Dalla teoria alla pratica - pagina 276
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
Questo è un po' più vicino all'argomento)). Comunque, contateli come volete).
Non voglio nemmeno entrare in queste distribuzioni. La distribuzione è quella che è nella realtà, e i tentativi di adattarla a qualcosa con un nome sono, imho, infondati. Perché dovrebbe corrispondere a qualcosa di specifico che è già noto?
Diciamo che nessuno ha nemmeno provato a descrivere la distribuzione della radiazione del corpo nero con distribuzioni già note. Perché diavolo stiamo cercando di abbinare qualcosa di già noto qui?
Yuri, smetti di dissipare il Graal! Questo è un oltraggio! Ci crediamo quasi).
Non lo sto affatto dissipando.
Una volta, molto tempo fa, ho partecipato a un seminario all'Istituto Keldysh. Non ricordo più nulla, nemmeno gli argomenti delle lezioni. Tuttavia, c'era un'idea molto interessante: più il sistema è complesso, più il modello dovrebbe essere semplice. Cioè, i modelli più semplici danno le descrizioni più accurate, entro certi limiti, naturalmente.
Non lo sto affatto dissipando.
Una volta, molto tempo fa, ho partecipato a un seminario all'Istituto Keldysh. Non ricordo più nulla, nemmeno gli argomenti delle lezioni. Tuttavia, c'era un'idea molto interessante: più il sistema è complesso, più il modello dovrebbe essere semplice. Cioè, i modelli più semplici danno le descrizioni più accurate, entro certi limiti, naturalmente.
Ecco fatto!
esattamente
Non lo sto affatto dissipando.
Una volta, molto tempo fa, ho partecipato a un seminario all'Istituto Keldysh. Non ricordo più nulla, nemmeno gli argomenti delle lezioni. Tuttavia, c'era un'idea molto interessante: più il sistema è complesso, più il modello dovrebbe essere semplice. Cioè, i modelli più semplici danno le descrizioni più accurate, entro certi limiti, naturalmente.
Il pensiero è certamente interessante. Quell'oratore era probabilmente di un gruppo che studiava il comportamento di un cavallo sferico nel vuoto))
IMHO, il modello, prima di tutto, dovrebbe essere adeguato. Cioè, dovrebbe riflettere i processi che avvengono all'interno dell'oggetto. E più è preciso, meglio è (questo è in accordo con la capacità e l'abilità).
Allora sarà fattibile e praticamente utile.
Come sempre, potrei sbagliarmi.
Quello che stai guidando))). Cosa, beh, cosa... cosa. Non ne hai uno funzionante, né semplice né elementare. Chiunque si gratti la testa, è come, beh, lo sapevo, sono d'accordo. Settari.
apchi
Stavo per aggiungere lì, nemmeno così, ma così:
un sistema semplice, un modello semplice.
sistema semplice, modello elementare.
il forex è un sistema semplice, 100%
Ho praticamente dimostrato da solo che un modello con meno input e lunghezza polinomiale è più piccolo di un modello con più input e lunghezza polinomiale è di solito più adeguato per il mercato, il che non corrisponde alla logica secondo la quale più il modello è complesso, più è intelligente. Naturalmente, questo effetto non è sempre vero e a volte anche un modello molto piccolo è inadeguato. Ma... ho trovato un modo per scegliere un modello che è il più adeguato di tutti i modelli presentati, a che sulla zona di formazione senza sprecare una trama preziosa di OOS.
Immaginate di aver ricevuto diversi modelli e dopo una valutazione con una precisione abbastanza alta ha scelto quello che segnerà in futuro. E si compone in ...... Questa è stata la mia svolta poco meno di un mese fa...
Provalo al tuo deposito.
Il pensiero, naturalmente, è interessante. Quell'oratore doveva essere di un gruppo che studiava il comportamento del cavallo sferico nel vuoto).
IMHO, un modello, prima di tutto, dovrebbe essere adeguato. Cioè, dovrebbe riflettere i processi che avvengono all'interno dell'oggetto. E più è preciso, meglio è (questo è in accordo con la capacità e l'abilità).
Allora sarà fattibile e praticamente utile.
Come sempre, potrei sbagliarmi.
Cominciamo con la scatola nera: non sappiamo cosa succede al suo interno. Di cosa - "riflettere i processi che avvengono all'interno dell'oggetto" possiamo parlare? E la domanda sulla precisione della descrizione dei processi nell'oggetto è sbagliata. Un modello del BS non intende affatto descrivere i processi all'interno del BS. Il modello deve descrivere il comportamento del sistema nel suo insieme.
Il requisito della semplicità dà solo viabilità, e la complicazione dà una convergenza eccellente solo nella sezione di sviluppo del modello. È possibile mostrare questo su modelli di regressione semplici, dove semplice descrive il processo in modo più adeguato.
Sì, e la semplicità non deve essere confusa con la primitività.
È solo più logico parlare di stime quantitative. E i vantaggi dei sistemi complessi sono così insignificanti che quando si tratta di qualità/risultati, perdono rispetto a quelli semplici. È come se si prendesse il sistema che indovina il bersaglio più vicino, e uno semplice che indovina il bersaglio meno accuratamente. Ma ci sono sia scambi positivi che negativi. Un più accurato (grasso) più darà un più accurato (grasso) meno. Quindi non ha senso complicare le cose. Inoltre, se un modello complesso è usato in metodi iterativi, le risorse saranno spese in sette passi a ogni minima complicazione. E anche il tempo. Quindi la complicazione dipende anche dalle condizioni specifiche. Se la produzione è di 3 copechi, ma le risorse mangiano fino a un lakh, ne vale la pena? Questo non è perché il semplice è più accurato. È perché la precisione di un complesso è meno significativa in totale.
Stai dicendo tutte le cose giuste. E anche questo è molto importante. Ma stavo scrivendo di qualcos'altro di un po' diverso. Circa l'aumento dell'errore del modello quando il modello diventa più complesso, diciamo oltre una certa soglia. Per esempio, per un processo di Wiener, il miglior predittore è il valore corrente. Cercare di rendere il modello più complesso porta a una diminuzione dell'accuratezza della previsione, e un modello più semplice è preferibile. Quando si modellano altri sistemi, è generalmente lo stesso.
È semplicemente più logico parlare di valutazioni quantitative. E i vantaggi dei sistemi complessi sono così insignificanti che nella scelta della qualità/risultato perdono rispetto a quelli semplici. È come se si prendesse il sistema che indovina il bersaglio più vicino, e uno semplice che indovina il bersaglio meno accuratamente. Ma ci sono accordi positivi e negativi. Un più accurato (grasso) più darà un più accurato (grasso) meno. Quindi non ha senso complicare le cose. Inoltre, se un modello complesso è usato in metodi iterativi, le risorse saranno spese in sette passi a ogni minima complicazione. E anche il tempo. Quindi la complicazione dipende anche dalle condizioni specifiche. Se la produzione è di 3 copechi, ma le risorse mangiano fino a un lakh, ne vale la pena? Questo non è perché il semplice è più accurato. È perché la precisione di un complesso è meno significativa in totale.