2023年最新的黑客入门.docx

2023年最新的黑客入门
黑客随机散步假说
黑客会使伟大的交易者。在元数据层面上，黑客和交易者也做同样的事情：他们发现并利用系统的弱点。不同之处在于，黑客黑客攻击电脑，网络甚至是各种各样好坏的原因，而交易者则打破了性的相对性的想法。
本文的其余部分将解释随机性的算法定义的元素，即局部与全局随机性以及随机性的相对性，可以解释随机散步假设的意义与经验观察到的长期投资者市场表现之间的异常。它还将使用NIST的随机统计测试套件来比较不同的市场。


无论我们喜欢还是讨厌，无论是对还是不对，我们都不能否认，行业量化分析师普遍采用随机散步假说，导致了量化金融领域的重大进步，特别是衍生证券和结构性产品估值。
算法与随机的统计定义
输出不可预测的任何函数被称为随机的(随机的)。类似地，其输出可预测的任何函数被认为是确定性的(非随机的)。使事情复杂化，许多确定性功能似乎是随机的。例如，我们在编程时使用的大多数随机数生成器实际上是确定性函数，其输出似乎是随机的。大多数随机数生成器不是真正的随机数，这就是为什么它们被标记为伪或准随机数发生器。
为了测试随机散步假设的有效性，我们需要确定市场产生的输出(我们的函数)是随机的还是确定性的。在理论上，这个问题有一个算法和统计方法，但实际上只有统计方法才有用(因为很好的理由)。
算法方法
计算能力理论，也称为递归理论或后期阿兰图灵之后的图灵可计算性，是理论计算机科学的一个分支，处理可计算和不可计算功能的概念。在算术方面可以推算出可计算的函数，因为只要存在可以复制该函数的算法，函数是可计算的。换句话说，有一种算法，当给定函数的任何有效输入将始终返回正确的相应输出。
如果随机性是不可预测性的属性，这意味着功能的输出永远不能被准确预测。逻辑上，这意味着所有随机过程都是不可计算的函数，因为没有可以存在准确复制该函数的算法。着名的Church-Turing论文指出，当且仅当它可以由图灵机计算(其他方法也存在)时，函数是可计算的。


图灵机是通过根据规则表在无限磁带上操纵符号字母表来工作的假想设备。图灵机能够模拟任何算法，因此当给予无限的时间时，理论上能够计算任何和所有可计算的函数。
所以呢那么，由于可计算性和随机性之间的联系，为了证明或反驳随机游走假说，所有人都需要做的是使用图灵机确定是否存在复制市场(我们的功能)的算法。换句话说，存在一种算法，当给定任何有效的输入时，它将始终返回正确的相应输出...唉，这个世界上没有什么是简单的，因为这种验证(或反驳)随机游走假说的方法会持续到在停机问题。
停电问题主要涉及确定程序是否停止，或者是否将继续无限期地运行。这个问题已被证明是无法解决的，这意味着无法预先知道程序是否停止。因此，使用图灵机尝试找到复制股票市场的算法的挑战是如果市场实际上是随机的，则不存在复制算法。
这意味着图灵机器将需要在停止之前尝试所有可能的算法，这将永远是永远的。因此，就所有意图和目的而言，不可能证明市场是真正随机的。
尽管如此，这些观察结果引起了一个非常有趣的领域，称为算法信息理论。算法信息理论关注于可计算性理论与信息理论之间的关系。算法信息理论定义了不同类型的随机性，最流行的定义是Martin-L f随机性，它断言为了使序列真正随机，
是不可压缩的。压缩涉及到使用较少信息的信息的一些无损表示。例如，无限长的二进制字符串01010101 ...可以更精确地表达为01，无限重复，而无限长的二进制字符串0110000101110110101 ...没有明显的模式，因此不能压缩到任何小于完全相同的二进制字符串，0110000101110110101 ....这相当于说如果字符串的Kolmogorov复杂度大于或等于字符串的长度，则该序列在算法上是随机的。


通过随机性统计检验。对于随机性进行了许多统计测试，处理测试序列分布与假设为随机的任何序列的预期分布之间的差异。这将在下面的统计方法部分中更详细地讨论。
不可能赚钱。这是一个有趣的概念，它简单地认为如果一个martㄧcan can can on on on on。。。。。。。。。。。。。。。。一个鞅是一个公平的游戏，过去事件的知识从来没有帮助预测未来的奖金的平均值的典范。人们可能会认为，金融市场的动量