如果我们确切地知道价格是如何变动的...
你可以卖掉这个法律，买下半个地球。而且不用费心思去做策略。
那么问题就变成了一个普通的经理人问题......哪个是最佳的：更多但更少，或者更少但更多......
打个比方，考虑到存储成本和每批货物的交付成本，采取最佳交付问题。
谢尔盖-阿赫特舍夫 "最大和最小的任务"
第73页（类似于......）。
这个问题其实更像是一个反问句，但仍然是。
如果我们确切地知道价格运动的规律（假设我们知道其差异/增加的概率密度分布的确切公式）。
知道概率密度函数决不意味着知道价格运动的规律。
"这个问题实际上是相当修辞的"--不是因为它不需要被回答，而是因为它是完全错误的。
P.S. 你一定是最近开始读Terwer了？
知道概率密度函数决不意味着知道价格运动的规律。
"这个问题实际上是相当修辞的"--不是因为它不需要被回答，而是因为它是完全错误的。
P.S. 你一定是最近开始读Terver？
事实上，我自己也不太清楚我想要什么，所以我试着不使用巧妙的术语来表述它。
假设我们在一个完全抽象的市场上交易，其报价由计算机生成。我们可以肯定的是，它的价格差异分布不会是带有粗尾巴的钟形，甚至不是经典的高斯分布，而是，例如，三角形或马鞍形（所以我们有一个 "弯曲的镜子市场"），我们事先知道分布公式及其所有参数。
我们去这样的市场交易，基本上我们想做的就是尽可能多地赚钱。这样的人工市场将在明天开盘，并将在N个点上工作。
我们的任务是根据价格分布函数的先验知识和可用的历史数据制定这样的交易策略，以使我们的存款规模在N个交易日后达到最大的期望值。
如果我们假设差分过程是静止的，那么这个问题就很值得解决了。我不知道如何解决，但我认为还应该知道过程的自相关函数。据说，甚至还有描述最优策略的分歧。
知道价格差异的分布是不够的。你还需要一个模型。如果模型是随机漫步，即使是静止的，但具有任何分布的独立增量，那么盈利的策略是不可能的。
如果假设差分过程是静止的，那么这个问题就相当体面了。我不知道如何解决，但我认为还应该知道过程的自相关函数。据说，甚至还有描述最优策略的衍生物。
Mathemat，你早就注意到，在我看来，你过于强调差异过程的静止性。在本质上，它是一个波浪上的随机波纹。这里可以接受的类比是FPC方程，以及其漂移和扩散系数。
这个问题其实更像是一个反问句，但仍然是。
如果我们知道价格运动的确切规律（比方说我们知道其差异/增加的概率密度 分布的确切公式）。我们怎样才能根据我们指定的某种标准计算出对某一分布规律来说是最优的交易策略？