Grundsätze der Arbeit mit einem Optimierer und grundlegende Möglichkeiten zur Vermeidung von Anpassungen. - Seite 6

 
Avals:

Sie diskutieren in jedem Thema das Gleiche - Ihr Modell. Ich glaube, jeder hat sich schon mehr als einmal dazu geäußert))
Nun, zunächst einmal nicht das Modell, sondern das Prinzip. Zweitens leider nicht meiner und mit einem langen Bart. Drittens sind mir keine Veröffentlichungen bekannt, die den auf der Zerlegung von Kotir in Komponenten basierenden Modellierungsansatz widerlegen würden.
 
Eigentlich geht es darum, die Erwartung zu verschieben, nicht darum, einen Quotienten zu simulieren. Stationarität ist im Grunde überhaupt nicht erforderlich.
 
TheXpert:
Übrigens kann man mit einem Zickzackkurs Geld verdienen :) Apropos Zickzackkurs
Ich habe sogar versucht, Zickzacklinien vorherzusagen. Das Ergebnis war erstaunlich, aber ich wurde belächelt.
 
TheXpert:
Eigentlich geht es darum, die Erwartungshaltung zu verschieben, und nicht darum, eine alltägliche Situation zu simulieren.
Vergangenheit oder Zukunft?
 
faa1947:
In der Vergangenheit oder in der Zukunft?
Im Prinzip :)
 
TheXpert:
Eigentlich geht es darum, die Erwartung zu verschieben, nicht darum, einen Quotienten zu simulieren. Stationarität ist im Grunde überhaupt nicht erforderlich.

Das ist wirklich das Salz der Suppe. Ich stimme wieder zu.
 
ask:

Das ist wirklich das Salz. Auch hier stimme ich zu.
Und woher wissen Sie, ob sie sich in der Zukunft verlagert hat? Heiliger Glaube an die Zahlen.
 

Es ist wie ein Rätsel. Die richtige Antwort lautet 112 und Peng :)

"Was Wo Wann?

Da haben die echten Experten... wie nennt man das... "Gefühl für die richtige Antwort". Wenn sie die richtige Antwort hören, wissen sie aus dem Bauch heraus, dass sie richtig ist.

Ich glaube nicht, dass ich ein Experte bin. Aber ich denke (hoffentlich :) ), dass der Prozess ähnlich ist :)

 
Avals:

Dies ist Quasistationarität - eine Veränderung von Mo über einen bestimmten Bereich. Vielleicht geht es nicht nur um Mo, aber in diesem Zusammenhang sind wir am meisten an Mo interessiert.

Es ist also vielleicht eine sehr komplexe Methode, aber sie ist grob genug, um die Regelmäßigkeit abzuschätzen). Es ist eher eine Frage der Anzahl der Systemparameter und der Empfindlichkeit des Ergebnisses gegenüber deren Veränderung. Wenn eine kleine Änderung des Parameters eine Änderung des Ergebnisses bewirkt, ist das nicht gut. Es gibt noch andere Zeichen. Ich habe erst kürzlich hier darüber geschrieben https://www.mql5.com/ru/forum/137614/page5

Versuchen Sie, eine sehr komplexe Methode mit einer minimalen Anzahl von Parametern zu erstellen. Je länger die Formel ist, desto mehr Parameter hat sie. Natürlich ist das kein Gesetz, aber es ist eine gute Annäherung an die Realität. Man nehme eine elementare Funktion (Modell) y=ax. Sie hat einen Parameter "a", mit dem der Neigungswinkel der Geraden verändert werden kann. Und das war's. Versuchen Sie, dieses Modell an den Markt anzupassen. Nehmen wir ein komplizierteres Modell y = ax^2 + bx. Sie ist komplexer und hat zwei Parameter. In der Geschichte wird es auf jeden Fall besser sein. Zerlegen wir sie nun in 2 Teilmodelle und prüfen sie getrennt: y = ax^2 und y = bx. Jedes dieser Modelle zeigt schlechte Ergebnisse, so dass die Summe dieser Ergebnisse viel niedriger ist als das ursprüngliche Modell? Es besteht eine hohe Wahrscheinlichkeit, dass dies passt. Nicht jedes einfache Modell garantiert einen Gewinn, aber in jedem Fall verringert die Einfachheit die Wahrscheinlichkeit der Anpassung.

Ich werde versuchen, die Verschiebungsmethode und die Möglichkeiten, das zu prüfende Modell in kleinere Modelle zu zerlegen, später ausführlicher zu beschreiben.

 
faa1947: Aber es gibt noch eine weitere Sache: die Umkehrbarkeit des Modells - auf der linken Seite ist ein Quotient, und alles auf der rechten Seite sollte diesen Quotienten in der Summe ergeben.

Ich frage mich, aus welchen Grundsätzen sich ergibt, dass sie umkehrbar sein sollte (mit der Zeit, oder was?)...

Physiker wissen seit Jahrzehnten, dass es in der Natur keine perfekte Symmetrie gibt.