De la teoría a la práctica - página 252
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¿De dónde procede el postulado de que el proceso de precios no es markoviano? La condición de un proceso markoviano es que el futuro no depende del pasado y el presente es fijo...
bien de las colas pesadas, como no aleatorias pero con memoria
bien de las colas pesadas, como no aleatorias pero con memoria
Pero VisSim no podrá sacarlo ahora).
Bueno, hay convertidores de código VisSim a C... ))
Un proceso markoviano puede tener memoria y estados internos, así que no debería ser un problema...
Pues bien, sólo hay estados y probabilidades de transición, en cada nuevo estado sólo la probabilidad actual influirá en la transición, y la memoria del paso anterior se borra
Y no entiendo mucho la descripción de lo no markoviano, es bastante complicado ahí)
Bien, sólo hay estados y probabilidades de transición, en cada nuevo estado sólo la probabilidad actual afectará a la transición, y la memoria del paso anterior se borra
Así es, la memoria se pone en el estado actual, por lo que el estado anterior ya no es necesario, aunque siempre está ahí si se necesita para los cálculos....
En cuanto a la transición futura, por supuesto que es la misma probabilidad, pero aunque no sea así, se puede tener en cuenta en la métrica de la transición...
Así es, la memoria se pone en el estado actual, por lo que el estado anterior ya no es necesario, aunque siempre está ahí si lo necesitas para los cálculos....
En cuanto a la transición futura, por supuesto que todo es igual de probable, pero aunque no sea así, se puede tener en cuenta en la métrica de la transición...
bueno, se hacen todo tipo de modelos de diferencia temporal y estocásticos, pero no soy muy bueno en ello y apenas estoy empezando a aprender
Por ejemplo, puedes mirar el q-learning en el aprendizaje automático, hay modelos estacionarios y no estacionarios en la diferencia temporal, t-tn, sobre la que Alexander escribió, pero el enfoque desde el otro lado. Y lo más difícil es aplicarlos a procesos continuos como los mercados, con los discretos todo está más o menos claro.
Por ejemplo, puedes mirar el q-learning en el aprendizaje automático, hay modelos estacionarios y no estacionarios en la diferencia de tiempo, t-tn, sobre la que Alexander escribió, pero el enfoque desde el otro lado
Creo que los modelos y algoritmos discretos de Markov ocultos son más relevantes para el problema porque no es necesario conocer el modelo en sí, lo que lo hace similar a las redes neuronales...
La ecuación de la difusión y el movimiento browniano parece muy rebuscada... El mercado está obviamente lejos de ser browniano))
Creo que los modelos y algoritmos discretos de Markov ocultos son más relevantes para el problema porque no es necesario conocer el modelo en sí, lo que lo hace similar a las redes neuronales...
La ecuación de la difusión y el movimiento browniano parece un poco exagerada... El mercado está obviamente lejos de ser browniano))
Bueno, en general se necesita mucho trabajo y... Creo que :) es mío, por así decirlo.
Tendrás que perdonarme. Pero no creas que estás exagerando aquí. Parece que hay una competición para ver quién es más listo que el otro. Este es el consejo más fácil. Vas con un lote que te conviene, haces 10 puntos en una operación, cierras la mitad y el resto va al banco. Y serás feliz. Y sin dolores de cabeza))
Tendrás que perdonarme. Pero no creas que estás exagerando aquí. Parece que hay una competición para ver quién es más listo que el otro. Este es el consejo más fácil: vas con un lote que te conviene, haces 10 puntos en una operación, cierras la mitad y el resto va al banco. Y serás feliz. Y sin dolores de cabeza))
El proceso creativo, ya sabes...