Il mercato è un sistema dinamico controllato. - pagina 339
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
.
Sul tema della stazionarietà/non stazionarietà.
Molte persone qui sul forum hanno cercato per molto tempo (alcuni per anni) di arrivare alla "stazionarietà", che dovrebbe essere tra virgolette, dicendo che basta trovarla, e poi tutto sarà facile e semplice. Allo stesso tempo ammettono che il processo (BP) non è stazionario. Ma non capiscono l'essenza del fenomeno. Non capiscono la differenza tra un processo stazionario e un processo non stazionario.
Mostrerò questa distinzione con un semplice esempio.
Descrizione del processo nella forma più generale:
.
1) Processo stazionario:
.
2) Processo instabile:
.
Solo nelle sezioni in cui la matrice di transizione è costante (o quasi)
il processo non stazionario degenera in un processo stazionario.
Nessun trucco (differenze di primo, secondo, ..., centesimo) elimina la non stazionarietà esistente.
Tuttavia, questo non significa che il processo non stazionario non possa essere controllato. È possibile. Ma per questo scopo è necessario prima di tutto capire l'essenza del fenomeno.
Auguro il successo nell'acquisizione di tale comprensione a tutti i ricercatori locali.
Sulla questione della stazionarietà/non stazionarietà.
Solo nelle sezioni in cui la matrice di transizione è costante (o quasi)
il processo non stazionario degenera in uno stazionario.
Nessun trucco (differenze di primo, secondo, ..., centesimo) elimina la non stazionarietà esistente.
Oleg, prima di tutto, vorrei scusarmi per alcune affermazioni e giudizi eccessivamente impudenti.
Ma i miei post non dovrebbero interferire con il caso. E noi abbiamo un solo affare: il Graal, vero?
Quindi la domanda è:
Se i processi di mercato sono fondamentalmente non stazionari e trovare aree stazionarie è estremamente problematico, allora risulta che l'uso delle reti neurali come strumento di previsione non è applicabile in linea di principio.
Credo di non essere l'unico a dover capire questo punto. Per non perdere tempo prezioso nello studio delle reti neurali.
Oleg, prima di tutto, vorrei scusarmi per alcune mie affermazioni e giudizi prepotenti.
Ma i miei post non dovrebbero interferire con il caso. E noi abbiamo un solo affare: il Graal, vero?
Quindi la domanda è:
Se i processi di mercato sono fondamentalmente non stazionari e trovare aree stazionarie è estremamente problematico, allora risulta che l'uso delle reti neurali come strumento di previsione non è applicabile in linea di principio.
Credo di non essere l'unico a dover capire questo punto. Per non perdere tempo inestimabile a studiare le reti neurali.
hmm... "alcuni..."... alcuni "scherzi infantili" seguiti da "non lo farò più"... così snello... tagliare le curve... No, non ho intenzione di seguire questa strada con te. E non siamo sulla stessa strada.
I tuoi post lavorano per la tua causa. Quali siano i suoi affari, non lo so. Ma so che non ho e non avrò affari con te.
E per rispondere alla sua domanda:
Non volete sprecare il vostro prezioso tempo a studiare le reti neurali. Ma senza di essa non avrete una comprensione delle opportunità che le reti neurali hanno e di quelle che non hanno. Tra l'altro, non ci vorrà molto tempo per studiarli, ma una volta che hai le conoscenze, puoi ottenere una comprensione. Per il momento non hai capito: perché pensi che le reti neurali siano applicabili solo a parti stazionarie e siano inapplicabili a quelle non stazionarie? Questo non è vero, e dovreste anche chiedervi con cosa caricherete la rete neurale.
Non vuoi "passare del tempo inestimabile a studiare le reti neurali". Ma senza di essa, non avrete una comprensione di quali caratteristiche hanno le reti neurali e quali non hanno. A proposito, non ci vorrà molto tempo per studiarli, ma una volta che avrete acquisito la conoscenza, probabilmente otterrete una comprensione. Per il momento non hai capito: perché pensi che le reti neurali siano applicabili solo alle parti stazionarie, e siano inapplicabili a quelle non stazionarie? Non lo sono. E fareste meglio a chiedervi con cosa state per caricare la rete neurale.
Il prossimo valore incrementale, ovviamente. Non c'è altro da prevedere.
OK. Nell'argomento "Machine learning..." potete dare dei riferimenti alla letteratura sull'approssimazione di serie non stazionarie i cui autori sono alla pari con Kolmogorov e Wiener? Non ho trovato opere simili, e penso che molti sarebbero interessati.
P.S. Sono venuto qui per il Graal, e non per costruire relazioni con i partecipanti al forum. Per favore, capite questo e partecipate più attivamente ai rami superiori.
1) Il prossimo valore incrementale, ovviamente. Non c'è altro da prevedere lì.
2) OK. Nell'argomento "Machine learning..." potete dare dei riferimenti alla letteratura sull'approssimazione delle serie non stazionarie, autori di livello pari a Kolmogorov e Wiener? Non ho trovato opere simili, e penso che molte persone sarebbero interessate.
3) P.S. Sono venuto qui per un graal, e non per costruire relazioni con i partecipanti al forum. Vi prego di capirlo e di partecipare più attivamente ai thread più importanti.
1) In effetti, non si vede e non si capisce cosa, oltre agli incrementi, si possa prevedere.
2) Il tuo screening è troppo rigido, con questo screening "per nome" non coglierai nuove idee fresche per te.
3) Pensi di trovareil "graal" qui, senza costruire relazioni? ma è quello che fai. O non capisci nemmeno questo...? E nei cosiddetti "rami superiori" c'è stata molta sporcizia ultimamente, e quindi non ho alcun desiderio di parteciparvi.
Pubblicato: 18 aprile. 2013 г
Una conversazione tra S.P. Kapitsa e V.I. Arnold sul 100° anniversario di A.N. Kolmogorov.
.
.
.