Résonance stochastique - page 28
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
Le voyage en mission a été mis en attente pendant un certain temps. Les gens ont admis honnêtement qu'il y a des vacances qui arrivent, et après elles viendra un état de repos.
à Yurixx
∫ (ξ^a)*exp(–B*(ξ^b)) dξ = –1/(B*b) * (X^(a–b+1))*exp(–B*(X^b)) + (a–b+1)/ (B*b) *∫ (ξ^(a–b))*exp(–B*(ξ^b)) dξ
Pas un très grand expert en analyse mathématique, franchement pas du tout, mais je n'ai pas pu prendre cette intégrale, ni MathCAD, ni "Mathématiques". Mais peut-être ai-je mal compris quelque chose ou mal lu une expression.
À mon avis, c'est le plus simple des deux. Une petite partie du code qui calcule les coefficients de normalisation en fonction des paramètres de t/f et de moyenne est intégrée dans init() d'un indicateur ou d'un Expert Advisor. Comment pouvez-vous le faire dans le Championnat si l'Expert Advisor n'est pas sur votre PC et que l'historique y est chargé dans le volume inconnu ?
Mais ce sont des questions triviales. Le problème est plus grave. Devez-vous recalculer ces rapports à chaque fois que vous changez un symbole, un t/f, etc., que ce soit à la main ou en utilisant Matkad :-) ? ? Tu n'en as pas marre ? Ou bien créer une base de données pour tous les symboles, t/f, paramètres de lissage, etc ? ? :-)
Il n'y a rien de difficile, il suffit de recalculer une fois pour l'environnement de cotation actuel et c'est suffisant, le temps de calcul ne prendra pas plus qu'une descente de gradient.
Il est encore plus ridicule de déclarer simplement que la distribution est comme ça, sans aucune preuve. Oui, vous avez raison, les vraies citations ont une distribution complètement différente de celle utilisée comme base de votre preuve.
Non, je ne l'ai pas fait. Mais j'ai remarqué depuis longtemps que le problème du rationnement a été résolu de bien des façons depuis longtemps, par exemple j'utilise une méthode décrite dans la section statistique "planification de l'expérience". Au moins je n'ai pas de problème avec le rationnement. En outre, tous les avantages et applications énumérés sont très discutables :
4. Dans les réseaux neuronaux, auxquels je ne connais rien, il est nécessaire de normaliser les données. Aller au-delà de la gamme conditionnée fait que les neuro-cerveaux perdent leur couverture neurologique.
Peut-être que ce mode de normalisation s'avérera plus utile dans certains cas que ce qui est actuellement utilisé.
Dans les réseaux neuronaux auxquels je ne comprends probablement pas encore "assez", il n'y a pas de problème de rationnement (d'où vient ce problème ?), de plus, ils exigent une précision métrologique exacte de cette opération, et il est tout simplement impossible de l'obtenir à votre façon.
Suggestion:
OK, faisons comme ça. Vous me dites quels paramètres d'entrée sont nécessaires pour le calcul. Je choisis une série arbitraire, je calcule les paramètres requis et je vous le dis. Après cela, nous nous mettons d'accord sur la valeur d'une fenêtre glissante arbitraire. Vous publiez les valeurs calculées de min et max pour cette fenêtre. A mon tour, je publierai les valeurs exactes et nous les comparerons.
Honnêteté garantie, vous ne pouvez pas douter.
PS:
Le programmeur n'est pas celui qui programme tout ce qui lui tombe sous la main.
Tout comme un homme n'est pas celui qui boit tout ce qui brûle et mange... tout ce qui bouge.
Yuri, quelle est la raison de cela ? Comme une conséquence de la preuve ? Avez-vous vraiment décidé de la confirmer, comme l'a fait Ales? Bien que, vous connaissant, c'est douteux...mais néanmoins
Au Neutron
Merci Seryoga, je vais y jeter un œil.
Yuri, c'est écrit pour quoi ? Comme corollaire à l'évidence ? Avez-vous décidé de vous affirmer, comme Ales? Bien que, vous connaissant, c'est douteux... mais néanmoins
Il y a de l'agressivité dans votre ton, Sergei. Je ne pense pas que vous devriez voir ce que j'ai publié à travers le prisme de cette condition. Vous n'aimez pas mes suggestions ? Ne les prenez pas dans votre cabinet. N'avez-vous pas compris quelque chose à mes explications ? Mais ce n'est pas une raison pour s'énerver. Je ne comprends pas beaucoup de vos méthodes et cela ne me pose aucun problème. Tu n'en veux pas ? Bien, ne t'inquiète pas pour ça.
Avez-vous trouvé des erreurs ? Alors montrez-les. Dans l'ensemble de votre réponse, je n'ai vu qu'un seul endroit qui peut être appelé une objection :
Vous n'êtes probablement pas familier avec le fonctionnement des mathématiques. Elle postule des objets et les examine ensuite. C'est la même chose ici. J'ai initialement postulé un type de fonction de distribution, puis je l'ai affiné pour répondre à mes besoins. Et n'avez-vous pas remarqué la phrase selon laquelle la courbe de la fonction de distribution du modèle correspond parfaitement à la courbe expérimentale ? Quelle autre preuve voulez-vous ?
Votre phrase "les vraies citations, c'est très différent" implique que vous savez laquelle ? Alors donne-le ici. Qu'est-ce que les citations ont à voir avec ça ? Qui vous a dit que je travaillais avec des citations ? Il ressort de mon écriture que je travaille avec les données d'un indicateur, que je dois normaliser. Malheureusement, vous ne savez rien de la distribution des valeurs de cet indicateur. Alors, qu'est-ce que vous contestez ?
En général, il existe deux types d'objections réelles : 1. L'inexactitude de la construction théorique. 2. L'inexactitude de la demande. Sur le premier point, d'après ce que je comprends, vous n'avez pas d'arguments valables. Et le deuxième point est un point élastique. Il est difficile pour vous de juger de l'application à mon problème. Et l'application à vos tâches est votre affaire. Si vous n'avez pas besoin de telles fonctionnalités (et peu de gens en ont besoin, c'est un cas très particulier), alors vous ne devriez pas y prêter autant d'attention.
Au fait, à propos des réseaux neuronaux. Lorsque nous introduisons des données dans la grille d'entrée, nous devons clairement spécifier leur plage. C'est impossible pour les prix et la plupart des indicateurs. C'est la raison de mon commentaire. Il se peut que ce soit faux, mais ce n'est qu'une opinion sur l'utilisation possible de la méthode.
Sergey, tu es capable de faire beaucoup de choses que je ne peux pas faire. Mais ce n'est pas une raison pour que je ne l'apprécie pas. Au contraire, c'est un motif de plus grand respect.
ne pouvait pas prendre cette intégrale
L'expression est tout à fait correcte, je viens de la vérifier moi-même (il ne s'agit pas de la méthode de descente de gradient cependant, juste de la méthode d'intégration par parties). Il suffit de mettre l'exposant sous le différentiel, en compensant cette opération par le degré de la variable indépendante avant le différentiel.
Le problème avec l'autre est que, comme on l'a bien noté ici, la distribution est choisie de manière arbitraire. Mais je regarderais quand même les résultats de ce que Yurixx a suggéré pour un test pratique de ces formules. Après tout, le principal critère de vérité est la pratique, même si les conclusions finales ne sont pas entièrement correctes.
J'aimerais quand même clarifier quelle est la valeur X dans votre problème,Yurixx...
À mon avis, pour le prix, une distribution unique n'a aucune valeur. A des moments différents, des distributions différentes. Par exemple, le même canal est une distribution temporairement stable d'un certain type. Dans les moments de transition, il est impossible de déterminer dans lequel il se retrouvera, il y a toujours des scénarios alternatifs. Nous entrons juste en comptant sur une certaine distribution particulière avec un MO positif (ou l'utiliser pour obtenir +MO). Bien sûr, nous pouvons les mélanger pour une gamme arbitraire et obtenir une distribution similaire, puis utiliser comme vous le suggérez : réduction à la norme universelle, normalisation... Mais l'objectif des indicateurs et autres outils est de détecter les moments où une distribution particulière peut se produire (ou se poursuivre), que nous pouvons utiliser, mais pas de prédire une condition globale du marché. À cette fin, un indicateur ne devrait pas mélanger plusieurs distributions antérieures, et il n'est pas clair avec quelle période : nous avons pris une partie de cette distribution, une partie de l'autre et une partie de la troisième. À mon avis, il faut une séparation, peut-être même post factum, mais pas un mélange. Et ensuite, soit utiliser la distribution révélée dans l'espoir qu'elle soit encore préservée, soit attendre la nouvelle distribution à des moments transitoires et l'utiliser. Dans ce dernier cas, la distribution précédente (achevée) peut également déterminer le potentiel d'utilisation de l'avenir.
Les deux premières phrases articulent un concept qui est fondamentalement différent du mien. Je pense, au contraire, que le marché est unique et que, par conséquent, sa distribution est un phénomène distinct, même si, à certaines périodes, cette distribution est dominée par des aspects différents (mais qui lui sont propres).
Pour être clair, la fonction de distribution proposée est un cas particulier. Elle me convient parfaitement pour mon problème, mais elle ne doit pas convenir à tout le monde. J'ai écrit à la fin sur les difficultés d'application. Au point 3, il est dit "étudier les statistiques de la série". A quoi pensez-vous qu'il serve ? Je pense savoir si cette fonction de distribution est adaptée ou non.
Et à propos de la "norme universelle", il y a également une divergence de termes. Vous parlez de distribution, je parle de normalisation d'une gamme de valeurs (juste) pour laquelle la normalisation est le moyen le plus simple et le plus efficace.
Vos pensées sur le but des indicateurs et tout ce qui s'ensuit sont certaines notions qui se transforment progressivement en vagues fantasmes. Je n'ose pas les défier. Malheureusement, cela n'a rien à voir avec le sujet du document, les idées exprimées, les considérations d'application et le reste. J'aimerais donc répondre à ces déclarations, mais je ne sais pas comment les relier à mes écrits. :-)
grasn
Pourriez-vous fournir une image (histogramme) de la distribution étudiée ? Il existe également une distribution définie sur l'intervalle de 0 à ... . http://avs.cde.spbstu.ru/str/HTML/pag/1/23.htm
C'est peut-être une bonne chose pour toi. Regarde, c'est le dernier de cet article. Je vais rentrer chez moi. Je vais trouver un programme à Matkad où j'ai travaillé avec des données, les vérifier pour la conformité à cette loi par différents critères : chi carré, Neuman Pearson. Je vous l'enverrai si vous en avez besoin.
ne pouvait pas prendre cette intégrale
L'expression est tout à fait correcte, je viens de la vérifier moi-même (ce n'est pas la méthode de descente de gradient cependant, juste la méthode d'intégration par parties). Il suffit de mettre l'exposant sous le différentiel, en compensant cette opération par le degré de la variable indépendante avant le différentiel.
Le problème avec l'autre est que, comme on l'a bien noté ici, la distribution est choisie de manière arbitraire. Mais je m'appuierais quand même sur les résultats de ce que Yurixx a suggéré sur les tests pratiques de ces formules. Après tout, le principal critère de vérité est la pratique, même si les conclusions finales ne sont pas entièrement correctes.
J'aimerais tout de même préciser quelle est la valeur X dans votre problème,Yuurixx...
Je n'arrive pas à y croire ....
Et qui a dit que cette intégrale est prise par la méthode de descente de gradient ? J'ai écrit clairement : "nous le prenons morceau par morceau". Quel endroit, si ce n'est pas un secret, vous lisez. :-)))
Pour le reste, votre post, Mathemat, est très optimiste. Il est déjà clair que vous êtes meilleur que " MathCAD et Mathemat ", nettement meilleur ! Ce n'est pas pour rien que je suis sceptique quant à ces artifices. Vous ne pouvez pas discuter avec eux, comme vous...
La valeur X dans mon problème est un ensemble de valeurs d'un certain indicateur.
Ma propre pratique a montré que cette méthode a résolu mon problème. Je suis satisfait des résultats.
Vos pensées sur le but des indicateurs et tout ce qui s'ensuit sont certaines perceptions qui se transforment progressivement en vagues fantasmes. Je n'ose pas les défier. Malheureusement, cela n'a rien à voir avec le thème de l'œuvre, avec les idées exprimées, avec les considérations d'application et tout le reste. J'aimerais donc répondre à ces déclarations, mais je ne sais pas comment les relier à mes écrits. :-)
Avant de faire quoi que ce soit avec les indicateurs ou quoi que ce soit d'autre, nous devons définir ce que nous attendons d'eux. Cela permettra de déterminer les problèmes à résoudre dans le cadre de la tâche à accomplir et ceux qui sont exagérés.
"Les indicateurs TA sont pratiquement indépendants de t/f, d'après ce que je comprends, c'est une propriété de leurs statistiques. Mais si le problème du lissage pouvait être résolu, on pourrait peut-être en tirer quelque chose de nouveau."
Quelles nouveautés attendez-vous des indicateurs, par exemple ?
Vos pensées sur le but des indicateurs et tout ce qui s'ensuit sont certaines perceptions qui se transforment progressivement en vagues fantasmes. Je n'ose pas les défier. Malheureusement, cela n'a rien à voir avec le thème de l'œuvre, avec les idées exprimées, avec les considérations d'application et tout le reste. J'aimerais donc répondre à ces déclarations, mais je ne sais pas comment les relier à mes écrits. :-)
Avant de faire quoi que ce soit avec les indicateurs ou quoi que ce soit d'autre, nous devons définir ce que nous attendons d'eux. Cela permettra de déterminer quels sont les problèmes qui doivent être résolus dans le cadre de la tâche à accomplir et ceux qui sont farfelus.
"Les indicateurs TA sont pratiquement indépendants de t/f, d'après ce que je comprends, c'est une propriété de leurs statistiques. Mais si le problème du lissage pouvait être résolu, on pourrait peut-être en tirer quelque chose de nouveau."
Qu'est-ce que vous voulez obtenir de nouveau des indicateurs par exemple ?
En ce qui concerne les indicateurs TA standard, pas grand-chose. Mais elle mérite aussi qu'on s'y attarde. J'ai déjà posté les photos. Vous y trouverez des graphiques RSI pour deux périodes différentes et mes commentaires à ce sujet. Si l'on normalise l'IFR pour que sa magnitude ne dépende pas de la période de lissage, il peut être utilisé plus efficacement. Il en va de même pour certains autres indicateurs.
C'est bon, Yurixx, je ne vous attribue pas cette phrase. Quant à être sceptique sur les gadgets... J'ai installé Maple à la maison, parfois il m'aide vraiment, y compris pour les calculs symboliques. Cependant, je ne l'ai pas utilisé depuis longtemps.
à Yurixx
Yury, je m'excuse si je vous ai offensé de quelque manière que ce soit, je n'avais pas de telles pensées, il n'y a aucune animosité, au contraire, je vois un interlocuteur intelligent, intéressant et patient.
Sur le premier point, je suis tombé sur l'intégrale, j'ai écrit à ce sujet, donc, plus loin, il suffit de me croire sur parole, mais il est, bien sûr, mon problème, prendre cette intégrale et vérifier la preuve entière. Le deuxième point est ce qui a causé la réaction, comme vous le pensez, agressif. En service, a travaillé sur un projet où le client a exigé l'optimisation de leur inventaire pour la production principale basée sur la probabilité de défaillance des composants (unités, assemblages). Ils sont assez chers et la tâche était académique. Nous avions un institut de recherche entier qui travaillait avec nous et qui s'est chargé de la justification théorique. Le résultat était un excellent modèle théorique, mais il n'a pas du tout fonctionné dans la pratique, tout cela parce que la distribution réelle s'est avérée être juste un peu différente.
Pour ce qui est des citations, je n'ai pas supposé, mais j'ai lu vos messages. En voici un, un peu sorti de son contexte : "...La série originale est un prix. Il doit avoir une distribution non-normale. J'ai écrit sur la normale, parce que beaucoup de choses peuvent être calculées analytiquement pour elle et parce que la distribution réelle peut être approximée avec une certaine précision par la normale.... " C'est ainsi que j'ai compris que X est une série de prix. Si la série X est généralement quelque chose d'abstrait, mais soumise à une distribution donnée, alors il n'y a pas de problème. Êtes-vous sûr, par exemple, qu'une stochastique obéit à une distribution "assignée" ?
Apparemment, ma stupidité ne me permet pas de me rendre compte de la profondeur de ce problème NOT, ainsi que d'autres points.
Je suis étonné ....
Et qui dit que cette intégrale est prise par la méthode de descente de gradient ? J'ai écrit clairement : "prenez-le morceau par morceau". Quel endroit, si ce n'est pas un secret, vous lisez. :-)))
Je ne pense pas avoir écrit que j'ai essayé de prendre l'intégrale par la méthode du gradient,
Je pense que vous avez raison, comme toujours :o)
à Mathématiques
Merci pour l'explication, je l'ai juste mal écrit à l'origine, je me suis embrouillé dans les parenthèses et j'ai mélangé les limites d'intégration :o.
à Prival
Désolé, je ne comprends pas vraiment pourquoi et pour quoi faire, c'est-à-dire quel est le but de votre demande ?
à Neutron
C'est un indicateur intéressant, je pourrai l'étudier en détail dans la soirée, maintenant je suis au travail et je ne peux que théoriser. C'est ici : La "résonance stochastique";;; ; J'ai publié les premiers documents sur les modèles trouvés. Mais la subtilité est qu'elle apparaît très bien seulement sur certaines classes de canaux, sur d'autres - le chaos complet. Ces chaînes, sur le plan artistique, se comptent sur les doigts de la main. J'ai écrit ci-dessous que les résultats ont été obtenus en l'absence totale de signal, c'est-à-dire que la fourchette de prix a été considérée comme du bruit.