Dalla teoria alla pratica - pagina 252
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
Da dove viene il postulato che il processo dei prezzi non è markoviano? È la condizione di un processo markoviano che il futuro non dipende dal passato e il presente è fisso...
bene dalle code pesanti, come non casuale ma con memoria
bene dalle code pesanti, come non casuale ma con memoria
Ma VisSim non sarà in grado di farlo uscire ora).
Beh, ci sono convertitori di codice da VisSim a C... ))
Un processo markoviano può avere memoria e stati interni, quindi non dovrebbe essere un problema...
Bene, ci sono solo stati e probabilità di transizione, in ogni nuovo stato solo la probabilità corrente influenzerà la transizione, e la memoria del passo precedente viene cancellata
E non capisco molto della descrizione di non-Markoviano, è piuttosto complicato lì)
Bene, ci sono solo stati e probabilità di transizione, in ogni nuovo stato solo la probabilità corrente influenzerà la transizione, e la memoria del passo precedente viene cancellata
Proprio così, la memoria viene messa nello stato attuale, quindi lo stato precedente non è più necessario, anche se è sempre lì se necessario per i calcoli....
Per quanto riguarda la transizione futura, naturalmente è la stessa probabilità, ma anche se non lo fosse, può essere presa in considerazione nella metrica di transizione...
Proprio così, la memoria viene messa nello stato attuale, quindi lo stato precedente non è più necessario, anche se è sempre lì se ne ha bisogno per i calcoli....
Per quanto riguarda la transizione futura, naturalmente tutto è ugualmente probabile, ma anche se non lo fosse, può essere preso in considerazione nella metrica di transizione...
beh, fanno ogni sorta di differenza temporale e modelli stocastici, ma non sono molto bravo e sto appena iniziando a imparare
Per esempio, si può guardare al q-learning nell'apprendimento automatico, ci sono sia modelli stazionari che non stazionari sulla differenza temporale, t-tn, di cui ha scritto Alexander, ma l'approccio dall'altro lato. E la parte più difficile è applicarli a processi continui come i mercati, con quelli discreti tutto è più o meno chiaro.
Per esempio, potete guardare il q-learning nell'apprendimento automatico, ci sono sia modelli stazionari che non stazionari sulla differenza di tempo, t-tn, di cui ha scritto Alexander, ma l'approccio dall'altro lato
Penso che i modelli discreti di Markov nascosti e gli algoritmi siano più pertinenti al problema perché non è necessario conoscere il modello stesso, il che lo rende simile alle reti neurali...
L'equazione della diffusione e del moto browniano sembra molto inverosimile... Il mercato è ovviamente lontano da Brownian))
Penso che i modelli discreti di Markov nascosti e gli algoritmi siano più pertinenti al problema perché non è necessario conoscere il modello stesso, il che lo rende simile alle reti neurali...
L'equazione della diffusione e del moto browniano sembra un po' esagerata... Il mercato è ovviamente lontano da Brownian))
Beh, in generale ci vuole molto lavoro e... pensare :) è mio, per così dire.
Dovete perdonarmi. Ma non pensi di esagerare qui. Sembra che ci sia una gara per vedere chi è più intelligente dell'altro. Ecco il consiglio più semplice: entri con un lotto che ti piace, fai 10 punti in un affare, ne chiudi la metà e il resto va in banca. E sarete felici. E nessun mal di testa)))
Dovete perdonarmi. Ma non pensi di esagerare qui. Sembra che ci sia una gara per vedere chi è più intelligente dell'altro. Ecco il consiglio più semplice: entri con un lotto che ti piace, fai 10 punti in un affare, ne chiudi la metà e il resto va in banca. E sarete felici. E nessun mal di testa)))
Il processo creativo, sai...