確率的共振 - ページ 2 123456789...38 新しいコメント aab 2007.10.12 07:37 #11 Mathemat: 定常状態とは、反転時や修正時のフラットトップのことです。トレンドとは、あるフラットな状態から次のフラットな状態へ移行する不安定な状態のことです。トレンドの前には、通常のシグナルが平場のノイズによって増幅され、突然、しばしば瞬間的に水準から水準へとジャンプすることで現れます。 ここからどのように実用的なことを学べるか。 追伸：例えば、ボラティリティからランダムな成分（純粋なノイズ）だけを抽出して、規則的なシグナルを得るにはどうしたらよいでしょうか？ ボラティリティは反定常過程であることが知られています。トレンドの間は信号が強くなっているので、そこから定数を引くだけではうまくいきません。デトレンド？また、増幅率は何に相当するのだろうか。 不思議な考え方ですね（私にとってはとにかく・・・勉強中です）、フラットは安定、トレンドは推移に過ぎない。 相場は動いている（トレンド）と停滞している（フラット）、だから相場はどこに動けばいいのかわからないのではと思いました。つまり、理想的な市場は水平な直線であり、神様の思し召しである。 ノイズの抽出、ウェーブレットはそれ用に設計されているようです（間違っているかもしれませんが）。 頑張ってください。 aab 2007.10.12 07:52 #12 lna01: 潜在的なモデルというか、どこでどう使うかという私の考え方に、なんとなく共鳴しているような気がします :) 。 そして、あなたの視点からの潜在的なモデルについて、どこで読むことができますか？Googleには「潜在的なモデル」がぎっしり詰まっているので、相変わらず人生はベイブを中心に回っているのです。 Sceptic Philozoff 2007.10.12 08:11 #13 AAB писал (а): つまり、理想的な市場は水平な直線であり、神がかり的なものである。 実は、市場は均衡から遠く離れ、常に災害の危機に瀕している（bifurcation）という考え方がある。古典的な平衡状態からの遠隔性は、自然界や社会におけるカオスシステムの特徴である。小さな衝撃が加わるだけで、もろい準安定状態（平衡型の、不安定なだけの状態）が破壊されてしまうのだ。横ばいからトレンドへの移行です。 Candid 2007.10.12 08:16 #14 AAB: そして、あなたの視点からの潜在的なモデルについて、どこで読むことができますか？Googleは「潜在的なモデル」で窒息しているので、いつものように人生は小手先で回っているのです。 パラレルフォーラムに素晴らしいスレッドがありますよ :)https://www.mql5.com/ru/forum/50458、かなり濁っています。例として、http://forex.kbpauk.ru/download.php?Number=16275 をご覧ください。 私の考えでは、このようなモデルは定常状態を記述するだけで、「外部」信号を分離する根本的な可能性を開くものだと思います。 Rashid Umarov 2007.10.12 08:25 #15 定常状態とはどういう意味ですか？ aab 2007.10.12 08:26 #16 lna01: AAB: そして、あなたの視点からの潜在的なモデルについて、どこで読むことができますか？Googleには「潜在的なモデル」がぎっしり詰まっているので、いつものように人生はモリモリと回転しています。 パラレルフォーラムに素晴らしいスレッドがありますよ :)https://www.mql5.com/ru/forum/50458、かなり濁っています。例として、http://forex.kbpauk.ru/download.php?Number=16275 をご覧ください。 私の考えでは、このようなモデルは定常状態を記述するものであり、「外部」信号を分離するための根本的な可能性を開くものだと思います。 OK、リンクありがとうございます。しかし、「かなり激しいノイズがある」という表現は、かなり控えめだと思います;)。 Сергей 2007.10.12 10:08 #17 もし私が正しく理解していれば、この「現在の」弱い規則的な信号がノイズと共振する、つまり多重に増幅されるようなシステム/モデルの特性（多分時系列に 基づく）を探す必要があるのでしょう。特別に強調されています。つまり、実用的な観点で言えば、ノイズのパラメータをコントロールし、共振の確率が著しく高くなるような特性の値を探せばいいのです。正確な軌道を計算することはほとんど不可能でしょうが、将来の方向性（運動量、ジャンプ、スイングなど）の基本特性を計算することは可能でしょう。従って、設定する必要があります。- 現在のノイズのパラメータ（変化するものと思われる）- 現在の信号パラメータもちろん、これには難点もある。信号とノイズの関係は、互いに強く影響し合っている。現在の信号には、2つのシンプルなオプションがあります。- は、ある種のローパスフィルタで信号を分離することです（このモデルにはウェーブレットオプションが非常に適しています）。- 各種回帰分析またはその組み合わせの使用一般的なケースでは、同じシステム要素の予測をする必要があります。- 将来のノイズのパラメータ - 将来の信号パラメータノイズの予測は、おそらく笑われるでしょうが、システムの重要な部分であるべきだと思います。もちろん、ノイズそのものを予測する必要はありませんが、将来のノイズの基本的なパラメータについて、何らかの結論を出す必要があるのです。共振そのものは非常にランダムな性質のようで、辻褄が合うか合わないかは、ほとんどノイズに左右されるようです。PS 01：これは面白いアイデアなので、必要な調査やさまざまなバリエーションを試すことを考慮すると、1年以上かかると思います。 to数学 定常状態とは、反転時や修正時にトップで横ばいになることです。トレンドとは、あるフラットな状態から次のフラットな状態へ移行する不安定な状態のことです。 私はこのコンセプトをモデルで使っています。とてもよく効きます。 Victor Nikolaev 2007.10.12 10:18 #18 grasn: もし私が正しく理解していれば、この「現在の」弱い規則的な信号がノイズと共振する、つまり多重に増幅されるようなシステム/モデルの特性（多分時系列に基づく）を探す必要があるのでしょう。特別に強調されています。 つまり、実用的な観点からアプローチするならば、ノイズのパラメーターをコントロールし、共振の確率が著しく高くなるようなノイズ特性を探せばいいのです。 正確な軌道を計算することは不可能ですが、将来の方向性（運動量、ジャンプ、スイープなど）の主な特徴を計算することは可能かもしれません。従って、設定する必要があります。 - 現在のノイズのパラメータ（変化するものと思われる） - 現在の信号パラメータ もちろん、これには難点もある。信号とノイズの関係は、互いに強く影響し合っている。現在の信号には、2つのシンプルなオプションがあります。 - は、ある種のローパスフィルタで信号を分離することです（このモデルにはウェーブレットオプションが非常に適しています）。 - 各種回帰分析またはその組み合わせの使用 一般的なケースでは、同じシステム要素の予測をする必要があります。 - 将来のノイズのパラメータ - 将来の信号パラメータ ノイズの予測は、おそらく笑われるでしょうが、システムの重要な部分であるべきだと思います。もちろん、ノイズそのものを予測する必要はありませんが、将来のノイズの基本的なパラメータについて、何らかの結論を出す必要があるのです。共振そのものは非常にランダムな性質のようで、辻褄が合うか合わないかは、ほとんどノイズに左右されるようです。 PS 01：これは面白いアイデアなので、必要な調査やさまざまなバリエーションを試すことを考慮すると、1年以上かかると思います。 を数学に 定常状態とは、反転時や修正時にトップで横ばいになることです。トレンドとは、あるフラットな状態から次のフラットな状態へ移行する不安定な状態のことです。 私はこのコンセプトをモデルで使っています。とてもよく効きます。 この記事を正しく理解するならば、永続的な影響力の源泉を探さなければならないのです。しかし、それがないことが判明するかもしれません。あるいは、たくさんある、というのも同じことです。では、どのようにすればいいのでしょうか。 Сергей 2007.10.12 10:33 #19 Vinin: 記事を正しく理解すれば、衝撃を与える恒久的なソースを探す必要があるのです。しかし、それがないことが判明するかもしれません。あるいはたくさんある、というのも同じことです。では、どのようにすればいいのでしょうか。 両方探さないといけないという思いが強く、全部合わせると非常にもどかしいです。特にノイズは以前から扱いたいと思っていたので、まずはノイズから始めてみようと思います。 Victor Nikolaev 2007.10.12 10:39 #20 grasn: ヴィン 記事の内容を正しく理解すれば、永続的な影響力の源泉を探す必要があるのです。しかし、それがないことが判明するかもしれません。あるいは、たくさんある、というのも同じことです。では、どうすればいいのか？ 両方探さないといけないという思いが強く、全部合わせると非常にもどかしいです。オプションで、特にノイズは以前からどうにかしたいと思っていたので、まずはノイズから始めてみようと思います。 もちろん、タスクを分担することも可能です。しかし、その場合、「誰が得をするのか」という答えを探さなければなりません。でも、それは子供じみた質問にしか聞こえない。間違っているかもしれませんが。 123456789...38 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
定常状態とは、反転時や修正時のフラットトップのことです。トレンドとは、あるフラットな状態から次のフラットな状態へ移行する不安定な状態のことです。トレンドの前には、通常のシグナルが平場のノイズによって増幅され、突然、しばしば瞬間的に水準から水準へとジャンプすることで現れます。
ここからどのように実用的なことを学べるか。
追伸：例えば、ボラティリティからランダムな成分（純粋なノイズ）だけを抽出して、規則的なシグナルを得るにはどうしたらよいでしょうか？ ボラティリティは反定常過程であることが知られています。トレンドの間は信号が強くなっているので、そこから定数を引くだけではうまくいきません。デトレンド？また、増幅率は何に相当するのだろうか。
ノイズの抽出、ウェーブレットはそれ用に設計されているようです（間違っているかもしれませんが）。
頑張ってください。
潜在的なモデルというか、どこでどう使うかという私の考え方に、なんとなく共鳴しているような気がします :) 。
そして、あなたの視点からの潜在的なモデルについて、どこで読むことができますか？Googleは「潜在的なモデル」で窒息しているので、いつものように人生は小手先で回っているのです。
パラレルフォーラムに素晴らしいスレッドがありますよ :)https://www.mql5.com/ru/forum/50458、かなり濁っています。例として、http://forex.kbpauk.ru/download.php?Number=16275 をご覧ください。 私の考えでは、このようなモデルは定常状態を記述するだけで、「外部」信号を分離する根本的な可能性を開くものだと思います。
そして、あなたの視点からの潜在的なモデルについて、どこで読むことができますか？Googleには「潜在的なモデル」がぎっしり詰まっているので、いつものように人生はモリモリと回転しています。
パラレルフォーラムに素晴らしいスレッドがありますよ :)https://www.mql5.com/ru/forum/50458、かなり濁っています。例として、http://forex.kbpauk.ru/download.php?Number=16275 をご覧ください。 私の考えでは、このようなモデルは定常状態を記述するものであり、「外部」信号を分離するための根本的な可能性を開くものだと思います。
もし私が正しく理解していれば、この「現在の」弱い規則的な信号がノイズと共振する、つまり多重に増幅されるようなシステム/モデルの特性（多分時系列に 基づく）を探す必要があるのでしょう。特別に強調されています。
つまり、実用的な観点で言えば、ノイズのパラメータをコントロールし、共振の確率が著しく高くなるような特性の値を探せばいいのです。
正確な軌道を計算することはほとんど不可能でしょうが、将来の方向性（運動量、ジャンプ、スイングなど）の基本特性を計算することは可能でしょう。従って、設定する必要があります。
- 現在のノイズのパラメータ（変化するものと思われる）
- 現在の信号パラメータ
もちろん、これには難点もある。信号とノイズの関係は、互いに強く影響し合っている。現在の信号には、2つのシンプルなオプションがあります。
- は、ある種のローパスフィルタで信号を分離することです（このモデルにはウェーブレットオプションが非常に適しています）。
- 各種回帰分析またはその組み合わせの使用
一般的なケースでは、同じシステム要素の予測をする必要があります。
- 将来のノイズのパラメータ
- 将来の信号パラメータ
ノイズの予測は、おそらく笑われるでしょうが、システムの重要な部分であるべきだと思います。もちろん、ノイズそのものを予測する必要はありませんが、将来のノイズの基本的なパラメータについて、何らかの結論を出す必要があるのです。共振そのものは非常にランダムな性質のようで、辻褄が合うか合わないかは、ほとんどノイズに左右されるようです。
PS 01：これは面白いアイデアなので、必要な調査やさまざまなバリエーションを試すことを考慮すると、1年以上かかると思います。
to数学私はこのコンセプトをモデルで使っています。とてもよく効きます。
もし私が正しく理解していれば、この「現在の」弱い規則的な信号がノイズと共振する、つまり多重に増幅されるようなシステム/モデルの特性（多分時系列に基づく）を探す必要があるのでしょう。特別に強調されています。
つまり、実用的な観点からアプローチするならば、ノイズのパラメーターをコントロールし、共振の確率が著しく高くなるようなノイズ特性を探せばいいのです。
正確な軌道を計算することは不可能ですが、将来の方向性（運動量、ジャンプ、スイープなど）の主な特徴を計算することは可能かもしれません。従って、設定する必要があります。
- 現在のノイズのパラメータ（変化するものと思われる）
- 現在の信号パラメータ
もちろん、これには難点もある。信号とノイズの関係は、互いに強く影響し合っている。現在の信号には、2つのシンプルなオプションがあります。
- は、ある種のローパスフィルタで信号を分離することです（このモデルにはウェーブレットオプションが非常に適しています）。
- 各種回帰分析またはその組み合わせの使用
一般的なケースでは、同じシステム要素の予測をする必要があります。
- 将来のノイズのパラメータ
- 将来の信号パラメータ
ノイズの予測は、おそらく笑われるでしょうが、システムの重要な部分であるべきだと思います。もちろん、ノイズそのものを予測する必要はありませんが、将来のノイズの基本的なパラメータについて、何らかの結論を出す必要があるのです。共振そのものは非常にランダムな性質のようで、辻褄が合うか合わないかは、ほとんどノイズに左右されるようです。
PS 01：これは面白いアイデアなので、必要な調査やさまざまなバリエーションを試すことを考慮すると、1年以上かかると思います。
を数学に私はこのコンセプトをモデルで使っています。とてもよく効きます。
この記事を正しく理解するならば、永続的な影響力の源泉を探さなければならないのです。しかし、それがないことが判明するかもしれません。あるいは、たくさんある、というのも同じことです。では、どのようにすればいいのでしょうか。
記事を正しく理解すれば、衝撃を与える恒久的なソースを探す必要があるのです。しかし、それがないことが判明するかもしれません。あるいはたくさんある、というのも同じことです。では、どのようにすればいいのでしょうか。
両方探さないといけないという思いが強く、全部合わせると非常にもどかしいです。特にノイズは以前から扱いたいと思っていたので、まずはノイズから始めてみようと思います。
記事の内容を正しく理解すれば、永続的な影響力の源泉を探す必要があるのです。しかし、それがないことが判明するかもしれません。あるいは、たくさんある、というのも同じことです。では、どうすればいいのか？
両方探さないといけないという思いが強く、全部合わせると非常にもどかしいです。オプションで、特にノイズは以前からどうにかしたいと思っていたので、まずはノイズから始めてみようと思います。
もちろん、タスクを分担することも可能です。しかし、その場合、「誰が得をするのか」という答えを探さなければなりません。でも、それは子供じみた質問にしか聞こえない。間違っているかもしれませんが。