Reflexiones sobre el azar - página 16

 
avtomat:


¿Qué características del ruido necesita para negociar? No es necesario conocer las características específicas del ruido. ¿Quizás quiera definir estas características? Entonces la pregunta es: ¿por qué?

Y fíjate que por alguna razón no planteas la cuestión, ni siquiera la mencionas, de la caracterización de la señal. Pero lo que cuenta es la señal. Y el ruido es el ruido... ;)


No mientas, las características del ruido son bien conocidas: la densidad de distribución y la función de correlación, al menos. E incluso pueden ser muy diferentes para distintos ruidos. Por ejemplo, el ruido "térmico" y "de impulso".


Tomemos un ejemplo simplificado, pero muy cercano a la situación real del mercado. Sea el mercado un eslabón oscilante con los parámetros w (frecuencia natural) y a (amortiguación). Ambas no son cantidades constantes, sino procesos aleatorios (que sean gaussianos) con tiempo de correlación Tw, Ta >> 1 (en otras palabras, tenemos un bucle con "parámetros flotantes", es decir, un sistema cuasi-lineal). Una mezcla aditiva de dos procesos se introduce en la entrada del bucle:

1. ruido blanco n(t) - será una "fracción" tal, ruido térmico

Flujo de Poisson generalizado de impulsos L(t) con intensidad l también "flotante": Tl >> 1. Será un flujo de datos fundamentales (noticias, por ejemplo) que llegan al mercado.

A la salida del sistema tenemos un precio - el resultado de procesar dos ruidos por el bucle (procesos absolutamente aleatorios, sin determinismo, eso sí. Dicho esto, no digo que no se pueda predecir el resultado en algunos ámbitos, sino más bien lo contrario).

La primera cuestión es qué características tiene el proceso aleatorio de salida, y la segunda es qué debe considerarse una señal (nótese que las operaciones no se hacen por el precio de la "señal" sino por el precio de la "señal+ruido").

 
Se trata de un modelo inverosímil que no tiene nada que ver con la realidad. Es un poco exagerado llamarlo un problema "directo" - hay un intento de encajar el proceso de entrada real en una base dada a priori. No hay ninguna justificación para esta elección de base, ni puede haberla. Considero la "inversa" de este problema.
 
He aquí algunas reflexiones, que quizás alguien encuentre útiles :)
 
avtomat:
Se trata de un modelo inverosímil que no tiene nada que ver con la realidad. Puede llamarse, con cierta amplitud, un problema "directo", ya que aquí se intenta encajar el proceso de entrada real en una base dada a priori. No hay ninguna justificación para esta elección de base, ni puede haberla. Pero considero la "inversa" de este problema.

Por qué, es un modelo muy real (sólo simplificado) que describe el mercado como un sistema físico en un entorno externo real, no como una ...arya desconocida. No negarás que el mercado es un sistema con una función de transferencia, ¿verdad? ¿O que el mercado está influenciado no sólo internamente (fluctuaciones en el estado de ánimo de los operadores), sino también por factores externos? Me limité a dar un ejemplo (de nuevo, el más sencillo y natural) de un sistema de este tipo. (Si lo quieres más complicado, puedes construir un sistema que conste no de una, sino de dos unidades oscilantes, entonces a ciertas relaciones de sus parámetros la salida sería una teoría de Elliott esférica en el vacío, con ondas 5-3, etc.).

Y, en general, el problema "inverso" está siempre inextricablemente relacionado con el "directo": no tiene sentido construir un filtro adaptativo sin tener en cuenta el significado físico de sus características. Esto se deduce, al menos, del hecho de que el AF (en el sentido más amplio de la palabra) simula esencialmente el comportamiento del sistema, tratando de obtener un resultado similar al real, es decir, es de facto un modelo de mercado. Si no hemos hecho la suposición del modelo, tampoco podemos construir un dispositivo adaptativo.

 

alsu:

Por qué, es un modelo muy real (sólo simplificado) que describe el mercado como un sistema físico en un entorno externo real, no como una ...arya desconocida. No negarás que el mercado es un sistema con una función de transferencia, ¿verdad? ¿O que el mercado está influenciado no sólo internamente (fluctuaciones en el estado de ánimo de los operadores), sino también por factores externos? Me limité a dar un ejemplo (de nuevo, el más sencillo y natural) de un sistema de este tipo. (Si se quiere más complicado, se puede construir un sistema que conste no de una sino de dos unidades oscilantes, entonces a ciertas relaciones de sus parámetros la salida será la teoría esférica de Elliott en el vacío, con ondas 5-3

, etc.

En general, el problema "inverso" está siempre inextricablemente ligado al "directo": no tiene sentido construir un filtro adaptativo sin tener en cuenta el significado físico de sus prestaciones

.

Esto se deduce, al menos, del hecho de que el AF (en el sentido más amplio de la palabra) simula esencialmente el comportamiento del sistema, tratando de obtener un resultado similar al real, es decir, es de facto un modelo de mercado.

Si no hemos

hecho una suposición de modelo, tampoco podemos construir un dispositivo de adaptación.


¿Tienes los resultados de este "modelo tan real" tuyo? ¿Y tú? Muéstrame.

Y yo tengo los resultados de mi modelo, que para ti aparece como "incógnita ...ah..."

Y se equivoca en cuanto a la relación entre las tareas "hacia adelante" y "hacia atrás".

 
avtomat:


¿Tiene los resultados de su "modelo justo"? ¿Y tú? Muéstrame.

Lo hay, te lo muestro (en la foto hay un detector de esos mismos impactos de pulso, basado en un modelo de ... er... con descargas de pulso. Es muy sencillo).



Y yo tengo los resultados de mi modelo, que para ti aparece como "incógnita ...ah ...nything"

¿Así que hay un modelo después de todo? Así es:


Y te equivocas en la relación entre las tareas de "avance" y "retroceso".

taki no es un hecho)) al menos no veo ninguna diferencia en nuestras posiciones. Aunque... el modelo que he descrito anteriormente es bastante escribible (y escribible:) como una ecuación en diferencias, es decir, prácticamente perfecto para construir un filtro adaptativo como cualquier modelo cuasi-lineal. El problema inverso en tal caso es atornillar un filtro adaptativo, y luego pensar en cómo interpretar sus coeficientes. O no pensar, y considerarlo un agujero negro y esperar que funcione sin fallos. Pero a mí no me gusta que sea así, prefiero conocer el sentido de la máquina de hacer dinero y, en consecuencia, dónde puede funcionar mal.

 
alsu:

Hay, te muestro (la imagen muestra el mismo detector de pulso basado en un modelo de ... er... con descargas de pulso. Bastante simple)


¿Y cómo se usa? ¿Qué hacen estos impulsos? ¿Hay resultados positivos?

La práctica como criterio de verdad

 
avtomat:


¿Y cómo lo utilizo? ¿Qué hacen estos impulsos? ¿Algún resultado positivo?

Bueno, cómo te puedo decir, si todo ya funcionara en la vida real, apenas lo comentaría aquí))) Pero funcionará.

Y en los debates es donde obtengo nuevas ideas y verbalizo mis propios pensamientos. Por cierto, el último par de días el pensamiento ha ido más allá)))

Si se trata de lo que hacen los pulsos, véase mi pregunta al matemático Alexei más arriba y su respuesta.

 
alsu:

Lo hay, te lo muestro (en la foto hay un detector de esos mismos impactos de pulso, basado en un modelo de ... er... con descargas de pulso. Bastante simple)

Oh, tengo uno similar. Tengo mis dudas.


 
TheXpert:

dudas


Ahora tengo una nueva versión cada 30 minutos, así que lo compensaré. Y la duda es buena)))
Razón de la queja: