Stochastische Resonanz - Seite 5
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ja, es gibt bereits eine Koalition von Teilnehmern, die glauben, dass eine Bewegung (ein Trend?) ein stabiler Zustand ist. Ich würde gerne eine Begründung hören, Rosh. Dass die Bewegung ohne Rechtfertigung der Marktphase ein interner Zustand des Marktes ist - das ist verständlich.
Ich persönlich glaube, dass es auf dem Markt keine stabilen Zustände gibt. Es gibt entweder quasistabile (d. h. instabile, aber scheinbar stabile) oder Übergänge zwischen ihnen (Katastrophen). Und der Markt selbst ist ständig am Rande eines Nervenzusammenbruchs. Und schwere nervöse Depressionen (z. B. 1987) sind normal.
Nun, ja, ich stimme zu. Und diese Instabilität ergibt sich im Lichte des Konzepts der stochastischen Reharmonisierung gerade aus dem Rauschen der Wohnung selbst, das den Markt in einem Zustand ständiger Bereitschaft zum Zusammenbruch hält.
Leider kann ich es nicht in Worte fassen. Ich habe Peters (erneut) über die Fraktalität des Marktes gelesen und stimme mit ihm überein, dass der Normalzustand eines jeden stabilen Systems ein Nicht-Gleichgewicht ist. Hier stimmt die Eigenschaft der Selbstähnlichkeit des Fraktals mit dem Vorhandensein des Anlegers am Horizont von beliebiger Dauer, und Nichtlinearität und Asymmetrie in der Entscheidungsfindung, und viele andere Dinge.
aber wie kann man die Fraktalität einer Reihe berechnen? Sie haben versprochen, einen Algorithmus zu veröffentlichen... :)
In dem Papier wird ein dynamisches Modell mit einer Rauschkomponente vorgeschlagen, mit dem quasi-chaotische Zeitreihen erzeugt werden können, die ein Phänomen namens "Rührschicht" simulieren, d. h. das Szenario "chaotisches Verhalten - bistabiler Modus (Sprünge zwischen zwei deutlich unterschiedlichen Zuständen) - Auswahl eines stabilen Zustands" . Dieses Szenario ist typisch für viele Prozesse in Wirtschaft, Medizin usw. Es wird auch eine Methode zur Analyse der erzeugten Reihen vorgeschlagen, die auf der Untersuchung einiger statistischer Merkmale beruht. Es wird gezeigt, dass die Analyse (mit vorheriger Erstellung eines Trainingssets) es erlaubt, den "Moment der Wahrheit" zu definieren, d.h. den Zeitpunkt, zu dem es möglich ist, mit der festgelegten Wahrscheinlichkeit vorherzusagen, welchen stationären Zustand das gegebene System wählen wird. http://ellphi.lebedev.ru/12/pdf19.pdf
Viel Glück!
aber wie würde man die Fraktalität einer Reihe berechnen? Sie haben versprochen, einen Algorithmus zu veröffentlichen. ... :)
Ich habe es noch nicht akzeptiert, obwohl der Algorithmus für mich wieder einmal bestätigt wurde. Kürzlich habe ich über den Variationsindex gelesen, der sehr interessant geschrieben ist, vor allem wenn man bedenkt, dass die Autoren des Algorithmus behaupten, dass für die Berechnung dieses Index viel weniger Daten erforderlich sind als für die Berechnung von Hirst. Und der Hurst-Index, die fraktale Dimensionalität und der Variationsindex sind eng miteinander verbunden.
UNTERSUCHUNG DES STOCHASTISCHEN RESONANZEFFEKTS IN EINEM BISTABILEN SYSTEM
V.N.Ganin, A.A.Dubkov Nizhny Novgorod State University
In diesem Beitrag wird eine neue Näherungsmethode zur Untersuchung des stochastischen Resonanzeffekts in einem bistabilen System mit stückweise linearem Potential diskutiert.
Wir betrachten die Bewegung eines Brownschen Teilchens in einem Potentialfeld, etwas, das dem zweiten Glied von Candida entspricht ? http://forex.kbpauk.ru/download.php?Number=16275
Viel Glück!
II. Kongress der Biophysiker Russlands
http://www.biophys.msu.ru/conferences/99_bpii/10_OBZOR/10_Otchet.htm
na ja, da blabla (Biophysiker, nichts für ungut) und hier tauchen schon Formeln auf. ...
Das Phänomen der stochastischen Resonanz, das in verschiedenen Systemen mit Schwellenaktivierung unter dem gleichzeitigen Einfluss von Rauschen und einer kohärenten, in der Regel periodischen Kraft beobachtet wird, hat in letzter Zeit viel Aufmerksamkeit auf sich gezogen. Die mögliche Rolle der stochastischen Resonanz in Biosystemen wurde erstmals von V.Y. Makeev aufgezeigt. Unter bestimmten Bedingungen führt eine erhöhte Intensität des Außenlärms zu einem geordneteren Verhalten des Systems.
Stochastische Resonanz ist ein kooperativer Effekt in nichtlinearen Systemen, bei dem über ein breites Spektrum verteilte Rauschenergie in Ausgangsenergie bei der Signalfrequenz gepumpt wird. In diesem Fall wird die Amplitude der Systemantwort durch eine resonanzartige Funktion beschrieben , deren Argument der Rauschpegel ist.
Der Mechanismus ist ungefähr folgender: In Anwesenheit von Rauschen macht ein Teilchen Übergänge von einem Zustand in einen anderen; die charakteristische Zeit solcher Übergänge wird durch den Kramer-Parameter bestimmt. Bei deterministischer Modulation beginnt die Barrierenhöhe von der Zeit abzuhängen, und das Verhältnis der Übergangswahrscheinlichkeiten in Phase und in Gegenphase mit Forcing wird zuW+/W-=exp(-2QD), wobei Q die Barrierenhöhe und D die Rauschintensität ist.
Mit zunehmender Lärmintensität nimmt die Cramers-Zeit ab. - Je geringer die Volatilität ist, desto wahrscheinlicher ist der Übergang von einem Trend zu einer Flaute?
Wenn sich die treibende Kraft langsam genug ändert, ist es möglich, einen Zustand zu erreichen, in dem die Cramers-Zeit die Größenordnung einer Periode dieser charakteristischen Änderungszeit annimmt, dasW+/W--Verhältnis aber immer noch recht hoch ist. Dann sind die Übergänge im System hinreichend zuverlässig durch das Signal moduliert und wir haben es mit stochastischer Resonanz zu tun. Bei größerem D wird die Cramers-Zeit im Vergleich zur charakteristischen Modulationszeit zu klein, und W+/W- ~ 1, und die stochastische Resonanz wird nicht realisiert.
Die stochastische Resonanz ermöglicht es, Signale mit einer Amplitude zu verstärken, die viel kleiner ist als die Rauschintensität, und zwar auf Kosten des Rauschens. Interessant ist diese Möglichkeit vor allem im Zusammenhang mit dem kT-Problem, das im Kern auf die Frage hinausläuft: "Kann ein Effekt mit einer charakteristischen Energie, die kleiner ist als die mittlere thermische Hintergrundenergie (kT), überhaupt eine biologische Relevanz haben". Insbesondere die Skepsis gegenüber der Möglichkeit, lebendes Gewebe schwachen elektromagnetischen Wellen auszusetzen, stützt sich auf solche Argumente. Wir betrachten ein einfaches Modell eines Membrankanals, bei dem der Wechsel zwischen den Leitungsebenen durch ein schwaches externes Signal moduliert werden kann.
....Besonders gefallen hat mir die Passage über die Übergangszeiten, d.h. es scheint die Möglichkeit zu geben, die Dauer des Trends zu ERWARTEN ? obwohl, was ist Kramers Parameter, wie sich herausstellt, ist es eine durchschnittliche Zeit, die für das Entweichen des Brownschen Teilchens aus dem Potentialtopf benötigt wird. Ich habe nicht einmal die erste Arbeit gemeistert, der zweite Link Candida, und hier wieder ... Wikipedia weint wegen meiner Anfragen und ich weine wegen meiner Dummheit, also, lesen wir weiter.
Viel Glück!
Frage
Ich las die gesamte Literatur über stochastische Resonanz und wurde noch mehr von der Richtigkeit meines Ansatzes überzeugt. Eine wichtige Voraussetzung für die Existenz stochastischer Resonanz ist das Vorhandensein zweier "stabiler" Zustände. Nimmt man das Modell: Trend als Übergang von einer Ebene der Flachheit zu einer anderen an, so stellt sich heraus, dass stabile Zustände zwei Ebenen der Flachheit sind. Über eine Ebene können wir mehr oder weniger sicher sagen, aber die zweite bleibt ein großes Rätsel. Vielleicht verstehe ich etwas nicht ganz oder gar nicht, aber mir scheint, dass die Suche nach der möglichen Funktion des Modells für unseren Fall absurd ist. Diese Funktion zu kennen bedeutet, praktisch alles über das System zu wissen oder die "Lebensformel" zu finden. Das zweite potentielle Energieminimum auf der Grundlage von Signalparametern, Rauschen und einem Niveau des potentiellen Energieminimums zu finden, scheint ebenfalls schwierig, eher unmöglich.
Ich behaupte nach wie vor, dass alles, was praktisch getan werden kann, darin besteht, die optimalen Rauschcharakteristika zu finden, bei denen man mit einer gewissen Wahrscheinlichkeit von einem zukünftigen Richtungsspike sprechen kann, aber man kann ein neues Niveau nur durch empirische Abhängigkeiten bestimmen, die aus typisierten Statistiken abgeleitet werden.
Ich glaube, wir müssen von der Erfassung von Statistiken über Rauschen, Trends und flache Niveaus zur Suche nach Mustern übergehen und dabei die Besonderheiten der stochastischen Resonanz berücksichtigen. Die Intuition sagt immer noch, dass es solche Muster geben sollte. Ich schrieb darüber früher "grasn 12. 10. 2007 14:08". Nachdem ich es jedoch noch einmal überdacht habe, wurde mir klar, dass das, was ich gesagt habe, in der Tat der Volatilität sehr ähnlich war, aber was ich meinte, waren Rauschparameter im Sinne der digitalen Signalverarbeitung, was etwas ganz anderes ist. Beim Sammeln von Statistiken habe ich früher das Rauschen vergessen, obwohl es eine sehr wichtige Komponente des Systems ist und nicht ignoriert werden darf.
Ich komme hier ein wenig vom Thema ab, aber hier ist die Frage: Wie berechne ich die Lärmintensität? Ich habe meine Bücher und das Internet durchsucht, aber ich konnte nichts finden. Es gibt einen Parameter "Relative Intensität des Rauschens" (RIN) - Dies wird jedoch bei Lasern und ähnlichen Systemen berechnet.
Trend oder Wohnung
Was ist ein gleichmäßiger Zustand, ein Trend oder eine Flaute? Meiner bescheidenen Meinung nach handelt es sich dabei lediglich um eine Terminologie und eine gewisse Übereinstimmung der Ansichten der Teilnehmer. Die Behörden lehren uns, dass der Markt meist in einer Flaute verharrt und nur sehr wenig Zeit in einem Trend verbringt. Nach meinen eigenen, trivialen Experimenten bin ich zu einer anderen Schlussfolgerung gekommen: Lokale (und es gibt keine anderen) Flats und Trends existieren in ungefähr demselben Verhältnis. Ich werde Ihnen, als Anlass für meine Überlegungen, das erste Segment des EURUSD (Stunden, (H+L)/2) zeigen, das mir in die Hände gefallen ist. Der Algorithmus für die Erhebung von Statistiken ist einfach: Ich gehe im getesteten Intervall "mit der Zeit", lege die Länge der anfänglichen Zeitreihe fest, schaue in jedem Intervall in die Zukunft und bestimme die Dauer eines Seitwärtskanals (flat) und eines Kanals mit linearer Regression, natürlich unter Verwendung der Parameter derselben anfänglichen Stichprobe. Dies ist das Ergebnis für das Fenster mit 600 Proben:
Die x-Achse stellt die Stichproben des analysierten Bereichs dar, während die y-Achse die auf die Fenstergröße der Zeitreihe reduzierte Kanallänge darstellt (d. h. Lebensdauer - 2 bedeutet, dass der Kanal mit den Anfangsparametern lebte, zwei weitere Anfangslängen, 2*600). Nimmt man den gesamten Verlauf und geht die Fensterlängen durch, erhält man immer noch ungefähr das gleiche Bild (fast wie in der Abbildung). Die durchschnittliche Dauer der "flachen" Kanäle ist etwas länger als die der Kanäle mit linearer Regression, aber nichts davon ist "signifikant", worüber die Behörden schreiben. Natürlich ist das Argument indirekt, aber es hat mich zu einigen Überlegungen geführt.
Potenzielle Gruben
Es gibt einen Artikel, siehe 'Mapping support and resistance levels'. Es gibt Hinweise auf frühere Veröffentlichungen. Und es gibt Fibs, man muss sie nur finden. Mit dem Ansatz von Swaney werden Sie keine Fibs finden.
Ich fühle mich an ein Dialogfragment aus dem Film Per Anhalter durch die Galaxis erinnert, in dem es um einen Roboter mit einer manisch-depressiven Persönlichkeit und die Hauptfigur geht: Der Arbeiter, der von der Notlage des Protagonisten berührt ist, versucht zu helfen: "Sie wollen, dass ich Ihre Überlebenschancen berechne, ...., aber das wird Ihnen nicht gefallen...". Die gleichen Chancen, diese "potenziellen Gruben" zu nutzen. Paradoxerweise ist es dem Preis egal, welche dieser Gruben "mehr Potenzial" hat. Wenn Sie diese Boxen "messen", werden Sie nie erraten, welche der Boxen dem Preis besser gefällt. Der Punkt ist, dass die resultierende Krümmung nichts mit der Potenzialfunktion zu tun hat.
Ich muss in der ersten Abhandlung etwas übersehen haben, denn das Ergebnis scheint mir recht trivial zu sein - mit abnehmendem Rauschen werden die Fälle, in denen die Übergangsschwelle überschritten wird, seltener und hören schließlich ganz auf - das System behält dann den Zustand bei, in dem es sich zu diesem Zeitpunkt befindet. Warum nennen die Autoren dies eine Vorhersage? Die Bezeichnung der ersten Phase als stochastische Resonanz suggeriert eine einfache Idee - die Autoren wissen einfach nicht, dass dieser Begriff bereits für ein ganz anderes Phänomen verwendet wird. Das heißt, ich denke, dass der Überblick in der Einleitung und die Liste der Referenzen in diesem Papier von Wert sind. Was die beiden anderen Referenzen betrifft: sie haben meine Meinung nicht geändert - stochastische Resonanz ist ein ziemlich enger Begriff, der Schlüsselpunkt (der die Berechnungen erleichtert) ist die Zyklizität des Signals, der Markt wird ihm nicht nachgeben. Ich möchte jedoch darauf hinweisen, dass der dynamische Teil ein integraler Bestandteil der Modelle ist. Deshalb denke ich immer noch, dass ich damit anfangen sollte :)
P.S.: Dies war aus der Literatur.
Für Literatur ist es besser, dies zu lesen: http://eprint.ufn.ru/article.jsp;jsessionid=aaa81x5hHOgj8Y?particle=1784
(von wikipendia link)
все, что возможно сделать практически – это найти оптимальные характеристики шума, при котором с определенной вероятностью можно уверенно говорить о будущем направленном скачке, а вот определить новый уровень можно только по эмпирическим зависимостям, выведенным на основе набранной статистики.
Es ist möglich, zu fast jedem Zeitpunkt zuversichtlich über einen zukünftigen Richtungswechsel zu sprechen :), die Frage ist nur, in welche Richtung. Und es ist keine schlechte Idee, zumindest eine ungefähre Vorstellung von der Zeit zu haben. Die nächsten neuen Ebenen (von oben und unten), imho, sind ziemlich gut durch traditionelle Mittel der TA definiert, nachdem erraten, die Richtung ist es möglich, weiter zu spezifizieren, schließlich gibt es ein Trailing.
Ich denke, ein beträchtlicher Teil der möglichen Kritik lässt sich durch die schlechte Laune von grasn erklären. Apropos arbeitsintensiv - wer hat es heutzutage noch leicht? :) Übrigens habe ich einmal geschrieben, dass ich die Arbeit mit einem potentiellen Model nur aus diesem Grund eingefroren habe :)
Für Literatur ist es besser, dies zu lesen: http://eprint.ufn.ru/article.jsp;jsessionid=aaa81x5hHOgj8Y?particle=1784
(von wikipendia link)
Ich habe bei Wikipedia nachgeschaut und möchte mich ganz bewusst nicht mit der "SR" befassen, da ich ihren Nutzen für diesen Fall noch nicht sehe.