从理论到实践 - 页 106 1...99100101102103104105106107108109110111112113...1981 新评论 Alexander_K2 2017.12.27 12:29 #1051 Nikolay Demko: 我说的不是分布,而是过程本身,它是随机的,绝对没有模式。 Ehhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh.....天啊,尼古拉,是你在回答自己的问题。我们正在努力使其成为一种模式,并将所有这些嘀嘀嗒嗒的废话减少到一个简单的流程。而我们在这种转换中留下的东西,当然不会是最简单的,但它更容易考察。它是一种过滤器,一种非常好的蜱流过滤器。 Mykola Demko 2017.12.27 12:39 #1052 Alexander_K2: 呃......呃......呃......呃...........天啊,尼古拉,是你在回答自己的问题。我们正在努力使其成为一种模式,并将所有这些嘀嘀嗒嗒的废话减少到一个简单的流程。而我们在这种转换中留下的东西,当然不会是最简单的,但它更容易考察。它是一种过滤器,一种非常好的蜱流过滤器。所以你是说,如果我们用一百个这样的过滤器来测量一个系列,那么随机性就会相互抵消,就会出现一个模式? Alexander_K2 2017.12.27 12:44 #1053 Nikolay Demko: 所以你是说,如果我们用数百个这样的过滤器来测量一个系列,那么随机性就会相互抵消,规律性就会显现出来?哇!尼古拉,你的思维甚至比我还抽象......嗯,试试吧...我最好离开这里,我对这种思维规模感到不舒服......弗拉基米尔 在哪里?我想,在令人难忘的桑桑尼茨的 怀抱中......。嗯,我也是!真诚的。Alexander_K和薛定谔的猫在附近 :))))))))))))) Mykola Demko 2017.12.27 12:48 #1054 ILNUR777: 看起来他只是撞到了与会议具体内容相关的盘中波动。而且他正在随着时间的推移使这件事变得平缓。他认为,如果他在夜间采取较长的时间间隔,而在白天采取较小的时间间隔,从蜱虫流中取得的步骤大小将是线性的。因此,通过改变刻度的时间分布,他就能拿起他所需要的东西。这最终会加强一些局部的极端情况,并削弱其他的极端情况。在把最重要的价格放在较大的权重上后,它将在未来对它们应用指数平均法。他的公式没有看到会期,而指数分布也没有帮助。如果他用一个表函数有随时间变化的接收率,那么是的。这是纯粹的随机区间。 [删除] 2017.12.27 12:51 #1055 它是一个来自正常信息的过滤器))))。 用自己的区间覆盖市场区间)) Aleksey Nikolayev 2017.12.27 13:31 #1056 Alexander_K2: !!!!!!!!!!!!!1.而且我认为它是有用的。如果你在一个巨大的样本中(至少100万个增量),针对不同的时间段,取同一货币对的增量,你会发现增量分布的参数并没有 "完全 "改变。2.Cauchy分布作为一种类型是存在的,但在外汇市场上它并不存在。3.!!!!!!!!!!!!!!是的,你是对的--这绝对是一个博士论文的主题。看,方程本身当然是连续时间的,但在数值上我们用离散时间的有限差分方法来解决。不是吗?PS我们说的是tick报价之间的增量,而不是开盘价或收盘价之类的。1)很明显,如果你把几乎任何1000个增量的样本加入到一百万个样本中,变化不会很明显。但我们需要的是别的东西--让这两个样本都是一致的(平等分布)。此外,如果我们谈论增量的依赖性,为了研究这种依赖性的结构,我们将不得不以这种或那种方式研究增量的联合分布(它们将不再等于单变量的乘积)。这样做,我们很快就会相信,一百万并不是那么多。3)我们必须首先确定解决方案根本就存在。例如,我们可以用Cauchy分布生成一个样本,并计算其平均值,但这并不是假设它有一个期望值的理由。 Denis Kirichenko 2017.12.27 14:00 #1057 一个关于抽象主题的问题。假设有一个15,000个单位的样本(比如说,普通人群)。为了保留一般人口的特性,样本人口应该由多少个单位组成,应该用什么方法来收集样本人口? Alexander_K2 2017.12.27 14:25 #1058 Dennis Kirichenko:一个关于抽象主题的问题。假设有一个15,000个单位的样本(比如说,一般人群)。为了保留一般框架的特性,抽样框架应该由多少个单位组成,收集这个抽样框架的方法是什么?不,我必须回答丹尼斯,所以我又像个地毯式的人一样走到了前面。你计算一个给定的普通人群的方差。而在给定的精度下,即从这个方差中得出的置信概率,你用公式N=(Z^2)*(S/E)^2 来计算样本量,其中Z--普通人群分布的四分位数S -标准偏差E - 测量的精确性而这个方法就像开机一样简单--样本必须是随机的,即使用随机数发生器。 podotr 2017.12.27 14:54 #1059 Alexander_K2: 这有点棘手,不是吗?在Wissim,这非常容易。:))))))))))))))))) 我一直在想--这到底是什么神奇的广告?我相信你的公关能力,但为什么这么麻烦?尽管当地的 "探险家 "已经很不错了--他们的玩具足够再用十年。 Yuriy Asaulenko 2017.12.27 16:05 #1060 bas: 硬币 是基准,是基本的参考点。一个 没有记忆的过程,根据定义,在这个过程中是不可能赚钱 的。如果有人声称 "也许你可以,你应该在VisSim中建立一个模型,看看",那么他就不了解最基本的基本原理。你为什么认为不可能赢呢?硬币是一个过程,在这个过程中你可以赢,甚至是无限多。但你也可能会输。所以,是你不了解这些非常基本的基本原理。那些与你持类似观点的人也是如此。 1...99100101102103104105106107108109110111112113...1981 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
我说的不是分布,而是过程本身,它是随机的,绝对没有模式。
呃......呃......呃......呃...........天啊,尼古拉,是你在回答自己的问题。我们正在努力使其成为一种模式,并将所有这些嘀嘀嗒嗒的废话减少到一个简单的流程。而我们在这种转换中留下的东西,当然不会是最简单的,但它更容易考察。它是一种过滤器,一种非常好的蜱流过滤器。
所以你是说,如果我们用一百个这样的过滤器来测量一个系列,那么随机性就会相互抵消,就会出现一个模式?
所以你是说,如果我们用数百个这样的过滤器来测量一个系列,那么随机性就会相互抵消,规律性就会显现出来?
哇!尼古拉,你的思维甚至比我还抽象......嗯,试试吧...我最好离开这里,我对这种思维规模感到不舒服......
弗拉基米尔 在哪里?我想,在令人难忘的桑桑尼茨的 怀抱中......。嗯,我也是!
真诚的。
Alexander_K和薛定谔的猫在附近 :)))))))))))))
看起来他只是撞到了与会议具体内容相关的盘中波动。而且他正在随着时间的推移使这件事变得平缓。他认为,如果他在夜间采取较长的时间间隔,而在白天采取较小的时间间隔,从蜱虫流中取得的步骤大小将是线性的。因此,通过改变刻度的时间分布,他就能拿起他所需要的东西。这最终会加强一些局部的极端情况,并削弱其他的极端情况。在把最重要的价格放在较大的权重上后,它将在未来对它们应用指数平均法。
他的公式没有看到会期,而指数分布也没有帮助。如果他用一个表函数有随时间变化的接收率,那么是的。
这是纯粹的随机区间。
它是一个来自正常信息的过滤器))))。
用自己的区间覆盖市场区间))
!!!!!!!!!!!!!
1.而且我认为它是有用的。如果你在一个巨大的样本中(至少100万个增量),针对不同的时间段,取同一货币对的增量,你会发现增量分布的参数并没有 "完全 "改变。
2.Cauchy分布作为一种类型是存在的,但在外汇市场上它并不存在。
3.!!!!!!!!!!!!!!是的,你是对的--这绝对是一个博士论文的主题。看,方程本身当然是连续时间的,但在数值上我们用离散时间的有限差分方法来解决。不是吗?
PS我们说的是tick报价之间的增量,而不是开盘价或收盘价之类的。
1)很明显,如果你把几乎任何1000个增量的样本加入到一百万个样本中,变化不会很明显。但我们需要的是别的东西--让这两个样本都是一致的(平等分布)。
此外,如果我们谈论增量的依赖性,为了研究这种依赖性的结构,我们将不得不以这种或那种方式研究增量的联合分布(它们将不再等于单变量的乘积)。这样做,我们很快就会相信,一百万并不是那么多。
3)我们必须首先确定解决方案根本就存在。例如,我们可以用Cauchy分布生成一个样本,并计算其平均值,但这并不是假设它有一个期望值的理由。
一个关于抽象主题的问题。假设有一个15,000个单位的样本(比如说,普通人群)。为了保留一般人口的特性,样本人口应该由多少个单位组成,应该用什么方法来收集样本人口?
一个关于抽象主题的问题。假设有一个15,000个单位的样本(比如说,一般人群)。为了保留一般框架的特性,抽样框架应该由多少个单位组成,收集这个抽样框架的方法是什么?
不,我必须回答丹尼斯,所以我又像个地毯式的人一样走到了前面。
你计算一个给定的普通人群的方差。而在给定的精度下,即从这个方差中得出的置信概率,你用公式N=(Z^2)*(S/E)^2 来计算样本量,其中
Z--普通人群分布的四分位数
S -标准偏差
E - 测量的精确性
而这个方法就像开机一样简单--样本必须是随机的,即使用随机数发生器。
这有点棘手,不是吗?在Wissim,这非常容易。:)))))))))))))))))
硬币 是基准,是基本的参考点。一个 没有记忆的过程,根据定义,在这个过程中是不可能赚钱 的。如果有人声称 "也许你可以,你应该在VisSim中建立一个模型,看看",那么他就不了解最基本的基本原理。
你为什么认为不可能赢呢?硬币是一个过程,在这个过程中你可以赢,甚至是无限多。但你也可能会输。
所以,是你不了解这些非常基本的基本原理。那些与你持类似观点的人也是如此。