Таких, как доходность, средний выигрыш, средний проигрыш, доля прибыльных сделок и т. п.. Обычно никаких гипотез относительно них не различается. Решается другая задача математической статистики — задача оценки параметра. Верочтность получения прибыли в будущем при некотором условии — это тоже параметр — условная вероятность. Еее тоже можно оценивать. При оценивании обычно используются не такие понятия, как ошибки первого и второго рода, а несмещенность оценки (равенство среднего оценки оцениваемому параметру), оптимальность в среднеквадратичном (минимум дисперсии в некотором классе оценок), эффективность (сходимость по вероятности оценки к исследуемому параметру с ростом числа наблюдений).
Кроме того, отдельной проблематикой является доверительное (интервальное) оценивание.
При этом явно предполагается, что оцениваемый параметр не меняется для всей выборки.
Что касается зависимости, то ее влияние зависит от вида используемой оценки. Например, если в качестве оценки берется сумма некоторых величин (наиболее распространенный случай), то наличие зависимости не влияет на среднее оценки, но сильно влияет на ее дисперсию, а значит и на доверительный интервал. При определенных условиях может даже для несмещенных оценок нарушаться свойство эффективности.
Так что надо не делать гипотез о наличии и отсутствии зависимости в результатах трейдов, а проверять наличие или отсутствие зависимости. И с учетом результата этой проверки строить оценки параметров, которые мы хотим оценить.
Если же мы имеем дело с нестационарной последовательностью (зависимость то появляется, то исчезает), то ту вооще надо применять методы нестационарной статистики (дробление на стационарные участки на основе критериев стационарности) с последующим отделььным изучением разных участков. Т. е. в нестационарном случае мы имеем не увеличение материала, уменьшение.
