交易中的机器学习:理论、模型、实践和算法交易 - 页 1378

 
阿列克谢-尼古拉耶夫

金融数学,如果没有伊藤的随机微积分,看起来相当隐晦和模糊。

你的意思是讲义中的公式还不够?:D

Modeling models or Next Model在介绍了描述参数敏感性的标准行话后,回顾了参数随机性对简单和非复杂价格影响的例子,简要回顾了经验观察,介绍了标准随机模型,并讨论了它们在现实生活中的应用

这是整个名单......昨天上了瘾,真的很喜欢https://www.lektorium.tv/speaker/3058

Кирилл Ильинский
Кирилл Ильинский
  • www.lektorium.tv
Кандидат физико-математических наук. Управляющий партнер Fusion Group. Группа создана в 2004 году и включает компании, занятые в управлении институциональными инвестиционными продуктами, частным капиталом, частными пенсионными накоплениями и оказанием консультационных услуг, связанных с управлением рисками корпоративных клиентов.
 
马克西姆-德米特里耶夫斯基

你是说讲座中的公式不够多?:D

伊藤的积分是一个复杂的东西,但如果你学会了它,一切都会变得简单,你不必为每个单独的问题发明拐杖。

这类似于在牛顿之前用非常复杂的方法解决关于链状线的问题,而现在甚至连高中生都可以使用。

 
阿列克谢-尼古拉耶夫

伊藤的积分是一个复杂的东西,但如果你学会了它,一切都会变得简单,你不必为每个单独的问题发明拐杖。

这类似于在牛顿之前用非常复杂的方法解决像链形线的形状这样的问题,而现在即使是高中生也很容易理解。

我已经经历了投资、黑斯科尔斯等。我什么都不记得了 )也许,有必要对其进行研究。

 
马克西姆-德米特里耶夫斯基

我也还没有搞清楚。

他在那里有一个讲座课程,如果你从1号开始。

它是对市场结构和模式的深入研究

一般来说很有趣。摩根大通的量子,或者谁知道。

 
马克西姆-德米特里耶夫斯基

饥饿的欧洲人经历了投资、黑斯科尔斯等。什么都不记得了 )可能需要研究一下。

布莱克-斯科尔斯本身并不十分有用,但基于它的修改(扰动、变化等)和对它的了解却十分有用。

 
阿列克谢-尼古拉耶夫

布莱克-斯科尔斯本身不是很有用,但修改(扰动、变化等)是建立在它的基础上的,对于这一点--伊藤知识是相当有用的。

我想知道如何将其与现代MO方法联系起来,也就是说,将有可能在某种程度上建立由市场理论支持的模型。

 
马克西姆-德米特里耶夫斯基

我想知道如何将其与现代MO方法联系起来,即有可能建立以市场理论为基础的模型。

我们需要看看如何用MO方法研究连续时间的马尔科夫过程。在这种过程的matstat中经常使用最大似然法,与MO很相似。

 
阿列克谢-尼古拉耶夫

我们需要看看如何用MO方法研究连续时间的马尔科夫过程。matstat经常对这种过程使用最大似然法,这与MO很相似。

也就是说,它是一个有效的市场模型,还是一个分形的模型,例如,他在后来的讲座中描述的那样。而仍然是布朗运动,即随机行走的模型也可以呈现为分形。

不太清楚这个理论最后的结果是什么,以及它是否已经达到了:)有必要研究它,它很有趣。或者,这两者都只是很好的近似,人们可以把它们都拿出来,用它们来工作。

 
马克西姆-德米特里耶夫斯基

也就是说,它是一个有效的市场模型,还是一个分形的模型,例如,他在后来的讲座中描述的那样。而仍然是布朗运动,即随机行走的模型也可以呈现为分形。

不太清楚这个理论最后的结果是什么,以及它是否已经达到了:)有必要研究它,它很有趣。或者说,这两个都只是很好的近似值,你可以选择其中一个并加以利用。

我对经济学的解释并不强,但从matstat的角度来看,两者都是由一些随机扩散器给出的过程。也就是说,对所有这些人来说,马尔科夫的概率都得到了满足。

 
阿列克谢-尼古拉耶夫

我对经济学的解释并不强,但从matstat的角度来看,两者都是由一些随机扩散器给出的过程。也就是说,马尔科夫性对所有这些人都是满足的。

有趣的是,女孩们如何跳舞......即通过马尔科夫过程,一个具有 "记忆 "的过程也被定义,通过潜在的状态,比如说

我脑子里有些混乱......所以事实证明,是的,因为一切都得到了满足。如果我理解正确的话。