奇趣网|统计宝|分享一些国外经典的统计学概率论书籍

研究随机数规律的理论基础是统计学和概率论,今天奇趣编程和大家分享一些国外经典的统计学概率论书籍。

《概率论基础》,日本,伊藤清

《随机过程》,日本,伊藤清

《马氏过程》,日,福岛正俊

《随机过程》,日,杜布

《随机分析》,日,重川一郎

《随机分析》,日,渡边信三 池田信行

《随机过程统计》,施利亚耶夫

《概率论》,Leove

《布朗运动与随机计算》

《多维扩散过程》,Varadhan

《随机动力系统》,Anorld

《随机微分方程》,弗里德曼

《随机积分和微分方程》,Protter

《现代概率论基础》,Kallenberg

《大偏差技术及应用》,Dembo

《概率与位势》,迈耶

《高维概率论》,Roman Vershynin

《概率导论》

《应用随机过程 概率模型导论》,美国,罗斯教授(Sheldon M. Ross)

《程序员的数学2 概率统计》,日本,平冈和幸

还有其它大量经典的统计学与概率论书籍无法一一尽述。欢迎加奇趣编程交流探讨。

奇趣网|统计宝|右侧打法有哪些优点缺点?

上一篇说到过左侧打法的优点和缺点,那有没有办法可以解决左侧打法的缺点呢?有的。

奇趣编程今天和大家分享一下右侧打法的优点和缺点。

右侧打法,是在波谷或波峰明显出现以后再进场,优点在于不需要预判,是等待波谷筑底成功或波峰封顶成功后再做多做空,这就省了很多预判未来的心思。

右侧打法反映到图表上,就是当快均线开始爬坡时进场,当快均线出现滑块时退场。

右侧打法的缺点是当波谷或波峰已经明显出现了再操作,会明显减少盈利空间。

左侧打法和右侧打法本身没有哪个更好的说法,两种打法都有很多人在使用,适合自己的打法就是好打法,能帮助你稳定盈利的打法就是好打法。

奇趣网|统计宝|使用均线的打法是怎么样的?

在统计宝里,快均线、中均线、慢均线是怎么计算出来的呢?怎么用均线来判断趋势的强弱?怎么通过均线来决策进场点和退场点?怎么解决均线滞后的问题?奇趣编程下面就这些问题和大家分享一下。

在统计宝里,均线是通过定长单位里取出所有数字进行求平均值计算出来的,它主要应用的是统计学中均值的原理。越快的均线,取的定长单位就越短,越慢的均线,取的定长单位就越长。比如,快均线10、中均线20、慢均线30,意思就是当前的快均线值是最近的10个数据的平均值,当前的中均线值是最近的20个数据的平均值,当前的慢均线值是最近的30个数据的平均值。

均线有什么用?在统计学上,均线是用来观察数据的波动从而反映数据发展趋势情况的,是一种直观的决策辅助工具。

快均线、中均线、慢均线计算出来后,会在统计宝图表上表现为快均线和中均线围绕着慢均线上下来回波动,因此,均线的打法就是利用这个特点,先预判慢均线方向,然后根据快均线适低做多逢高做空,以实现赚取差价。

怎么解决均线滞后的问题呢?因为均线是根据历史数据来统计生成的,所以很多人认为它只能反映历史不能反映未来,这种认识是错误的,在统计宝里,有快均线、中均线、慢均线,我们可以看到,慢均线的方向是有延续性的,是不会在短期内突然大拐弯的,所以慢均线在未来一段时间内它大概会向上或向下跑到哪个位置是可以预判的,我们要做的就是先确定最坏情况下慢均线会跑到哪个位置,然后决定在快均线在什么位置时进场能保证自己即使没有盈利也不至于亏损。

因此,均线系统是一种很稳定的打法。欢迎加奇趣编程交流探讨。

奇趣网|统计宝|左侧交易打法有哪些优点缺点?

什么是左侧打法?左侧打法的优点有哪些?缺点有哪些?今天奇趣编程和大家分享一下。

在前面的文章中奇趣编程说过,快均线和中均线会围绕着慢均线上下来回波动,那我们们最简单的均线打法就是在在波谷做多在波峰做空就可以了,关键是不知道波谷会跌到多少和波峰涨到多少,所以出现了左侧打法和右侧打法这两种打法。

左侧打法,在波谷或波峰尚未出现前,预判波谷或波峰的位置,提前下手。

左侧打法的优点是如果预判得比较准确,有可以抄到最底部或最顶部。

左侧打法的缺点是如果预判不准确,容易触发止损。

左侧打法适合于闲置的小资金打中长线,因为谁也不能保证每次都刚好抄到底部一进场就立马开涨,大多数情况下是会继续跌一波才会上涨,所以要轻仓要用小额资金来打,不然在出现暂时亏损时会拿不住。

那什么是右侧打法呢?奇趣编程下篇和大家分享右侧打法的优点和缺点。

奇趣网|统计宝|稳定盈利就是简单的事情重复做

长期稳定盈利的人都知道一个原则:简单的事情重复做。

具体是怎么操作呢?今天奇趣编程和大家分享一下。

在统计宝里,我们可以监测的位置是有很多的,但是每个位置监测出来的图表都不一样,每个图表找到的规律也不一样,第一个位置的图表里找到的规律,并不一定适合于第二个位置的图表。面对这种问题,我们改怎么办呢?

办法就是专注于一种,先攻克一个位置的图表。比如说,如果你发现第一个位置的图表比较稳定,那就只攻第一个位置,其它位置就不用看了,因为看得越多自己越是混乱,千鸟在林不如一兔在手。

人的时间和精力是有限的,当你把它分散到多个位置,就会每个位置都打不好,如果你把所有的时间精力都集中在一个比较有把握的位置,就会形成聚焦的效果,会更容易实现稳定盈利。

研究随机数规律,就是为了稳定,只有先把一个位置研究透彻了,才能慢慢扩展到多个位置也能稳定盈利。

奇趣网|统计宝|一种很稳的双均线打法

有朋友问,能不能分享一种比较稳定的又容易学会的打法?今天奇趣编程就和大家分享一下一种比较稳的双均线打法。

在统计宝的K线图中,有快均线、中均线、慢均线三条线,我们可以看到,快均线永远是在慢均线上下波动的,根据这一规律,我们可以制定出快慢双均线的打法。

第一种打法是:金叉死叉打法

1.当快均线自上而下穿过慢均线形成死叉时,我们可以把它作为卖出信号。

2.当快均线自下而上穿过慢均线形成金叉时,我们可以把它作为买入信号。

第二种打法是:波峰波谷打法

1.当快均线偏离慢均线形成波峰并且出现右滑坡时,作为卖出信号。

2.当快均线偏离慢均线形成波谷并且出现右上坡时,作为买入信号。

实践中,发现两种打法都比较稳,但第二种打法的盈利空间比第一种的更大。

欢迎加奇趣编程交流探讨更多打法。

奇趣网|统计宝|掉进亏损大坑怎么翻身?

很多人掉进了亏损的大坑就很难翻身了,为什么呢?奇趣编程认为有以下几个原因。

1、信息不对称。大多数的亏损者都是亏损得比较大之后才去了解随机数的更多知识,这个时候已经晚了,亏损已经造成,后面的行动基本都是在做填坑的工作。如果能够一开始就先多了解点随机数的知识,就能避免出现大的亏损。

2、无高人指导。很多亏损者都是自己盲目地砸钱,往往容易被别人的只言片语影响自己的决策,做出非理性行为,造成亏损。如果有高人指点几下,也不至于亏损的坑越来越大。奇趣编程就是专门研究随机数的,虽不敢自称高人,但算国内顶级随机数研究者,对随机数这方面还是有一定研究成果的。

3、缺少试错资本。很多随机数的规律需要钱去试错才能真正体会到,而大多数亏损者已经亏到三角都不剩,试错的本钱都没有了,已经跌入人生谷底,很难爬出来了。

4、缺少时间。亏损者都不是专业研究随机数的人,没有花太多时间在研究上,所以大多数时候在盲打,当出现亏损后,是砸更多的钱的盲打,亏损达到一定程度,他就只能被迫去做出卖时间的劳动,缺少时间和金钱去爬出坑,跌入恶性循环。

所以已经掉进大坑的亏损者,真的需要有专业的研究者来拉他一把,不然凭他自己真的很难爬出坑。欢迎联系奇趣编程交流探讨。

奇趣网|统计宝|什么是随机数规律的平稳性?

奇趣编程在研究随机数规律的过程中,经常遇到很多读者问随机数规律稳定吗?对于这个问题,奇趣编程分享一下随机数规律的平稳性相关知识。

1、严格平稳。严格平稳就是趋势和某变量或某几个变量严格地呈现线性正相关的关系。这种情况比较少见,很难找到这么稳定的规律。因为随机数既然是随机,就有可能出现一些特异值或是特异时段,从而影响了随机数规律的稳定性。

2、弱平稳。奇趣编程通过自己开发的“统计宝”发现随机数是存在弱平稳规律的。统计宝的各种图表,融合了均值、方差、自协方差、自相关函数等各种统计学和概率论中的算法来进行统计分析,可以明显地通过肉眼发现随机数序列中的稳定规律。

在抛硬币的游戏中,如果用图表来表示,它是随机游走的,通过统计宝图表来观察,趋势是随时间变化的。更多规律请加奇趣编程交流探讨。

奇趣网|统计宝|通过哪些随机数序列特性可以找出随机数规律?

对于随机数研究者来说,最大的成就就是找到随机数规律,因为一旦找到随机数序列的规律,就意味着源源不断的利润。今天奇趣编程和大家分享一下通过哪些随机数序列特性可以找到随机数规律。

当收集到足够数量的随机数数据之后,可以用以下统计学、概率论上的特性来寻找随机数规律:

1、均值。均值是统计学中比较重要的一个概率,用抛硬币游戏来说,抛的次数越多,正反面出现的次数越接近于平均值。均值的缺点是某些特异值会严重干扰均值。比如说,工厂里一千个员工的工资是3000,而老板的工资是年薪30000000,如果把老板也计算进去,就会造成均值远远偏离实际的均值。

2、中位数。中位数可以有效地解决均值带来的缺陷。比如上例中,它是按数据的大小顺序来排序取中位数,1000个员工加上老板就有1001个人,则按工资金额的大小来排序,取第500名的工资作为中位数,则中位数就是3000,最接近于真正的均值。

3、方差和标准差。当均值和中位数都无法很好地评估随机数规律时,那就要用到方差和标准差了。方差和标准差,可以很好地放大某些数据的差异性,相当于一个差异放大器。

4.自协方差和自相关函数。这是用来判断强正相关和独立性的一种统计分析方法,可以分析出随机数序列是否与某些变量线性相差。

研究随机数规律是比较难的,因为需要相关的统计学和概率论知识,但奇趣编程已经开发有免费开源的“统计宝”,整合了上面所有的分析随机数序列特性的所有技术,各位读者只需要下载使用“统计宝”就可以了。欢迎加奇趣编程交流探讨。

奇趣网|统计宝|随机数序列的分析模型是怎么样的?

当我们收集到足够的随机数序列数据之后,怎么对它进行分析呢?随机数序列的分析模型是怎么样的呢?今天奇趣编程和大家分享最简单的一个分析模型。

随机数序列可以分解成三个组成部分。

1、随机数趋势。随机数趋势反映出来的是随机数序列随着时间的长期变化而带来的变化,虽然不一定是线性正相关,但大多数时间是比较符合线性正相关的。

2、节假日和作息时间段影响。有很多随机数序列是受到节假日和作息时间段的影响的,会在图表上呈现出规律的波峰和波谷规律。

3、数据突变。有时候会因为某些不稳定的原因会造成数据突变,但通常来说数据突变都是不可持续的,是短期相关事件。

因此我们可以得到两种模型:

1、加法模型。加法模型适用于趋势和节假日和作息时间段变化独立关联影响的情况。

2、乘法模型。乘法模型适用于趋势的大小决定于节假日和作息时间段变化的大小的情况。

看了之后是否对你有帮助?欢迎加奇趣编程交流。