Résonance stochastique - page 5
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Oui, il y a déjà une coalition de participants qui croient qu'un mouvement (une tendance ?) est un état stable. J'aimerais entendre une justification, Rosh. On peut comprendre que le passage sans justification à la phase de marché soit un état interne du marché.
Personnellement, je pense qu'il n'y a pas d'états stables sur le marché. Il y a soit des quasi-stables (c'est-à-dire instables mais apparemment stables), soit des transitions entre eux (catastrophes). Et le marché lui-même est constamment au bord de la crise de nerfs. Et les dépressions nerveuses graves (1987, par exemple) sont normales.
Eh bien, oui, je suis d'accord. Et cette instabilité, à la lumière du concept de réhérence stochastique, apparaît précisément à partir du bruit de l'appartement lui-même, qui maintient le marché dans un état de préparation constante à l'effondrement.
Hélas, je ne peux pas l'articuler. J'ai lu (à nouveau) Peters sur la fractalité du marché et je suis d'accord avec lui pour dire que l'état normal de tout système stable est le non-équilibre. Ici, la propriété d'autosimilarité de la fractale s'accorde avec la présence de l'investisseur à l'horizon de toute durée, et la non-linéarité et l'asymétrie dans la prise de décision, et bien d'autres choses encore.
mais comment calculer la Fractalité d'une série ? Vous avez promis de poster un algorithme... :)
L'article propose un modèle dynamique incluant une composante de bruit, qui permet de générer des séries temporelles quasi-chaotiques simulant un phénomène appelé "stirring layer", c'est-à-dire le scénario "comportement chaotique - mode bistable (sauts entre deux états significativement différents) - sélection d'un état stable" . Ce scénario est typique de nombreux processus en économie, en médecine, etc. Une méthode d'analyse des séries générées, basée sur l'étude de certaines caractéristiques statistiques, est également proposée. On montre que l'analyse (avec création préalable d'un ensemble d'entraînement) permet de définir "le moment de vérité", c'est-à-dire le moment dans le temps où il est possible, avec la probabilité fixée, de prédire quel état stationnaire le système donné va choisir . http://ellphi.lebedev.ru/12/pdf19.pdf
Bonne chance.
mais comment calculer la Fractalité d'une série ? Vous avez promis de poster un algorithme. ... :)
Je ne l'ai pas encore accepté, bien que l'algorithme se soit une fois de plus confirmé pour moi. Récemment, j'ai lu un article sur l'indice de variation, rédigé de manière très intéressante, surtout si l'on considère que les auteurs de l'algorithme affirment qu'il faut beaucoup moins de données pour calculer cet indice que pour calculer Hirst. Et l'indice de Hurst, la dimensionnalité fractale et l'indice de variation sont étroitement liés.
ÉTUDE DE L'EFFET DE RÉSONANCE STOCHASTIQUE DANS UN SYSTÈME BISTABLE
V.N.Ganin, A.A.Dubkov Université d'État de Nijni Novgorod
Dans cet article, une nouvelle méthode approximative pour l'étude de l'effet de résonance stochastique dans un système bistable avec un potentiel linéaire par morceaux est discutée.
Nous considérons le mouvement d'une particule brownienne dans un champ de potentiel, quelque chose d'analogue au deuxième lien de Candida ? http://forex.kbpauk.ru/download.php?Number=16275.
Bonne chance.
IIe Congrès des biophysiciens de Russie
http://www.biophys.msu.ru/conferences/99_bpii/10_OBZOR/10_Otchet.htm
bien là yada yada ( biophysiciens, sans vouloir vous offenser) et ici apparaissent déjà des formules. ...
Le phénomène de résonance stochastique, observé dans divers systèmes, avec activation à seuil, sous l'influence simultanée du bruit et d'une force cohérente, généralement périodique, a récemment attiré beaucoup d'attention. Le rôle possible de la résonance stochastique dans les biosystèmes a été souligné pour la première fois par V.Y. Makeev. Dans certaines conditions, une intensité accrue du bruit externe entraîne un comportement plus ordonné du système.
La résonance stochastique est un effet coopératif dans les systèmes non linéaires dans lequel l'énergie du bruit, distribuée sur un large spectre, est pompée en énergie de sortie à la fréquence du signal. Dans ce cas, l'amplitude de la réponse du système est décrite par une fonction de type résonance dont l'argument est le niveau de bruit.
Son mécanisme est approximativement le suivant : en présence de bruit, une particule effectue des transitions d'un état à un autre ; le temps caractéristique de ces transitions est déterminé par le paramètre de Kramer. En présence d'une modulation déterministe, la hauteur de barrière commence à dépendre du temps et le rapport des probabilités de transition en phase et en antiphase avec le forçage devientW+/W-=exp(-2QD), où Q est la hauteur de barrière et D l'intensité du bruit.
Lorsque l'intensité du bruit augmente, le temps de Cramers diminue. - moins la volatilité est importante, plus la transition d'une tendance à une situation plate est probable ?
Si la force de forçage change assez lentement, il est possible d'atteindre un régime où le temps de Cramers devient l'ordre d'une période de ce temps de changement caractéristique mais où le rapportW+/W- est encore assez élevé. Les transitions du système sont alors modulées de manière suffisamment fiable par le signal et nous avons affaire à une résonance stochastique. Pour un D plus grand, le temps de Cramers devient trop petit par rapport au temps de modulation caractéristique, et W+/W- ~ 1, et la résonance stochastique n'est pas réalisée.
La résonance stochastique permet d'amplifier des signaux dont l'amplitude est très inférieure à l'intensité du bruit au détriment du bruit. En premier lieu, cette possibilité est intéressante dans le cadre du problème du kT, dont l'essence se résume à la question suivante : "Un effet dont l'énergie caractéristique est inférieure à l'énergie thermique moyenne de fond (kT) peut-il avoir une quelconque pertinence biologique". En particulier, le scepticisme quant à la possibilité d'exposer les tissus vivants à de faibles ondes électromagnétiques se fonde sur de tels arguments. Nous considérons un modèle simple d'un canal membranaire, dont la commutation entre les niveaux de conduction peut être modulée par un faible signal externe.
....J'ai particulièrement aimé le passage sur les temps de transition, c'est-à-dire qu'il semble possible de LIRE la durée de la tendance ? mais qu'est-ce que le paramètre de Kramers, comme il est apparu, c'est un temps moyen nécessaire à l'échappement d'une particule brownienne d'un puits potentiel. Je n'ai même pas maîtrisé le premier travail, le second lien Candida, et là encore... Wikipedia pleure de mes requêtes et je pleure de ma stupidité, eh bien, allons lire la suite.
Bonne chance.
Question
J'ai lu toute la littérature sur la résonance stochastique et je suis devenu encore plus convaincu de la justesse de mon approche. L'une des conditions importantes pour l'existence de la résonance stochastique est l'existence de deux états "stables". En acceptant le modèle : la tendance comme une transition d'un niveau de planéité à un autre, nous obtenons que les états stables sont deux niveaux de planéité. Nous pouvons nous prononcer avec plus ou moins de certitude sur un niveau, mais le second reste un grand mystère. Peut-être que je ne comprends pas complètement quelque chose, ou que je ne le comprends pas du tout, mais il me semble que la recherche de la fonction potentielle du modèle pour notre cas est absurde. Connaître cette fonction signifie savoir pratiquement tout sur le système ou bien trouver la "formule de vie". Trouver le deuxième minimum d'énergie potentielle à partir des paramètres du signal, du bruit et d'un niveau de minimum d'énergie potentielle semble également difficile, voire impossible.
Je maintiens que tout ce que l'on peut faire en pratique est de trouver les caractéristiques optimales du bruit auxquelles on peut parler avec confiance d'un futur pic directionnel avec une certaine probabilité, mais on ne peut déterminer un nouveau niveau que par des dépendances empiriques dérivées de statistiques typées.
Je pense que nous devons passer de la collecte de statistiques sur le bruit, les tendances et les niveaux plats à la recherche de modèles, en tenant compte des spécificités de la résonance stochastique. L'intuition dit toujours qu'il devrait y avoir de tels modèles. J'ai déjà écrit à ce sujet "grasn 12. 10. 2007 14:08". Cependant, après l'avoir reconsidéré, je me suis rendu compte qu'en effet, ce que j'ai dit était très similaire à la volatilité, mais ce que je voulais dire, c'était les paramètres de bruit en termes de traitement numérique du signal, ce qui est tout à fait différent. Auparavant, lors de la collecte de statistiques, j'ai oublié le bruit, alors que le bruit est une composante très importante du système et ne doit pas être ignoré.
Je m'emballe un peu, mais voici la question : comment calculer l'intensité du bruit? J'ai cherché dans mes livres et sur internet, je n'ai rien trouvé. Il existe un paramètre de bruit d'intensité relative (RIN). - Mais cela est calculé pour les lasers et les systèmes similaires.
Tendance ou plat
Qu'est-ce qu'un état stable, une tendance ou un plat ? À mon humble avis, il ne s'agit que de terminologie et d'un certain accord de vues entre les participants. Les autorités nous enseignent que le marché reste le plus souvent à plat et passe très peu de temps dans une tendance. Après mes propres expériences triviales, je suis arrivé à une autre conclusion : les plats et les tendances locales (et il n'y en a pas d'autres) existent approximativement dans la même proportion. Je vais vous montrer, comme une occasion de réflexion, le premier segment d'EURUSD (heures, (H+L)/2) qui m'est parvenu. L'algorithme de collecte des statistiques est simple, je "marche avec les temps" dans l'intervalle testé, je fixe la longueur de la série temporelle initiale, je regarde dans le futur à chaque intervalle et je détermine la durée d'un canal latéral (plat) et d'un canal de régression linéaire, bien sûr, en utilisant les paramètres du même échantillon initial. Voici ce que j'ai obtenu pour la fenêtre de 600 échantillons :
L'axe des x représente les échantillons de la gamme analysée, tandis que l'axe des y représente la longueur du canal réduite à la taille de la fenêtre de la série temporelle (c'est-à-dire que la durée de vie - 2 signifie que le canal avec les paramètres initiaux a vécu, deux longueurs initiales supplémentaires, 2*600). Si l'on prend l'ensemble de l'historique, et que l'on passe en revue les longueurs de fenêtres, on obtient toujours approximativement la même image (presque comme dans la figure). La durée moyenne des chaînes "plates" est légèrement plus longue que celle des chaînes à régression linéaire, mais rien de tout cela n'est "significativement" ce que les autorités écrivent. Bien sûr, l'argument est circonstanciel, mais il m'a conduit à quelques réflexions.
Fosses potentielles
Il existe un article, voir "Cartographie des niveaux de soutien et de résistance". Il existe des liens vers les publications précédentes. Et il y a des Fibs, il faut juste les trouver. Avec l'approche de Swaney, vous ne trouverez pas de Fibs.
Cela me rappelle un fragment de dialogue du film Hitchhiker's Guide to the Galaxy, un robot à la personnalité maniaco-dépressive et le personnage principal : l'ouvrier, touché par la détresse du protagoniste tente de l'aider, "vous voulez que je calcule vos chances de survie, .... mais vous n'allez pas aimer ça...". Les mêmes chances d'utiliser ces "puits de potentiel". Paradoxalement, le prix ne se soucie pas de savoir laquelle de ces fosses a le "plus grand potentiel". Une fois que vous aurez "mesuré" ces fosses, vous ne devinerez jamais laquelle le prix préfère. Le fait est que la courbure qui en résulte n'a rien à voir avec la fonction potentielle.
Je dois avoir raté quelque chose dans le premier article, car le résultat me semble plutôt trivial - à mesure que le bruit diminue, les cas de dépassement du seuil de transition deviennent plus rares et finissent par s'arrêter complètement - le système conserve alors l'état dans lequel il se trouve à ce moment-là. Pourquoi les auteurs appellent-ils cela une prédiction ? Là encore, le fait de nommer la première phase comme une résonance stochastique suggère une idée simple - les auteurs ne savent tout simplement pas que ce terme est déjà utilisé pour un phénomène complètement différent. En d'autres termes, je pense que la vue d'ensemble de l'introduction et la liste des références sont utiles dans ce document. Quant aux deux autres références : elles n'ont pas changé mon opinion - la résonance stochastique est un terme assez étroit, le point clé (facilitant les calculs) est la cyclicité du signal, le marché ne s'y pliera pas. Je dois cependant noter que la partie dynamique est un élément constitutif des modèles. Par conséquent, je continue à penser que je devrais commencer avec elle :)
P.S. C'était dans la littérature.
Pour la littérature, il est préférable de lire ceci : http://eprint.ufn.ru/article.jsp;jsessionid=aaa81x5hHOgj8Y?particle=1784
(à partir du lien wikipendia)
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.
Il est possible de parler avec confiance d'un futur saut directionnel à presque tout moment :), la question est sa direction. Et ce n'est pas une mauvaise idée d'avoir au moins une idée approximative de l'heure. Les nouveaux niveaux les plus proches (d'en haut et d'en bas), à mon avis, sont plutôt bien définis par les moyens traditionnels de l'AT, après avoir deviné la direction il est possible de préciser davantage, après tout il y a un trailing.
Je pense qu'une part considérable des critiques potentielles peut s'expliquer par la mauvaise humeur de Grasn. En ce qui concerne le travail intensif, qui a la vie facile de nos jours ? :) A propos, j'ai écrit une fois que j'ai gelé le travail avec un modèle potentiel juste pour cette raison :)
Pour la littérature, il est préférable de lire ceci : http://eprint.ufn.ru/article.jsp;jsessionid=aaa81x5hHOgj8Y?particle=1784
(à partir du lien wikipendia)
J'ai consulté Wikipédia, et c'est délibérément que je ne veux pas me plonger dans le "SR", car je ne vois pas encore son utilité dans ce cas.