随机流理论和外汇 - 页 11

新评论
 

中子

我回答了吗？ 如果没有，无法驱散这些公式的迷雾。问吧。

我明天会去找我的祖父。这是他写的一本好书。Tikhonov V.I. Nonlinear Transformation of Random Processes -M.: Radio and Communications.1986.如果你将使用这本书，有一些错别字，我想我又发现了一个，它对我来说并不适用。如果我有机会见到他，我会公布结果。看起来在减去趋势（y(x)=a+bx）后，它是一个二阶惯性。

一阶 数学 自回归，方差趋于无穷大（如果我没搞混的话） 。但 二阶惯性链接做出了振荡运动，好像它趋向于一个平衡点，在我看来，报价运动的 "特性 "更有道理。 但也许都在那里；-(

 
Prival:

让我用一个例子再试一下。

重要的是要理解这个公式。

...


好了，普利瓦尔， 就是这样！

你用公式描述的是一阶自回归表示的第一差值（马尔可夫过程），其中w是一个随机成分（具有某些特征的噪声），F是一个标量（矩阵的特例），等于BP第一差值之间的相关系数。再一次，这个公式适用于并预测了第一个BP的差异，而不是BP本身。为了恢复和预测血压，你需要一个整合一系列增量的程序！你需要的是什么？

现在的问题是：你要学习什么？在许多作品中，有关这一主题的所有信息都得到了很好的解释，并以非常容易消化的形式呈现。

现在是一个细微的差别。马尔可夫过程。根据这一理论，从L(k)到L(k+1)的转换并不取决于状态L(k-1)，也就是说，昨天、一小时前和一分钟前的速率是一样的。最主要的是汇率L(k)。此刻L(k+1)会是什么，是由这个该死的（我想不出别的词了;-)）矩阵F决定的。

它是马尔科夫过程的一个特例（当F=0时），有一个合适的名字："维纳过程 "或 "一维布朗运动"。它没有任何实际意义。

问题是，以上这些与飞机驾驶员有什么关系？

 
我也在想L(k)是什么。毕竟它看起来像一个矢量。 那么F就是一个矩阵。但这是一种什么样的矢量？
 
Mathemat:
我也在想L(k)是什么。毕竟它看起来像一个矢量。 那么F就是一个矩阵。但这是一种什么样的矢量？

L(k)是原始BP的第一差值的当前计数。L是第一差值的向量，L(k+1)是第一差值的预测值。
 
那么如果它是一个标量，我们谈论的是什么矩阵F？如果L(k+1)是一个 预测向量，那么该公式在形式上类似于AR(1)，但只是形式上。
 

问过了!我不知道为什么Prival 把它称为矩阵。

一般来说，问题是这样的。

我们有一个N阶自回归模型，它可以写成以下形式

其中sigma是一个随机变量（其具体形式是一个单独谈话的主题），X是预测BP-Y(i)的第一差值的可用估计值的向量，以及自回归系数（其形式有限制）。

因此，为了计算自回归系数，你必须解决一个N阶的线性方程组，由第一差值的ACF值组成。这是整个案件中唯一的矩阵。该方程组被称为Yule-Walker[Yule（1927）]，[Walker（1931）]。

在找到差异的X(i+1)后，不难构建对原始BP的预测：Y(i+1)=Y(i)+X(i+1)。

就这样，问题解决了!

 

我明白了，中子，AR（N）是明确的。然而，我对一个更复杂的公式感到疑惑

对于这一点，Prival 刚好提到F是一个过渡矩阵。

一个奇怪的事情出现了。如果L(k)是一个矢量（例如最后的M个返回值），那么没有普通的自回归是不可能的。 虽然从形式上看，它是相同的AR(1)，但对于一个矢量流 （过程）L(k)。W(k)也是一个矢量，但它已经不相关了。

你明白我的意思吗，中子？也许这就是Prival 所说的模式，这里的计算方式是无法忍受的？而MNC在这里就恰到好处，如果我们通过历史（找到正确的矩阵F）来运行它。

 
他是否提到了任何来源，文章？如果是这样的话（我指的是向量而不是标量），那么这种机制适用于我们的情况的理由在哪里呢？你可以在你的余生中计算这样的东西...但为了什么？
 

好吧，我们等着看那个制造这混乱的作者。一些奇怪的模型出现了：通过把最后的回报作为向量L(k)的组成部分，我们因此设定了一些回报对其未来价值的依赖性。我想这不是什么好事。

 
Mathemat:

好吧，我们等着看那个制造这混乱的作者。一些奇怪的模型出现了：通过把最后的回报作为向量L(k)的组成部分，我们因此设定了一些回报对其未来价值的依赖性。我想这不是什么好事。

我想从形式上看，它可以说是任何预测性的功能？时间箭头的方向由我们决定。

P.S.这些忌讳就是到处都是:)
1...456789101112131415161718...85
新评论