从理论到实践 - 页 440

新评论
 
Olga Shelemey:
我曾经用来对抗市场的书籍。

Shelepin L.A.: "现代科学是基于马尔科夫范式的。该评论强调了一个新的非马尔科夫范式的出现（有记忆的过程理论）"。

这就是我所说的）学术界落后于现实50年）。

长期以来，整个金融界都把市场看作是一个有记忆的过程，这对他们来说是个新闻）））））。

否则根本没有必要考虑，因为出于自然原因，不可能在一个没有记忆的过程中赚钱。

 
bas:

Shelepin L.A.: "现代科学是基于马尔科夫范式的。该评论强调了一个新的非马尔科夫范式的出现（有记忆的过程理论）"。

这就是我所说的）学术界落后于现实50年）。

长期以来，整个金融界都把市场看作是一个有记忆的过程，这对他们来说是个新闻）））））。

否则根本没有考虑的必要，因为由于自然原因，不可能在一个没有记忆的过程中赚钱。

我没有详细研究过，但似乎Shelepin的马尔科夫过程与普遍接受的定义不太吻合。

对于 "记忆"，主要问题是不清楚在非平稳过程的情况下如何计算它（即多变量过程分布）--通常没有足够的数据来计算。

人们也可以从带有漂移（趋势）的正常随机漫步中赚钱，这是很马尔科夫的。

 
Aleksey Nikolayev:

记忆 "的主要问题是不清楚如何在非平稳过程中考虑它（即多变量过程分布）--通常没有足够的数据来这样做。

这似乎是一样的--增量之间的依赖性。那你认为到底是什么问题，为什么没有足够的数据？例如，我在记忆检索方面没有问题)

顺便说一下，记忆用波动性来表达更好，你可以用它来开始你的研究，如果有人在寻找 "可以抓住的东西"。你可以立即看到那里的新闻和其他影响的后果。

人们也可以在通常的带有漂移（趋势）的随机漫步中赚钱，这是很马尔科夫的。

当然，但我们在这里谈论的是外汇），它没有漂移。

 
bas:

这似乎是一样的--增量之间的关系。那你认为到底是什么问题，为什么没有足够的数据？比如说，我，寻找内存是没有问题的)

顺便说一下，记忆用波动性来表达更好，你可以用它来开始你的研究，如果有人在寻找 "可以抓住的东西"。在那里，新闻后的后果是立即可见的，还有其他影响。

当然，但我们在这里谈论的是外汇），它没有拆迁。

我希望我们谈论的是作为随机变量的增量的依赖性？在这种情况下，我们需要它们的联合分布。两个随机变量--它们的联合2维分布，3--3维，等等。二维直方图有时仍被构建，但更高维度的直方图并不清楚如何表示，所需的数据数量随着维度的增加而强烈增长。很明显，通常不会这样做（但有时还是必须这样做）。但这里的情况要糟糕得多--对于每一个增量（随机变量），只有一个单一量的样本（取自价格图表的数值）。因此，我们不得不求助于各种假设和假定（这些假设并不总是真实的）。例如，如果没有关于增量的静止性的假设，它们的抽样分布就不会收敛到它们的真实分布。双变量分布也是如此，需要确定增量的成对依赖性（如计算协方差函数）。简而言之，如果使用假设静止性的方法，一个没有 "记忆"（独立增量）的非静止过程很可能获得 "记忆"（增量的依赖性）。

当然，一般情况下不存在漂移。但很可能有一些部分存在这种情况（再次，非稳态性）。

 

我搞不清楚哪里出了问题。 我用公式计算了密度

预期=0，方差=55，X=13。

密度=（1/（MathSqrt（方差）*MathSqrt（2*3.14159265358979323846））。* MathPow(2.718281845904523536, - ((X * X)/(2 * Dispersion) ) ) 。

我得到的密度=0.01979。

在这里检查

https://planetcalc.ru/4986/

密度=0.01157


是我弄错了公式，还是计算器网站上有错误？
 
Evgeniy Chumakov:

我搞不清楚哪里出了问题。 我用公式计算了密度

预期=0，方差=55，X=13。

密度=（1/（MathSqrt（方差）*MathSqrt（2*3.14159265358979323846））。* MathPow(2.718281845904523536, - ((X * X)/(2 * Dispersion) ) ) 。

我得到的密度=0.01979。

在这里检查

https://planetcalc.ru/4986/

密度=0.01157


是我弄错了公式，还是计算器网站上有错误？

在R:

> dnorm(13,0,sqrt(55))[1] 0.01157429
 
Aleksey Nikolayev:

在R:


我想不出我的错误在哪里，那么...

 
Alexander_K2:
唯一能在这里发表巨幅演讲的最低学历的人是巴斯。他有时也是个不错的演讲者。显然，在他睡着的时候。在睡梦中，他有一个顿悟。有时读起来很有意思。
教育不给人以思想)
亚历山大_K2。

现在，增量的总和是移动观察时间窗口的价格，起点为=0。


增量的总和是指图表在N秒内走了多少。
高的是图表走了多少，低的是图表走了多少。
它是速度。
 

双重d=55，X=13。

double p = (1/(MathSqrt(d) * MathSqrt(2 * 3.14159265358979323846))* MathPow(2.718281845904523536, - ((X * X)/(2 * d) ) ) 。

打印(p)。

0.01157429298384641

 
Aleksey Nikolayev:

双重d=55，X=13。

double p = (1/(MathSqrt(d) * MathSqrt(2 * 3.14159265358979323846))* MathPow(2.718281845904523536, - ((X * X)/(2 * d) ) ) 。

打印(p)。

0.01157429298384641


我不明白，同样的公式，为什么会有不同的结果。NormalizeDouble 到5位数不可能有这种效果......

1...433434435436437438439440441442443444445446447...1981
新评论