Лично мне эта аналогия с механикой сплошных сред нравится больше, чем с электрическими цепями. Интересный был бы вариант и с термодинамической системой, но емкости и индуктивности - чтой-то не очень. ИМХО.
...Модель является системой уравнений, в этом смысле выбор аналогии есть всего лишь выбор прототипа.
Интересный был бы вариант и с термодинамической системой, но емкости и индуктивности - чтой-то не очень. ИМХО.
同意。 描述系统在耗散力存在下的振荡的微分方程在机械学和电气工程中是相同的，因此这些过程的方程组是相似的。因此，谈论哪个比喻更好是没有意义的。更重要的是确定所研究的现象所服从的规律，而用一个分化系统来描述这些规律是一个技术和时间问题。
如果此事仅限于 "系统在耗散力存在下的振荡"，那就会是这样。然而，这里有一个很大的 微妙之处。当介质中发生的机械应力超过其弹性极限时，它就变成了粘性流体。这些是相当不同的，而且是非线性扩散。然而，该系统继续存在，并且以有限的速度在那里发展进程。而在电路中与此相对应的是什么？电容器故障？短路？在金属试样的拉伸测试中，当屈服阶段达到极限，试样爆裂时，机械应力被确定。在我看来，这将对应于一个故障或短路。但是，电路的哪种状态对应于连续体理论中的粘性（或者说非常粘性）流体的状态？你们有多少人知道？顺便说一句，就这一点而言，
市场 波动很难 被称为完全意义上的耗散性。在存在耗散力的情况下，振荡是出了名的被阻尼。而在市场上，波动永远不会减弱到零。相反，市场的特点是有一定的波动水平，所有的事件都是围绕这个水平发生的。即使三个疗程结束后振荡减少，也是暂时的，在任何一个疗程中振幅都会恢复。对我来说，它看起来更像量子力学：在绝对零度的温度下的零波动。而过渡到一个新的价格水平往往是以隧道过渡的方式发生的，如果阻力（或支撑）太强，市场在运动过程中无法突破它。在这种情况下，价格飞跃性地克服了这个水平，而这不一定发生在新闻上。IMHO。如果你试图把一切都简化为描述系统的差分方程系统，它将不再是一个类比。这就已经是对模型的完全换位了。几乎没有人敢说，任何已知的物理模型（经典或量子）都足以应对市场上的混乱。:-))
我不准备证明物理学的任何领域包含其他领域所有现象的类似物。首先是因为我不这么认为。
IMHO。
温度自然与市场有关（人群程度）。也就是说，在会议期间，它是更高的，摆动也是更高的。这似乎很明显，而且存在正反馈--运动激起恐慌，恐慌加剧运动，运动的加剧又加剧了恐慌，等等。(相当类似的是，当电流流动时释放的功率使电阻升温，如果它是，例如，一个半导体 - 它的电阻减少，这导致了电流的增加，即进一步升温，等等）。从量子力学中，我想到了状态密度的概念。我不知道什么是隧道，有人可能称其为通过分叉点，但有时强有力的一脚显然是足够的:)，甚至在一个稀薄或加热的市场中也不会太强。而在踢球（灾难、过渡）之间，它与耗散行为相当相似。
这就是我不明白的地方。所有模型都是一样的吗？简单地说，选择的原型越好，需要的补充和修改就越少。标准不是我们的品味和偏好，而是所研究的现象所服从的规律（（c）中子：）。
没错 !如果我们采取整个二维系统，它描述了这一现象，这意味着我们完全 接受了市场的相应模型，因此我们将作用于模型的规律转移到市场。如果我们局限于类比，那显然是一些近似值，仅此而已。
例如，弗拉迪斯拉夫在他的模型中接受了市场波动与势坑中机械系统的波动的类比。因此，势能被四次方形式所近似。就这样吧!他没有试图找到势能的精确分析表达式，没有解决牛顿方程，没有建立价格轨迹，也就是说，没有做一切为了写出扩散的事情。
同样在原则上，如果我们把它当作第一种 近似值，它也不是一种犯罪。然而，这又取决于什么叫类比。
在这个公式中，所需数量随时间变化的松弛特性是令人感兴趣的，并有两种情况可以区分。
1.价格相对于其移动平均线（维纳过程）具有无限的刚性；
2.价格具有有限的刚性，即不仅移动平均线（MA）在价格之后运行，而且价格趋向于它；
假设价格和MA的相互作用力在一般情况下由幂次多项式描述，那么我们必须构建一个与刚性系数、价格和MA之间的距离以及放松性质与幂级数的系数相关的方程系统。
似乎可以用一般的形式来解决这个问题，因此，输出将包含那一刻作用在价格系列上的力的方向和数值。这对预测来说是绰绰有余的。
还有一个想法。
让我们来看看空头差价合约头寸的掉期情况：
#AA ALCOA INC 100 shares 10%0.03 0 .10 -8.28%2.66%
#AIG AMER INTL GROUP 100 shares 10%0.04 0 .10 -8.28%2.66%
#AXP AMERICAN EXPRESS CO 100 shares 10% 0.03 0 .10 -8.28%2.66%
...
...
#WMT WAL-MART STORES INC 100股10%0.04 0 .10 -8.28%2.66%
#XOM EXXON MOBIL CORP 100股10% 0.03 0 .10 -8.28%2.66%
我们看到，2.66%的空头头寸互换等于3%-10%的利差（0.03-0.1）。
假设这些工具的平均日波动率约为n 点。让我们有一个N个 工具的投资组合。假设在第一个近似值中，价格行为是随机的。然后，在为所有工具建立空头头寸后，我们就有了一个综合工具，其日波动率sigma0=n/SQRT(N)。在最坏的情况下，这个工具将对我们产生负值：V=sigma0*SQRT(T/T0)，其中T-持仓天数，T0-1天。另一方面，每天我们都会收到掉期的回报：v=Swap*T/T0。v线性增长，V是一个平方根，很明显，在某一点上，v必然会变得比V大，我们将处于黑色的状态!
sigma0*SQRT(T/T0)=Swap*T/T0 从这里可以看出：T=T0*(n/SQRT(N)/Swap)^2。
假设T0=1天，n=100/天，N=100个符号，Swap=2点/天，我们得到Т=10天，也就是说，即使在最坏的情况下，整个综合头寸对我们不利，在大约10天内，我们将处于加分状态，每天持续获得2（更准确地说是2.66）点。在一年中，这是一个铁的500点，存款为100个0.1手的工具，1:10的杠杆 - 这是130美元*100*10=100000美元（大约）。这相当于每年有500*0.1*10*N=50000美元的收入，最低风险或每年50%。如果投资组合中只剩下10个工具，存款可以减少到10,000美元，市场风险增加3倍。
这种互换交易看起来很诱人，如果只是为了找到哪里可以得到10000美元的话:-))
在我看来，第二条似乎更重要。但是，这至少对于第一个近似值来说足够了吗？我自己还没有足够连贯的想法，我将仅限于引用彼得斯的话。
...我们需要一个替代的统计模型，它的分布具有厚尾，表现出持久性和不稳定的方差。
，有一类噪声过程符合这些标准。1/f或分数噪声...
...
1/f-噪声与松弛过程密切相关。事实上，1/f-噪声被Mandelbrot（1982）推测为在许多不同频率下发生的大量平行松弛过程的总和。
是的，它看起来确实很诱人。但我不会去找10000，直到我发现了其中的奥秘。:-))
而且，我毫不怀疑有这样一个人。
http://betaexpert.narod.ru/trademath.htm（以作者的传统风格写的序言;o))
而这里有一些棘手的空头头寸计算方法
http://forum.cgm.ru/lofi/f26/th8142.html
我自己也没有搞清楚。我把它贴出来是为了防止它对某人有用，因为我们正在谈论交易交换和类似的窍门。
尤拉，我离这种想法很远。
昨天我在演示中运行了大约30个CFD工具。这是我得到的东西。
1.投资组合中的工具的平均波动率 - 每天50点;
2. 投资组合的平均波动率 - 每天10点。这与模型有很好的对应关系：sigma0=n/SQRT(N)=50/SQRT(30)=9点一天；
3.标准手一个点的平均价格是1美元；
4.标准手的平均保证金是700美元；
5.平均价差值是4点；
6.空头的平均互换值是一天+0.4点。
这就是故事。让我们看看下面的情况：
T=T0*(n/SQRT(N)/Swap)^2=1*(50/SQRT(30)/0.4)^2=500天！！！而我们已经破财了 :-(
是的，我们不能用CFD的掉期交易...至少不是在这些条件下。
就我而言，有一个有趣的观点要提出。
我不知道是否有人注意到，虽然CFD工具以及货币对的价格增量是一个随机值（第一近似值），但价格增量的绝对值与资产的价值成正比 换句话说，价格序列的摆动与资产的价值成正比。在货币中，没有这样的东西!因此，如果投资组合包含足够数量的差价合约工具，并且我们用所有这些工具建立多头头寸，在最初的时间点上，我们将处于统计学上的零点（股票的一半增长，股票的一半增长）减去点差、减去佣金和减去多头头寸的互换。与价差相比，最后两个部分可以安全地忽略掉（见上文）。但在一定时间后，由于上涨的股票和下跌的股票增量的绝对平均值的不同，在数字上等于 加号和减号的价格上涨，我们将得出一个坚实的加号！这就是我们的目标。
我不认为逻辑会受到影响。
，向Candid
。
...我们需要一个替代的统计模型，它的分布具有厚尾，表现出持久性，并具有不稳定的方差。
有一类噪声过程符合这些标准。1/f或分数噪声...
...
1/f-noise与松弛过程密切相关。事实上，1/f-噪声被Mandelbrot（1982）推测为发生在许多不同频率上的大量平行松弛过程的总和。
候选人，我可以有一个这个印刷品的链接吗？
此外，这样的模型是存在的，并通过分布函数（肥尾分布）和自相关 函数（持久性）完美地模拟了时间序列中的残差行为。这些是无限阶的自回归模型。这是一个伟大的事情，它很好地预测了模拟系列的行为，但它在最大收益方面有一个限制--它几乎没有覆盖现有的利差。例如，如果我们每天24小时保持欧元/英镑的价差不超过1点，那么AR模型的年回报率将是10,000点!欧元/瑞士法郎的情况也是如此（每年20000-30000点）。如果这些货币对的点差是2个点，年回报率将下降到200-400个点，如果是3个点，我们就会损失点。但是对于欧元/美元来说，盈利的边界在于0.5点的区域，也就是不真实的价差。