市场是一个受控的动态系统。 - 页 269

[[删除]]

但是，如果我们考虑到 "现在(j) "的每一个新的后续行为不是从零开始，而是从所有以前的行为所形成的水平开始，全球 "未来 "的形成的画面将更加正确。

在这种情况下，就不会出现饱和现象！！！。而且是正确的;)

[sergeyas]

avtomat:

形象地说，它是一个拉长的单次拍摄，或者说，是一个在时间上涂抹的三角洲函数。

突出强调--我没有遇到过这样的解释）。

它与德尔塔函数的经典定义有分歧。

由于有关时间间隔的有限性，谈论一种窗口转换（以尊敬的（没有讽刺意味的）优素福的名义）是否更正确？

[[删除]]

sergeyas:

突出强调--我没有遇到过这样的解释）。

它与德尔塔函数的经典定义有分歧。

也许由于考虑到时间间隔的有限性，谈论一些窗口转换（以亲爱的（没有讽刺意味的）优素福的名义）更为正确？

我曾形象地这样说过。;)

当然，它与德尔塔函数的经典定义不同。;)

这就是为什么我在谈论最初集中在一个点上的动量在时间上的延伸。毕竟优素福的转化可以从这些位置考虑。

[sergeyas]

avtomat:

但是，如果我们考虑到 "现在(j) "的每一个新的后续行为不是从零开始，而是从所有以前的行为所形成的水平开始，全球 "未来 "的形成的画面将更加正确。

在这种情况下，就不会出现饱和现象！！！。而且是正确的;)

优素福，你几个月都不用睡好觉，就可以把初始条件正确地输入计算未来的公式中--依附于特征水平；)

尽管在我看来，这并不是最后一个必须考虑的重要时刻......。

这不是那么简单的...

但这很有意思。

[Юсуфходжа]

sergeyas:

优素福，你不用好好睡几个月，就能把初始条件正确地输入计算未来的公式中--这是对特征水平的参考；）。

尽管在我看来，这并不是你必须考虑的最后一件重要事情。

嗯，这不是那么简单...

但这很有意思。

当然，我们会进一步思考以了解真相，但理论的初步结果是令人欣慰的，例如，允许从2013年年初开始开设大约相同数量的多头（192）和空头（190）头寸，并在D1上保持0.1手的利润。

在历史上有1383条
模拟的蜱虫 1765
建模质量 不适用
图表不匹配错误 0
初始存款10000.00
扩散电流 (20)
净利润 20503.92
总利润 28009.00
总损失 -7505.08
盈利能力 3.73
预期回报率53.68
绝对缩水 370.00
最大缩水4099.12（17.17%）。
相对缩水率为17.17%（4099.12）。
交易总额 382
空头头寸（胜率） 192 (93.23%)
多头头寸（胜率） 190 (96.84%)
盈利的交易（占所有交易的百分比） 363 (95.03%)
亏损交易（占全部的百分比） 19 (4.97%)
最大的
获利的交易 79.76
亏损交易 -1757.36
平均值
盈利的交易 77.16
亏损交易 -395.00
最大数量
连续赢取（利润） 187 (14608.12)
连续亏损（损失） 17 (-7444.64)
最大
连续盈利（胜场数） 14608.12 (187)
连续损失（损失数量） -7444.64 (17)
平均值
连续赢利 121
连续损失 6

[Юсуфходжа]

avtomat:

但是，如果我们考虑到 "现在(j) "的每一个新的后续行为不是从零开始，而是从所有以前的行为所形成的水平开始，全球 "未来 "的形成的画面将更加正确。

在这种情况下，就不会出现饱和现象！！！。而且是正确的;)

奥列格，正确地注意到，在这种情况下。 我真的，为了简单起见，考虑了一个单位动量在时间t=0的简化变量n=1的作用，虽然，实际上，空间是n-维的，系统a的阻抗由实际数据决定，可以采取任何数值，不过，即使如此，P、H、B的关系仍然是不变的，归一化条件P+H+B=1被满足。你是对的，事实上，由于新的动态过程的出现和死亡，饱和永远不会发生，但如果一个事件突然发生，例如以全球新闻的形式，那么它的特点可以被注意到，并与一般的市场行为 区分开。所有的工作都是为了它而做。

[Юсуфходжа]

sergeyas:

突出强调--我没有遇到过这样的解释）。

这与德尔塔函数的经典定义是不一致的。

由于有关时间间隔的有限性，说是一种窗口转换（以尊敬的（没有讽刺意味的）优素福的名义）是否更正确？

你已经正确地指出，我倾向于认为，的确，未来通过现在的窗口进入过去，如前面所示，一切几乎都发生在一瞬间；当我们赶上时，试图改变和/或采取行动往往已经太晚。

[[删除]]

avtomat:

但是，如果我们考虑到 "现在(j) "的每一个新的后续行为不是从零开始，而是从所有以前的行为所形成的水平开始，全球 "未来 "的形成的画面将更加正确。

在这种情况下，就不会出现饱和现象！！！。而且是正确的;)

通过执行这样的结构，对于相同的"现在(j) "行为，我们得到以下 全球 "未来 "形成的图片。

在这种情况下，不会发生饱和。在瞬态结束时，过程趋于稳定，并建立了恒定速度的运动。(我提醒你，这里所有的行为都是相同的)

在这种情况下，运动是以不连续的步骤进行的。

因此，"未来 "在其发展中不会停止，而是向前和向上发展，演变，发展。

这样一个既定的单调运动可以被看作是全球进化的载体。

然后，作为一个实验，可以引入不同种类的调制，以评估它们对运动特性的影响。

[[删除]]

对于个别行为和所产生的过程，都可以引入调制。

例如，通过引入一个非常简单的调制，我们可以得到这样非常熟悉的动作 :)

(这种运动甚至有一个特殊的愚蠢的名字，称其为 "波动"，这清楚地表明对现象的本质缺乏了解，并希望在一个愚蠢的 "术语 "背后隐藏误解)

特别注意：在这个调制过程中没有使用任何随机性发生器！！！。

这里是这些模型的简单调制函数，尽管它们很简单，但却是非线性的。

.

我希望这个简单的例子能让我们了解为什么确定加权系数的任务本身是一个复杂而模糊的任务，正如我前面提到的。

[[删除]]

tol64:

你是如何计算效率的？像这样 吗？只有这样，你才需要澄清什么叫作。

A- 有用的工作。

Q 是消耗的能量。

//---

P.S. 这只是恢复因素。))

效率系数。

效率计算 中的螺丝。