O mercado é um sistema dinâmico controlado. - página 58
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
No kotier é mais complicado - o sinal pode ou não estar presente na mistura com a interferência!
Ao suprimir a interferência (ruído) você pode melhorar as condições de busca do sinal, mas o problema permanece sem solução.
Quantos sinais existem?
Quantos sinais existem?
Quem me dera que houvesse mais boas...)
É isso mesmo.
Zero na entrada significa nenhum sinal, não importa quantos sejam.
Você acaba de fundamentar uma das técnicas de análise técnica - a construção de linhas de tendência.
Exatamente o oposto é verdadeiro.
Zero na entrada nem sempre é zero. Se não era zero há um minuto e o sistema possui alguma memória, a modelagem inercial produzirá uma saída não zero, apesar da suposição de zero na entrada. Vamos obter um desvio da linha de tendência, e se o modelo for um pouco mais complexo do que uma moeda de cinco centavos, a imagem do futuro será mais interessante.
Oleg, foi ironia, esqueci de colocar um sorriso no final da frase).
" aqui. с #93 ... #96" você fala diretamente sobre sinal e interferência, enquanto no correio eu estava respondendo - nem uma única palavra sobre isso.
Aparentemente, eu errei e não especifiquei que considero o fluxo de entrada como uma mistura aditiva do sinal útil e da interferência:
x(t) = s(t) + n(t)
embora eu tenha insinuado isso como uma questão óbvia.
Uma vez identificados os parâmetros do sistema, só temos que "deixá-lo ir" por um curto período no futuro, por assim dizer, em modo inercial, e ver o que acontece. Na verdade, esta é a previsão - mas somente sob a suposição de que não há nada na entrada do sistema naquele momento. Como foi corretamente observado acima, não conhecemos o sinal de entrada e só podemos estimá-lo usando dados passados, mas não temos nada melhor para prever do que assumir que a entrada é 0.
Para ser mais correto, não entrada igual a 0, mas mudança na entrada igual a 0. Embora várias variações sejam permitidas aqui, por exemplo, mudança de entrada dentro de [a,b].
No kotier é mais complicado - o sinal pode ou não estar presente na mistura com a interferência!
Ao suprimir a interferência (ruído), é possível melhorar as condições de busca de sinais, mas o problema permanece sem solução.
Muito bem.
E podemos assumir que o ruído de intensidades variadas está sempre presente. Em contraste, o sinal na entrada pode ou não estar presente (mais uma vez, algumas tolerâncias podem ser introduzidas). E aqui não estamos longe de uma clara separação de uma tendência de um apartamento.
5) Ao incluir um loop de otimização-adaptação, obtemos um sistema fechado de simulação
Se descrevermos este esquema do ponto de vista do mercado, então 2 forças opostas são avaliadas a partir do fluxo de cotações usando as funções qL e qR - ordens limitadas, que impedem o movimento e as ordens de mercado, que o criam. Eles são então comparados usando q0. Essencialmente, se o lado do limite for mais forte, devemos esperar um flat, e se o lado do mercado for mais forte, devemos esperar uma tendência. O bloco de adaptação muda os parâmetros qL e qR com base no erro de previsão.
Pode ser lógico dividir a WL e a WR em dois blocos. Eles correspondem a liquidez para comprar WLb, liquidez para vender WLs, ordens de mercado para comprar WRb, ordens de mercado para vender WRs. O WRb interage com as WLs e forma movimentos para cima, e as WRs com movimentos para baixo. O gráfico mostrará 4 blocos que interagem em pares e depois seus resultados interagem entre si via q0. Depois, além da noção de tendência/flutuação, haverá também a direção do movimento. Ou seja, 4 componentes serão extraídos do quociente em vez de 2. Grosso modo, estas são forças de compra, forças de venda, resistência à compra e resistência à venda.
Se pegarmos uma analogia da física) é como se um corpo estivesse se movendo para cima e para baixo em um meio denso devido aos impulsos aplicados a ele. Mas a densidade do meio muda e é diferente em diferentes direções.
A questão é estas funções qL e qR. Podem dar como input não apenas quocientes, mas também seus atributos elementares, que seriam difíceis de serem extraídos por eles mesmos, mas que podem ser decisivos em seu trabalho. Primeiro de tudo, atributos de tempo (hora do dia, dia da semana). Talvez atributos de preço como a volatilidade, chegando a extremos.
Se você tirar uma analogia da física) é como se um corpo estivesse se movendo para cima e para baixo em um meio denso devido aos impulsos aplicados a ele. Mas a densidade do meio muda e é diferente em diferentes direções.
Sim, tal analogia é muito clara e útil.
E o problema pode ser interpretado como a determinação da densidade média do mercado, do gradiente de densidade e de sua mudança no tempo.
Problemas similares são resolvidos na geolocalização (somente no lugar do tempo há coordenadas de aplicação do sinal de sondagem) e todos os dias em salas de diagnóstico por ultra-som.
I) Vamos concordar em chamar o instrumento de Estoque. Em geral, as leis de comportamento de uma ação e de um par cambial devem ser semelhantes.
II) Eu dividi o mercado como um todo em dois subsistemas desiguais - o "Estoque" propriamente dito e o "O que é externo a ele". A interação entre estes subsistemas é unidirecional. Ou seja, apenas "Externo" influencia "Ação", mas não o contrário. O modelo que descreve o movimento da Ação corresponde à equação "filosófica geral" do movimento a partir da teoria dos sistemas: "A reação de um objeto a um impacto é proporcional à intensidade do impacto e inversamente proporcional à inércia do objeto". Bem, mais adiante, o modelo é construído de forma muito semelhante à descrita por Landafshitz em sua Mecânica. A característica mais importante desta descrição é o fechamento das difuraa ções relativas às mudanças no preço das ações, ou seja, seu parâmetro principal. Isto é, não utilizamos nada além de citações.
III) Mais uma vez: a diphura do movimento de estoque era não-linear, ou seja, o princípio da sobreposição foi rejeitado imediatamente. É certo que a duplicação do impacto externo sobre a citação poderia resultar em longe de duplicar a resposta do documento final. E a presença de memória no estoque sugere que o sistema é fundamentalmente não-linear (este não é necessariamente o caso, mas não perdemos nada aqui, já que a não-linearidade pode sempre ser removida se ela se tornar supérflua).
IV) Não houve nenhuma tentativa de descrever explicitamente todas as possíveis influências externas à Ação. Eu os dividi sem rodeios de acordo com o princípio do impacto na citação. Eu tenho 4 tipos agregados:
1) impacto constante que é independente do preço das ações (impacto Alfa),
2) um impacto que é proporcional ao preço da ação (impacto Beta),
3) Proporcional ao derivativo do preço da ação (impacto Gamma).
4) proporcional ao quadrado do preço da ação (introduzindo a não-linearidade) (impacto Delta).
Não importa o que está dentro destes tipos de impactos. O importante é que reduzimos todos eles a quatro tipos conhecidos e, mais importante ainda, esperamos que seus parâmetros possam ser determinados experimentalmente (até agora só penso assim).
E então tivemos esta idéia de todo o processo. Todos os quatro tipos de impacto são eles mesmos funções do tempo, e mudam relativamente lentamente em relação ao preço das ações. Em quase todos os momentos, podemos supor que estas influências não mudam e estabelecem um preço de equilíbrio para o estoque.
Qualquer notícia muda estas influências por saltos e limites, lançando informações no sistema que estabelece um novo valor de equilíbrio para o preço das ações. Começa um processo transitório que procura alinhar o preço das ações às novas condições (aí está, OOS no sistema!). Grosso modo, esta é uma diffura linear de segunda ordem. A linearização do difuso é obtida assumindo uma pequena magnitude de flutuações, ou seja, desvios em relação aos valores de equilíbrio. Conseguimos algo como um oscilador paramétrico (ou seja, o subsistema Ação é um sistema aberto!).
Nossa principal tarefa é determinar parâmetros destes tipos de impactos o mais cedo possível e, assim, determinar como o próprio processo evolui ao longo do tempo (previsão). A conclusão mais importante é a seguinte: o preço das ações muda mesmo quando as influências externas são constantes (sem notícias). Em outras palavras, as notícias não afetam o estoque imediatamente, e a influência das últimas notícias ocorre mesmo um tempo finito após as próprias notícias.
A propósito, a linearidade da diffura de segunda ordem facilita a introdução de conceitos de mecânica clássica - o impulso do estoque e a função Lagrange (energia). Na seção de invariabilidade das influências externas também se pode falar de alguma aparência da lei de conservação de energia. Em resumo, tudo isso está fora da mecânica. É claro que isto é apenas visibilidade, já que eu fiz do preço do estoque fundamentalmente um processo estocástico. Sob certas e não muito restritivas suposições sobre este processo aleatório é até possível derivar uma equação deste processo (o que eu consegui fazer - embora até agora eu não veja nenhuma utilidade nele).
Rapazes, se alguém tiver algum sinal de ferimento de rabo forte sobre toda essa escolástica - façam perguntas, tentarei esclarecer. O esquema ATS será um pouco mais tarde - se você conseguir pelo menos algum consenso sobre as besteiras acima.
Aqueles que gostam de criticar "só porque sistemas tão complexos não podem ser reduzidos a uma mecânica burra", por favor, pensem seriamente sobre os argumentos. Não é realmente uma "mecânica burra", apenas um pouco distante. As críticas injustificadas serão ignoradas.
Se descrevermos este esquema a partir de uma perspectiva de mercado, então a partir do fluxo de cotação usando as funções qL e qR, avaliamos 2 forças opostas - ordens limitadas que impedem o movimento e ordens de mercado que o criam. Eles são então comparados usando q0. Essencialmente, se o lado do limite for mais forte, devemos esperar um flat, e se o lado do mercado for mais forte, devemos esperar uma tendência. O bloco de adaptação muda os parâmetros qL e qR com base no erro de previsão.
Pode ser lógico dividir a WL e a WR em dois blocos. Eles correspondem a liquidez para comprar WLb, liquidez para vender WLs, ordens de mercado para comprar WRb, ordens de mercado para vender WRs. O WRb interage com as WLs e forma movimentos para cima, e as WRs com movimentos para baixo. O gráfico mostrará 4 blocos que interagem em pares e depois seus resultados interagem entre si via q0. Depois, além da noção de tendência/flutuação, haverá também a direção do movimento. Ou seja, 4 componentes serão extraídos do quociente em vez de 2. Grosso modo, estas são forças de compra, forças de venda, resistência à compra e resistência à venda.
Se pegarmos uma analogia da física) é como se um corpo estivesse se movendo para cima e para baixo em um meio denso devido aos impulsos aplicados a ele. Mas a densidade do meio muda e é diferente em diferentes direções.
A questão é estas funções qL e qR. Podem dar como input não apenas quocientes, mas também seus atributos elementares, que seriam difíceis de serem extraídos por eles mesmos, mas que podem ser decisivos em seu trabalho. Primeiro de tudo, atributos de tempo (hora do dia, dia da semana). Talvez atributos de preço como a volatilidade, chegando a extremos.
Uma comparação muito boa com o movimento de um corpo em um meio denso sob a ação de forças dirigidas de maneira diferente.
Como disse anteriormente, precisamos então resolver problemas particulares, sendo os principais:
Tendo representado os blocos WL e WR como WLs, WLb e WRs, WRb, podemos então ligá-los como uma estrutura cruzada.