a) 不幸的是，我并不真正理解某些短语，如 "无限变量的CB"。我们所讨论的（或者说我说的，也许我误解了你的意思）是当NE以数字为价值，比如5、10、20，而不是整个过程的轨迹。轨迹也是从数学的角度来看NE，就像我不谈论它一样，轨迹FR没有（好吧，只是在有限维分布的集合的意义上，但这么深你可能不挖）。
b) 是的，这是一个FR，但这不是你感兴趣的情况，你考虑的是累计金额，而我谈论的是同一CB的具体实现，以数字为价值。
c) 好吧，我怎么能告诉你，这里的情况并不简单。有一些具体的效果，强调了增量的依赖性。例如：在强劲的运动之后，你应该期待强劲的运动，在松懈之后，你应该期待松懈。在数学上，波动性是持久的，而且还有（与trex无关的）影响，如杠杆效应（如果价格下跌，波动性上升）。 没有一个模型能考虑到所有这些，但马汀吉理论并不禁止这种行为，因此可以使用它而不是具有独立更新的通常过程的相应结果。也就是说，强加给过程的条件是非常弱的，不能明确地描述过程的行为。
c) 嗯，这是一个复杂的情况。有一些具体的影响，强调了增量的依赖性。例如：在强烈的运动之后，你应该期待一个强烈的运动，在冷淡之后，你应该期待一个冷淡。从数学上讲，波动性是持续的，而且还有（与trex无关的）影响，如杠杆效应（如果价格下跌，波动性上升）。 没有一个模型能考虑到所有这些，但马汀吉理论并不禁止这种行为，因此可以使用它而不是独立更新的通常进程的结果。也就是说，强加给过程的条件是非常弱的，不能明确地描述过程的行为。
c) 嗯，这是一个复杂的情况。有一些具体的影响，强调了增量的依赖性。例如：在强烈的运动之后，你应该期待一个强烈的运动，在冷淡之后，你应该期待一个冷淡。在数学上，波动性是持久的，而且还有（与trex无关的）影响，如杠杆效应（如果价格下跌，波动性上升）。 没有一个模型能考虑到所有这些，但马汀吉理论并不禁止这种行为，因此可以使用它而不是具有独立更新的通常过程的相应结果。也就是说，强加给过程的条件是非常弱的，不能明确地描述过程的行为。
中子
在X轴和Y轴上都有更多的细节，如果这是p.d.f的话，被Y轴上的负值所迷惑。
是的，这些都是十度的指标：-)
中子
我为自己的回答感到抱歉，因为我不是被问到的人。但我将尝试对我从这个数字中看到的东西进行评论。这种分配是漂亮的大量工作，只有一点是很难以任何方式使用它来建设TC。这里已经说过，这些独立的增量使我们无法使用它。早些时候我贴了一张图片--如何通过知道分布规律的参数来建立TS，但那里一切都很简单，那里可以=证实。 在这里，由于增量是独立的，它（可以）一直在转移，并且不知道在哪里。这就是为什么在现实中你不知道0点在哪里（在其上跳舞的炉子=设置阈值）。
我想就是这样，尽管我的评论可能与你想听的不同。正确的问题是答案的2/3。
这里还有一个地方，你可以得到一个10秒钟的故事（一包10K，而且是免费的......虽然我没有检查过质量）。
...也许有人需要...
http://www.dukascopy.com/swiss/english/data_feed/csv_data_export/
致卡玛尔
根据你在股市的实际经验，目前是否可以使用 "买入（卖出）并持有 "以外的策略？
是的，当然，我甚至会说目前只有这样的策略是可能的，我从未停止对那些长期战胜指数的选股者感到惊讶。
关于 "滴答"：对不起，我现在不在莫斯科，我保证到了之后会重复统计计算，然后我们再具体讨论。上图的抽搐--Geinkapital，也许它起到了作用....。
a) 如果我理解正确的话，你所说的SP是指数列SP的所有无限的实现集合，其中每一个都是这个SP的无限数列的特例。在这种情况下，有可能谈论一个单一元素的分布函数。如果我说错了，请纠正我。
我说的 "SP "是指那个系列（可能是无限的），其中有限的部分我在我的电脑上以报价历史片段的形式存在。而我把一个样本称为这段历史的一部分，我在计算中直接使用它。这是否改变了问题？如果是这样，它的变化是什么？那么，什么是样本呢？
b) 关于最大限度和程度，我明白了，谢谢你。这是一个不同的、更有趣的观点。我的计算是基于其他的假设。 就我的理解，结果是一个最大的分布。而这正是FR，而不是SP。再往下看就清楚了。
如果你对这种识字还不厌烦的话，我想再问一个问题。 你几次强调增量的独立性是一个重要的限制，它把理论和实践分离得太厉害了。你还提到，理论已经能够更进一步。能否请您详细介绍一下这个理论，至少足以让人对这些步骤有一个初步的了解，也让人明白一个对数学不太了解的人（比如我:-），但不是这个领域的专家，如何能在这里得到对自己有用的东西。
a) 不幸的是，我并不真正理解某些短语，如 "无限变量的CB"。我们所讨论的（或者说我说的，也许我误解了你的意思）是当NE以数字为价值，比如5、10、20，而不是整个过程的轨迹。轨迹也是从数学的角度来看NE，就像我不谈论它一样，轨迹FR没有（好吧，只是在有限维分布的集合的意义上，但这么深你可能不挖）。
简而言之，我真的理解你的需要，你只需要知道在每一步中可以观察到的价格的平均最大偏差是什么，也就是说，在每一步（点，分钟）中，初始值和最大的差异是什么。这也算，但不幸的是，这并不像上次那样容易。我可以马上说出特定情况下的结果，如果假设价格是布朗运动（在短期内这不是一个坏的第一近似值），那么这个最大偏差将像布朗运动一样分布，而莫最大偏差将与步骤数的根成正比。顺便说一下，知道布朗运动（以及它所模拟的价格）随着时间根的增长而增长是非常有用的（不清楚在哪个方向:））。
b) 是的，这是一个FR，但这不是你感兴趣的情况，你考虑的是累计金额，而我谈论的是同一CB的具体实现，以数字为价值。
c) 好吧，我怎么能告诉你，这里的情况并不简单。有一些具体的效果，强调了增量的依赖性。例如：在强劲的运动之后，你应该期待强劲的运动，在松懈之后，你应该期待松懈。在数学上，波动性是持久的，而且还有（与trex无关的）影响，如杠杆效应（如果价格下跌，波动性上升）。 没有一个模型能考虑到所有这些，但马汀吉理论并不禁止这种行为，因此可以使用它而不是具有独立更新的通常过程的相应结果。也就是说，强加给过程的条件是非常弱的，不能明确地描述过程的行为。
事实上，我明白你的需要，你只需要知道价格在每步中可能出现的平均最大偏差是什么，即初始值与每步（点、分钟）中的最大差异是什么。这也算，但不幸的是，这并不像上次那样容易。我可以马上说出特定情况下的结果，如果假设价格是布朗运动（在短期内这不是一个坏的第一近似值），那么这个最大偏差将像布朗运动一样分布，而莫最大偏差将与步骤数的根成正比。顺便说一下，知道布朗运动（以及它所模拟的价格）随着时间的根而增长是非常有用的（不清楚它的方向:））。
是的，我想你对我的理解是正确的。我所指的NE不是一个价格，但它的系列与价格系列有关（在某种意义上你可以说它是一个指标），我感兴趣的是N步内的平均最大偏差。
与布朗运动有关的结果是我知道的，我不满意。问题是这样提出的：我知道这个系列（或FR）的SP分布。如何在此基础上计算出N步的平均最大偏差？
c) 嗯，这是一个复杂的情况。有一些具体的影响，强调了增量的依赖性。例如：在强烈的运动之后，你应该期待一个强烈的运动，在冷淡之后，你应该期待一个冷淡。从数学上讲，波动性是持续的，而且还有（与trex无关的）影响，如杠杆效应（如果价格下跌，波动性上升）。 没有一个模型能考虑到所有这些，但马汀吉理论并不禁止这种行为，因此可以使用它而不是独立更新的通常进程的结果。也就是说，强加给过程的条件是非常弱的，不能明确地描述过程的行为。
这种效果："从数学上讲：波动性是持续的" - 这是一种市场现象，还是在某种程度上是一种数学结果？
c) 好吧，我怎么能告诉你，这里有一个棘手的情况。有一些具体的效果，强调了增量的依赖性。例如：在强劲的运动之后，你应该期待强劲的运动，在冷淡之后，你应该期待冷淡。
目前还不清楚 "低迷 "是关于价格的，那么我们就不会走出平静，还是别的什么。 我以为低迷之后会有一个强劲的运动。谢谢你。
c) 好吧，我怎么说呢，这里有一个棘手的情况。有一些具体的效果，强调了增量的依赖性。例如：在强劲的运动之后，人们应该期待强劲的运动，在松懈之后，人们应该期待松懈的运动。
能否请你详细说明一下，不清楚这种冷清是否与价格有关，那么我们就不会走出沉默，还是其他原因。我以为冷清之后是强势的行动。 谢谢。
你一直以决定性的眼光看待市场，这是不太正确的。是的，冷清之后更有可能 平静下来，但这并不意味着波动性不能突然跳起来。只是，低波动和高波动的时期确实是可以区分的，无论是在小的时间框架上还是在全球范围内（例如，我们现在已经走出了多年的低波动周期，进入了同样多年的高波动周期，见VIX图表）。
简而言之，我实际上理解你的需要，你只需要知道在en步中可以观察到的价格的平均最大偏差是什么，也就是说，在en步（ticks, minutes...）中，初始值和最大值之间的差异最大。这也算，但不幸的是，这并不像上次那样容易。我可以马上说出特定情况下的结果，如果假设价格是布朗运动（在短期内这不是一个坏的第一近似值），那么这个最大偏差将像布朗运动一样分布，而莫最大偏差将与步骤数的根成正比。顺便说一下，知道布朗运动（以及它所模拟的价格）随着时间的根而增长是非常有用的（不清楚它的方向:））。
是的，你可以认为你已经正确地理解了我。我所指的CB不是一个价格，但它的系列与价格系列有关（在某种意义上可以说它是一个指标），我感兴趣的是N个步骤的平均最大偏差。
与布朗运动有关的结果是我知道的，并不适合我。问题提出如下：我知道这个系列（或FR）的SP的分布。如何在此基础上计算N步的平均最大偏差？
c) 嗯，这是一个复杂的情况。有一些具体的影响，强调了增量的依赖性。例如：在强烈的运动之后，你应该期待一个强烈的运动，在冷淡之后，你应该期待一个冷淡。在数学上，波动性是持久的，而且还有（与trex无关的）影响，如杠杆效应（如果价格下跌，波动性上升）。 没有一个模型能考虑到所有这些，但马汀吉理论并不禁止这种行为，因此可以使用它而不是具有独立更新的通常过程的相应结果。也就是说，强加给过程的条件是非常弱的，不能明确地描述过程的行为。
这种效果："从数学上讲：波动性是持续的" - 这是一种市场现象，还是在某种程度上是一种数学结果？
关于最后一点：这是一个市场现象。
关于最大偏差：一般来说，它是非微不足道的。也就是说，我们的假设是什么，不同时刻的指标值是独立的吗？还是独立值的总和？还是都不是？在一般情况下，没有单一的算法，我们必须具体寻找。