从理论到实践 - 页 1458

[khorosh]

secret:
百万富翁是需要那些声称描述金融系列的数学家的)

同样，如果一台由工程师组装的计算机不能工作，那么工程师的知识就是错误的。

首先，计算机可能因为一些芯片的微不足道的故障而失效，而计算机组装人员与制造这些芯片毫无关系。

金融行的研究人员不一定要实施他的研究，通过交易赚钱。任何研究结果，如果发现了新的东西，本身就很有价值。例如，你不能责怪尼尔斯-玻尔没有根据他对原子核的研究建造一个核反应堆）。

[Renat Akhtyamov]

Aleksey Nikolayev:

在现实中，统计学家总是与有限的样本打交道，因此对这个定理的实施总是只是一个近似值。但随着样本量的增加，这种近似度会有所提高，这被称为估计的一致性。

俄罗斯维基中关于格利文科-康德利定理的文章是无稽之谈，请阅读英文版本或一些正常的教科书。

不，原则上该定理是有效的，这里有一个指标，现在就来测试一下，以免争论不休

这几乎是一个线性分布。

而这条从零开始的线是

至于胡说八道，对我个人来说，一切都很清楚。

#property strict
#property version "1.1"
#property indicator_separate_window
//#property indicator_chart_window
#property indicator_buffers    1
double STAT[],CHART[],CL,min,pnt;
int i,indBars,ind;
//+------------------------------------------------------------------+
int init()
{
   pnt=MarketInfo(Symbol(),MODE_POINT); 
   //---
   SetIndexBuffer(0, STAT);
   SetIndexStyle(0,DRAW_LINE,STYLE_SOLID,1,clrRed);
   SetIndexLabel(0,"STAT");
   //---
   return(0);
}
//+------------------------------------------------------------------+
void deinit()
  {
      //ObjectsDeleteAll();
  }
//+------------------------------------------------------------------+
void start()
{
   ArrayInitialize(STAT,EMPTY_VALUE);
   indBars=Bars-1;
   ArrayResize(CHART,indBars+1);ArrayInitialize(CHART,0);
   for(i=indBars; i>=0; i--)CHART[i]=iClose(Symbol(),Period(),i);
   ArraySort(CHART,WHOLE_ARRAY,0,MODE_ASCEND);
   min=CHART[0];
   ind=-1;
   for(i=indBars-1; i>=0; i--)
   {
      if(CHART[i+1]!=CHART[i])
      {
         ind=ind+1;
         STAT[ind]=(CHART[i]-min)/pnt;
      }
   }
   return;
}

这有什么作用还不清楚

[Aleksey Nikolayev]

Renat Akhtyamov:

不，原则上该定理是有效的，这里有一个指标，现在就来测试一下，以免争论不休

这实际上是一个线性分布。

而这条从零开始的线是

关于胡说八道 - 我个人理解那里的一切

#property strict
#property version "1.1"
#property indicator_separate_window
//#property indicator_chart_window
#property indicator_buffers    1
double STAT[],CHART[],CL,min,pnt;
int i,indBars,ind;
//+------------------------------------------------------------------+
int init()
{
   pnt=MarketInfo(Symbol(),MODE_POINT); 
   //---
   SetIndexBuffer(0, STAT);
   SetIndexStyle(0,DRAW_LINE,STYLE_SOLID,1,clrRed);
   SetIndexLabel(0,"STAT");
   //---
   return(0);
}
//+------------------------------------------------------------------+
void deinit()
  {
      //ObjectsDeleteAll();
  }
//+------------------------------------------------------------------+
void start()
{
   ArrayInitialize(STAT,EMPTY_VALUE);
   indBars=Bars-1;
   ArrayResize(CHART,indBars+1);ArrayInitialize(CHART,0);
   for(i=indBars; i>=0; i--)CHART[i]=iClose(Symbol(),Period(),i);
   ArraySort(CHART,WHOLE_ARRAY,0,MODE_ASCEND);
   min=CHART[0];
   ind=-1;
   for(i=indBars-1; i>=0; i--)
   {
      if(CHART[i+1]!=CHART[i])
      {
         ind=ind+1;
         STAT[ind]=(CHART[i]-min)/pnt;
      }
   }
   return;
}

这有什么作用还不清楚

1）我建议使用mql5（你可以建立正常的图形）和MathCumulativeDistributionEmpirical（）函数

2）价格分布因其明显的依赖性而毫无意义。研究价格增量的分布是很常见的。

[secret]

khorosh:

金融行研究员不一定要实施他们的研究才能通过交易赚钱。任何研究成果，如果发现了新的东西，本身就很有价值。例如，你不能责怪尼尔斯-玻尔没有根据他对原子核的研究建造一个核反应堆）。

不一定。但在这个领域，利益是真理的标准。因此，如果你的目标是赚钱，而不仅仅是研究，那么在论坛上阅读所有100500万个帖子是没有意义的），如果你是有选择的，你可以节省几年的生活。

[secret]

Aleksey Nikolayev:

条件分布是以联合分布为基础的。只有在独立的情况下（根据定义），联合分布函数才等于单变量分布函数的乘积。在依赖性的情况下，它要复杂得多--最近在这里回顾了共轭公式--这是来自同一个主题。因此，G.-C.定理（似乎被概括为多维情况）适用于二维分布的近似构建，人们可以尝试从中构建一个有条件的一维分布。

让我们举个例子：构建一个增量分布，假设之前的增量是正数。是什么阻止了样本分布随着样本的增加而向理论分布收敛？

[secret]

Aleksey Nikolayev:

什么的稳定性？例如，有扩散器的李亚普诺夫解的稳定性，或者，例如，一个事件的频率的统计稳定性（在收敛到其概率的意义上）。

行为在时间上的稳定性。类似于静止性的东西，但在更广泛的意义上。一个函数（系列）可能是非稳态的，但在任何时间间隔内仍表现出类似的行为。例如， y=x^2 是稳定的，但y=x^2+sin(x)不是，只要分析窗口 小于sin()周期。

应用于公平性，它可以被表述为："公平性在N个时间间隔中的每一个都会增长（更新高）"。在极限情况下，它只是收敛于盈利交易的百分比。或者更新了高点的交易的百分比。但也许你可以建议一个更好的措辞。

[Aleksey Nikolayev]

secret:

让我们举个例子：构建一个增量分布，假设之前的增量是正数。是什么原因使样本分布不能随着样本的增加而收敛到理论分布？

如果我们取一个子样本并为其构建一个分布函数，它是否会与整个样本的分布函数相吻合？在一般情况下，当然不是。作为一个例子，让样本中有不同符号的数字，而子样本中只有正数。

在你引用的案例中，如果原始样本是独立的，那么子样本似乎也保持独立。在原始样本的依赖性的情况下，一切都将由这种依赖性的装置决定，它完全由联合双变量分布决定，如果G-K定理的条件对它满足，它可以由双变量样本（来自后续位移的对）近似。

问题是，对于任何一组数字，总是可以构建一个抽样函数，但它并不总是有意义的。为了澄清这是否有意义，我们可以使用像Kolmogorov-Smirnov双样本标准，将原始样本随机分成两个子样本。

[Aleksey Nikolayev]

secret:

随着时间的推移，行为的稳定性。类似于静止性的东西，但在更广泛的意义上。一个函数（系列）可以是非稳态的，但在任何时间区间内仍表现出类似的行为。例如， y=x^2 是稳定的，但y=x^2+sin(x)不是，只要分析窗口小于sin()周期。

应用于公平性，它可以被表述为："公平性在N个时间间隔中的每一个都会增长（更新高）"。在极限情况下，它只是收敛于盈利交易的百分比。或者更新了高点的交易的百分比。但也许你能给出一个更好的表述。

一个函数和/或其导数的单调性？ 算法复杂性？

[Renat Akhtyamov]

Aleksey Nikolayev:

1）我建议使用mql5 ...

这是值得商榷的

我在4-rka也能做到。

总的来说，我没有任何任务不能在4P上实现。

包括图形

[aleger]

Renat Akhtyamov:

这是一个没有意义的问题。

我可以在4P中做同样的事情

事实上，我从来没有一个任务是我不能在4P上完成的。

包括图形

你是否曾要求你的专家顾问遵循ZigZag显示的当前趋势？具体来说，就是要打开

在下一个趋势开始的时候建立下一个仓位，在趋势结束的时候关闭？