Da teoria à prática - página 252
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
De onde veio o postulado de que o processo de preços é não-markoviano em primeiro lugar? É a condição de um processo Markoviano que o futuro não dependa do passado e que o presente seja fixo...
bem das caudas pesadas, como se não fosse aleatório, mas com memória
bem das caudas duras, como se não fosse aleatório, mas com memória
Mas VisSim não será capaz de tirá-lo agora).
Bem, existem conversores de código VisSim para C... ))
Um processo Markoviano pode ter memória e estados internos, por isso não deve ser um problema...
Bem, há apenas estados e probabilidades de transição, em cada novo estado somente a probabilidade atual influenciará a transição, e a memória da etapa anterior é apagada
E eu não entendo muito sobre a descrição de não-markoviano, é bastante complicado lá)
Bem, há apenas estados e probabilidades de transição, em cada novo estado apenas a probabilidade atual afetará a transição, e a memória da etapa anterior é apagada
Isso mesmo, a memória é colocada no estado atual, portanto o estado anterior não é mais necessário, embora esteja sempre lá se necessário para os cálculos....
Quanto à transição futura, é claro que é a mesma probabilidade, mas mesmo que não seja, ela pode ser levada em conta nas métricas de transição...
Isso mesmo, a memória é colocada no estado atual, portanto o estado anterior não é mais necessário, embora esteja sempre lá se você precisar dela para os cálculos....
Quanto à transição futura, é claro que tudo é igualmente provável, mas mesmo que não seja, pode ser levado em conta nas métricas de transição...
bem, eles fazem todo tipo de diferença temporal e modelos estocásticos, mas eu não sou muito bom nisso e estou apenas começando a aprender
Por exemplo, você pode olhar o q-learning na aprendizagem de máquinas, existem modelos estacionários e não estacionários sobre a diferença temporal, t-tn, sobre a qual Alexander escreveu, mas a abordagem do outro lado. E a parte mais difícil é aplicá-los em processos contínuos como mercados, com mercados discretos, tudo é mais ou menos claro.
Por exemplo, você pode olhar o q-learning na aprendizagem de máquinas, existem modelos estacionários e não estacionários sobre a diferença de tempo, t-tn, sobre a qual Alexander escreveu, mas a abordagem do outro lado
Acho que modelos e algoritmos discretos de Markov escondidos são mais relevantes para este problema porque você não precisa conhecer o modelo em si, o que o torna semelhante às redes neurais...
A equação de difusão e movimento browniano parece muito rebuscada. O mercado está obviamente longe de Brownian))
Acho que modelos e algoritmos discretos de Markov escondidos são mais relevantes para o problema porque não é preciso conhecer o modelo em si, o que o torna semelhante às redes neurais...
A equação de difusão e movimento browniano parece um pouco exagerada. O mercado está obviamente longe de Brownian))
Bem, em geral é preciso muito trabalho e... pensar :) é meu, por assim dizer.
Você terá que me perdoar. Mas não pense que você está exagerando aqui. Parece que há uma competição para ver quem é mais esperto que o outro. Aqui está a dica mais fácil. Você entra com um lote que lhe convém, faz 10 pontos em um negócio, fecha metade dele, e o resto vai para o banco. E você ficará feliz. E sem dores de cabeça))))
Você terá que me perdoar. Mas não pense que você está exagerando aqui. Parece que há uma competição para ver quem é mais esperto que o outro. Aqui está a dica mais fácil. Você entra com um lote que lhe convém, faz 10 pontos em um negócio, fecha metade dele, e o resto vai para o banco. E você ficará feliz. E sem dores de cabeça))))
O processo criativo, você sabe...