从理论到实践 - 页 702 1...695696697698699700701702703704705706707708709...1981 新评论 [删除] 2018.10.31 15:58 #7011 Aleksey Nikolayev:使用非稳态(但是片状稳态)的SB是足够合理的。它适合于趋势和它们的变化。例如,对于走廊上的价格,需要一些其他的东西(例如具有依赖性的静止的和非零的ACF)。所以,是的,理论家不太可能给出某种统一的价格模型。 但另一方面,我们也没有其他有意义的方式来处理不确定性。错了,有"处理不确定性的有意义的方法"。 但你被困在TViMS的框架内,你无法走出那个走廊,你被困住了。而这使你无法看到你的走廊外的世界是多么的多样化。 Violetta Novak 2018.10.31 16:03 #7012 Олег avtomat:错了,有一些处理不确定性的有意义的方法。 但你被困在TViMS的框架中,你无法走出那个走廊,你被困于其中。而这使你无法看到你的走廊外的世界是多么的多样化。 奥列格,为什么,理论家和数学统计学 可以处理,至于世界有多大的多样性,有意思,我也想知道,有必要发展)) [删除] 2018.10.31 16:05 #7013 Novaja: 奥列格,为什么不呢,理论家和数学统计学可以处理,至于世界有多大的多样性,有趣的是,我也想知道,这是需要发展的))"它 "应付的是什么? CHINGIZ MUSTAFAEV 2018.10.31 16:13 #7014 万岁,同志们,祝贺你们的周年纪念!)第700页通过)))),新的一年就在眼前)) Violetta Novak 2018.10.31 16:17 #7015 Олег avtomat:"它 "在处理什么问题? 处理不确定性的有意义的方法,所以在文本中。 [删除] 2018.10.31 16:22 #7016 Novaja: 处理不确定性的有意义的方法,所以在文本中。 关于交易、自动交易系统和测试交易策略的论坛 从理论到实践 Aleksey Nikolayev, 2018.10.31 16:08 非稳态(但片状稳态)的SB的应用是相当有意义的。它适用于趋势和转变。例如,对于走廊上的价格,你已经需要其他东西了(例如,具有依赖性的静止的和非零ACF)。所以,是的,理论家不太可能给出某种统一的价格模型。 但另一方面,我们也没有其他有意义的方式来处理不确定性。 关于交易、自动交易系统和交易策略测试的论坛 从理论到实践 Oleg avtomat, 2018.10.31 16:58 错了,有这样有意义的方式来处理不确定性。 但你受制于TViMS的框架,你无法走出那个走廊,你被困住了。它使你无法看到你的走廊外的世界是多么多样化。 你失去了线程吗? Aleksey Nikolayev 2018.10.31 16:30 #7017 Олег avtomat:错了,有一些处理不确定性的有意义的方法。 但你被困在TViMS的框架中,你无法走出那个走廊,你被困于其中。而这使你无法看到你的走廊外的世界是多么的多样化。在哲学上,你是对的。理论家研究的随机性是一般不确定性概念的一个非常特殊的案例。例如,博弈论或动力系统理论所处理的不确定性种类非常不同。但是一旦涉及到解决有意义的问题,这些领域的许多基本方法就变成了概率性质的。这些是TC中的纳什均衡或DC中的随机DM。 Violetta Novak 2018.10.31 16:34 #7018 Олег avtomat: 你失去了线程吗? 没关系,跟踪是在的,我认为问题是不同的,阿列克谢是想用Theorver来描述过程,你,他的是解决方案。你们谈论的是不同的事情。 [删除] 2018.10.31 16:59 #7019 Aleksey Nikolayev:在哲学上,你是对的。理论家研究的随机性是一般不确定性概念的一个非常特殊的案例。例如,博弈论或动力系统理论所处理的不确定性种类非常不同。但是一旦涉及到解决有意义的问题,这些领域的许多基本方法就变成了概率性质 的。这些是TI中的纳什均衡或DS中的随机DMs。不,不是真的。不是在它们的性质上,而是在它们的描述 上,这样你就可以有所依托了。而这根本就不是一回事。虽然,如果你不进入它,它似乎就像你说的那样。 例如,在创建一个适应性系统时,我需要考虑到干扰的影响,其行为是未知的,可能是任何东西(在最大和最小的公差范围内),而且其在未来的分布是什么,到目前为止是未知的。当建立一个系统时,我接受(分配)任何对我方便的干扰分布。它在系统自动进行干扰补偿方面很方便。这是一个数学上的技巧。最后,建立的自适应系统在有任何 分布的干扰下都能工作,而不仅仅是在问题的形式化阶段采用的分布。而在这种情况下,没有识别干扰分布,因为没有必要这样做。但使用适应性系统理论的方法,这个问题是相当可以解决的,并允许进一步处理。 好吧,DC中的随机DM只是理论中的一个部分,在它的手中有这个工具,还有其他的。 Aleksey Nikolayev 2018.10.31 17:21 #7020 Олег avtomat:不,不是真的。不是通过自然,而是通过描述,这样你就有了依托。而这根本就不是一回事。虽然,如果你不进入它,它似乎就像你说的那样。 例如,在创建一个适应性系统时,我需要考虑到干扰的影响,其行为是未知的,可能是任何东西(在最大和最小的公差范围内),无论如何,其在未来的分布是未知的。当建立一个系统时,我接受(分配)任何对我方便的干扰分布。它在系统自动进行干扰补偿方面很方便。这是一个数学上的技巧。最终,所建立的适应性系统在有任何 分布的干扰下都能工作,而不仅仅是在问题的形式化阶段所采用的分布。而且没有对干扰分布进行识别,因为不需要。然而,在概率论的框架之外,没有办法构建一个随机的DM装置(从伊藤和斯特拉诺维奇积分开始)。你所谈论的是应用仪器的微妙之处,而不是创造仪器。 1...695696697698699700701702703704705706707708709...1981 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
使用非稳态(但是片状稳态)的SB是足够合理的。它适合于趋势和它们的变化。例如,对于走廊上的价格,需要一些其他的东西(例如具有依赖性的静止的和非零的ACF)。所以,是的,理论家不太可能给出某种统一的价格模型。
但另一方面,我们也没有其他有意义的方式来处理不确定性。
错了,有"处理不确定性的有意义的方法"。
但你被困在TViMS的框架内,你无法走出那个走廊,你被困住了。而这使你无法看到你的走廊外的世界是多么的多样化。
错了,有一些处理不确定性的有意义的方法。
但你被困在TViMS的框架中,你无法走出那个走廊,你被困于其中。而这使你无法看到你的走廊外的世界是多么的多样化。
奥列格,为什么不呢,理论家和数学统计学可以处理,至于世界有多大的多样性,有趣的是,我也想知道,这是需要发展的))
"它 "应付的是什么?
"它 "在处理什么问题?
处理不确定性的有意义的方法,所以在文本中。
关于交易、自动交易系统和测试交易策略的论坛
从理论到实践
Aleksey Nikolayev, 2018.10.31 16:08
非稳态(但片状稳态)的SB的应用是相当有意义的。它适用于趋势和转变。例如,对于走廊上的价格,你已经需要其他东西了(例如,具有依赖性的静止的和非零ACF)。所以,是的,理论家不太可能给出某种统一的价格模型。
但另一方面,我们也没有其他有意义的方式来处理不确定性。
关于交易、自动交易系统和交易策略测试的论坛
从理论到实践
Oleg avtomat, 2018.10.31 16:58
错了,有这样有意义的方式来处理不确定性。
但你受制于TViMS的框架,你无法走出那个走廊,你被困住了。它使你无法看到你的走廊外的世界是多么多样化。
你失去了线程吗?
错了,有一些处理不确定性的有意义的方法。
但你被困在TViMS的框架中,你无法走出那个走廊,你被困于其中。而这使你无法看到你的走廊外的世界是多么的多样化。
在哲学上,你是对的。理论家研究的随机性是一般不确定性概念的一个非常特殊的案例。例如,博弈论或动力系统理论所处理的不确定性种类非常不同。但是一旦涉及到解决有意义的问题,这些领域的许多基本方法就变成了概率性质的。这些是TC中的纳什均衡或DC中的随机DM。
你失去了线程吗?
在哲学上,你是对的。理论家研究的随机性是一般不确定性概念的一个非常特殊的案例。例如,博弈论或动力系统理论所处理的不确定性种类非常不同。但是一旦涉及到解决有意义的问题,这些领域的许多基本方法就变成了概率性质 的。这些是TI中的纳什均衡或DS中的随机DMs。
不,不是真的。不是在它们的性质上,而是在它们的描述 上,这样你就可以有所依托了。而这根本就不是一回事。虽然,如果你不进入它,它似乎就像你说的那样。
例如,在创建一个适应性系统时,我需要考虑到干扰的影响,其行为是未知的,可能是任何东西(在最大和最小的公差范围内),而且其在未来的分布是什么,到目前为止是未知的。当建立一个系统时,我接受(分配)任何对我方便的干扰分布。它在系统自动进行干扰补偿方面很方便。这是一个数学上的技巧。最后,建立的自适应系统在有任何 分布的干扰下都能工作,而不仅仅是在问题的形式化阶段采用的分布。而在这种情况下,没有识别干扰分布,因为没有必要这样做。
但使用适应性系统理论的方法,这个问题是相当可以解决的,并允许进一步处理。
好吧,DC中的随机DM只是理论中的一个部分,在它的手中有这个工具,还有其他的。
不,不是真的。不是通过自然,而是通过描述,这样你就有了依托。而这根本就不是一回事。虽然,如果你不进入它,它似乎就像你说的那样。
例如,在创建一个适应性系统时,我需要考虑到干扰的影响,其行为是未知的,可能是任何东西(在最大和最小的公差范围内),无论如何,其在未来的分布是未知的。当建立一个系统时,我接受(分配)任何对我方便的干扰分布。它在系统自动进行干扰补偿方面很方便。这是一个数学上的技巧。最终,所建立的适应性系统在有任何 分布的干扰下都能工作,而不仅仅是在问题的形式化阶段所采用的分布。而且没有对干扰分布进行识别,因为不需要。
然而,在概率论的框架之外,没有办法构建一个随机的DM装置(从伊藤和斯特拉诺维奇积分开始)。你所谈论的是应用仪器的微妙之处,而不是创造仪器。