아마도 선택의 여지가 거의 없기 때문에 비슷한 주제의 영어 포럼조차도 한 손으로 셀 수 있습니다. 하루에 1 개 이상의 메시지가 있고 한 명의 엘리트 트레이더가 있고 유동성도 떨어졌습니다. 피크 알고 트레이더의 과대 광고는 2010년 어딘가에 있었지만, 이제 사람들은 쥐덫에 갇힌 치즈만 볼에 무엇이 있는지 이해하고 LHC의 새로운 입자를 인식하는 데 사용되는 것과 유사한 분석 시스템을 되돌리는 것은 소수를 위한 것입니다. 다수를 위한 것이 아닙니다. 그리고 여기 바빌론처럼 원시 수프처럼 재미있고 다양하지만 절제 덕분에 혼란에 빠지지 않습니다.
그들만의 공식과 방법이 있지만 나는 그것을 연구하지 않았습니다. 구식의 효율적 시장 이론을 대체하는 것으로 가정
경제학의 기원은 고전에 있습니다. 1965년 Benoit Mandelbrot 는 금융 시리즈의 역학(증권 거래소의 가격 변동)이 크고 작은 시간 규모에서 정확히 동일하다는 것을 발견했습니다. 시간, 일 또는 월. Mandelbrot는 이 속성을 자기 유사성( self-similarity ) 및 이를 소유한 객체( 프랙탈 )라고 불렀습니다. 이러한 속성을 가진 프로세스에 대한 연구는 물리학에서 매우 활발하게 수행되며, 거기에서 개발된 분석 방법은 종종(항상 그런 것은 아니지만) 금융 시리즈의 행동에서 급격한 붕괴 또는 가격 상승의 전조인 이상 현상을 알아차리는 데 도움이 됩니다. 20세기 초 프랑스 수학자 루이 바슐리에( Louis Bachelier )는 그의 투기 이론(Theory of Speculation) 에서 브라운 운동(액체 또는 기체에서 분자의 혼란스러운 운동)과 유추하여 금융 시리즈의 역학을 설명하려고 했습니다. 이 접근 방식을 일반화하는 최신 모델은 통계적 매개변수에서 실제 금융 시리즈와 매우 유사한 프랙탈 프로세스를 생성합니다. 이러한 모델의 대부분은 1970-1990년대에 생성된 혼돈 역학 시스템 이론에 기반을 두고 있습니다. 이 방정식은 복잡한 역학 을 생성하며 때로는 무작위 프로세스와 거의 구별할 수 없습니다. 현대 경제 물리학은 또한 이론 물리학의 다른 강력한 도구를 사용합니다. 예를 들어 경로 적분 , 양자 역학 및 양자장 이론 에서 가장 중요한 도구입니다. 그러나 오늘날 가장 유행하는 트렌드는 하나 또는 다른 선호도와 원칙에 따라 수많은 투자자 의 활동을 직접 모방하는 진화적인 게임 일 것입니다.
현재, 경제 물리학 주제에 관한 거의 정기적인 회의에는 닛케이 경제 물리학 연구 세미나, APFA, ESHIA 및 Econophysics Colloquium 심포지엄이 포함됩니다.
영어 위키의 기사가 조금 더 의미 있는 것 같았습니다. 몬테카를로와 같은 게임 이론과 시뮬레이션이 주된 방법이라는 느낌이있었습니다. 그들에 대한 나의 태도는 두 가지입니다. 한편으로는 Monte Carlo에 대한 귀하와 fxsaber의 회의론에 부분적으로 동의하고(내 기사에 대한 의견에서), 다른 한편으로는 비 고정 가격 시리즈. 이러한 방법이 기술적 분석과 기본 분석 사이의 다리가 될 수 있다는 점도 흥미롭습니다. 이 모든 것이 거래에 반드시 도움이 될 것이라고는 생각하지 않지만, ML을 사용하여 매개변수를 수정할 수 있는 일부 모델을 얻는 것이 가능할 가능성이 큽니다.
나는 최근까지 게임 이론이 금융 이론에 거의 적용되지 않았다는 것을 어딘가에서 읽었지만 지금은 이것에 진전이 있습니다. 이에 대해 더 알고 싶습니다.
영어 위키의 기사가 조금 더 의미 있는 것 같았습니다. 몬테카를로와 같은 게임 이론과 시뮬레이션이 주된 방법이라는 느낌이있었습니다. 그들에 대한 나의 태도는 두 가지입니다. 한편으로는 Monte Carlo에 대한 귀하와 fxsaber의 회의론에 부분적으로 동의하고(내 기사에 대한 주석에서), 다른 한편으로는 비 고정 가격 시리즈. 이러한 방법이 기술적 분석과 기본 분석 사이의 다리가 될 수 있다는 점도 흥미롭습니다. 이 모든 것이 거래에 반드시 도움이 될 것이라고는 생각하지 않지만, ML을 사용하여 매개변수를 수정할 수 있는 일부 모델을 얻는 것이 가능할 가능성이 큽니다.
나는 최근까지 게임 이론이 금융 이론에 거의 적용되지 않았다는 것을 어딘가에서 읽었지만 지금은 이것에 진전이 있습니다. 이에 대해 더 알고 싶습니다.
저에게 있어 시장에 대한 게임 이론은 RL(내 기사의 기본 사항)에서 진화했으며, 여기서 보수 매트릭스는 전환 매트릭스 또는 매개변수화된 확률론적 에이전트 정책으로 대체됩니다. 물론 시장 전략이 바뀌지 않는 한 이 모든 것은 사실입니다. 기본은 시장에 적용되는 프랙탈 이론, 특히 바로 위에서 언급한 Weierschrass-Mandelbrot 함수 및 기타 유사체를 통한 모델링입니다. 아직 이 2가지를 함께 모델링 해보지는 않았지만 어떻게 하면 재미있는 일을 할 수 있을까에 대한 생각이 있습니다. 나는 경제 물리학을 더 깊이 공부하지 않았으며 인터넷의 빈약한 정보로 판단하여 현재 어떻게 발전하고 있는지 모릅니다. 거의 아무것도 아닙니다. :)
저에게 있어 시장에 대한 게임 이론은 RL(내 기사의 기본 사항)에서 진화했으며, 여기서 보수 매트릭스는 전환 매트릭스 또는 매개변수화된 확률론적 에이전트 정책으로 대체됩니다. 물론 시장 전략이 바뀌지 않는 한 이 모든 것은 사실입니다. 기본은 시장에 적용되는 프랙탈 이론, 특히 바로 위에서 언급한 Weierschrass-Mandelbrot 함수 및 기타 유사체를 통한 모델링입니다. 아직 이 2가지를 함께 모델링 해보지는 않았지만 어떻게 하면 재미있는 일을 할 수 있을까에 대한 생각이 있습니다. 나는 경제 물리학을 더 깊이 공부하지 않았으며 인터넷의 빈약한 정보로 판단하여 현재 어떻게 발전하고 있는지 모릅니다. 거의 아무것도 아닙니다. :)
RL은 강화 학습입니까?
시장과 직결된 모델을 해보는 것도 재미있을 것 같다. 예를 들어, 브로커가 편향된 트레이더 포지션을 헤지하는 과정을 시뮬레이션할 수 있습니다. 갑자기 가격 행동의 안정적인 패턴이 나타납니다(왜도 축적과 헤징 사이의 불가피한 시차로 인해). 그러나 모든 것이 아마도 오랫동안 계산되었을 것입니다.
어떤 이유에서인지 영어 기사에는 Mandelbrot가 전혀 없습니다. 넣어주시면 됩니다.)
나는 주제에 익숙하지 않습니다. 이해하고 싶습니다 - 추세(상단 또는 하단)의 급격한 변화의 경우 ARFIMA를 사용한 추세 제거가 유용할 수 있습니까?
아니요.
위의 모든 것을 모델링해야 합니다. 특히 출시 이후 모델의 후속 동작 문제를 고려할 수 있다.
그들이 여기서 무엇을 하고 있는지에 대한 질문은 대답하기 더 어렵습니다. 습관.
아마도 선택의 여지가 거의 없기 때문에 비슷한 주제의 영어 포럼조차도 한 손으로 셀 수 있습니다. 하루에 1 개 이상의 메시지가 있고 한 명의 엘리트 트레이더가 있고 유동성도 떨어졌습니다. 피크 알고 트레이더의 과대 광고는 2010년 어딘가에 있었지만, 이제 사람들은 쥐덫에 갇힌 치즈만 볼에 무엇이 있는지 이해하고 LHC의 새로운 입자를 인식하는 데 사용되는 것과 유사한 분석 시스템을 되돌리는 것은 소수를 위한 것입니다. 다수를 위한 것이 아닙니다. 그리고 여기 바빌론처럼 원시 수프처럼 재미있고 다양하지만 절제 덕분에 혼란에 빠지지 않습니다.
그건 그렇고, Mandelbrot의 유산은 경제 물리학 입니다.
그들만의 공식과 방법이 있지만 나는 그것을 연구하지 않았습니다. 구식의 효율적 시장 이론을 대체하는 것으로 가정
경제학의 기원은 고전에 있습니다. 1965년 Benoit Mandelbrot 는 금융 시리즈의 역학(증권 거래소의 가격 변동)이 크고 작은 시간 규모에서 정확히 동일하다는 것을 발견했습니다. 시간, 일 또는 월. Mandelbrot는 이 속성을 자기 유사성( self-similarity ) 및 이를 소유한 객체( 프랙탈 )라고 불렀습니다. 이러한 속성을 가진 프로세스에 대한 연구는 물리학에서 매우 활발하게 수행되며, 거기에서 개발된 분석 방법은 종종(항상 그런 것은 아니지만) 금융 시리즈의 행동에서 급격한 붕괴 또는 가격 상승의 전조인 이상 현상을 알아차리는 데 도움이 됩니다. 20세기 초 프랑스 수학자 루이 바슐리에( Louis Bachelier )는 그의 투기 이론(Theory of Speculation) 에서 브라운 운동(액체 또는 기체에서 분자의 혼란스러운 운동)과 유추하여 금융 시리즈의 역학을 설명하려고 했습니다. 이 접근 방식을 일반화하는 최신 모델은 통계적 매개변수에서 실제 금융 시리즈와 매우 유사한 프랙탈 프로세스를 생성합니다. 이러한 모델의 대부분은 1970-1990년대에 생성된 혼돈 역학 시스템 이론에 기반을 두고 있습니다. 이 방정식은 복잡한 역학 을 생성하며 때로는 무작위 프로세스와 거의 구별할 수 없습니다. 현대 경제 물리학은 또한 이론 물리학의 다른 강력한 도구를 사용합니다. 예를 들어 경로 적분 , 양자 역학 및 양자장 이론 에서 가장 중요한 도구입니다. 그러나 오늘날 가장 유행하는 트렌드는 하나 또는 다른 선호도와 원칙에 따라 수많은 투자자 의 활동을 직접 모방하는 진화적인 게임 일 것입니다.
현재, 경제 물리학 주제에 관한 거의 정기적인 회의에는 닛케이 경제 물리학 연구 세미나, APFA, ESHIA 및 Econophysics Colloquium 심포지엄이 포함됩니다.
영어 위키의 기사가 조금 더 의미 있는 것 같았습니다. 몬테카를로와 같은 게임 이론과 시뮬레이션이 주된 방법이라는 느낌이있었습니다. 그들에 대한 나의 태도는 두 가지입니다. 한편으로는 Monte Carlo에 대한 귀하와 fxsaber의 회의론에 부분적으로 동의하고(내 기사에 대한 의견에서), 다른 한편으로는 비 고정 가격 시리즈. 이러한 방법이 기술적 분석과 기본 분석 사이의 다리가 될 수 있다는 점도 흥미롭습니다. 이 모든 것이 거래에 반드시 도움이 될 것이라고는 생각하지 않지만, ML을 사용하여 매개변수를 수정할 수 있는 일부 모델을 얻는 것이 가능할 가능성이 큽니다.
나는 최근까지 게임 이론이 금융 이론에 거의 적용되지 않았다는 것을 어딘가에서 읽었지만 지금은 이것에 진전이 있습니다. 이에 대해 더 알고 싶습니다.
영어 위키의 기사가 조금 더 의미 있는 것 같았습니다. 몬테카를로와 같은 게임 이론과 시뮬레이션이 주된 방법이라는 느낌이있었습니다. 그들에 대한 나의 태도는 두 가지입니다. 한편으로는 Monte Carlo에 대한 귀하와 fxsaber의 회의론에 부분적으로 동의하고(내 기사에 대한 주석에서), 다른 한편으로는 비 고정 가격 시리즈. 이러한 방법이 기술적 분석과 기본 분석 사이의 다리가 될 수 있다는 점도 흥미롭습니다. 이 모든 것이 거래에 반드시 도움이 될 것이라고는 생각하지 않지만, ML을 사용하여 매개변수를 수정할 수 있는 일부 모델을 얻는 것이 가능할 가능성이 큽니다.
나는 최근까지 게임 이론이 금융 이론에 거의 적용되지 않았다는 것을 어딘가에서 읽었지만 지금은 이것에 진전이 있습니다. 이에 대해 더 알고 싶습니다.
저에게 있어 시장에 대한 게임 이론은 RL(내 기사의 기본 사항)에서 진화했으며, 여기서 보수 매트릭스는 전환 매트릭스 또는 매개변수화된 확률론적 에이전트 정책으로 대체됩니다. 물론 시장 전략이 바뀌지 않는 한 이 모든 것은 사실입니다. 기본은 시장에 적용되는 프랙탈 이론, 특히 바로 위에서 언급한 Weierschrass-Mandelbrot 함수 및 기타 유사체를 통한 모델링입니다. 아직 이 2가지를 함께 모델링 해보지는 않았지만 어떻게 하면 재미있는 일을 할 수 있을까에 대한 생각이 있습니다. 나는 경제 물리학을 더 깊이 공부하지 않았으며 인터넷의 빈약한 정보로 판단하여 현재 어떻게 발전하고 있는지 모릅니다. 거의 아무것도 아닙니다. :)
이것은 틱 VR이 기하급수적으로 얇아진 후 얻은 차트입니다. 보시다시피, 분산은 밤낮으로 거의 일정합니다.
이렇게하려면 하루 크기의 분산을 계산하는 창을 사용하면 충분합니다. 여기에서 솎아내기가 전혀 옆으로 영향을 미치지 않습니다. 역사에 대한 테스트를 수행하는 방법을 알았다면 이것은 오래전에 명백해 졌을 것입니다.
저에게 있어 시장에 대한 게임 이론은 RL(내 기사의 기본 사항)에서 진화했으며, 여기서 보수 매트릭스는 전환 매트릭스 또는 매개변수화된 확률론적 에이전트 정책으로 대체됩니다. 물론 시장 전략이 바뀌지 않는 한 이 모든 것은 사실입니다. 기본은 시장에 적용되는 프랙탈 이론, 특히 바로 위에서 언급한 Weierschrass-Mandelbrot 함수 및 기타 유사체를 통한 모델링입니다. 아직 이 2가지를 함께 모델링 해보지는 않았지만 어떻게 하면 재미있는 일을 할 수 있을까에 대한 생각이 있습니다. 나는 경제 물리학을 더 깊이 공부하지 않았으며 인터넷의 빈약한 정보로 판단하여 현재 어떻게 발전하고 있는지 모릅니다. 거의 아무것도 아닙니다. :)
RL은 강화 학습입니까?
시장과 직결된 모델을 해보는 것도 재미있을 것 같다. 예를 들어, 브로커가 편향된 트레이더 포지션을 헤지하는 과정을 시뮬레이션할 수 있습니다. 갑자기 가격 행동의 안정적인 패턴이 나타납니다(왜도 축적과 헤징 사이의 불가피한 시차로 인해). 그러나 모든 것이 아마도 오랫동안 계산되었을 것입니다.
어떤 이유에서인지 영어 기사에는 Mandelbrot가 전혀 없습니다. 넣어주시면 됩니다.)