Рынок -- управляемая динамическая система. - страница 56
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Я останусь при своём мнении.
Что ж, дело Ваше. Я же остаюсь при своем: моделировать поведение открытой системы без учета внешнего воздействия, хотя бы и неизвестного, которое в этом поведении играет определяющую роль, неверно.
Схему свою удаляю, кому было интересно, уже скопировали.
Что ж, дело Ваше. Я же остаюсь при своем: моделировать поведение открытой системы без учета внешнего воздействия, хотя бы и неизвестного, которое в этом поведении играет определяющую роль, неверно.
Схему свою удаляю, кому было интересно, уже скопировали.
Вы неверно представляете себе механизм работы представленной схемы. Внешнее воздействие присутствует опосредованно в виде реакции системы. Ну да ладно...
3) Сделав такое предположение о наличии формирующей системы, ставим задачу построения её модели.
При этом выход модели y должен соответствовать фактическим данным х, с учётом выбранного критерия близости процессов y и x.
Посмотрим на эту схему с некоторой другой стороны как я ее понимаю.
х(t) - это котировки, которые мы можем наблюдать и при этом измерять
y(t) - это некоторый процесс, который вычисляется. Для дальнейшего изложения принципиальным является то, что он не наблюдается - в моей терминологии это состояние наблюдаемого процесса.
Запишем: x(t) = y(t) +d(t) + ню(t)
где:
d(t) - детерминированный вход (смещение)
ню(t) - случайный процесс, независимый от остальных - помеха (шум)
Аналогично распишем состояние системы:
y(t) = c(t) + y(t-1) + тета(t)
где
c(t) - детерминированное смещение состояния
y(t-1) - предыдущее значение состояния
тета(t) - случайный процесс, независимый от остальных - помеха (шум)
Обращаю внимание, что наш наблюдаемый процесс (котировки) в момент времени t фактически определяются через предыдущее состояние x(t-1), те.е основано на прогнозе состояния системы.
Описанная схема имеет названия: структурный временной ряд, модель пространства состояний, динамическая линейная система.
Математическим центром данной модели является фильтр Кальмана, достаточно вычислительно сложный алгоритм. Наполняя перечисленные переменные разным содержанием, например, y(t) считая трендом, можно получить любую из существующих моделей. За счет удивительный свойств фильтра Кальмана модели пространства состояний превосходят свои аналоги.
Имеются готовые пакеты программ в R для решения указанной задачи. О них в следующих постах.
Пакет dse предоставляет инструменты для многомерных, линейных, независимых от времени моделей временного ряда. Он включает ARMA и представления пространства состояний, и методы для преобразования между ними. Он также включает методы имитации и несколько функций оценки. Пакет имеет функции для просмотра корней модели, устойчивости, и прогноза на разных горизонтах. Реализация модели ARMA является общей, так, что VAR, VARX, ARIMA, ARMAX, ARIMAX могут рассматриваться в качестве особых случаев. Фильтр Кальмана и более гладкие оценки могут быть получены из модели в пространстве состояний, и методы приведения модели в пространстве состояний реализованы. Введение и Руководство пользователя доступны в виньетке.
Пакет dse предоставляет инструменты для многомерных, линейных, независимых от времени моделей временного ряда. Он включает ARMA и представления пространства состояний, и методы для преобразования между ними. Он также включает методы имитации и несколько функций оценки. Пакет имеет функции для просмотра корней модели, устойчивости, и прогноза на разных горизонтах. Реализация модели ARMA является общей, так, что VAR, VARX, ARIMA, ARMAX, ARIMAX могут рассматриваться в качестве особых случаев. Фильтр Кальмана и более гладкие оценки могут быть получены из модели в пространстве состояний, и методы приведения модели в пространстве состояний реализованы. Введение и Руководство пользователя доступны в виньетке.
Пакет KFAS предоставляет функции фильтра Кальмана, состояния, помехи и сглаживанию имитации, предсказывая и имитации моделей в пространстве состояний. Все функции могут использовать точную рассеянную инициализацию, когда распределения некоторых или все элементы вектора начального состояния неизвестны. Фильтруя, сглаживание состояния и функции имитации используют последовательный алгоритм обработки, который быстрее чем стандартный подход, и это также позволяет особенность матрицы дисперсии ошибки прогноза. KFAS также содержит функцию для того, чтобы вычислить правдоподобие экспоненциальных моделей в пространстве состояний семейства и функции для сглаживания состояния экспоненциальных моделей в пространстве состояний семейства.
Ребята, прекращайте изобретать велосипеды.
Да мало ли какие пакеты есть, есть вообще универсаьлный Simulink, на котором можно собрать все, что угодно. Только мозга ни один пакет не заменит, какую матрицу управления в фильтр калмана встраивать, не скажет и структурную схему модели за вас не ссинтезирует.
Ребята, прекращайте изобретать велосипеды.
В кои-то веки нормальная тема на четверочном форуме, в которой даже не видно флудеров.
Пусть изобретают!
Может, и я кое-что свое добавлю, когда решусь. В.от только сначала соображу, как это оформить в виде этих блоков, стрелочек и ОС ...