Данная статья является продолжением поста Генераторы непрерывно распределенных случайных величин. В этой главе учитывается, что все теоремы из предыдущей статьи уже доказаны и генераторы, указанные в ней, уже реализованы. Как и ранее, у нас имеется некий базовый генератор натуральных чисел от 0 до RAND_MAX: С дискретными величинами все...
在这里，我们主要对方差感兴趣，因此对标准差 感兴趣。让我们改写它。
sigma = CORNER(c*lambda*t)，其中。
c是一些常数
lambda - 增量的平均值
t - 时间。
这个公式是阿尔法和欧米茄，是外汇的阴和阳。简单地说，就是 "圣杯"。
让我们更详细地处理它，指出我所犯的错误。
看着你的公式，Eskander，我记得我在2006年是如何在这个耙子上跳舞的（甚至在我认识这个论坛之前）。
这让我对它充满渴望。
我们立即进入概念性的东西，不仅需要数学计算，还需要适当水平的抽象思维，哲学，如果你喜欢。
1.时间 t.
时间...一个富有哲理的人物!思想家和哲学家们的绊脚石。是命运的馈赠还是未知的，是我们不应该看的深渊？没有回答...但我们确实需要一个!让我们试着去理解。
为什么我们不从外汇开始连续计算方差，直到其逻辑死亡？
答案是显而易见的。甚至伟大的物理学家爱因斯坦和交易员冈恩也注意到，一个过程的方差与t的根成正比。
说实话，我不知道江恩对时间的衡量标准是什么，但在爱因斯坦那里是秒。
因此，如果你一直关注标准差，它就会随着时间的推移而增长，而且......。而且这也没什么大不了的。没有收入，就没有诺贝尔奖......没有什么。
因此，我们被迫在一个严格定义的观察时间窗口中考虑这个过程，希望在这个窗口中发生某种具有适当标准偏差的概率密度函数。
看着你的公式Escander，我记得2006年在那个耙子上跳舞（当时我还不知道这个论坛）。
这让我对它充满渴望。
:)))这是件好事。
现在看这一招与时间有关。
提醒大家注意。
sigma = Root(c*lambda*t)，其中。
c是一些常数
lambda - 增量的平均值
t - 时间。
让我们选择观察的滑动时间窗口t=14400秒。(4小时，为什么是4小时？ 这是一个单独讨论的话题）。
2.lambda增量的平均值。
所有类似于布朗运动的物理过程总是在粒子碰撞的随机特性的假设下考虑的，在碰撞之间deltaT-->0。
然而，在我们的案例中，这个假设是不正确的。在滑动观察窗口=4小时内，报价数量的变化特征具有周期性，取决于一天中的不同时间，而且不同货币对的报价也不同。
因此，如果我们把lambda看作是一个时间平均值，那么对于一个有巨大但不频繁跳动的货币对和一个有频繁小跳动的货币对，它将给出同样的错误数据。
将lambda作为在时间t内收到的报价数量的平均值是正确的。
让我们重写一下标准差 的公式。
sigma = Root(c*(SUM(ABS(return))/N)*t)，其中。
c是一些常数
返回 - 在某一时刻的增量值
N - 时间t的报价数
t - 时间。
很好的视频，昨天刚看完，我已经在这里坐了一个小时，思考如何将毕达哥拉斯三角形作为资金管理 加入到某种订单网格中。
现在，我们不考虑常数c。这非常重要，我们会再来讨论这个问题。
现在我只想指出打在我脸上的不愉快的事情。而且痛得要命...
我曾经用均匀的时间t=1秒来工作。我从理论上考虑了指数 区间作为与Erlang流合作的一种可能性。
在窗口=4小时有。
sigma = Root(c*(SUM(ABS(return))/N)*14400)。
但问题还没有解决。常数c!这是一个不那么容易计算的问题。我知道怎么做，但要做到这一点，我们需要进入4小时内所有货币对在时间t上有相同数量报价的空间。也就是进入正确的Erlang流程。
目前，我只是把日元对的c=0.01，其他都是c=0.0001。
即我用了这个公式。
sigma = Root(0.01*(SUM(ABS(return))/N)*14400) 用于有日元的货币对。
sigma = Root(0.0001*(SUM(ABS(return))/N)*14400) 适用于所有其他情况。
现在，我想就这样了--是时候让Erlang流动起来了。
我选择了一个二阶的线。也就是说，平均报价阅读时间=2秒。我得到。
sigma = Root(0.01*(SUM(ABS(return))/N)*7200) 为日元对。
sigma = Root(0.0001*(SUM(ABS(return))/N)*7200) 适用于所有其他情况。
И...在屁股上得到了它...
该怎么做？放弃Erlang的流？回去？
不!
通往圣杯的道路将继续。
但是，现在，我需要帮助。
我请尊敬的数学家-程序员建议一个具有Erlang分布的高频发生器，它将输出整数，但其平均值将严格遵循流的顺序
我认为它应该是一个离散的帕斯卡尔分布发生器（见负二项分布https://habr.com/post/265321），但不确定...
问题是这样的。
如果我使用https://en.wikipedia.org/wiki/Erlang_distribution（见生成Erlang分布的随机变量） 中的NF生成器， 那么lambda=1的五阶线程的真实格式的数字确实有算术平均数、模式和中值=5。但在Integer格式中moda和中位数=5，但算术平均值=5.5。我需要所有的东西都是严格的=5的整数格式，因为我们是用离散时间工作。
预先感谢你。
该怎么做？放弃Erlang的流？回去？
不!
通往圣杯的道路将继续。
但是，现在，我需要帮助。
我请尊敬的数学家-程序员建议一个具有Erlang分布的高频发生器，它将输出整数，但其平均值将严格遵循流的顺序
我认为它应该是一个离散的帕斯卡尔分布发生器（见负二项分布https://habr.com/post/265321），但不确定...
问题是这样的。
如果我使用https://en.wikipedia.org/wiki/Erlang_distribution（见生成Erlang分布的随机变量） 中的NF生成器， 那么lambda=1的五阶线程的真实格式的数字确实有算术平均数、模式和中值=5。但在Integer格式中moda和中位数=5，但算术平均值=5.5。我需要所有的东西都是严格的=5的整数格式，因为我们是用离散时间工作。
提前感谢。
收集计算机的GSF产生的数字数量的统计数据。如果代数足够多，每次都会有相同的结果。
所以要用一个小床