市場は制御されたダイナミックなシステムである。 - ページ 59

新しいコメント
 
Mathemat:

アレクセイ、最初の質問は、なぜか？

1) 株価に依存しない一定のインパクト（アルファインパクト）。
2) 株価に比例する影響（ベータインパクト）。
3) 株価のデリバティブに比例する（ガンマ・インパクト）
4) 株価の二乗に比例する（非線形性の導入）（デルタ・インパクト）。

もし

外部」のみが「共有」に影響を与え、逆はない

?等価に還元することは理解できますが、むしろ最初は衝撃の度合いで反応を表す方が理にかなっているのではないでしょうか？

ところで、2次拡散が線形であることから、古典力学の概念である運動量作用とラグランジュ関数（エネルギー）の導入が容易である。外部からの影響の不変性という点では、ある種のエネルギー保存則のようなものも言える。
しかし、私はここで根本的に同意できません。要するに、私たちのシステムは、「消滅」によって、入ってくるエネルギーを出ていくエネルギーにリサイクルしているだけなのです。売り手と買い手が取引に合意した瞬間、入ってきたエネルギーの一部がシステムから散逸し、エントロピーの増大だけが残される。そして、システムを流れるエネルギーの流れは、大雑把に言えば取引量であり、保存量とは程遠いのですが、そのおかげでシステムが存在できているのです。
 
avtomat:
2) 最適化基準の選択。この基準により、モデルの動作周波数範囲が決まります。

私の考えでは、この基準は複合的であり、以下の要素を同時に考慮すべきです（例えば、ペナルティ関数によって）。

- モデル残差相関時間 -> min

- 残差分布の正規分布からの差分 → min

- 残差ベクトルのノルム -> min

- ゼロに収束しないモデルパラメータの数 -> min

これは、入力モデルを考慮しない接種のためのもので、すぐに壊れるのですが)

 
alsu:

...入力信号のモデルを考慮せずに、私はすぐに存在することになります)


思わず、そんな有名な話が頭に浮かぶ。ラプラスがナポレオンに『天体力学』を贈ったとき、皇帝は「ムッシュー・ラプラス、あなたは世界の仕組みについてこの偉大な本を書いたが、創造主については一度も触れていないと言われています」と言った。これに対して、ラプラスは「この仮説は必要なかった」と答えたと言われている。自然が神に取って代わったのです。

;)

 
avtomat:

"あの仮説は必要なかった "と。自然が神に取って代わったのです。

しかし、それからわずか150年後、アルベルトゥシュカの言うように、誰かが「測定のたびにサイコロを振っている」ことが判明し、仮説は見直されることになった（彼自身は死ぬまでこの「ナンセンス」を信じてはいなかったのだが）。
 
alsu:

その基準は、以下の要素を同時に考慮した複合的なものであるべきだと思う（例えば、ペナルティ関数によって）。

- モデル残差相関時間 -> min

- 残差分布の正規分布からの差分 → min

- 残差ベクトルのノルム -> min

- ゼロに収束しないモデルパラメータの数 -> min

これはあくまで入門編で、入力モデルは考慮せず、これから壊しますが)


いろいろな基準で、いろいろなものを考えることができます。しかし、このような基準の多重化は、原則として、その矛盾から望ましい結果を導き出すことはできない。
 
alsu:

Критерий, я так считаю, должен быть составной и учитывать одновременно следующие факторы (например, с помощью штрафной функции):

- время корреляции остатков модели -> min

- отличие распределения остатков от нормального -> min

- норма вектора остатков -> min

- количество параметров модели, не обращающихся в нуль -> min

Это для затравки, без учета модели входного сигнала, которой я скоро присутствующим плешь проем)


もっと単純に、エラーは損失で、正しい予測は利益となるのかもしれません。損益を試算しています。I.e.例えば、PF.すなわち、最適化基準 PF->max
 
avtomat:

さまざまな基準を考案することができます。しかし、このように基準が複数あると、その矛盾から望ましい結果にならないことがほとんどです。
最初の2点は残差をGSRに近づけること、つまりモデルの妥当性を意味します。3点目はそれだけで明らかなように、誤差をできるだけ小さくすることです。矛盾はありません。各コンポーネントの重要度ウェイトを正しく選択すればいいだけです。
 
alsu:
最初の2点は残差をGSRに近づける必要があり、それはモデルが適切であることを意味します。3点目はそれだけで明らかで、誤差はできるだけ小さくあるべきです。矛盾はありません。各コンポーネントの重要度ウェイトを正しく選択すればいいだけです。


私見では、あなたが挙げたどの基準も

- モデル残差相関時間 -> min

- 残差分布の正規分布からの差 → min

- 残差ベクトルのノルム -> min

- ゼロに収束しないモデルパラメータの数 -> min

は、モデルフィッティングの観点からは必要でもないし、有用でもない。

また、正規分布へのフィッティングが必要な項目2も確実にNGです。これはもう、失礼ですが、ナンセンスです。

 
Avals:

もっと単純に、エラーは損失で、正しい予測は利益となるのかもしれません。損益を試算しています。 I.e.例えば、PF.すなわち、最適化基準 PF->max

この方法でもいいのですが、何らかのアルゴリズムを使ってパラメータをチューニングする方法も考えておく必要があります。

9000種類ものアルゴリズムがありますが、純粋に数学的な観点から見ると、すべてに共通するのは、「最適に到達するためには、パラメータを調整して最適化する関数の勾配を知る必要がある」ということです。もちろん、PFを基準にして、すべての微分をリアルタイムで計算することも可能です（自動微分を使えば、それほど難しいことではありません）。しかし、一つ問題がある。プロファイル・ファクターの値は、ノイズの多いプロセスとして知られる価格系列そのものに大きく依存するのである。数ポイントでわずか1ろうそくの変動は、利益要因に劇的な影響を与えるであろう予測できない結果と1余分なまたは1行方不明の取引になることができます（最初に我々はモデルが可変パラメータを持っていると仮定するので、我々は、最短の時間間隔でモデルの構造を最適化する必要があることを忘れないでください）。したがって、この基準は非常に非滑らかで、最適化アルゴリズムは、単なる価格の変動によって、繰り返しになりますが、ある局所最適に陥ってしまうかもしれません。

一方、誤差ベクトルのノルム（ポイント3）はそのような不利はなく、1本のろうそくの価格が1ポイント変化しても、ペナルティ関数は同じように軽微な変化となる。項目1と2は同じですが、項目4は全く価格に依存しません。


つまり、初期条件（この場合、最適化サンプル）に対して可能な限り安定な基準であること、あるいは、見つかった最適値の大域性をアルゴリズムがチェックする機能が必要なのです。そうでなければ、最適化ではなく、混沌としてしまうでしょう。

 
avtomat:


また、正規分布へのフィッティングが必要なポイント2も確実にNGです。これは、失礼ながらナンセンスな話です。

ここですでに矛盾しているのですが、もしプロセスがシグナル＋ノイズとして表されるなら、残差は理想的にはまさに熱雑音であり、まさに0情報を運ぶはずです。一般に、この前提は50年前から一般に受け入れられている：LGBTの出力（項目1、2）<=>モデルは決定論的な要素を適切に記述している。

また、3について詳しく教えていただきたいのですが、いつから誤差最小が適応の観点から使えなくなったのでしょうか？

1...525354555657585960616263646566...551
新しいコメント