随机谐振 - 页 20

新评论
 
lna01:
我没有理解错吧，差价是在整个窗口N的范围内进行的吗？如果是这样，我认为在这里很难指望有什么不变的东西。相反，它可能出现在不同的muvinings中，例如最高的muvinings（最大的M）。


当然，我说的是慕容复，但他们不是价格慕容复。在这个话题的第一篇文章中，我写道："元素X的值集从上面看是有界的，即所有X都属于区间[0,Xmax]"。原则上，价格增量也符合这一定义。

N是图表上所有可用的历史。在我们的工作中，将不需要它。但目前我正在用它进行统计--平均数、抽筋等。这种想法是，统计数据的性质变化不大，而且很缓慢，或者根本没有变化。因此，以这种方式计算的系列参数可以在未来应用。

整个窗口N的范围，也就是整个历史的范围，是[0,Xmax]。窗口M上的范围只是我想从理论上定义的，即只基于主系列的统计和N和M的值，而不是从实验上，即运行所有可能的M窗口。

这一点很简单。当移动到另一个t/f（具有相同的窗口M）时，系列Y的数值范围不应改变。那么当地Y值的变化可以告诉我们一些情况。另一方面，如果数值的区域发生了变化，那么就不清楚应该把局部Y值的变化归因于什么，是规模的变化还是真正的重大事件。

PS

顺便说一句，我对高斯的看法是错误的。正态分布存在于整个轴上，而这里我们说的是右半轴。但分配的种类其实并不重要。我对计算的想法或程序感兴趣，它可以适用于任何分布。

 
好的。假设有一个系列X，已经描述过了，有一个已知的分布函数。如何构建系列Y的分布函数，它是系列X的周期为M的移动平均？
 
Yurixx:

整个窗口N的范围，也就是整个历史的范围，是[0,Xmax]。但在窗口M上的传播正是我想从理论上确定的，即只基于主系列的统计数字和N和M的值，而不是通过实验，即通过运行所有可能的窗口M。

我还需要考虑一下，但这里好像缺少一个参数。M是muving的 周期，这意味着我们在这个窗口有一个值。对于价差，我们至少需要两个，也就是说，我们需要定义移动平均线的取值窗口，以确定其价差。如果它不是N，那是什么？
 
Yurixx:
好的。假设有一个已经用已知分布函数描述的系列X。如何构建系列Y的分布函数，它是系列X的周期为M的移动平均值？

Yurixx，理论上你将很难建造它，我可以告诉你。回报分布本身没有明确的分析表达，这就是问题所在。此外，在这种情况下，我们要处理的是一个随机过程，而不是分布本身。而随机过程也有其错综复杂的特点--例如自相关函数。放弃这些理论上的东西...

根据人口X的分布函数来构建慕容 分布函数是没有意义的--仅仅是因为连续的价格样本不是独立的测试。来自同一群体的两个独立测试的总和是一回事（分布的卷积定理在这里起作用），但两个不独立的相邻测试的总和是另一回事。

 
Mathemat:

Yurixx，理论上你将很难建造它，我可以告诉你。回报分布本身没有明确的分析表达，这就是问题所在。此外，在这种情况下，我们要处理的是一个随机过程，而不是分布本身。而随机过程也有其错综复杂的特点--例如自相关函数。放弃理论...

...

是的，我已经向尤里暗示了很久，但他不听。他早就从经验上获得了一个依赖性，而且相当准确。:о)

 

所以，我一直在思考更多的问题:)。唯一的出路是考虑这不是一个抽象的问题，而是一个相当具体的问题。比方说，增量上的口误将是一个滑动的差额。其目的是使其成为无尺寸的。在实验中，相应的单位可以简单地通过近似地得到在恒定M下的传播对时间框架的依赖性。如果对不同的M来说，至少在某个范围内（M1，M2）是相同的 - 这可以在这个范围内使用。

我也认为试图通过分析得到一些东西是错误的，但如果你仍然需要，第一种方法是把一个随机变量的M个数值的系列作为M个独立随机变量的唯一数值的系列，然后像Mathemat 写的那样。

P.S. 换句话说，寻找这样一种缩放变换，使grasn的帖子中的图片变成类似于水平线的东西。寻找...也许在分形科学方面？

P.P.S.顺便说一下，几乎不可能如此轻易地使用这种无尺寸的传播。在我网页上的第二张截图的独立窗口中，画了类似的东西（我不会说它到底是什么：）。我的版本没有明确的食谱。

 
Mathemat:
Yurixx:
OK。假设有一个已经用已知分布函数描述的系列X。你如何为系列Y构建一个分布函数，它是系列X的M周期的移动平均线？

Yurixx，理论上你会对建造它感到厌倦，我告诉你。分布本身没有明确的分析表达，这就是问题所在。此外，在这种情况下，你要处理的是一个随机过程，而不是分布本身。而随机过程也有其错综复杂的特点--例如自相关函数。放弃这些理论上的东西...

根据人口X的分布函数来构建慕容分布函数是没有意义的--仅仅是因为连续的价格样本不是独立的测试。来自同一群体的两个独立测试的总和是一回事（分布的卷积定理在这里起作用），但两个不独立的相邻测试的总和是另一回事。


我不知道这与回报有什么关系，但我所处理的实际分布是否有分析形式，绝对没有区别。你可以为任何过程构建一个分布函数（如果你有数据的话）--随机的、马尔科夫的、混乱的或工资过程。:-)我的前提是，市场的性质不是每天都在变化，这意味着我所处理的系列的分布必须是相对 稳定的。我在不同的T/F上检查过了--假设得到了证实，从M5开始，分布形状相互重现得相当好。原则上，用一个具有2-3个参数的分析函数来近似这个形状应该不难。

为了获得对市场状况或多或少的估计，这个X系列应该被平滑，例如，通过muving 来进行平滑。这里出现了一个问题。构建慕容分布函数可以解决这个问题，因为这样我就知道如何计算出数值范围的极限。自然不是准确的，而是统计的。"连续的价格计数 "与X系列没有关系，我以前写过这个。不幸的是，当我在前面几页写到这是一个系列的价格时，我错了。我没有考虑到价值领域和变化性质的重大差异。我再次表示歉意。

感谢这次讨论，我明白了，首先，一个muving中的数值之和可以正确地被认为是系列中任何数值的总和，而不是连续数值的总和。理由是：对变化区域界限的评价是对BEFITS的评价，而不是对当前值的评价。此外，当X值通过其最小（最大值）时，就会得到移动平均线的最小（最大值）--几乎所有移动平均线的元素都在范围边界附近--相当现实的情况。价格方面也是如此。

第二，由于上述原因，可能产生Ymax和Ymin值的积分方程的解是S(p(x)dx)=M/N。这里S(...) 是一个定积分，p(x)是系列X的概率密度函数。为了确定Ymin，积分从0到某个X1取。作为结果，我们得到一个关于X1的分析方程（如果积分以分析形式进行）。然后，通过计算X在这个区间[0,X1]的平均值，我们得到Ymin。

同样，为了确定Ymax，我们采取从X2到无穷大的积分。通过确定X2，我们可以确定Ymax。

而这其中的物理意义就更透明了。Ymin是X的M个最低值的muving值，Ymax是X的M个最高值的muving值，显然这两个值不是精确的。在这个意义上，对于现有的数据来说，它们不太可能在计算真实的系列动作时实现。然而，Ymax和Ymin最初需要作为统计学上的边际估计。我希望没有人会声称它们在未来永远不会实现。:-)

而M=1和M=N情况下的边际估计值与我之前写的相同。

可以对Ymax和Ymin的估计进行完善。但这正是muvinge分布函数的作用。

因此，我已经准备好听取批评意见。

Mathemat，问题是我是一个理论家。这是我的专长。每个人都有自己的短处。因此，敦促我放弃任何理论上的冒险都是失败的。这就像敦促一个酗酒者戒酒一样。:-)但感谢你参与（我的命运）。:-))

顺便问一下，你能告诉我更多关于分布的卷积吗？

 
卷积：例如，见http://www.nsu.ru/mmf/tvims/chernova/tv/lec/node39.html#2933。那么，你可以找到很多关于分布函数卷积的内容。 这里重要的是计算两个独立 变量之和的分布。
 

Yurixx， 不要听任何人的话（请讨论者，没有恶意）。

做你认为正确的事。如果你设法保持努力，这是一件好事。没有什么比放弃更糟糕的了。人靠自己出生，靠自己死亡，靠自己活着；他自己的所有经历都是他自己的。结果是什么并不那么重要。我的意思是，当然很重要，但在运动中的价值本身要高得多。好运。

 
Mathemat:
卷积：例如，见http://www.nsu.ru/mmf/tvims/chernova/tv/lec/node39.html#2933。那么，你可以找到很多关于分布函数卷积的内容。 重要的是，这里计算的是两个独立 变量之和的分布。


谢谢你。我的直觉是，应该有类似的东西（我指的是问题的解决方案，而不是公式本身），但出于无知，我不知道是什么。:-)

2SK

谢谢你，谢尔盖。"运动是一切，目标是什么 "是无政府主义者的口号。而你和我坚持走中间路线。所以在这个意义上，我接受你的愿望。顺便说一句，有时辞职是必要的。甚至是非常必要的。你不会争辩说，如果一个人愚蠢地或无知地跌入了一些冗长的教条，最后，哦，奇迹般地意识到自己的错误，他无论如何都不应该放弃它？

如果没有什么比退出更糟糕的了，那就是我将在外汇上度过我的余生？:-)))

1...131415161718192021222324252627...38
新评论