市場は制御されたダイナミックなシステムである。 - ページ 60

 
alsu:

それはそれでいいのですが、何らかのアルゴリズムを使ってパラメータを調整する方法も考えておく必要があります。

9000種類ものアルゴリズムがありますが、純粋に数学的な観点で共通するのは、「最適な状態にするためには、パラメータを調整して最適化された関数の勾配を知る必要がある」ということです。もちろん、PFを基準にして、すべての微分をリアルタイムで計算することも可能です(自動微分を使えば、それほど難しいことではありません)。しかし、一つ問題がある。プロファイル・ファクターの値は、ノイズの多いプロセスとして知られる価格系列そのものに大きく依存するのである。数ポイントでわずか1ろうそくの変動は、利益要因に劇的な影響を与えるであろう予測できない結果と1余分なまたは1行方不明の取引になることができます(最初に我々はモデルが可変パラメータを持っていると仮定するので、我々は、最短の時間間隔でモデルの構造を最適化する必要があることを忘れないでください)。したがって、この基準は非常に非滑らかで、最適化アルゴリズムは、単なる価格の変動によって、繰り返しになりますが、ある局所最適に陥ってしまうかもしれません。

一方、誤差ベクトルのノルム(ポイント3)はそのような不利はなく、1本のろうそくの価格が1ポイント変化しても、ペナルティ関数は同じように軽微な変化となる。項目1、2も同様で、項目4は全く価格に依存しない。


つまり、初期条件(この場合、最適化サンプル)に対して可能な限り安定な基準であること、あるいは、見つかった最適値の大域性をアルゴリズムがチェックする機能が必要なのです。そうでなければ、最適化ではなく、混沌としてしまうでしょう。

そうですね、トランザクションはバラバラなので、その結果だけを基準にするとラグが生じます。この場合のPFは、予測側への価格増分/反対側への価格増分の比率に過ぎない。一般的には、何を予測するかによる。
 
avtomat:

また、正規分布へのフィッティングが必要なポイント2も確実にNGです。これは、失礼ながらナンセンスな話です。

厳密には、ノイズは「赤」でなければならない。

これは、「正しい」動的システムの本質的なノイズである。

音楽入力がない状態でアンプの音量を最大にすると、SHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHH)

 

alsu:

ここですでに矛盾しているのですが、もしプロセスがシグナル+ノイズとして表されるなら、残差は理想的にはまさに熱雑音であり、まさに0情報を運ぶはずです。実際、この前提は50年前から一般に受け入れられている:LGBT(1、2ページ)の出力を得る⇔モデルが決定論的要素を適切に記述していること。

また、3については、いつから誤差最小が適応の観点から無用になったのか、詳しく教えてください。


1) プロセスは混合物として表される x(t) = s(t) + n(t) n(t) が熱雑音であることはもちろん、干渉 n(t) の性質について先験的知識を持っているわけではありませ ん。一方、n(t)の干渉を 想定された限界まで追い込もうと すると、信号s(t)の歪みが発生することになる

2) 静的な物体の記述には誤差ベクトルのノルムの最小化が許容される。動的システムの場合、少なくとも2番目の運動量を使用する必要があり、これは加速度制御に相当する。

 
sergeyas:

厳密には、ノイズは "赤 "でなければ ならない。

これは、「正しい」動的システムの本質的なノイズである。

音楽入力がない状態でアンプの音量を最大にすると、Ssshhhhhhhhhh))が聞こえます。



厳密には、ノイズである必要はなく、「赤」「ピンク」「白」...「グレー・ブラウン・ラズベリー」など、何でもいい んです。
 
avtomat:


ブロックWLとWRをWL、WLb、WR、WRbと表現すると、クロスリンク構造として連結することができる。


独立したチャンネルであるWLとWR が接続されることになります。

をP-canonical構造として

または

をV字型正典構造として

数学的には等価である。どちらを使うかは、解釈の都合によるようです。

 
avtomat:


1) プロセスは x(t) = s(t) + n(t) の混合物として表現される ノイズ n(t) の性質についての先験的知識はなく、確かに n(t) が熱雑音であることはない。一方、n(t)の干渉を想定された限界まで追い込もうとすると、信号s(t)の歪みが発生することになる

n(t)の別の分布を提案してください。私は嬉しいだけです。

しかし、そうでない場合は、とにかく分布について何らかの仮定をしなければならない。外部からの影響(決定論的要素)がない場合、市場の動きは多数のエージェントの行動の合計によって決定されるため、TPTによって、トレーダーの意思決定が共通かつ全体として互いに独立している場合、ガウス分布のノイズが得られます。(もちろん、白は理想化なので、実際のノイズは色がついて出てきます)。しかし、だからといって、相関時間を短くしようとするのは無理があります)。決定論的な要素がないため、我々のシステムの残差は理想的には入力プロセスと一致するはずである...。

2) 静的な物体の記述には誤差ベクトルのノルムの最小化が許容される。動的システムの場合、少なくとも2番目の運動量を使用する必要があり、これは加速度制御に相当する。

いや、まあ入力信号とその推定値が方式にあって、その間に差があるのだから、対象が静止しているかどうかの違いはあるのだろう?できれば実物と同じものを出してほしい、つまり、差が少ないほうがいいと思っています。加速度による制御をしたいのですが、ゼロモーメントエラーや第一運動量エラーを蓄積させないようにするのは誰でしょうか?しかも、低周波の有用な信号があるので、速度や加速度を取るたびに有用な信号が圧迫され、ノイズが何倍にもなってしまうので、確実にこけるでしょう。

 
Avals:
そうですね、トレードがバラバラなので、その結果だけを基準にするとラグが生じます。この場合、PFは予測方向の価格増分と反対方向の価格増分の比率に過ぎない。一般的には、何を予測するかによる。


つまり、推測される増加分の看板の何割か...という感じですね。ありがたいことだと思います。は、ここではノイズから抜け出せず、どこかで50~55%の範囲で仕事をしなければならない。でも、メモしておこう。
 
Mathemat:
どんなニュースでも、これらのエクスポージャーを飛躍的に変化させ、株価の新しい均衡値を設定する情報をシステムに投げ込む。株価を新しい条件に合わせようとする過渡的なプロセスが開始される(そこに、システムのOOSがあるのだ!)。大雑把に言うと、2次線形拡散です。ディップアワーの線形化は、揺らぎの大きさ、すなわち平衡値からのずれを小さく仮定することで得られる。パラメトリックオシレーターのようなものが得られる(つまり、Actionサブシステムはオープンシステムなのだ!)。

アレクセイ、私はそのようなシステムをモデル化しましたが、2次ではなく、4次を一度にモデル化しました(2次のフィルタを2つ並列に入れました)。信号の分散とノイズの分散の比率は20%です。


非常によく似ていることがわかります。


また、ズームで非常に自然なエリオット波も見ることができます。これは、オシレータのパラメータがどのように選ばれているかということです)。


 
alsu:

n(t)の別の分布を提示してくれませんか?嬉しいですね。

しかし、そうでない場合は、とにかく分布について何らかの仮定をしなければならない。外部からの影響(決定論的要素)がない場合、市場の動きは多数のエージェントの行動の合計によって決定されるため、TPTによって、共通のトレーダーの決定と全体が互いに独立している場合は、ガウスノイズが得られるだけである。(もちろん、白は理想化なので、実際のノイズは色がついて出てきます)。しかし、だからといって、相関時間を短くしようとするのは無理があります)。決定論的な要素がないため、我々のシステムの残差は理想的には入力プロセスと一致するはずである...。


あなたは勘違いしています。現実には、適応のためにそのような仮定は必要ない。しかし、非適応型モデルの場合、足元を固めるために、いくつかの仮定を立てなければならないのです。

いや、まあ入力信号とその推定値が方式にあって、その間に差があるのだから、対象が静止しているかどうかの違いはあるのだろう?できれば実物と同じものを出してほしい、つまり、差が少ないほうがいいと思っています。加速度による制御をしたいのですが、ゼロ・ファーストのトルク誤差が蓄積されないようにするのは誰でしょうか?なぜなら、私たちの有用な信号は低周波なので、速度や加速度を測るたびに有用な信号を絞り込み、ノイズを増殖させるからです。

その差は非常に大きい。

n次の アスタチズムは、(n-1)番目の 誤差係数までシステム誤差をゼロにすることを保証します。

つまり、加速度制御では、加速度の誤差が発生し、速度と位置の誤差はゼロになるのです。この場合、誤差の蓄積は論外です。

 

alsu: Понимаю, что можно свести к эквивалентному, но не логичнее ли изначально представлять реакцию по степеням воздействия, а не наоборот?

これがモデルの作り方です。株価との関係でモデルを閉じていたはずです。そして同時に、あらゆる影響を次元で統一する必要があります。

力学の世界では、すべてが閉じた形で記述 され、私たちが関心を持つ運動をしている物質点の 速度と加速度を通して 記述されるのです。

しかし、私はここで根本的に同意できない。実際、私たちのシステムは、「消滅」によって、入ってくるエネルギーを出て行くエネルギーにリサイクルしているだけなのである。売り手と買い手が取引に合意した瞬間、入ってきたエネルギーの一部がシステムから散逸し、エントロピーの増大だけが残される。そして、システムを流れるエネルギーの流れ、大雑把に言えば、取引量は保存量とは程遠いものですが、それがあるからこそシステムが存在できるのです。

まあ、そうですね、保存の法則はちょっとやりすぎましたね。もちろん、一般論として-すべての「力」の働きを考慮した上で。

もう一度言っておくと、ある種の前提のもとでは、動作がパラメトリック・オシレーターに非常に近くなる。つまり、システムは原理的に閉じておらず、外部環境とのエネルギー交換は散逸だけでなく、パラメータの変化によっても行われる。

P.S. あなたのスキームと写真を見ています。早かったな...。