市场是一个受控的动态系统。 - 页 111

 
优素福,教科书。
附加的文件:
 
sergeyas:
优素福,教科书。
谢谢你。
 
yosuf:
从学生时代起,我就知道稳定性、AFC、Nyquist-Mikhailov、pi=3.14、传递函数和其他许多东西,我只是需要刷新我的记忆。Lapshenkov G.I.教授给我们读了TAU。http://www.mitht.ru/pages/66?id=47, 一气呵成,一口气读完了讲座,没有夹层,这很不寻常。人们甚至在课间休息时也为他的讲座做准备,打开他们的笔记本,因为他马上就开始了,没有任何介绍性的话。当时,在六十年代末,人们想知道为什么我们需要这一切;事实证明我们确实需要。我相信,苏联的教学计划是强大的。我不知道他发生了什么。


这很好,当然...但它是一种在远处的地方......不是吗?

我曾经学习过英语,甚至记得一些单词和短语......但这并不意味着我懂英语;)

 
avtomat:


这很好,当然...但这是一个漫长的过程......不是吗?

我曾经学习过英语,我甚至记得一些单词和短语......但这并不意味着我懂英语;)

我不隐瞒,我在这方面的知识很匮乏,但只有当你设法证明TAU和市场之间的联系或其规定对市场的适用性时,我才会把它填满。但是,出乎意料的是,我想起了我的函数I、P和H,以及通过它们的B,与拉普拉斯变换密切相关,而t只不过是拉普拉斯变换世界中 "时空 "系统中的时间表示。对世界秩序的研究通过应用这种转换而被大大简化,这并不是偶然的--二分法变成了代数方程,它们以前的复杂性没有留下任何痕迹。毕竟,在你的TAU中也是如此,PF是拉普拉斯变换系统中的输出与输入信号的比率。而函数B=1-I是一个 "超指数",在n=1时转化为普通指数,即内普尔数e=2,7181.....的排他性可以被动摇,因为数e是它的一组可能值之一,每一个都与它的参数n明显相关。 因此,假设存在不同的n值,我们允许有 "多重性",每一个都有自己的 "时间"?
 
sergeyas:

奥列格,不要忘了这个话题的读者。

而他们长期以来因为偏离了经典的概念而受到影响。

因此,许多人对其缺乏了解并予以拒绝。

支部的标题因为措辞不准确,连副教授(转业人员的专家)都不明白,还说什么其他......



长久以来,自从支部成立以来,我一直在沿着支部名称所指明的方向寻找------经历误解、拒绝,有时甚至是直接的敌意。当时,我还不确定,但我有一种预感(基于一些知识),认为这是一条正确的道路。我走得越远,我就越相信这一点。正如你所知,我们知道的越多,就越能了解我们不知道的东西。而无知必须被消除。而这又是--搜索和测试,再搜索和测试......这是一个漫长的过程,而且会一直持续下去,这个过程的结果也会有相当明确的形状。在这段时间里,我好几次想通过给出定义来纠正第一篇帖子,但都因为没有机会编辑而作罢--显然,这种愿望不够强烈。但现在我打算纠正这种情况,正如我以前说过的,我将把一个或多或少的扩展描述放在主题的第一个帖子里,但需要有核实的信息,所以这将需要一些时间。希望目前的实验不会妨碍我这样做。

.

对于专家来说,这个想法必须是明确的,可以理解的。也许第一眼或第二眼就不知道。 但为了工作秩序,我将给出必要的解释。

.

该系统是非线性的,但在第一步,为方便起见,让我们将该系统表示为线性的

dX(t) = A(t)*X(t) + B(t)*U(t)

这里,像往常一样,X是状态向量,U是控制向量。(都是在有噪音的情况下)

X是一个已知的过程,例如Close

U - 未知的控制行动

矩阵A和B将被定义。

任务:确定U

这就是动力学的逆向问题--有其复杂性、奇异性、非修正性和其他乐趣;)

它最终给了我们什么?

通过解决这个问题,即定义控制U,我们得到一个 运动控制器

.

例如,对于按收盘价计算的黄金,我有以下图片。

细线---控制U,运动设定点 关闭。

.

完整的情况要复杂得多。

.

决策子系统对系统的整体复杂性有贡献

.

这项工作正在进行中。研究视野被进一步推后。有意识的无知需要被消除;)

 

形象地说,它看起来像这样。

 
avtomat:


.

对于专家来说,想法应该是明确的,可以理解的。也许在第一眼或第二眼的时候并没有......。 但为了工作秩序,我将给出必要的解释。

.

该系统是非线性的,但在第一步,为方便起见,让我们将该系统表示为线性的

dX(t) = A(t)*X(t) + B(t)*U(t)

这里,像往常一样,X是状态向量,U是控制向量。

X是一个已知的过程,例如Close

U - 未知的控制行动

矩阵A和B将被定义。

任务:确定U

这就是动力学的逆向问题--有其复杂性、奇异性、未修正性和其他乐趣;)

它最终给了我们什么?

通过解决这个问题,即定义控制U,我们得到一个 运动控制器

.

例如,对于按收盘价计算的黄金,我有以下图片。

细线---控制U,运动设定点 关闭。

.

完整的情况要复杂得多。

.

决策子系统对系统的整体复杂性有贡献

.

这项工作正在进行中。研究视野被进一步推后。需要解决自觉无知的问题;)

假设,通过某种奇迹,我们认识到U函数的性质。问题是,模样可能是你能想象到的市场的数量和力量,是无法负担的。这就是我们现在要考虑的问题。是否有必要处理一个明知无法解决的问题?我建议一开始就故意把问题的范围缩小到真正的TC的能力。但你最清楚。也许我误解了什么。
 
yosuf:
假设,通过某种奇迹,我们发现了函数U的性质。问题是,模数可能没有你想象中的市场容量和力量那么大。这就是我们现在要考虑的问题。是否有必要处理一个明知无法解决的问题?我建议一开始就故意把问题的范围缩小到真正的TC的能力。但你最清楚。也许我误解了什么。


不,你不是。

U功能的性质是信息性的。它是发展过程中的一个方向设定者。市场的数量和力量是一个不同的故事。

尽管如此,你可以应用这个方案来研究市场的数量和力量,以及任何其他过程。

 

TAU研究受控系统。有一个输入信号,有一个控制动作,有一个转换后的输出信号。任务是确定在所需输出信号处的控制行动。

你有一个输入和输出信号--价格和没有作为控制结果的转变。

或者你有输入信号--价格和输出信号--转化的价格。找到一个函数,根据传入的价格给出一个给定值的转换价格,这是小菜一碟。

这里没有受控对象。

这基本上是一个微不足道的预测问题--有恒定的系数或变量,线性或非线性,等等。

这就像优素福会说他的回归方程是TAU。他也采取了价格并进行数学转换,以减少预测误差。

只是他把 "运动设定者 "称为未知的回归系数。

 
FAGOTT:

TAU研究受控系统。有一个输入信号,有一个控制动作,有一个转换后的输出信号。任务是确定在所需输出信号处的控制行动。

你有一个输入和输出信号--价格和没有作为控制结果的转换。

或者你有输入信号--价格和输出信号--转化的价格。找到一个函数,根据传入的价格给出一个给定值的转换价格,这是小菜一碟。

这里没有受控对象。

这基本上是一个微不足道的预测问题--有恒定的系数或变量,线性或非线性,等等。

这就像优素福会说他的回归方程是TAU。他也拿着价格,进行数学转换,以减少预测误差。


不要对一个你非常不熟悉的主题做出如此断然的陈述,说得不好听一点,就是非常不熟悉。