Le marché est un système dynamique contrôlé. - page 60
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
Vous pouvez le faire, mais vous devez également réfléchir à la manière d'ajuster les paramètres à l'aide d'un algorithme.
Il existe 9000 algorithmes différents, mais ils ont tous un point commun en termes purement mathématiques : pour atteindre l'optimum, il faut connaître le gradient de la fonction optimisée par des paramètres ajustés. Bien sûr, on peut utiliser PF comme critère et même calculer toutes les dérivées en temps réel (en utilisant la différenciation automatique, ce n'est pas si difficile). Mais il y a un problème : la valeur du facteur de profil dépend énormément de la série de prix elle-même, dont on sait qu'elle a le caractère d'un processus bruité. La fluctuation d'une seule bougie de quelques points peut entraîner une transaction supplémentaire ou manquante avec un résultat imprévisible, ce qui aurait un effet dramatique sur le facteur de profit (n'oubliez pas que nous devons optimiser la structure du modèle sur l'intervalle de temps le plus court possible, car nous supposons initialement que le modèle a des paramètres variables). Le critère est donc très peu lisse et l'algorithme d'optimisation peut simplement rester bloqué dans un optimum local conditionné, je le répète, par la simple fluctuation du prix.
La norme du vecteur d'erreur (point 3), en revanche, ne présente pas un tel inconvénient : une variation de 1 point du prix d'une bougie entraînera une variation tout aussi insignifiante de la fonction de pénalité. Les points 1 et 2 sont identiques, tandis que le point 4 est totalement indépendant du prix.
En bref, le critère doit être aussi stable que possible par rapport aux conditions initiales (qui, dans notre cas, sont l'échantillon d'optimisation), ou l'algorithme doit avoir un certain contrôle de la globalité de l'optimum trouvé. Sinon, au lieu de l'optimisation, nous aurons le chaos.
Et certainement pas le point 2, qui nécessite un ajustement à une distribution normale. C'est, pardonnez-moi, une absurdité.
Strictement parlant, le bruit doit être "rouge".
C'est le bruit intrinsèque de tout système dynamique "correct".
Mettez l'amplificateur au volume maximum sans entrée de musique et vous entendrez SHHHHHHHH)).
Ici, vous vous contredisez déjà : si le processus est représenté comme signal+bruit, alors le résidu devrait idéalement être exactement un bruit thermique, porteur d'exactement 0 information. En fait, ce postulat est généralement accepté depuis cinquante ans : obtenir la sortie du LGBT (pp. 1 et 2) <=> le modèle décrit adéquatement la composante déterministe.
Et veuillez élaborer sur le point 3, depuis quand le minimum d'erreur est-il devenu inutile du point de vue de l'adaptation ??
1) Le processus est représenté comme un mélange x(t) = s(t) + n(t) Nous n'avons aucune connaissance a priori de la nature de l'interférence n(t), et encore moins que n(t) est un bruit thermique. D'autre part,une tentative de faire entrer le brouillage de n(t) dans les limites postulées conduira à une distorsion du signal s(t)
2) La minimisation de la norme du vecteur d'erreur est acceptable pour décrire des objets statiques. Dans notre cas de système dynamique, il faut utiliser au moins le deuxième momentum, qui correspond au contrôle de l'accélération.
Strictement parlant, le bruit doit être "rouge".
C'est le bruit intrinsèque de tout système dynamique "correct".
Mettez l'amplificateur au volume maximum sans entrée de musique et vous entendrez Ssshhhhhhhhhhhhhh)).
Strictement parlant, le bruit n'a pas à être, mais peut être n'importe quoi, y compris "rouge" et "rose" et "blanc"... et "gris-brun-framboise" -- n'importe quoi.
Si nous représentons les blocs WL et WR comme WLs, WLb et WRs, WRb, nous pouvons les relier comme une structure réticulée.
Les canaux indépendants WL et WR
comme une structure P-canonique
comme une structure V-canonique
Mathématiquement, ils sont équivalents. Le choix de l'un ou l'autre dépend apparemment de la commodité de l'interprétation.
1) Le processus est représenté comme un mélange de x(t) = s(t) + n(t) Nous n'avons aucune connaissance a priori de la nature du bruit n(t), et certainement pas que n(t) est un bruit thermique. D'autre part, une tentative de faire entrer le brouillage de n(t) dans les limites postulées conduira à une distorsion du signal s(t)
Suggérer une autre distribution de n(t) ? Je n'en serais que plus heureux.
Mais si ce n'est pas le cas, il faut de toute façon faire une hypothèse sur la distribution. Au moins, la distribution normale peut d'une certaine manière être justifiée : en l'absence d'influences externes (c'est-à-dire de composante déterministe), les mouvements du marché seront déterminés par la somme des actions d'un grand nombre d'agents, donc en vertu de la TPT, à condition que les décisions des traders en commun et dans leur ensemble soient prises indépendamment les unes des autres, nous obtenons un bruit gaussien. (Le blanc est, bien sûr, une idéalisation, et le bruit réel sera donc coloré. Mais cela ne signifie pas que vous ne pouvez pas essayer de réduire le temps de corrélation). Comme il n'y a pas de composante déterministe, le résidu de notre système devrait idéalement coïncider avec le processus d'entrée...
2) La minimisation de la norme du vecteur d'erreur est acceptable pour décrire des objets statiques. Dans notre cas de système dynamique, il faut utiliser au moins le deuxième momentum, qui correspond au contrôle de l'accélération.
Non, eh bien il y a un signal d'entrée et son estimation dans le schéma, et la différence entre eux est présente, quelle différence cela fait-il que l'objet soit statique ou non ? Je veux que le système donne la même chose que l'objet réel si possible, c'est-à-dire que la différence doit être minimale. Nous voulons contrôler par l'accélération ? Je vous en prie, mais qui s'assurera que l'erreur de moment zéro et de premier moment ne s'accumule pas ? Et il se faufilera à coup sûr, car nous avons un signal utile de basse fréquence, donc chaque fois que nous prenons la vitesse et l'accélération, nous comprimons le signal utile et augmentons le bruit de nombreuses fois.
Je suis d'accord, les transactions sont discrètes et cela introduit un certain décalage si le critère est uniquement basé sur leur résultat. Mais nous n'en sommes pas encore aux transactions). Dans ce cas, PF est simplement un rapport entre les incréments de prix dans la direction prévue/les incréments de prix dans la direction opposée. En général, cela dépend de ce que l'on prévoit.
Donc c'est comme un pourcentage des signes incrémentaux supposés... c'est une tâche ingrate, il me semble... On ne peut pas échapper au bruit ici, il faut travailler dans les 50-55% quelque part. Je prendrai note cependant.
Toute nouvelle modifie ces expositions à pas de géant, en injectant dans le système des informations qui fixent une nouvelle valeur d'équilibre pour le cours de l'action. Un processus transitoire est initié qui cherche à aligner le prix de l'action sur les nouvelles conditions (le voilà, OOS dans le système !). En gros, il s'agit d'une diffuraion linéaire de second ordre. La linéarisation du diptyque est obtenue en supposant une faible amplitude des oscillations, c'est-à-dire des déviations par rapport aux valeurs d'équilibre. Nous obtenons quelque chose comme un oscillateur paramétrique (c'est-à-dire que le sous-système Action est un système ouvert !).
Alexey, j'ai modélisé un tel système, mais pas d'ordre 2, mais d'ordre 4 à la fois (j'ai inclus 2 filtres d'ordre 2 en parallèle). L'entrée est un flux d'impulsions homogène avec une intensité manifestement distribuée + LGBT. Le rapport entre la dispersion du signal et la dispersion du bruit est de ~ 20.
Il s'avère très similaire :
Et vous pouvez même voir des ondes d'Elliott très naturelles sur le zoom, c'est ainsi que sont choisis les paramètres de l'oscillateur).
Pouvez-vous me proposer une autre distribution de n(t) ? J'en serais heureux.
Mais si ce n'est pas le cas, il faut de toute façon faire une hypothèse sur la distribution. Au moins, la distribution normale peut d'une certaine manière être justifiée : en l'absence d'influences externes (c'est-à-dire de composante déterministe), le mouvement du marché sera déterminé par la somme des actions d'un grand nombre d'agents, donc en vertu de la TPT, à condition que les décisions des traders en commun et de toute la masse soient prises indépendamment les unes des autres, nous obtenons simplement un bruit gaussien. (Le blanc est, bien sûr, une idéalisation, et le bruit réel sera donc coloré. Mais cela ne signifie pas que vous ne pouvez pas essayer de réduire le temps de corrélation). Comme il n'y a pas de composante déterministe, le résidu de notre système devrait idéalement coïncider avec le processus d'entrée...
Vous vous trompez. En réalité, pour les besoins de l'adaptation, une telle hypothèse n'est pas nécessaire. Mais dans le cas d'un modèle non adaptatif, vous devez faire des hypothèses, les postuler afin d'avoir un peu de terrain sous vos pieds.
Non, eh bien il y a un signal d'entrée et son estimation dans le schéma, et la différence entre eux est présente, quelle différence cela fait-il que l'objet soit statique ou non ? Je veux que le système donne la même chose que l'objet réel si possible, c'est-à-dire que la différence doit être minimale. Nous voulons contrôler par l'accélération ? soyez mon invité, mais qui s'assurera que l'erreur de zéro et de premier couple ne s'accumule pas ? Et il s'échappera à coup sûr, car nous avons un signal utile de basse fréquence, donc chaque fois que nous prenons la vitesse et l'accélération, nous comprimons le signal utile et multiplions le bruit.
La différence est très importante.
L'astatisme d'ordre n garantit une erreur nulle du système jusqu'au (n-1)-ème coefficient d'erreur.
C'est-à-dire qu'avec la commande d'accélération, l'erreur portera sur l'accélération, tandis que les erreurs de vitesse et de position seront nulles. Dans ce cas, il n'est pas question d'accumuler les erreurs.
alsu: Понимаю, что можно свести к эквивалентному, но не логичнее ли изначально представлять реакцию по степеням воздействия, а не наоборот?
C'est ainsi que le modèle est construit. Le modèle aurait dû être fermé par rapport au prix de l'action. Et en même temps, nous devons unifier toutes les influences par dimension.
Eh bien, comme en mécanique : tout est décrit sous une forme fermée, par la vitesse et l'accélération du point matériel dont le mouvement nous intéresse.
Mais là, je suis fondamentalement en désaccord : en fait, notre système ne fait que recycler l'énergie entrante en énergie sortante par "annihilation", désolé pour la terminologie étincelante. Au moment où le vendeur et l'acheteur conviennent d'un accord, une petite partie de l'énergie entrante se dissipe du système, ne laissant derrière elle qu'une entropie accrue. Et le flux d'énergie à travers le système, en gros, le volume des transactions est une quantité loin d'être conservée, mais c'est ce qui permet au système d'exister.
Eh bien, oui, j'ai un peu exagéré avec la loi de la conservation. Bien sûr, en termes généraux - en tenant compte du travail de toutes les "forces".
Je vous le rappelle encore une fois : sous certaines hypothèses, l'action devient très similaire à un oscillateur paramétrique. C'est-à-dire que le système est en principe non fermé et que l'échange d'énergie avec l'environnement extérieur se fait non seulement par dissipation, mais aussi par modification des paramètres.
P.S. Je vois votre schéma et vos photos. Vous avez fait vite...