все, что возможно сделать практически – это найти оптимальные характеристики шума, при котором с определенной вероятностью можно уверенно говорить о будущем направленном скачке, а вот определить новый уровень можно только по эмпирическим зависимостям, выведенным на основе набранной статистики.
是的，已经有一个参与者的联盟，他们相信运动（趋势？我希望听到一些理由，Rosh。这种没有理由的运动对市场阶段是市场的内部状态--这是可以理解的。
我个人认为，市场上不存在稳定状态。有的是准稳定的（即不稳定但似乎是稳定的），有的是它们之间的过渡（灾难）。而市场本身也不断处于神经崩溃的边缘。而严重的神经压抑（比如说1987年）是正常的。
嗯，是的，我同意。而这种不稳定性在随机再平衡的概念下，恰恰是来自于平面本身的噪音，它使市场处于一种不断准备崩溃的状态。
唉，我不可能把它说清楚。我读了彼得斯（再次）关于市场断裂性的文章，我同意他的观点，任何稳定系统的正常状态都是非平衡的。在这里，分形的自相似性属性同意投资者在任何期限的地平线上的存在，以及决策中的非线性和不对称性，以及其他许多事情。 。
但如何计算一个系列的分数？你答应过要发布一个算法的...:)
本文提出了一个包括噪声成分的动态模型，可以生成模拟 "搅拌层 "现象的准混沌时间序列，即"混沌行为-双稳态（在两个明显不同的状态之间跳跃）-选择一个稳定状态 "的情景 。这种情况在经济学、医学等领域的许多过程中都很典型。在调查一些统计特征的基础上，还提出了一种分析生成的系列的方法。这表明，分析（初步建立一个训练集）允许定义 "真理时刻"，即在该时刻，有可能以设定的概率预测给定系统将选择哪种静止状态。http://ellphi.lebedev.ru/12/pdf19.pdf。
好运。
但你如何计算一个系列的分数？你答应过要发布一个算法的，...:)
还没有接受，虽然这个算法对我自己来说再次得到了证实。最近我读到了关于变异指数的文章，写得非常有趣，特别是当你考虑到该算法的作者声称计算这个指数所需的数据比计算赫斯特的数据少得多。而Hurst指数、分形维度和变化指数是密切相关的。
双稳态系统中随机共振效应的研究
下诺夫哥罗德国立大学V.N.Ganin, A.A.Dubkov
讨论了一种新的近似方法来研究具有片状线性势的双稳态系统中的随机共振效应。
我们考虑一个布朗粒子在势场中的运动，类似于Candida的第二环节？http://forex.kbpauk.ru/download.php?Number=16275。
好运。
第二届俄罗斯生物物理学家大会
http://www.biophys.msu.ru/conferences/99_bpii/10_OBZOR/10_Otchet.htm
好了，那里的雅达雅达（生物物理学家，无意冒犯）和这里已经出现的公式。
在各种系统中观察到的随机共振现象，在噪声和相干的、通常是周期性的力的同时影响下，具有阈值激活作用，最近引起了很多关注。随机共振在生物系统中的可能作用是由V.Y. Makeev首次指出的。在某些条件下，外部噪声的强度增加会导致系统的行为更加有序。
随机共振是非线性系统中的一种合作效应，其中分布在广泛频谱上的噪声能量被泵入信号频率的输出能量。 在这种情况下，系统响应的振幅由共振型函数 描述，其中的参数是噪声水平。
其机制大致如下：在有噪声的情况下，粒子从一个状态过渡到另一个状态；这种过渡的特征时间由克拉默参数决定。在确定性调制存在的情况下，屏障高度开始取决于时间，与强迫相位和反相位的过渡概率的比率变成W+/W-=exp(-2QD)，其中Q 是屏障高度，D 是噪声强度。
随着噪声强度的增加，克拉默斯时间也随之减少。- 波动性越小，从趋势过渡到平缓的可能性就越大？
如果强制力的变化足够慢，就有可能达到一个制度，即克拉默斯时间成为这个特征变化时间的一个周期的数量级，但W+/W- 比率仍然相当高。然后，系统中的转换被信号充分可靠地调制，我们处理的是随机谐振。在较大的D时，与特征调制时间相比，克拉默斯时间变得太小，而且W+/W-~1，随机共振无法实现。
随机共振使得以牺牲噪声为代价，放大振幅远小于噪声强度的信号成为可能。首先，这种可能性与kT问题有关，其本质可归结为一个问题："具有小于平均热背景能量（kT）的特征能量的效应是否具有任何生物相关性"。特别是，对活体组织暴露于弱电磁波的可能性的怀疑，就是基于这样的论点。我们考虑了一个简单的膜通道模型，其中传导水平之间的切换可以被一个微弱的外部信号所调制。
....我特别喜欢关于过渡时间的段落，也就是说，似乎有可能阅读趋势的持续时间？ 虽然什么是克拉默斯参数， 事实证明，它是布朗粒子逃离势阱所需的平均时间。我甚至还没有掌握第一项工作，第二个环节是Candida，这里又......维基百科被我的询问弄哭了，我被我的愚蠢弄哭了，好吧，让我们继续读下去。
好运。
问题
我阅读了所有关于随机共振的文献，更加确信我的方法的正确性。随机共振存在的一个重要条件是存在两个 "稳定 "状态。接受这个模型：趋势是从一个水平的平坦性过渡到另一个水平的平坦性，事实证明，稳定状态是两个水平的平坦性。我们可以或多或少地说出一个层次，但第二个层次仍然是一个大谜团。也许我没有完全理解某些东西，或者根本不理解，但在我看来，为我们的案例寻找模型的潜在功能是荒谬的。要知道这个函数意味着几乎知道系统的一切，否则就要找到 "生命公式"。 根据信号参数、噪声和一个级别的势能最小值来找到第二个势能最小值似乎也很困难，相当不可能。
我仍然坚持认为，实际能做的就是找到最佳的噪声特性，在这个特性上，人们可以自信地谈论未来有一定概率的方向性尖峰，但人们只能通过从类型化统计中得出的经验性依赖来确定一个新的水平。
我相信我们需要从收集噪音、趋势和平坦水平的统计数据转向寻找模式，考虑到随机共振的具体情况。直觉还是说应该有这样的模式。我之前写过 "grasn 12. 10. 2007 14:08"。然而，在重新考虑之后，我意识到，确实我所说的与波动性非常相似，但我的意思是数字信号处理 方面的噪声参数，这完全是另一回事。早些时候在收集统计数据时，我忘记了噪声，而噪声是系统中非常重要的组成部分，决不能忽视。
我在这里有点得意忘形，但问题是-- 我如何计算噪声强度？我搜索了我的书和互联网，我找不到任何东西。有一个相对强度噪声（RIN）参数- 但这是针对激光器和类似系统的计算。
趋势或持平
什么是稳定状态、趋势或平坦？依我愚见，这只是术语和参与者之间的一些观点一致。权威人士告诉我们，市场大多坐在一个平坦的地方，在一个趋势中花费的时间非常少。经过我自己的、微不足道的实验，我得出了另一个结论：局部（也没有其他）平坦和趋势存在的比例大致相同。我将向你展示，作为反思的机会，欧元兑美元的第一段（小时，（H+L）/2）已经到手。收集统计数据的算法很简单，我在测试的区间内 "与时俱进"，固定初始时间序列的长度，在每个区间内展望未来，并确定侧向通道（平坦）和线性回归通道的持续时间，当然是使用相同初始样本的参数。这是我在600个样本的窗口得到的东西。
x轴代表分析范围的样本，而y轴代表通道长度减少到时间序列的窗口大小（即寿命-2意味着具有初始参数的通道生活，多了两个初始长度，2*600）。如果我们把整个历史，通过窗口的长度，我们仍然得到大约相同的图片（几乎像图中一样）。平坦 "通道的平均持续时间比线性回归通道略长，但这都不是当局所写的 "显著"。当然，这种说法是间接的，但它使我产生了一些想法。
潜在的坑洞
有一篇文章，见"绘制支撑和阻力水平图"。有提到以前的出版物。而且还有纤维，你只需要找到它们。用斯瓦尼的方法，你不会找到费伯斯。
我想起了电影《银河系搭车指南》中的一段对话，一个具有狂躁抑郁症人格的机器人和主角：工人被主角的苦恼所触动，试图帮助他，"你想让我计算你的生存机会，....，但你不会喜欢......"。使用这些 "潜在坑 "的机会也一样。矛盾的是，价格并不关心这些坑中哪个 "更有潜力"。通过 "测量 "这些坑，你永远猜不到价格更喜欢哪一个。问题是，所产生的曲率与势函数无关。
我一定是在第一篇论文中遗漏了什么，因为在我看来，结果是相当微不足道的--随着噪声的减少，超过过渡阈值的情况变得越来越少，最后完全停止--然后系统保留了它在那一刻发现自己的状态。为什么作者称这是一种预测？再次将第一阶段命名为随机共振表明了一个简单的想法--作者根本不知道这个术语已经被用于一个完全不同的现象。也就是说，我认为导言中的概述和参考文献清单在本文中是有价值的。至于其他两个参考资料：它们并没有改变我的观点--随机共振是一个相当狭窄的术语，关键点（便于计算）是信号的周期性，市场不会放纵它。然而，我应该注意到，动态部分是模型的一个构成部分。因此，我仍然认为，我应该从它开始 :)
P.S. 这是来自于文献。
对于文学作品，最好是阅读这个：http://eprint.ufn.ru/article.jsp;jsessionid=aaa81x5hHOgj8Y?particle=1784
(来自wikipendia链接)
все, что возможно сделать практически – это найти оптимальные характеристики шума, при котором с определенной вероятностью можно уверенно говорить о будущем направленном скачке, а вот определить новый уровень можно только по эмпирическим зависимостям, выведенным на основе набранной статистики.
几乎在任何时间点都可以自信地谈论未来的方向性跳跃：），问题是它的方向。而且，至少对时间有一个粗略的概念也不失为一个好主意。最近的新水平（从上面和下面），我认为，通过传统的TA手段是相当好的定义，在猜测了方向之后，有可能进一步指定，毕竟有一个尾随。
我认为相当一部分潜在的批评可以用grasn的坏心情来解释。关于劳动密集型--现在谁还容易呢？:)顺便说一下，我曾经写过，我已经冻结了与潜在模特的合作，就是因为这个原因 :)
对于文学作品，最好是阅读这个：http://eprint.ufn.ru/article.jsp;jsessionid=aaa81x5hHOgj8Y?particle=1784
(来自wikipendia链接)
我看了维基百科，很刻意地不想深入研究 "SR"--因为我还没有看到它对这个案子的用处。