Der Markt ist ein kontrolliertes dynamisches System. - Seite 58

 
sergeyas:

In Kotier ist es komplizierter - das Signal kann in der Mischung mit der Störung vorhanden sein oder auch nicht!

Durch die Unterdrückung von Störungen (Rauschen) können Sie die Suchbedingungen für das Signal verbessern, aber das Problem bleibt ungelöst.





Wie viele Signale gibt es?
 
tara:

Wie viele Signale gibt es?

Ich wünschte, es gäbe mehr gute Beispiele...)

 
tara:

Das ist richtig.

Null am Eingang bedeutet keine Signale, egal wie viele es sind.

Sie haben soeben eine der Techniken der technischen Analyse begründet - die Konstruktion von Trendlinien.


Genau das Gegenteil ist der Fall.

Null am Eingang ist nicht immer Null. Wenn der Wert vor einer Minute nicht Null war und das System über ein gewisses Gedächtnis verfügt, wird die Trägheitsmodellierung trotz der Annahme von Null am Eingang eine Ausgabe ungleich Null erzeugen. Wir werden eine Abweichung von der Trendlinie erhalten, und wenn das Modell etwas komplizierter ist als eine Fünf-Cent-Münze, wird das Bild der Zukunft interessanter sein.

 
sergeyas:

Oleg, das war Ironie, ich habe vergessen, einen Smiley an das Ende des Satzes zu setzen).

" hier. с #93 ... #96" sprechen Sie direkt von Signal und Interferenz, während in dem Beitrag, auf den ich geantwortet habe, kein einziges Wort darüber steht.


Offensichtlich habe ich übersehen und nicht angegeben, dass ich den Eingangsstrom als eine additive Mischung aus Nutzsignal und Störung betrachte:

x(t) = s(t) + n(t)

obwohl ich es als selbstverständlich vorausgesetzt habe.

 
alsu:
Wenn wir die Parameter des Systems ermittelt haben, müssen wir es nur noch für eine kurze Zeit in die Zukunft "entlassen", sozusagen im Inertialmodus, und sehen, was passiert. In der Tat ist dies die Vorhersage - allerdings nur unter der Annahme, dass sich zu diesem Zeitpunkt nichts am Eingang des Systems befindet. Wie oben richtig festgestellt wurde, kennen wir das Eingangssignal nicht und können es nur anhand von Daten aus der Vergangenheit schätzen, aber wir können nichts Besseres vorhersagen, als anzunehmen, dass der Eingang gleich 0 ist.

Genauer gesagt, nicht Input gleich 0, sondern Änderung des Inputs gleich 0. Obwohl hier verschiedene Variationen erlaubt sind, z.B. Änderung des Inputs innerhalb von [a,b]
 
sergeyas:

In Kotier ist es komplizierter - das Signal kann in der Mischung mit der Störung vorhanden sein oder auch nicht!

Durch die Unterdrückung von Störungen (Rauschen) können die Bedingungen für die Signalsuche verbessert werden, aber das Problem bleibt ungelöst.


Das ist richtig.

Und wir können davon ausgehen, dass Rauschen mit unterschiedlicher Intensität immer vorhanden ist. Im Gegensatz dazu kann das Signal am Eingang vorhanden sein oder auch nicht (auch hier können gewisse Toleranzen eingeführt werden). Und hier sind wir nicht weit von einer klaren Trennung zwischen einem Trend und einem Flat entfernt.

 
avtomat:

5) Durch Einbeziehung einer Optimierungs- und Anpassungsschleife erhalten wir ein geschlossenes Simulationssystem


Beschreibt man dieses Schema aus der Sicht des Marktes, so werden aus dem Kursfluss mit Hilfe der Funktionen qL und qR zwei gegensätzliche Kräfte ausgewertet - Limitaufträge, die die Bewegung behindern, und Marktaufträge, die sie erzeugen. Sie werden dann mit q0 verglichen. Grundsätzlich gilt: Ist die Limit-Seite stärker, sollten wir eine flache Entwicklung erwarten, ist die Marktseite stärker, sollten wir einen Trend erwarten. Der Anpassungsblock ändert die Parameter qL und qR auf der Grundlage des Prognosefehlers.

Es könnte logisch sein, WL und WR in zwei Blöcke aufzuteilen. Sie entsprechen der Liquidität zum Kauf von WLb, der Liquidität zum Verkauf von WLs, den Marktaufträgen zum Kauf von WRb und den Marktaufträgen zum Verkauf von WRs. WRb interagiert mit WLs und bildet Aufwärtsbewegungen, und WRs mit WLb bilden Abwärtsbewegungen. Das Diagramm zeigt 4 Blöcke, die paarweise interagieren und deren Ergebnisse dann über q0 miteinander interagieren. D.h. es werden 4 statt 2 Komponenten aus dem Quotienten extrahiert. Grob gesagt handelt es sich dabei um Kaufkräfte, Verkaufskräfte, Kaufwiderstand und Verkaufswiderstand.

Wenn wir eine Analogie aus der Physik nehmen, ist es so, als ob sich ein Körper in einem dichten Medium aufgrund von Impulsen auf und ab bewegt. Aber die Dichte des Mediums ändert sich, und sie ist in verschiedenen Richtungen unterschiedlich.

Es geht um die Funktionen qL und qR. Sie können nicht nur Quotienten eingeben, sondern auch ihre elementaren Eigenschaften, die sie selbst nur schwer herausfinden können, die aber für ihre Arbeit entscheidend sein können. Zunächst einmal die Zeitattribute (Tageszeit, Wochentag). Vielleicht Preisattribute wie Volatilität, Erreichen von Extremen.

 
Avals:


Wenn man eine Analogie aus der Physik heranzieht, ist es so, als ob sich ein Körper in einem dichten Medium aufgrund der auf ihn einwirkenden Impulse auf und ab bewegt. Aber die Dichte des Mediums ändert sich, und sie ist in verschiedenen Richtungen unterschiedlich.

Ja, eine solche Analogie ist sehr klar und nützlich.

Und das Problem kann als die Bestimmung der Dichte des Marktmediums, des Dichtegradienten und seiner zeitlichen Veränderung interpretiert werden.

Ähnliche Probleme werden bei der Geolokalisierung (nur dass statt der Zeit die Koordinaten der Sondensignalanwendung verwendet werden) und täglich in den Räumen der Ultraschalldiagnostik gelöst.

 
avtomat: Entscheiden Sie sich. Oft ist es so, dass schon eine kleine Unebenheit einen zurückhält und wie ein unüberwindbares Hindernis wirkt.
OK, versuchen wir es, aber fangen wir aus der Ferne an. Ursprünglich bin ich an die Modellierung anders herangegangen, indem ich einfach eine nichtlineare Diffusion einer bestimmten Art postuliert habe, d.h. nicht in Bezug auf den ATS-Apparat. Bei der Analyse der Diffusionen stellte sich jedoch heraus, dass einige Elemente von ATS noch sichtbar sind. Vapchet all dieser fantastische Scheiß ("Metamodell") ist mir schon vor langer Zeit in den Sinn gekommen, als ich noch nicht einmal wusste, dass es einen solchen Forex gibt. Aber jetzt erinnere ich mich manchmal daran, und es scheint, dass ich bereits wusste, dass ich mit dem Forex-Virus gründlich infiziert sein werde :). Wahrscheinlich hat das Karma es mir ins Ohr geflüstert. Also, Prolegomena:

I) Einigen wir uns darauf, das Instrument als Aktie zu bezeichnen. Im Allgemeinen sollten die Gesetze des Verhaltens einer Aktie und eines Devisenpaares ähnlich sein.

II) Ich habe den Markt als Ganzes in zwei ungleiche Teilsysteme unterteilt - das eigentliche "Lager" und "das, was außerhalb des Lagers ist". Die Interaktion zwischen diesen Teilsystemen erfolgt in eine Richtung. Das heißt, nur "Extern" beeinflusst "Aktion", aber nicht umgekehrt. Das Modell, das die Bewegung der Aktion beschreibt, entspricht der "allgemeinen philosophischen" Bewegungsgleichung aus der Theorie der Systeme: " Die Reaktion eines Objekts auf einen Aufprall ist proportional zur Stärke des Aufpralls und umgekehrt proportional zur Trägheit des Objekts". Nun, im weiteren Verlauf ist das Modell sehr ähnlich aufgebaut, wie es Landafshitz in seiner Mechanik beschreibt. Das wichtigste Merkmal dieser Beschreibung ist die Schließung der Differenzen im Verhältnis zu den Veränderungen des Aktienkurses, d. h. ihr Hauptparameter. Das heißt, wir verwenden nichts anderes als Zitate.

III) Noch einmal: Die Lagerbewegung diphura war nicht linear, d.h. das Überlagerungsprinzip wurde sofort verworfen. Es ist sicher, dass eine Verdoppelung der äußeren Einwirkung auf das Angebot bei weitem nicht zu einer Verdoppelung der Reaktion des Finanzinstruments führen kann. Und das Vorhandensein eines Speichers in der Aktie deutet darauf hin, dass das System grundsätzlich nichtlinear ist (was nicht unbedingt der Fall ist, aber wir verlieren hier nichts, da Nichtlinearität jederzeit entfernt werden kann, wenn sie überflüssig wird).

IV) Es wurde nicht versucht, alle möglichen Einflüsse außerhalb der Aktion ausdrücklich zu beschreiben. Ich habe sie grob nach dem Prinzip der Auswirkungen auf das Zitat unterteilt. Ich habe 4 aggregierte Typen:
1) konstante Auswirkungen, die unabhängig vom Aktienkurs sind (Alpha-Auswirkungen),
2) eine Auswirkung, die proportional zum Aktienkurs ist (Beta-Auswirkung),
3) Proportional zur Ableitung des Aktienkurses (Gamma-Effekt).
4) proportional zum Quadrat des Aktienkurses (Einführung von Nichtlinearität) (Delta-Effekt).
Es spielt keine Rolle, was in diesen Aufprallarten enthalten ist. Das Wichtigste ist, dass wir sie alle auf vier bekannte Typen reduziert haben, und, was noch wichtiger ist, dass wir hoffen, dass ihre Parameter experimentell bestimmt werden können (bisher glaube ich das nur).

Und dann hatten wir diese Idee von dem ganzen Prozess. Alle vier Arten von Auswirkungen sind ihrerseits eine Funktion der Zeit und ändern sich relativ langsam im Verhältnis zum Aktienkurs. Zu fast jedem beliebigen Zeitpunkt können wir davon ausgehen, dass sich diese Einflüsse nicht ändern und einen Gleichgewichtspreis für die Aktie festlegen.

Jede Nachricht verändert diese Einflüsse sprunghaft, indem sie Informationen in das System einspeist, die einen neuen Gleichgewichtswert für den Aktienkurs festlegen. Es beginnt ein vorübergehender Prozess, der versucht, den Aktienkurs an die neuen Bedingungen anzupassen (da ist er, der OOS im System!). Grob gesagt, handelt es sich um eine lineare Diffusion zweiter Ordnung. Die Linearisierung der Diph-Stunde wird durch die Annahme eines geringen Ausmaßes an Schwingungen, d.h. Abweichungen von den Gleichgewichtswerten, erreicht. Wir erhalten so etwas wie einen parametrischen Oszillator (d. h. das Teilsystem Aktion ist ein offenes System!).

Unsere Hauptaufgabe besteht darin, die Parameter solcher Einflüsse so früh wie möglich zu bestimmen und damit zu ermitteln, wie sich der Prozess selbst im Laufe der Zeit entwickelt (Prognose). Die wichtigste Schlussfolgerung ist folgende: Der Aktienkurs ändert sich auch dann, wenn die äußeren Einflüsse konstant sind (keine Nachrichten). Mit anderen Worten: Nachrichten wirken sich nicht sofort auf die Aktie aus, und der Einfluss der neuesten Nachrichten erfolgt sogar erst eine gewisse Zeit nach der Nachricht selbst.

Die Linearität der Diphase zweiter Ordnung erleichtert übrigens die Einführung von Konzepten der klassischen Mechanik - Impuls der Aktie und Lagrange-Funktion (Energie). Im Bereich der Unveränderlichkeit äußerer Einflüsse kann man auch von einem gewissen Anschein des Energieerhaltungssatzes sprechen. Kurz gesagt, es ist alles aus der Mechanik heraus. Natürlich ist dies nur eine Sichtbarkeit, da ich den Preis der Aktie im Grunde zu einem stochastischen Prozess gemacht habe. Unter bestimmten, nicht zu restriktiven Annahmen über diesen Zufallsprozess ist es sogar möglich, eine Gleichung dieses Prozesses abzuleiten (was mir auch gelungen ist - obwohl ich bisher keinen Nutzen darin sehe).

Leute, wenn irgendjemand wegen dieser ganzen Scholastik verärgert ist - stellt Fragen, ich werde versuchen, das zu klären. Das ATS-Schema wird etwas später kommen - wenn man zumindest einen gewissen Konsens über den obigen Blödsinn findet.

Diejenigen, die gerne kritisieren, "nur weil solch komplexe Systeme nicht auf dumme Mechanik reduziert werden können", sollten sich die Argumente ernsthaft überlegen. Es handelt sich nicht wirklich um "dumme Mechanik", nur um einen entfernten Anschein davon. Ungerechtfertigte Kritik wird ignoriert.
 
Avals:


Wenn wir dieses Schema aus der Sicht des Marktes beschreiben, dann schätzen wir aus dem Kursfluss mit Hilfe der Funktionen qL und qR zwei gegensätzliche Kräfte - Limitaufträge, die die Bewegung behindern, und Marktaufträge, die sie erzeugen. Sie werden dann mit q0 verglichen. Grundsätzlich gilt: Ist die Limit-Seite stärker, sollten wir eine flache Entwicklung erwarten, ist die Marktseite stärker, sollten wir einen Trend erwarten. Der Anpassungsblock ändert die Parameter qL und qR auf der Grundlage des Prognosefehlers.

Es könnte logisch sein, WL und WR in zwei Blöcke aufzuteilen. Sie entsprechen der Liquidität zum Kauf von WLb, der Liquidität zum Verkauf von WLs, den Marktaufträgen zum Kauf von WRb und den Marktaufträgen zum Verkauf von WRs. WRb interagiert mit WLs und bildet Aufwärtsbewegungen, und WRs mit WLb bilden Abwärtsbewegungen. Das Diagramm zeigt 4 Blöcke, die paarweise interagieren und deren Ergebnisse dann über q0 miteinander interagieren. D.h. es werden 4 statt 2 Komponenten aus dem Quotienten extrahiert. Grob gesagt handelt es sich dabei um Kaufkräfte, Verkaufskräfte, Kaufwiderstand und Verkaufswiderstand.

Wenn wir eine Analogie aus der Physik nehmen, ist es so, als ob sich ein Körper in einem dichten Medium aufgrund von Impulsen auf und ab bewegt. Aber die Dichte des Mediums ändert sich, und sie ist in verschiedenen Richtungen unterschiedlich.

Es geht um die Funktionen qL und qR. Sie können nicht nur Quotienten eingeben, sondern auch ihre elementaren Eigenschaften, die sie selbst nur schwer herausfinden können, die aber für ihre Arbeit entscheidend sein können. Zunächst einmal die Zeitattribute (Tageszeit, Wochentag). Vielleicht Preisattribute wie Volatilität, Erreichen von Extremen.


Ein sehr guter Vergleich mit der Bewegung eines Körpers in einem dichten Medium unter der Einwirkung von unterschiedlich gerichteten Kräften.

Wie ich bereits sagte, müssen wir dann bestimmte Probleme lösen, vor allem die folgenden:

1) Bestimmung der Struktur der einzelnen Kanäle. Jeder einzelne Kanal kann als separate Verbindung oder als geschlossenes Tracking-System dargestellt werden.
2) Auswahl des Optimierungskriteriums. Dieses Kriterium bestimmt den Betriebsfrequenzbereich des Modells.

Nachdem wir die WL- und WR-Blöcke als WLs, WLb und WRs, WRb dargestellt haben, können wir sie als Cross-Over-Struktur verbinden.