Рынок -- управляемая динамическая система. - страница 59

Новый комментарий
 
Mathemat:

Алексей, задаю первый вопрос: почему

1) постоянное воздействие, которое не зависит от цены Акции (Альфа-воздействие),
2) воздействие, пропорциональное цене Акции (Бета-воздействие),
3) пропорциональное производной от цены акции (Гамма-воздействие).
4) пропорциональное квадрату цены акции (вносим нелинейность) (Дельта-воздействие).

если

только "Внешнее" воздействует на "Акцию", но не наоборот

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

Кстати, линейность дифуры второго порядка позволяет легко ввести классические понятия механики - импульс Акции и функцию Лагранжа (энергию). На участке неизменности внешних воздействий можно говорить и о неком подобии закона сохранения энергии.
А вот тут в корне не согласен: по сути наша система лишь прерабатывает входящую энергию в исходящую путем "аннигиляции", прости за искрометную терминологию. В момент, когда продавец и покупатель договорились о сделке, небольшая часть поступившей энергии рассеивается из системы, оставляя после себя только возросшую энтропию. Причем поток энергии через систему, грубо говоря, объемы сделок - величина далеко не сохраняющаяся, но именно она позволяет системе существовать.
 
avtomat:
2) Выбор критерия оптимизации. От этого критерия зависит рабочий диапазон частот модели.

Критерий, я так считаю, должен быть составной и учитывать одновременно следующие факторы (например, с помощью штрафной функции):

- время корреляции остатков модели -> min

- отличие распределения остатков от нормального -> min

- норма вектора остатков -> min

- количество параметров модели, не обращающихся в нуль -> min

Это для затравки, без учета модели входного сигнала, которой я скоро присутствующим плешь проем)

 
alsu:

... без учета модели входного сигнала, которой я скоро присутствующим плешь проем)


Невольно приходит на память такая известная история. Когда Лаплас преподнес Наполеону экземпляр своей «Небесной механики», император заметил: «Месье Лаплас, говорят, что вы написали эту большую книгу о системе мира, ни разу не упомянув Создателя». На что Лаплас якобы ответил: «Мне не понадобилась эта гипотеза». Природа заменила Бога. 

;)  

 
avtomat:

«Мне не понадобилась эта гипотеза». Природа заменила Бога. 

Однако всего через полторы сотни лет пришлось к гипотезе вернуться, так как оказалось, что кто-то таки "бросает кости при каждом измерении", как выразился Альбертушка (хотя он сам до самой смерти в эту "бессмыслицу" не верил).
 
alsu:

Критерий, я так считаю, должен быть составной и учитывать одновременно следующие факторы (например, с помощью штрафной функции):

- время корреляции остатков модели -> min

- отличие распределения остатков от нормального -> min

- норма вектора остатков -> min

- количество параметров модели, не обращающихся в нуль -> min

Это для затравки, без учета модели входного сигнала, которой я скоро присутствующим плешь проем)


Критериев различных можно придумать очень много и очень разных. Но такая множественность критериев, как правило, не приводит к желаемому результату в силу их противоречивости. 
 
alsu:

Критерий, я так считаю, должен быть составной и учитывать одновременно следующие факторы (например, с помощью штрафной функции):

- время корреляции остатков модели -> min

- отличие распределения остатков от нормального -> min

- норма вектора остатков -> min

- количество параметров модели, не обращающихся в нуль -> min

Это для затравки, без учета модели входного сигнала, которой я скоро присутствующим плешь проем)


может проще - ошибка это потери, правильный прогноз доходы. Оцениваем доход/потери. Т.е. к примеру ПФ. Т.е. критерий оптимизации ПФ->max
 
avtomat:

Критериев различных можно придумать очень много и очень разных. Но такая множественность критериев, как правило, не приводит к желаемому результату в силу их противоречивости. 
ТУт все важно: первые два пункта требуют приблизить остатки к БГШ - это означает адекватность модели; третий пункт - ясен сам собой, ошибка долна быть по возможности минимальной; четвертый - чрезмерное усложнение модели пахнет неустойчивостью и подгонкой и, скорее всего, скажется на качестве прогноза. Противоречий не вижу, нужно только грамотно подобрать веса важности для каждой составляющей.
 
alsu:
ТУт все важно: первые два пункта требуют приблизить остатки к БГШ - это означает адекватность модели; третий пункт - ясен сам собой, ошибка долна быть по возможности минимальной; четвертый - чрезмерное усложнение модели пахнет неустойчивостью и подгонкой и, скорее всего, скажется на качестве прогноза. Противоречий не вижу, нужно только грамотно подобрать веса важности для каждой составляющей.


На мой взгляд, ни один из перечисленных вами критериев

- время корреляции остатков модели -> min

- отличие распределения остатков от нормального -> min

- норма вектора остатков -> min

- количество параметров модели, не обращающихся в нуль -> min

не является ни необходимым, ни полезным с точки зрения адаптации модели.

И уж тем более п.2, требующий подгонки к нормальному распределению. Это уже, пардон, нонсенс.

 
Avals:

может проще - ошибка это потери, правильный прогноз доходы. Оцениваем доход/потери. Т.е. к примеру ПФ. Т.е. критерий оптимизации ПФ->max

Можно и так, но надо думать еще о том, каким образом осуществлять подстройку параметров с помощью некоего алгоритма.

Алгоритмов есть 9000 разных, но чисто математически общее у них у всех одно: для того, чтобы добраться до оптимума, надо знать градиент оптимизируемой функции по подстраиваемым параметрам. Конечно, можно использовать и ПФ в качестве критерия, и даже посчитать реалтайм все производные (с использованием автоматического дифференцирования это не так уж и сложно). Но тут кроется одна неприятность: значение профитфактора бешено зависит от самого ценового ряда, который, как известно, имеет характер зашумленного процесса. При этом флуктуация цены на всего лишь 1 свечке на пару пунктов может дать 1 лишнюю или 1 недостающую сделку с непредсказуемым результатом, что на профитфактор повлияет прямо таки драматически (не забываем, что оптимизировать структуру модели надо на возможно коротком промежутке времени, т.к. изначально мы ее, модель, предполагаем имеющей переменные параметры). Таким образом, критерий выходит весьма негладким, и оптимизирующий алгоритм на нем просто может застрять в каком-нибудь локальном оптимуме, который будет обусловлен всего лишь, повторяюсь, флуктуацией цены.

А вот, к примеру, норма вектора ошибок (пункт 3) лишена такого недостатка: изменение цены в 1 свечке на 1 пункт приведет к столь же незначительному изменению штрафной функции. Сюда же относятся пункты 1 и 2, а пункт 4 вообще не зависит от цен.


Короче, критерий должен быть по возможности устойчивым к начальным условиям (каковыми для нашего случая является оптимизационная выборка), либо алгоритм должен иметь какую-то проверку на глобальность найденного оптимума. Иначе вместо оптимизации получим хаос.

 
avtomat:


И уж тем более п.2, требующий подгонки к нормальному распределению. Это уже, пардон, нонсенс.

Тут уже вы противоречите сами себе: если процесс представлять в виде сигнал+шум, то остатком должен быть в идеале именно тепловой шум, несущий ровно 0 информации. Вообще этот посыл уже лет пятьдесят как общепринят: получил на выходе БГШ (пп. 1 и 2) <=> модель адекватно описывает детерминированную составляющую.

И посяните поподробнее насчет пунка 3, с каких это пор минимум ошибки стал бесполезен с точки зрения адаптации???

1...525354555657585960616263646566...551
Новый комментарий