9000가지 다른 알고리즘이 있지만 순전히 수학적으로는 한 가지 공통점이 있습니다. 최적에 도달하려면 조정 가능한 매개변수에 의해 최적화되는 함수의 기울기를 알아야 합니다. 물론 PF를 기준으로 삼아 실시간으로 모든 도함수를 계산할 수도 있습니다(자동 미분을 사용하면 그렇게 어렵지 않습니다). 그러나 여기에 한 가지 문제가 있습니다. 이윤 요인의 가치는 아시다시피 시끄러운 과정의 특성을 지닌 가격대 자체에 크게 좌우됩니다. 동시에 몇 포인트에 대해 1개의 캔들에 의한 가격 변동은 예측할 수 없는 결과로 1개의 추가 또는 1개의 누락된 거래를 제공할 수 있으며 이는 이익 요소에 직접적으로 크게 영향을 미칩니다(구조 최적화가 필요하다는 것을 잊지 마십시오. 초기에는 모델이 가변 매개변수를 갖는다고 가정하기 때문에 가능한 한 가장 짧은 시간 동안 모델을 사용합니다. 따라서 기준은 매우 매끄럽지 않은 것으로 판명되었으며 이에 대한 최적화 알고리즘은 일종의 로컬 최적에 갇힐 수 있습니다. 이는 가격 변동에 의해서만 발생할 수 있습니다.
그러나 예를 들어 오류 벡터의 표준(포인트 3)에는 이러한 단점이 없습니다. 캔들 1개에서 1포인트씩 가격이 변경되면 패널티 함수가 똑같이 미미하게 변경됩니다. 포인트 1과 2도 여기에 속하며 포인트 4는 가격에 전혀 의존하지 않습니다.
요컨대, 기준은 초기 조건(우리의 경우 최적화 샘플)에 대해 가능한 한 안정적이어야 하며, 그렇지 않으면 알고리즘에 발견된 최적의 전역성에 대한 일종의 검사가 있어야 합니다. 그렇지 않으면 최적화 대신 혼돈이 발생합니다.
동의합니다. 거래는 개별적이며 기준이 결과에 따른 경우에만 지연이 발생합니다. 단, 거래는 아직 이루어지지 않음) 이 경우 PF는 단순히 예측 방향의 가격 증가분/반대 방향의 가격 증가분의 비율입니다. 일반적으로 우리가 예측하는 것에 달려 있습니다.
여기에서 이미 모순됩니다. 프로세스가 신호 + 노이즈로 표시되는 경우 나머지는 이상적으로 정확히 0 정보를 전달하는 정확히 열 노이즈여야 합니다. 일반적으로 이 메시지는 이미 50년 동안 일반적으로 받아들여졌습니다. BGSh(1절과 2절)의 출력에서 수신된 <=> 모델은 결정론적 구성 요소를 적절하게 설명합니다.
그리고 3번 항목에 대해 좀 더 자세히 알려주세요. 최소 오차가 언제부터 적응 측면에서 무용지물이 되었나요???
1) 이 과정은 x(t) = s(t) + n(t) 혼합물로 표시됩니다. 동시에, 간섭 n(t)의 특성에 대한 사전 지식이 없으며, 더욱 그렇습니다. n(t)는 열 잡음입니다. 반면에 잡음 n(t)를 가정된 한계로 유도하려는 시도 는 신호 왜곡 s(t)로 이어질 것입니다.
2) 오류 벡터의 노름을 최소화하는 것은 정적 개체를 설명하는 데 허용됩니다. 동적 시스템의 경우 가속 제어에 해당하는 최소한 2차 모멘트를 사용해야 합니다.
1) 이 과정은 x(t) = s(t) + n(t) 혼합물로 표시됩니다. 동시에, 간섭 n(t)의 특성에 대한 사전 지식이 없으며, 더욱 그렇습니다. n(t)는 열 잡음입니다. 반면에 잡음 n(t)를 가정된 한계로 유도하려는 시도는 신호 왜곡 s(t)로 이어질 것입니다.
다른 분포를 제안하시겠습니까? n(t)? 나는 기쁠 것입니다.
그러나 그렇지 않다면 분포에 대한 몇 가지 가정이 여전히 필요합니다. 적어도 정규 분포는 어떻게든 입증될 수 있습니다. 외부 영향(즉, 결정론적 구성 요소)이 없는 경우 시장 움직임은 많은 수의 에이전트 행동의 합에 의해 결정되므로 CLT로 인해 , 일반적인 대량 거래자의 결정이 서로 독립적으로 이루어지고 우리가 가우스 노이즈를 얻는다면. (흰색은 물론 이상화이므로 노이즈가 실제로는 색으로 나옵니다. 그러나 이것이 상관 시간을 줄이려고 할 수 없다는 의미는 아닙니다.) 결정적 구성 요소가 없기 때문에 나머지 시스템은 입력 프로세스와 이상적으로 일치해야 합니다...
2) 오류 벡터의 노름을 최소화하는 것은 정적 개체를 설명하는 데 허용됩니다. 동적 시스템의 경우 가속 제어에 해당하는 최소한 2차 모멘트를 사용해야 합니다.
아니요, 회로에 입력 신호와 그 평가가 있으며 그 차이가 있습니다. 정적 개체인지 아닌지의 차이점은 무엇입니까? 시스템이 최대한 실물과 동일하게, 즉 차이를 최소화했으면 합니다. 가속 운전을 원하십니까? 맙소사, 하지만 누가 0과 1차 순간 오류가 누적되지 않도록 보장할 것인가? 그리고 그것은 저주파 유용한 신호를 가지고 있기 때문에 확실히 떠오를 것입니다. 즉, 속도와 가속을 취할 때 유용한 신호를 매번 누르고 노이즈를 여러 번 증폭한다는 의미입니다.
Mathemat : 어떤 뉴스라도 이러한 효과를 갑자기 변경하여 주가에 대한 새로운 균형 가치를 설정하는 시스템에 정보를 던집니다. 새로운 조건(여기서는 시스템의 OOS입니다!)에 따라 주식 가격을 조정하려는 과도기적 프로세스가 시작됩니다. 대략적으로 말하면, 이것은 2차 선형 difur입니다. difura 선형화는 작은 양의 변동, 즉 평형 값의 편차. 파라메트릭 오실레이터와 같은 것으로 밝혀졌습니다(즉, 하위 시스템 "Action"은 개방형 시스템입니다!).
Alexey, 여기서는 2개가 아니라 4개의 주문을 동시에 모델링했지만 2차 주문의 2개 필터를 병렬로 켭니다. 입력에는 기하급수적으로 분포된 강도 + BGN을 갖는 균일한 펄스 스트림이 있습니다. 신호 분산 대 노이즈 분산의 비율은 ~ 20입니다.
매우 유사합니다.
그리고 확대/축소에서 매우 자연스러운 Elliott 파도를 볼 수도 있으므로 발진기의 매개변수가 선택됩니다.)):
그러나 그렇지 않다면 분포에 대한 몇 가지 가정이 여전히 필요합니다. 적어도 정규 분포는 어떻게든 입증될 수 있습니다. 외부 영향(즉, 결정론적 구성 요소)이 없는 경우 시장 움직임은 많은 수의 에이전트 행동의 합에 의해 결정되므로 CLT로 인해 , 일반적인 대량 거래자의 결정이 서로 독립적으로 이루어지고 우리가 가우스 노이즈를 얻는다면. (흰색은 물론 이상화이므로 노이즈가 실제로는 색으로 나옵니다. 그러나 이것이 상관 시간을 줄이려고 할 수 없다는 의미는 아닙니다.) 결정적 구성 요소가 없기 때문에 나머지 시스템은 입력 프로세스와 이상적으로 일치해야 합니다...
당신은 잘못. 사실, 적응을 위해 그러한 가정은 필요하지 않습니다. 그러나 비적응형 모델의 경우 무의식적으로 몇 가지 가정을 하고 가정을 해야 자신의 발 아래에서 근거를 찾을 수 있습니다.
아니요, 회로에 입력 신호와 그 평가가 있으며 그 차이가 있습니다. 정적 개체인지 아닌지의 차이점은 무엇입니까? 시스템이 최대한 실물과 동일하게, 즉 차이를 최소화했으면 합니다. 가속 운전을 원하십니까? 맙소사, 하지만 누가 0과 1차 순간 오류가 누적되지 않도록 보장할 것인가? 그리고 그것은 저주파 유용한 신호를 가지고 있기 때문에 확실히 떠오를 것입니다. 즉, 속도와 가속을 취할 때 유용한 신호를 매번 누르고 노이즈를 여러 번 증폭한다는 의미입니다.
그 차이는 매우 중요합니다.
n 차의 비정상성은 (n-1) 번째 오류 계수까지 시스템의 0 오류를 제공합니다.
즉, 가속으로 제어할 때 오차는 가속에 있을 것이고 속도와 위치의 오차는 0이 될 것입니다. 이 경우 오류 누적에 대해 이야기 할 수 없습니다.
alsu: Понимаю, что можно свести к эквивалентному, но не логичнее ли изначально представлять реакцию по степеням воздействия, а не наоборот?
이것은 그러한 모델이며, 이러한 방식으로 제작되었습니다. 주가에 대한 모형의 근접성을 확보할 필요가 있었다. 동시에 모든 영향을 차원별로 통합합니다.
글쎄, 그것은 역학에서와 같았습니다. 모든 것이 닫힌 방식으로 설명됩니다. 그 물질 지점의 속도와 가속도를 통해 우리가 관심을 갖는 움직임 .
그러나 여기서 나는 근본적으로 동의하지 않습니다. 사실, 우리 시스템은 "소멸"에 의해서만 들어오는 에너지를 나가는 에너지로 변환합니다. 반짝이는 용어는 유감입니다. 판매자와 구매자가 거래에 동의하는 순간 들어오는 에너지의 작은 부분이 시스템에서 소산되고 증가된 엔트로피만 남게 됩니다. 더욱이 시스템을 통한 에너지의 흐름, 대략적으로 말하면 거래량은 보존과는 거리가 먼 값이지만 시스템이 존재하게 하는 것은 이 값이다.
글쎄요, 저는 보존법칙을 조금 과장했습니다. 물론 일반적으로 모든 "힘"의 작업을 고려합니다.
다시 한 번 상기시켜 드리겠습니다. 특정 가정 하에서 주식은 파라메트릭 오실레이터와 매우 유사해집니다. 저것들. 시스템은 원칙적으로 닫혀 있지 않으며 외부 환경과의 에너지 교환은 산란뿐만 아니라 매개 변수의 변경을 통해 발생합니다.
가능하지만 일부 알고리즘을 사용하여 매개변수를 조정하는 방법에 대해서도 생각해야 합니다.
9000가지 다른 알고리즘이 있지만 순전히 수학적으로는 한 가지 공통점이 있습니다. 최적에 도달하려면 조정 가능한 매개변수에 의해 최적화되는 함수의 기울기를 알아야 합니다. 물론 PF를 기준으로 삼아 실시간으로 모든 도함수를 계산할 수도 있습니다(자동 미분을 사용하면 그렇게 어렵지 않습니다). 그러나 여기에 한 가지 문제가 있습니다. 이윤 요인의 가치는 아시다시피 시끄러운 과정의 특성을 지닌 가격대 자체에 크게 좌우됩니다. 동시에 몇 포인트에 대해 1개의 캔들에 의한 가격 변동은 예측할 수 없는 결과로 1개의 추가 또는 1개의 누락된 거래를 제공할 수 있으며 이는 이익 요소에 직접적으로 크게 영향을 미칩니다(구조 최적화가 필요하다는 것을 잊지 마십시오. 초기에는 모델이 가변 매개변수를 갖는다고 가정하기 때문에 가능한 한 가장 짧은 시간 동안 모델을 사용합니다. 따라서 기준은 매우 매끄럽지 않은 것으로 판명되었으며 이에 대한 최적화 알고리즘은 일종의 로컬 최적에 갇힐 수 있습니다. 이는 가격 변동에 의해서만 발생할 수 있습니다.
그러나 예를 들어 오류 벡터의 표준(포인트 3)에는 이러한 단점이 없습니다. 캔들 1개에서 1포인트씩 가격이 변경되면 패널티 함수가 똑같이 미미하게 변경됩니다. 포인트 1과 2도 여기에 속하며 포인트 4는 가격에 전혀 의존하지 않습니다.
요컨대, 기준은 초기 조건(우리의 경우 최적화 샘플)에 대해 가능한 한 안정적이어야 하며, 그렇지 않으면 알고리즘에 발견된 최적의 전역성에 대한 일종의 검사가 있어야 합니다. 그렇지 않으면 최적화 대신 혼돈이 발생합니다.
정규 분포에 대한 조정이 필요한 항목 2는 더욱 그렇습니다. 이것은 이미 죄송합니다. 말도 안되는 소리입니다.
엄밀히 말하면 노이즈는 "빨간색"이어야 합니다.
이것은 모든 "올바른" 동적 시스템의 고유한 소음입니다.
입력에 음악을 입력하지 않고 최대 볼륨으로 앰프를 켜고 SSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSH)를 들어봅시다.
여기에서 이미 모순됩니다. 프로세스가 신호 + 노이즈로 표시되는 경우 나머지는 이상적으로 정확히 0 정보를 전달하는 정확히 열 노이즈여야 합니다. 일반적으로 이 메시지는 이미 50년 동안 일반적으로 받아들여졌습니다. BGSh(1절과 2절)의 출력에서 수신된 <=> 모델은 결정론적 구성 요소를 적절하게 설명합니다.
그리고 3번 항목에 대해 좀 더 자세히 알려주세요. 최소 오차가 언제부터 적응 측면에서 무용지물이 되었나요???
1) 이 과정은 x(t) = s(t) + n(t) 혼합물로 표시됩니다. 동시에, 간섭 n(t)의 특성에 대한 사전 지식이 없으며, 더욱 그렇습니다. n(t)는 열 잡음입니다. 반면에 잡음 n(t)를 가정된 한계로 유도하려는 시도 는 신호 왜곡 s(t)로 이어질 것입니다.
2) 오류 벡터의 노름을 최소화하는 것은 정적 개체를 설명하는 데 허용됩니다. 동적 시스템의 경우 가속 제어에 해당하는 최소한 2차 모멘트를 사용해야 합니다.
엄밀히 말하면 노이즈는 "빨간색" 이어야 합니다 .
이것은 모든 "올바른" 동적 시스템의 고유한 소음입니다.
입력에 음악을 입력하지 않고 최대 볼륨으로 앰프를 켜고 SSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSHSH)를 들어봅시다.
엄밀히 말하면 소음은 없어야 하지만 "빨간색", "분홍색", "흰색" ... 및 "회색-갈색-진홍색" 등 무엇이든 될 수 있습니다.
블록 WL 및 WR을 WL, WLb 및 WR, WRb로 나타내면 교차 구조의 형태로 더 연결할 수 있습니다.
독립 채널 WL 및 WR
P-정규 구조로
V-canonical 구조의 형태로
그것들은 수학적으로 동등합니다. 어느 것을 사용할지는 분명히 해석의 편의에 달려 있습니다.
1) 이 과정은 x(t) = s(t) + n(t) 혼합물로 표시됩니다. 동시에, 간섭 n(t)의 특성에 대한 사전 지식이 없으며, 더욱 그렇습니다. n(t)는 열 잡음입니다. 반면에 잡음 n(t)를 가정된 한계로 유도하려는 시도는 신호 왜곡 s(t)로 이어질 것입니다.
다른 분포를 제안하시겠습니까? n(t)? 나는 기쁠 것입니다.
그러나 그렇지 않다면 분포에 대한 몇 가지 가정이 여전히 필요합니다. 적어도 정규 분포는 어떻게든 입증될 수 있습니다. 외부 영향(즉, 결정론적 구성 요소)이 없는 경우 시장 움직임은 많은 수의 에이전트 행동의 합에 의해 결정되므로 CLT로 인해 , 일반적인 대량 거래자의 결정이 서로 독립적으로 이루어지고 우리가 가우스 노이즈를 얻는다면. (흰색은 물론 이상화이므로 노이즈가 실제로는 색으로 나옵니다. 그러나 이것이 상관 시간을 줄이려고 할 수 없다는 의미는 아닙니다.) 결정적 구성 요소가 없기 때문에 나머지 시스템은 입력 프로세스와 이상적으로 일치해야 합니다...
2) 오류 벡터의 노름을 최소화하는 것은 정적 개체를 설명하는 데 허용됩니다. 동적 시스템의 경우 가속 제어에 해당하는 최소한 2차 모멘트를 사용해야 합니다.
아니요, 회로에 입력 신호와 그 평가가 있으며 그 차이가 있습니다. 정적 개체인지 아닌지의 차이점은 무엇입니까? 시스템이 최대한 실물과 동일하게, 즉 차이를 최소화했으면 합니다. 가속 운전을 원하십니까? 맙소사, 하지만 누가 0과 1차 순간 오류가 누적되지 않도록 보장할 것인가? 그리고 그것은 저주파 유용한 신호를 가지고 있기 때문에 확실히 떠오를 것입니다. 즉, 속도와 가속을 취할 때 유용한 신호를 매번 누르고 노이즈를 여러 번 증폭한다는 의미입니다.
동의합니다. 거래는 개별적이며 기준이 결과에 따른 경우에만 지연이 발생합니다. 단, 거래는 아직 이루어지지 않음) 이 경우 PF는 단순히 예측 방향의 가격 증가분/반대 방향의 가격 증가분의 비율입니다. 일반적으로 우리가 예측하는 것에 달려 있습니다.
즉, 추측 된 증분 징후의 백분율과 같은 ... 이것은 감사하지 않은 작업입니다. 제 생각에는 ... 여기에서 소음에서 벗어나지 마십시오. 어딘가에서 50-55 % 내에서 작업해야합니다. 그래도 참고하겠습니다.
어떤 뉴스라도 이러한 효과를 갑자기 변경하여 주가에 대한 새로운 균형 가치를 설정하는 시스템에 정보를 던집니다. 새로운 조건(여기서는 시스템의 OOS입니다!)에 따라 주식 가격을 조정하려는 과도기적 프로세스가 시작됩니다. 대략적으로 말하면, 이것은 2차 선형 difur입니다. difura 선형화는 작은 양의 변동, 즉 평형 값의 편차. 파라메트릭 오실레이터와 같은 것으로 밝혀졌습니다(즉, 하위 시스템 "Action"은 개방형 시스템입니다!).
Alexey, 여기서는 2개가 아니라 4개의 주문을 동시에 모델링했지만 2차 주문의 2개 필터를 병렬로 켭니다. 입력에는 기하급수적으로 분포된 강도 + BGN을 갖는 균일한 펄스 스트림이 있습니다. 신호 분산 대 노이즈 분산의 비율은 ~ 20입니다.
매우 유사합니다.
그리고 확대/축소에서 매우 자연스러운 Elliott 파도를 볼 수도 있으므로 발진기의 매개변수가 선택됩니다.)):
다른 분포를 제안하시겠습니까? n(t)? 나는 기쁠 것입니다.
그러나 그렇지 않다면 분포에 대한 몇 가지 가정이 여전히 필요합니다. 적어도 정규 분포는 어떻게든 입증될 수 있습니다. 외부 영향(즉, 결정론적 구성 요소)이 없는 경우 시장 움직임은 많은 수의 에이전트 행동의 합에 의해 결정되므로 CLT로 인해 , 일반적인 대량 거래자의 결정이 서로 독립적으로 이루어지고 우리가 가우스 노이즈를 얻는다면. (흰색은 물론 이상화이므로 노이즈가 실제로는 색으로 나옵니다. 그러나 이것이 상관 시간을 줄이려고 할 수 없다는 의미는 아닙니다.) 결정적 구성 요소가 없기 때문에 나머지 시스템은 입력 프로세스와 이상적으로 일치해야 합니다...
당신은 잘못. 사실, 적응을 위해 그러한 가정은 필요하지 않습니다. 그러나 비적응형 모델의 경우 무의식적으로 몇 가지 가정을 하고 가정을 해야 자신의 발 아래에서 근거를 찾을 수 있습니다.
아니요, 회로에 입력 신호와 그 평가가 있으며 그 차이가 있습니다. 정적 개체인지 아닌지의 차이점은 무엇입니까? 시스템이 최대한 실물과 동일하게, 즉 차이를 최소화했으면 합니다. 가속 운전을 원하십니까? 맙소사, 하지만 누가 0과 1차 순간 오류가 누적되지 않도록 보장할 것인가? 그리고 그것은 저주파 유용한 신호를 가지고 있기 때문에 확실히 떠오를 것입니다. 즉, 속도와 가속을 취할 때 유용한 신호를 매번 누르고 노이즈를 여러 번 증폭한다는 의미입니다.
그 차이는 매우 중요합니다.
n 차의 비정상성은 (n-1) 번째 오류 계수까지 시스템의 0 오류를 제공합니다.
즉, 가속으로 제어할 때 오차는 가속에 있을 것이고 속도와 위치의 오차는 0이 될 것입니다. 이 경우 오류 누적에 대해 이야기 할 수 없습니다.
alsu: Понимаю, что можно свести к эквивалентному, но не логичнее ли изначально представлять реакцию по степеням воздействия, а не наоборот?
이것은 그러한 모델이며, 이러한 방식으로 제작되었습니다. 주가에 대한 모형의 근접성을 확보할 필요가 있었다. 동시에 모든 영향을 차원별로 통합합니다.
글쎄, 그것은 역학에서와 같았습니다. 모든 것이 닫힌 방식으로 설명됩니다. 그 물질 지점 의 속도와 가속도를 통해 우리가 관심을 갖는 움직임 .
그러나 여기서 나는 근본적으로 동의하지 않습니다. 사실, 우리 시스템은 "소멸"에 의해서만 들어오는 에너지를 나가는 에너지로 변환합니다. 반짝이는 용어는 유감입니다. 판매자와 구매자가 거래에 동의하는 순간 들어오는 에너지의 작은 부분이 시스템에서 소산되고 증가된 엔트로피만 남게 됩니다. 더욱이 시스템을 통한 에너지의 흐름, 대략적으로 말하면 거래량은 보존과는 거리가 먼 값이지만 시스템이 존재하게 하는 것은 이 값이다.
글쎄요, 저는 보존법칙을 조금 과장했습니다. 물론 일반적으로 모든 "힘"의 작업을 고려합니다.
다시 한 번 상기시켜 드리겠습니다. 특정 가정 하에서 주식은 파라메트릭 오실레이터와 매우 유사해집니다. 저것들. 시스템은 원칙적으로 닫혀 있지 않으며 외부 환경과의 에너지 교환은 산란뿐만 아니라 매개 변수의 변경을 통해 발생합니다.
추신 당신의 다이어그램과 사진을 참조하십시오. 빨리 수고하셨습니다...