从理论到实践 - 页 252

[[删除]]

Andrei:
价格过程是非马尔科夫的假设首先是从哪里来的？这是一个马尔科夫过程的条件，即未来与过去无关，而现在是固定的...

从沉重的尾巴上看，好像不是随机的，而是有记忆的

[Andrei01]

Maxim Dmitrievsky:

从沉重的尾巴上看，好像不是随机的，而是有记忆的

马尔科夫过程可以有记忆和内部状态，所以不应该是一个问题...

[Andrei01]

Maxim Dmitrievsky:

但VisSim现在将无法将它拿出来)。

嗯，有VisSim到C代码的转换器...))

[[删除]]

Andrei:
马尔科夫过程可能有记忆和内部状态，所以这不应该是一个问题...

那么，只有状态和过渡概率，在每个新的状态中，只有当前的概率会影响过渡，而前一步的记忆会被抹去。

而且我对非马尔科夫的描述不甚了解，那里相当复杂)

[Andrei01]

Maxim Dmitrievsky:

那么，只有状态和过渡概率，在每个新的状态中，只有当前的概率会影响到过渡，而前一步的记忆被抹去了。

这就对了，内存被放入当前状态，所以不再需要以前的状态，尽管如果需要计算的话，它总是在那里....。

关于未来的过渡，当然都是同样的概率，但即使不是，也可以在过渡指标中考虑到......。

[[删除]]

Andrei:

这是正确的，内存被放入当前状态，因此不再需要以前的状态，尽管如果你需要它来计算，它总是在那里....。

关于未来的过渡，当然一切都有同样的可能性，但即使没有，也可以在过渡指标中考虑到。

嗯，他们做各种时差和随机模型，但我不是很擅长，而且刚刚开始学习。

例如，你可以看看机器学习中的q-learning，在时间差上有静止的和非静止的模型，t-tn，关于这一点，亚历山大写道，但从另一个方面的方法。最难的是将它们应用于像市场这样的连续过程，而对于离散的过程，一切或多或少都很清楚。

[Andrei01]

Maxim Dmitrievsky:

例如，你可以看看机器学习中的q-learning，在时间差上有静止的和非静止的模型，t-tn，亚历山大写过，但从另一个方面的做法是

我认为离散隐马尔科夫模型和算法与这个问题更相关，因为你不需要知道模型本身，这使得它与神经网络 相似...

扩散和布朗运动的方程式看起来非常牵强...市场显然远远不是布朗式的））。

[[删除]]

Andrei:

我认为离散隐马尔科夫模型和算法与这个问题更相关，因为你不需要知道模型本身，这使得它与神经网络相似...

扩散和布朗运动的方程式似乎有点牵强...市场显然远远不是布朗式的））。

一般来说，它需要大量的工作和...认为 :) 这是我的，可以这么说。

[Aleksandr Yakovlev]

你必须原谅我。但你不觉得你在这里做得太过分了吗？似乎正在进行一场竞争，看谁比谁更聪明。这里有一个最简单的提示：你带着适合你的地段进去，在交易中赚10个点，成交一半，剩下的就存入银行。而你将会很高兴。而且没有头痛）））。

[Renat Akhtyamov]

Aleksandr Yakovlev:

你必须原谅我。但你不觉得你在这里做得太过分了吗？似乎正在进行一场竞争，看谁比谁更聪明。这里有一个最简单的提示：你带着适合你的地段进去，在交易中赚10个点，成交一半，剩下的就存入银行。而你将会很高兴。而且没有头痛）））。

创作过程，你知道...