Von der Theorie zur Praxis - Seite 276
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Das ist viel näher am Thema.)) Wie auch immer, zählen Sie, wie Sie wollen.)
Ich werde mich nicht einmal mit diesen Verteilungen befassen. Die Verteilung ist so, wie sie in Wirklichkeit ist, und die Versuche, sie an etwas mit einem Namen anzupassen, sind imho unbegründet. Warum sollte sie etwas Bestimmten entsprechen, das bereits bekannt ist?
Niemand hat auch nur versucht, die Verteilung der Strahlung des Schwarzen Körpers durch bereits bekannte Verteilungen zu beschreiben. Warum zur Hölle versuchen wir, etwas bereits Bekanntes hier wiederzugeben?
Juri, hör auf, den Gral zu vertreiben! Das ist ein Skandal! Wir glauben es fast!)
Das will ich gar nicht leugnen.
Vor langer Zeit habe ich einmal ein Seminar am Keldysh-Institut besucht. Ich kann mich an nichts mehr erinnern, nicht einmal an die Themen der Vorlesungen. Es gab jedoch eine sehr interessante Idee: Je komplexer das System ist, desto einfacher sollte das Modell sein. Das heißt, dass einfachere Modelle die genauesten Beschreibungen liefern, natürlich in Grenzen.
Das will ich gar nicht leugnen.
Vor langer Zeit habe ich einmal ein Seminar am Keldysh-Institut besucht. Ich kann mich an nichts mehr erinnern, nicht einmal an die Themen der Vorlesungen. Es gab jedoch eine sehr interessante Idee: Je komplexer das System ist, desto einfacher sollte das Modell sein. Das heißt, dass einfachere Modelle die genauesten Beschreibungen liefern, natürlich in Grenzen.
Bitte sehr!
genau
Das will ich gar nicht leugnen.
Vor langer Zeit habe ich einmal ein Seminar am Keldysh-Institut besucht. Ich kann mich an nichts mehr erinnern, nicht einmal an die Themen der Vorlesungen. Es gab jedoch eine sehr interessante Idee: Je komplexer das System ist, desto einfacher sollte das Modell sein. Das heißt, dass einfachere Modelle die genauesten Beschreibungen liefern, natürlich in Grenzen.
Der Gedanke ist sicherlich interessant. Dieser Redner gehörte wahrscheinlich zu einer Gruppe, die das Verhalten eines kugelförmigen Pferdes im Vakuum untersuchte))
IMHO sollte das Modell in erster Linie angemessen sein. Das heißt, sie sollte die Prozesse widerspiegeln, die im Inneren des Objekts ablaufen. Und je genauer, desto besser (je nach Fähigkeit und Können).
Dann wird sie praktikabel und nützlich sein.
Wie immer kann ich mich irren.
Worauf Sie hinauswollen))). Was, nun ja, was, was. Sie haben keine funktionierende, weder eine einfache noch eine elementare. Wenn sich jemand am Kopf kratzt, heißt es: "Ich wusste es, ich stimme zu. Sektierer.
apchi
Ich wollte noch hinzufügen, nicht einmal so, sondern so:
ein einfaches System, ein einfaches Modell.
einfaches System, elementares Modell.
forex ist ein einfaches System, 100%ig
Ich habe praktisch selbst bewiesen, dass ein Modell mit weniger Eingaben und polynomialer Länge weniger als ein Modell mit mehr Eingaben und polynomialer Länge in der Regel besser für den Markt geeignet ist, was nicht der Logik entspricht, nach der ein Modell umso intelligenter ist, je komplexer es ist. Natürlich trifft dieser Effekt nicht immer zu, und manchmal ist auch ein sehr kleines Modell unzureichend. Aber... ich habe einen Weg gefunden, ein Modell zu wählen, das von allen vorgestellten Modellen am besten geeignet ist, und zwar auf dem Übungsgelände, ohne eine kostbare Fläche von OOS zu verschwenden.
Stellen Sie sich vor, Sie haben mehrere Modelle erhalten und nach der Bewertung mit einer ziemlich hohen Genauigkeit dasjenige ausgewählt, das in Zukunft punkten wird. Und es wählt...... Das war mein Durchbruch vor knapp einem Monat...
Beweisen Sie es mit Ihrer Kaution.
Der Gedanke ist natürlich interessant. Dieser Redner gehörte wohl zu einer Gruppe, die das Verhalten des kugelförmigen Pferdes im Vakuum untersuchte).
IMHO sollte ein Modell in erster Linie angemessen sein. Das heißt, sie sollte die Prozesse widerspiegeln, die im Inneren des Objekts ablaufen. Und je genauer, desto besser (je nach Fähigkeit und Können).
Dann wird sie praktikabel und nützlich sein.
Wie immer kann ich mich irren.
Beginnen wir mit der Blackbox - wir wissen nicht, was in ihr vor sich geht. Wovon kann die Rede sein, wenn es darum geht, "die im Inneren des Objekts ablaufenden Prozesse widerzuspiegeln"? Und die Frage nach der Genauigkeit der Beschreibung der Prozesse im Objekt ist falsch. Ein Modell der BS ist nicht dazu gedacht, Prozesse innerhalb der BS zu beschreiben. Das Modell muss das Verhalten des Systems in seiner Gesamtheit beschreiben.
Das Erfordernis der Einfachheit führt nur zur Durchführbarkeit, und die Komplikation führt nur im Abschnitt über die Modellentwicklung zu einer hervorragenden Konvergenz. Dies lässt sich an einfachen Regressionsmodellen zeigen, bei denen "einfach" den Prozess angemessener beschreibt.
Ja, und Einfachheit sollte nicht mit Primitivität verwechselt werden.
Es ist einfach logischer, von quantitativen Schätzungen zu sprechen. Und die Vorteile komplexer Systeme sind so gering, dass sie in Bezug auf Qualität/Ergebnisse den einfachen Systemen unterlegen sind. Das ist so, als ob man das System nimmt, das das Ziel am genauesten errät, und ein einfaches, das das Ziel weniger genau errät. Aber es gibt sowohl positive als auch negative Auswirkungen. Ein genaueres (Fett-)Plus ergibt ein genaueres (Fett-)Minus. Es hat also keinen Sinn, die Sache zu verkomplizieren. Außerdem werden bei der Verwendung eines komplexen Modells in iterativen Methoden bei jeder kleinsten Komplikation Ressourcen für sieben Schritte verbraucht. Und auch Zeit. Die Komplikation hängt also auch von den spezifischen Bedingungen ab. Wenn der Ertrag 3 Kopeken beträgt, die Ressourcen aber bis zu einem Lakh verschlingen, lohnt sich das dann? Das liegt nicht daran, dass einfach genauer ist. Das liegt daran, dass die Genauigkeit eines komplexen Systems insgesamt weniger bedeutend ist.
Sie sagen all die richtigen Dinge. Und das ist auch sehr wichtig. Aber ich habe über etwas ganz anderes geschrieben. Über den Anstieg des Modellfehlers, wenn das Modell komplexer wird, z. B. über einen bestimmten Schwellenwert hinaus. Bei einem Wiener-Prozess beispielsweise ist der beste Prädiktor der aktuelle Wert. Der Versuch, das Modell komplexer zu machen, führt zu einem Rückgang der Vorhersagegenauigkeit, und ein einfacheres Modell ist vorzuziehen. Bei der Modellierung anderer Systeme ist es im Allgemeinen das Gleiche.
Es ist einfach logischer, von quantitativen Bewertungen zu sprechen. Und die Vorteile komplexer Systeme sind so unbedeutend, dass sie bei der Wahl von Qualität/Ergebnis den einfachen Systemen den Rang ablaufen. Das ist so, als ob man das System nimmt, das das Ziel am genauesten errät, und ein einfaches, das das Ziel weniger genau errät. Aber es gibt positive und negative Angebote. Ein genaueres (Fett-)Plus ergibt ein genaueres (Fett-)Minus. Es hat also keinen Sinn, die Sache zu verkomplizieren. Wenn außerdem ein komplexes Modell in iterativen Methoden verwendet wird, werden bei jeder Komplikation Ressourcen in sieben Meilenschritten verbraucht. Und auch Zeit. Die Komplikation hängt also auch von den spezifischen Bedingungen ab. Wenn der Ertrag 3 Kopeken beträgt, die Ressourcen aber bis zu einem Lakh verschlingen, lohnt sich das dann? Das liegt nicht daran, dass einfach genauer ist. Das liegt daran, dass die Genauigkeit eines komplexen Systems insgesamt weniger wichtig ist.