从理论到实践 - 页 70 1...636465666768697071727374757677...1981 新评论 Mykola Demko 2017.12.13 16:35 #691 Yuriy Asaulenko:让我们想象一下，一个没有外部影响的黑匣子（在交易者和市场、交易所内部），过着自己的生活--匣子的输出：报价的流动。即使没有外部影响，它也会以某种方式改变。现在让这个BS接收随机的（对观察者来说）不同符号和强度的delta-functions（例如，新闻）。NM开始以某种方式作出反应，我们观察的不是效果本身，而是NM对它们的反应+NM本身的独立生命。记忆是存在的，但输出是对许多事件的反应和NM的自我生活的叠加。即使在一个简单的控制系统（ACS）的情况下，什么划分的问题也不是很好解决。原则上我早就构建了这样的模型，问题是如何以增量显示水平的投影？ Yuriy Asaulenko 2017.12.13 16:54 #692 Nikolay Demko: 那么原则上我早就建立了这样一个模型，问题是如何在梯度中显示水平的投影？不，你不能。地面本身，从结构上看，不过是一个集成器。通过微分，我们只得到各组交易者对影响的反应。就滤波而言，微分是提升高频分量，抑制低频分量，也就是说，微分后我们只得到零附近的噪声。SZZ我们必须再次整合，以隔离一些东西）。 Alexander Sevastyanov 2017.12.13 16:58 #693 Yuriy Asaulenko:让我们想象一下，一个没有外部影响的黑匣子（在交易者和市场、交易所内部），过着自己的生活--匣子的输出：报价的流动。即使没有外部影响，它也会以某种方式改变。现在让这个BS接收随机的（对观察者来说）不同符号和强度的delta-functions（例如，新闻）。NM开始以某种方式作出反应，我们观察的不是效果本身，而是NM对它们的反应+NM本身的独立生命。记忆是存在的，但输出是对许多事件的反应和NM的自我生活的叠加。即使在一个简单的控制系统（ACS）的情况下，什么的划分问题也不是很好解决的。 类似的一类问题是用SMM（隐马尔可夫模型）解决的。但这是在理论上。这里的情况更复杂。 Roman Shiredchenko 2017.12.13 17:04 #694 Alexander_K2:我的36种货币对怎么办？我需要什么样的超级计算机来同时对这样的数据流进行交易？我很失望... 这是一种耻辱。这一切开始得很好。:-)IMHO。关于日常生活，已经说得够多了。我们需要燃烧，仅此而已。阅读--研究得更深更强! Yuriy Asaulenko 2017.12.13 17:26 #695 Dmitriy Skub 2017.12.13 17:29 #696 Roman Shiredchenko 2017.12.13 17:30 #697 Yuriy Asaulenko:遗憾的是...遗憾的是，我们从来没有听到运输部门负责人的发言。(с):-) 如果你指的是尤素福克霍亚--我想他在这里发言......还是我被比特币迷惑了...:-) secret 2017.12.13 18:05 #698 谁删除了别人的帖子，为什么？好吧，我不介意再做一次。Alexander_K2，修改后的行的分布情况如何？这是一个需要计算的细小事情。 Vladimir Karputov 2017.12.13 18:24 #699 Vladimir 2017.12.13 18:57 #700 Максим Дмитриев: 我计算的有效值是否正确？ 公式是这样的。 下面是Excel中的结果。你已经正确计算了有效值。然而，看看如果n=1会是多少。你会想这是什么乱七八糟的东西。名称 "n--统计人口的数量 "是非常模糊的，通常他们写的是n是样本中的元素数量。那么，如果只有一个元素，根据这个公式的RMS就无法计算。这就是为什么RMS的平方被称为 "有偏见的 "方差估计。还有一个无偏的，其中分母中的n是n1-1而不是n。无偏方差估计值的平方根被称为标准差。这种冲突的性质是，一个项目有一个自由度。如果从少量的数据中定义许多特征，它们就会变得相互依赖。在这种情况下，算术平均值被包括在RMS计算中。可以这么说，一个自由度已经被使用了。标准差的分母的 "奇怪 "行为只是说，平均数和分布不能从单一元素中确定。可以看出，标准差总是大于标准差的[n/(n-1)]^0.5倍。然而，如果样本中的元素数量很多，你可以忘记它，因为它不多。当n=100时，它是(100/99)^0.5=1.005，也就是半个百分点。此外，如果我们确定RMS稳定地趋向于某个值。这就是棘手的部分所在。"RMS趋向于"，即大数法则起作用。如果被测量的真实现象确实具有这种稳定性。换句话说，概率论的基本假设得到了满足--随着事件数量的增加，事件的相对频率趋向于某个值。这也被称为 "统计稳定性"。如果它不存在，所有的经典概率理论都不适用于这一现象。在奥列格-阿夫托马特 的巨额引文中讨论了这种差异，这些引文从https://www.mql5.com/ru/forum/221552/page58#comment_6191471，然后 开始。它们很难阅读。在我看来，用图片和图表来查看戈尔班报告的表述，要有趣得多。它将创造一个更加乐观和建设性的情绪，例如这句话。 "事实表明，传统上被认为是明显的不稳定因素的海洋膨胀，可以提高水声站的性能。"即使是汇率，笔者也走马观花地寻找 "16年的平均值，2001年澳元（AUD）对美元（USD）报价的统计不稳定参数（连续曲线）和该平均值的变化范围（虚线），由RMS定义(a)和2002年。(б)".我附上演示文稿，对于那些想要更多资料的人来说，这里有一份演示文稿的清单，有时还有文件地址，来自 "2002-2017年过去的 "图像计算机 "研讨会的档案http://irtc.org.ua/image/seminars/archive。戈尔班有多达十几本关于 "超随机 "现象发展的专著。I.I. Gorban Theories of Hyperrandom Phenomena。理论和实践。第7节。系统分析。 I.I. hurban i hyperrandomness kiev naukov dumka 2016.- 288页，ISBN 978-966-00-1561-6 От теории к практике 2017.12.12www.mql5.com Добрый вечер, уважаемые трейдеры! Решил было на какое-то время покинуть форум, и сразу как-то скучно стало:)))) А просто читать, увы - неинтересно... 附加的文件： dzrco0g_xe3mht03_nj9u9cfu_3n_1.zip 3872 kb From theory to practice 1...636465666768697071727374757677...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
让我们想象一下，一个没有外部影响的黑匣子（在交易者和市场、交易所内部），过着自己的生活--匣子的输出：报价的流动。即使没有外部影响，它也会以某种方式改变。
现在让这个BS接收随机的（对观察者来说）不同符号和强度的delta-functions（例如，新闻）。NM开始以某种方式作出反应，我们观察的不是效果本身，而是NM对它们的反应+NM本身的独立生命。
记忆是存在的，但输出是对许多事件的反应和NM的自我生活的叠加。即使在一个简单的控制系统（ACS）的情况下，什么划分的问题也不是很好解决。
原则上我早就构建了这样的模型，问题是如何以增量显示水平的投影？
那么原则上我早就建立了这样一个模型，问题是如何在梯度中显示水平的投影？
不，你不能。
地面本身，从结构上看，不过是一个集成器。通过微分，我们只得到各组交易者对影响的反应。就滤波而言，微分是提升高频分量，抑制低频分量，也就是说，微分后我们只得到零附近的噪声。
SZZ我们必须再次整合，以隔离一些东西）。
让我们想象一下，一个没有外部影响的黑匣子（在交易者和市场、交易所内部），过着自己的生活--匣子的输出：报价的流动。即使没有外部影响，它也会以某种方式改变。
现在让这个BS接收随机的（对观察者来说）不同符号和强度的delta-functions（例如，新闻）。NM开始以某种方式作出反应，我们观察的不是效果本身，而是NM对它们的反应+NM本身的独立生命。
记忆是存在的，但输出是对许多事件的反应和NM的自我生活的叠加。即使在一个简单的控制系统（ACS）的情况下，什么的划分问题也不是很好解决的。
我的36种货币对怎么办？我需要什么样的超级计算机来同时对这样的数据流进行交易？我很失望...
遗憾的是...遗憾的是，我们从来没有听到运输部门负责人的发言。(с)
谁删除了别人的帖子，为什么？好吧，我不介意再做一次。
Alexander_K2，修改后的行的分布情况如何？这是一个需要计算的细小事情。
我计算的有效值是否正确？
公式是这样的。
下面是Excel中的结果。
你已经正确计算了有效值。然而，看看如果n=1会是多少。你会想这是什么乱七八糟的东西。名称 "n--统计人口的数量 "是非常模糊的，通常他们写的是n是样本中的元素数量。那么，如果只有一个元素，根据这个公式的RMS就无法计算。这就是为什么RMS的平方被称为 "有偏见的 "方差估计。还有一个无偏的，其中分母中的n是n1-1而不是n。无偏方差估计值的平方根被称为标准差。
这种冲突的性质是，一个项目有一个自由度。如果从少量的数据中定义许多特征，它们就会变得相互依赖。在这种情况下，算术平均值被包括在RMS计算中。可以这么说，一个自由度已经被使用了。标准差的分母的 "奇怪 "行为只是说，平均数和分布不能从单一元素中确定。可以看出，标准差总是大于标准差的[n/(n-1)]^0.5倍。然而，如果样本中的元素数量很多，你可以忘记它，因为它不多。当n=100时，它是(100/99)^0.5=1.005，也就是半个百分点。此外，如果我们确定RMS稳定地趋向于某个值。
这就是棘手的部分所在。"RMS趋向于"，即大数法则起作用。如果被测量的真实现象确实具有这种稳定性。换句话说，概率论的基本假设得到了满足--随着事件数量的增加，事件的相对频率趋向于某个值。这也被称为 "统计稳定性"。如果它不存在，所有的经典概率理论都不适用于这一现象。在奥列格-阿夫托马特 的巨额引文中讨论了这种差异，这些引文从https://www.mql5.com/ru/forum/221552/page58#comment_6191471，然后 开始。它们很难阅读。在我看来，用图片和图表来查看戈尔班报告的表述，要有趣得多。它将创造一个更加乐观和建设性的情绪，例如这句话。
"事实表明，传统上被认为是明显的不稳定因素的海洋膨胀，可以提高水声站的性能。"
即使是汇率，笔者也走马观花地寻找 "16年的平均值，2001年澳元（AUD）对美元（USD）报价的统计不稳定参数（连续曲线）和该平均值的变化范围（虚线），由RMS定义(a)和2002年。(б)".
我附上演示文稿，对于那些想要更多资料的人来说，这里有一份演示文稿的清单，有时还有文件地址，来自 "2002-2017年过去的 "图像计算机 "研讨会的档案http://irtc.org.ua/image/seminars/archive。戈尔班有多达十几本关于 "超随机 "现象发展的专著。
I.I. Gorban Theories of Hyperrandom Phenomena。理论和实践。第7节。系统分析。
I.I. hurban i hyperrandomness kiev naukov dumka 2016.- 288页，ISBN 978-966-00-1561-6