解释说,他说的是一个滑动的窗口。 我想我只是错过了那个帖子:(。仍然无法弄清如何纠正计数的依赖性 为什么我们需要对样本的依赖性进行调整?我会做一些更简单的事情:任何平均化都会从样本传播中 "啃掉 "一些百分比,你可能可以估计具有Yury所列举的特征的样本的窗口长度M的这个百分比的值--分析或实验的方式。虽然我现在脑子不清楚......。 Sceptic Philozoff 2007.10.24 08:07 #165 嗯,是的,确实如此,但没有明确的界限是不可能的。如果在一百万个样本中,有相当大的机会得到与期望值相差4个西格玛或更多的结果(正常假设给出的概率为0.0000634,即这种样本的期望值为63.4例),那么在一百个样本中,这种机会是虚幻的(其数量为0.00634)。但这并不意味着在一百个样本中,我们不可能遇到一个样本偏差超过4个希格玛的情况。这只是极不可能的事。 Yurixx,这个边界问题只能以概率的方式提出。 P.S. 好吧,例如:找到这样的值Ymin和Ymax,Y落入其中的概率为0.99。我 们有理由认为,这两个极端都与普通人的思维方式等距离。 Сергей 2007.10.24 08:28 #166 Mathemat: 嗯,是的,确实如此,但没有明确的界限是不可能的。如果在一百万个样本中,有相当大的机会得到与期望值相差4个西格玛或更多的结果(正常假设给出的概率为0.0000634,即这种样本的期望值为63.4例),那么在一百个样本中,这种机会是虚幻的(其数量为0.00634)。但这并不意味着在一百个样本中,我们不可能遇到一个样本偏差超过4个希格玛的情况。这只是极不可能的事。 Yurixx,这个边界问题只能以概率的方式提出。 是的,我认为他是这样说的--大约,你真的无法得到准确的数据。但我很好奇,为什么有这样的需求 :o))) Candid 2007.10.24 08:32 #167 grasn: 为什么要对样本的依赖性做任何考虑?我会做一些更简单的事情:任何平均化都会从样本分布中 "吃掉 "一些百分比,你也许可以从具有尤里所列举的特征的样本上的窗口长度M来估计这个百分比的值--分析或实验。虽然我现在想不清楚...... 实验上很容易,我会这样做--我怀疑我们谈论的是非正态分布的变量:),对它们来说,即使有独立的分布之和,也可能有一个更不漂亮和紧凑的答案。在对随机变量求和时,依赖性给出了额外的项,但我想不出这种情况下这些项是什么。 总而言之,我加入了你的问题:如果没有秘密,我们为什么需要它?:) Sceptic Philozoff 2007.10.24 08:32 #168 Yurixx,你不认为价格系列(或差异系列)与计数的正常分布有关吗(即价格系列是一个经典的布朗过程)? Avals 2007.10.24 08:47 #169 lna01: 格拉斯恩。 为什么要对样本的依赖性做任何考虑?我会做一些更简单的事情:任何平均化都会从样本分布中 "吃掉 "一些百分比,你也许可以从具有尤里所列举的特征的样本上的窗口长度M来估计这个百分比的值--分析或实验。虽然我现在脑子不清楚......。 实验上一样简单,我会这样做--我怀疑事实上我们谈论的不是相当正态分布的量:),对它们来说,即使是独立的分布总和也可能有更少的漂亮和紧凑的答案。在对随机变量求和时,依赖性给出了额外的项,但我想不出这种情况下这些项是什么。 总而言之,我加入了你的问题:如果没有秘密,我们为什么需要它?:) 如果我们考虑这个量的增量,那么就可以看到独立性。 Sceptic Philozoff 2007.10.24 08:54 #170 阿瓦尔斯,如果我们具体讨论的是回报率(收盘价 增量),那么,唉,这里也没有独立性:回报率不是按照正常规律分布的。这在彼得斯的书中有很好的描述,我在同一主题的第一页的某个地方给出了链接。 1...101112131415161718192021222324...38 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
对Yurixx
我明白了,我说的是推拉窗。在昨天的阿莱之后,我想得不是很好,但根据第一种近似,对窗口长度的分析依赖类型必须是 "几乎 "线性的,而是 "几乎 "指数的,大致上说,从初始样本量开始递减,顺便说一下,我们是否知道。
如果我的脚踏到了工作场所,我就会试着去思考,虽然现在只有我的背脊的大脑在工作。:о)
PS:如果这不是什么秘密,你为什么需要它呢?
对 "诚实"而言
yuri在下一篇文章中解释说,我们谈论的是一个滑动窗口。
那么它就不会起作用。
Yurixx写道(a)。
不,它只是一个长度为M个样本的滑动窗口。因此,序列Y中的元素数量为N-M+1。
对 "诚实 的 "来说
尤里在下一篇文章中解释说,滑动窗口是有问题的。
对 "诚实 的 "来说
尤里在下一篇文章中解释说,他说的是一个滑动的窗口。
为什么我们需要对样本的依赖性进行调整?我会做一些更简单的事情:任何平均化都会从样本传播中 "啃掉 "一些百分比,你可能可以估计具有Yury所列举的特征的样本的窗口长度M的这个百分比的值--分析或实验的方式。虽然我现在脑子不清楚......。
嗯,是的,确实如此,但没有明确的界限是不可能的。如果在一百万个样本中,有相当大的机会得到与期望值相差4个西格玛或更多的结果(正常假设给出的概率为0.0000634,即这种样本的期望值为63.4例),那么在一百个样本中,这种机会是虚幻的(其数量为0.00634)。但这并不意味着在一百个样本中,我们不可能遇到一个样本偏差超过4个希格玛的情况。这只是极不可能的事。
Yurixx,这个边界问题只能以概率的方式提出。
P.S. 好吧,例如:找到这样的值Ymin和Ymax,Y落入其中的概率为0.99。我 们有理由认为,这两个极端都与普通人的思维方式等距离。
嗯,是的,确实如此,但没有明确的界限是不可能的。如果在一百万个样本中,有相当大的机会得到与期望值相差4个西格玛或更多的结果(正常假设给出的概率为0.0000634,即这种样本的期望值为63.4例),那么在一百个样本中,这种机会是虚幻的(其数量为0.00634)。但这并不意味着在一百个样本中,我们不可能遇到一个样本偏差超过4个希格玛的情况。这只是极不可能的事。
Yurixx,这个边界问题只能以概率的方式提出。
是的,我认为他是这样说的--大约,你真的无法得到准确的数据。但我很好奇,为什么有这样的需求 :o)))
为什么要对样本的依赖性做任何考虑?我会做一些更简单的事情:任何平均化都会从样本分布中 "吃掉 "一些百分比,你也许可以从具有尤里所列举的特征的样本上的窗口长度M来估计这个百分比的值--分析或实验。虽然我现在想不清楚......
为什么要对样本的依赖性做任何考虑?我会做一些更简单的事情:任何平均化都会从样本分布中 "吃掉 "一些百分比,你也许可以从具有尤里所列举的特征的样本上的窗口长度M来估计这个百分比的值--分析或实验。虽然我现在脑子不清楚......。
如果我们考虑这个量的增量,那么就可以看到独立性。