Often, we need fast answers with limited resources. We have to make judgements in a world full of uncertainty. We can’t measure everything. We can’t run all the experiments we’d like. You may not have the resources to model a product or the impact of a decision. How do you find a balance between finding fast answers and finding correct answers...
不一定，也不一定相同。有一些相同的模式是由不完全相同的事件造成的，我们的累积影响是我们无法控制的。也就是说，在不控制 FA 事件的情况下，案例错误总是会出现。这就是为什么不一样。
总的来说，我倾向于认为目标是决策行为/我们的行动对价格行为的影响。我觉得价格函数有点狭隘，毕竟函数是确定的东西，即使有一些概率、走廊，但也有规则和相互关系。
我正在寻找一种通过网格水平（统一水平或历史极值水平）来定义行为的方法，如果有必要应用这两种方法，那么在我解决问题的同时，应该如何计算出一个数字来设定正确的网格步长，以及多久需要改变一次网格)))))。
我正在寻找一种通过网格水平、均匀或历史极值水平来确定行为的方法，如果有必要同时应用这两种方法，那么在解决问题的过程中，应该如何计算出一个数字，从而设置正确的网格步长，以及需要多长时间来改变这个网格)))))。
也许更好的做法是，先在市场上找到某种情况，然后找到类似的情况，将它们组合成一组，然后尝试将这组情况与其他情况分开....。
也许最好的办法是，先在市场上找到一些有水平的情况，然后找到类似的情况，把它们归为一组，再试着把这组情况与其他情况区分开来。
也许这样更好。这是一项不同的工作，起初，您可以利用新闻（至少在某种程度上是正规化的）和事件（有必要正规化）的图表，追寻相同的模式，但这已经做过，而且正在做。问题是如何正规化，我们今天所拥有的并不能带来有利的结果。
使用相同的时间间隔更有利可图。
我仍然对正确定义状态的想法非常着迷。Sanych 喜欢这个结论，行为变化往往会在没有警告的情况下耗尽存款)))))。我的结论是，价格经常发生变化，而且变化范围足够大，在变化之前显然有不同的模式。我还不能更准确地说明这意味着什么。在数学中，似乎需要无穷多的模式来描述 SB。对于市场来说，我们仍然没有足够的模式来准确地描述它。
一般来说，应该在行上计算什么，才能正确计算网格的步长)))))。以及多久改变一次步长))))
为什么是网格，因为它是状态控制最简单的变体之一，水平之间的一切都不是固定的，从一个水平到另一个水平的过渡、趋势、返回，意味着极端....。好吧，好像是有问题，但这种状态的橡木形式化。是的，我喜欢这个词（事件驱动编程的 原生词）。
在 SanSanych Fomenko 提出 的变体中 ， 似乎实现了这样的功能：离群值 -> 平均输入（或输出）......我在上面混合了各种 dim_reduction 和多维分类方法（LDA、聚类）......但无论如何，Mahalanobis 的本质可能一直主要是在多维空间中作为离群值/新奇事物检测...因此，利用离群值进行交易的方案看起来非常不错（只应正确进行特征工程，而不是搜索一组愚蠢的初始数据）......
但 "滑动窗口"仍然令人困惑（尽管通常的自回归模型在时间序列跟踪交易中很常见）....- 窗口内）也可能一团糟...-- 我假设窗口的边界是聪明人进入市场的时间，而他们在投资组合管理中使用的是均值-方差优化...当然，我们不知道他们的投资组合（只能大致从 SoTs 追溯），但在此方差范围内，他们可能会对投资组合进行再平衡------同时固定或加载有关零售的内容......
在离群值上进行交易当然是一个有趣的选择，但考虑到谁在对抗离群值--OTF 或 DTF（日间交易者）--对于正确解释离群值也很重要...
p.s...
好吧，或者不采用 Mahalanobis 离群值，而采用预测分布的极端十分位数--用于风险接受（与风险规避）行为，例如 actor'a（根据环境参数相应地切换其状态）。
同意...因此，我倾向于认为代理是 OTF（大盘股、智能股）--通过超高 交易量（如标准 VSA）--既限制又突破交易量，以正式....这就是我认为 ML 在数据准备方面的主要目的 -- 确定特定资产上的 uhv...应将智能视为行为者，而非日常交易者....当然，仍然需要正规化....
顺便说一下，我正在尝试查看您关于因果推论 的链接 -- 顺便说一下，该链接用 相当笨拙的俄语描述了这一现象的含义....。但从该链接到本书和其他 书的链接表明，我们谈论的是部分相关系数 的研究（用俄语来说）--即与研究对象以外的固定因素相关....即找到部分相关系数（学术界或任何标准统计书籍中都有统计数学公式），通过零假设 （H0）评估其显著性，并得出关于影响或非影响（即所选变量的依赖性或独立性）的结论， 如俄语：
при фиксированном качестве посевного материала, мин. удобрений и фин. затрат - продуктивность посевов не зависит от фондооснащённости
即资金-设备和作物生产力是线性非依赖关系......。(这是就干预而言）...
可以通过统计数据的私人相关系数来证明这一点....这正是证明 多因素空间中的相关性并不一定是所观察现象的因果关系的情况......也就是说，从本质上讲，标准的《实验规划》就是为了解决这类问题而设计的--让关于结果的逻辑结论摆脱无足轻重的因素-结果相关性的困扰，这些因素-结果相关性被不合理地提升到因果现象的高度。
我没有读其他部分（关于混杂因素等），但不知何故，面向大众（不是最好意义上的）读者的文章和面向公关（宣传关于旧真理的新词）的文章在语义和逻辑上与合理的科学论证（以及合理的论证证明，即因果关系，即因果关系）的论点非常不一致。即通过正确规划和设置一系列实验所证明（！）的某些依存关系的因果关系）......
...对于零售业（由于市场信息不完整）--因果推论原则上是不可理解的，对于研究机构--是无法证明的（出于同样的原因，由于各种商业秘密因素），对于国家级的统计委员会，也许有一些有代表性的样本......但无论如何，有关金融的统计数据总是建立在商业机密的基础上......而对于营销人员来说，这只是一个 "不惜一切代价窥探他人钱包 "的玩具 -- 这就是为什么我认为您的链接作为一个 "营销人员的玩具 "更有趣的原因，但本质上，它是建立在经典的统计方法论基础上的 -- 只是对他们来说，这是一个经典的统计方法论。方法论， -- 只是他们并不总是对经典的科学研究、理论和矩阵统计方法感兴趣，而且由于 "实验的道德性"，他们并不总是能像心理学家、社会学家等那样，获得所有信息来建立完整的矩阵模型
>> 因此，他们在文章和书籍中引用 "玩具例子"，大量的大脑因此而枯竭--原因很简单，在现实生活中，既无法进行这样的实验，也无法获得这样的数据，找不到这样的研究经费，找不到这样的关于游泳池的空洞逻辑，而企业需要的是需求何时以及如何诞生的 解释....。因此，他们为那些梦想着长期利用通货膨胀牟利的悲痛营销者撰写 "shir.consumer "文章......大脑干涸的他们试图将这些玩具式的例子焊接到现实生活中....。
一个真正的、有科学依据的、逻辑上充分的、关于这些或那些依赖关系的科学实验，意味着对实验进行适当的规划，为这些/其他逻辑结论收集证据基础，并在统计上得到证实......不是统计本身的民粹主义，而是用英语来说......
从这个晦涩难懂的链接中，我似乎明白了这一点（（）--所以，不用担心这篇文章不能马上用于市场分析......
--- 这是我的评论
这是一篇介绍性或宣传性文章，我想其中有一个指向图书馆本身的链接。
真的是宣传性的而且不符合广告艺术的最佳传统......
在链接的时间序列部分，提到了 SUTVA，这也是书中的内容。
考克斯（1958 年）将无干扰 假设称为 "单位间无相互作用"、
并包含在 Rubin（1980 年）描述的 "稳定单位处理值假设（SUTVA）"中。
VanderWeele （2009）将这一点正式表述为 "治疗变异无关性 "假设，即假设可能存在多个治疗版本，但它们都会导致相同的结果。
在存在干扰的情况下，个体 i 的反事实并不能很好地定义，因为个体的结果取决于其他个体的治疗值。
与无干扰假设一样，无多重治疗假设也包含在鲁宾（Rubin，1980 年）描述的 "稳定单位治疗值假设（SUTVA）"中。
如果对一个人的治疗会影响人群中其他人的结果，那么就会存在干扰。
再往下看，书中有几行提到" 跨人群因果推论的可迁移性（包括副词性）"，但同时 "每种方法的估计值都基于不同的建模假设"。- 这在建模中很常见。然后，营销人员希望在人群中 "散布谣言"，同时按照可暗示性（相信、不相信、抵制、抱怨、屈服）来区分人群中的个体--即对分类进行新的划分....。照这样下去，我们显然会从价格运动模型转向社会大众模型，而我们却会梦想市场也会受到同样情绪的影响，而且不需要建模--只需要把它聚成一堆，并朝着至少是月亮的方向（从众心理）引导就可以了--这就是市场营销人员正在玩弄的....。梦想着把自己等同于政治学家......
社会上有许多公关和信息传播技术--就像操纵舆论一样......每个人都在 "训练 "传播自己的猜测，梦想着影响别人的决策过程...但根据群众意见做出的决定很少是长期性的，而且总有 "止损线 "不允许群众越过（由谁？）我认为，如果目标是加入聪明人的行列并 "追随他们的尾巴"，那么研究平面行为（谁反对谁，通过什么手段，至少是 SUTVA）是徒劳无益的。
顺便说一句，这本书的名字叫《如果》（What IF- harvard.edu）（还没读完--斜着读已经让我会心一笑了）。
附注
没有，但他们仍然不会发明任何东西，并称之为高科技计算，这样在经济中他们就不会在人们之间分配利益，而是将玩具交给营销人员，并发布广告（真实产品的代用品、虚构、希望、梦想、自欺欺人）--并为自己拥有如此 "好 "和 "有前途 "的工作而感到高兴 - 营销....。我还是比较接近正常的科学逻辑，即使是从众行为....但我不会根据从众行为做出交易决定，也不会给任何人提供建议...
因此，因果推理分析（谁在人群中推搡了谁，打架是如何爆发的）不被视为定价过程的建模，而是打架的建模......总是有一个仲裁者（而且不是市场营销--是经济学！，两者之间没有等号），而且不可能把所有事情都考虑进去（建模总是有这样或那样的假设，如果建模的对象无法研究到底的话）。
p.p.s..
我不接受关于经济和政治技术平等的论点..."社会经济领域 "与其说是语言上的抽象概念，不如说是地球上的法则......在地球上，有一种 "物品"（无论是铲子还是其他东西）、"不可或缺 "以及这种物品的 "边际效用"，我们应该最大限度地利用这种物品，但这是有限制的--预算和其他资源--这就是商业....。但在生活中，有一个调节器...它迫使总需求和总供给因环境而扩大或缩小...结论："跟着他们的尾巴走"，但不要把最糟糕的传统营销与经济和现实生活（包括养老基金、对冲基金、为人们的资金提供服务的投资基金--流动性市场）混为一谈。