你好、
我读了你的文章--我非常喜欢你的观点和表述。我想和大家分享一点技术上的看法,也许大家会对这个话题感兴趣。
文中提到 Lyapunov 指数与市场混乱有关,但在代码(CalculateLyapunovExponent())中,实际上是计算模型的灵敏度:取两个几乎相同的输入样本,通过 ForwardPass(),然后计算MathLog(distance / epsilon)。这给出的是模型的度量,而不是市场动态的度量,这是非常合乎逻辑的,因为 "市场 "的 Lyapunov 几乎无法直接估算。
如果你想更深入地研究 "市场 "方面的问题,有一种方法是通过塔肯斯嵌入(Takens embedding):从本质上讲,相空间是由价格重建的,在这里你可以近似地计算轨迹的发散性。这纯粹是一种有趣的替代方法,而不是改变任何东西的建议--这篇文章已经发表了,而且很不错。
再次感谢你的想法。
附注: 如果从西班牙语到俄语的翻译有不清楚的地方,我深表歉意。
新文章 基于混沌理论方法的超买超卖趋势分析已发布:
试想穿越暴风雪中的森林。雪花看似无序飘落,轨迹难测。但如果凝神观察,便会发现它们顺着无形的气流运动,遵循着特定的模式。正如金融市场的价格波动——看似随机,实则暗含韵律。
混沌理论揭示了一个惊人的真相:在看似完全不可预测的系统深处,潜藏着稳定的模式与结构。气象学家爱德华·洛伦兹(Edward Lorenz)在天气模型研究中偶然发现:当输入数据四舍五入后,系统会产生完全不同的结果。这一发现后来被称为"蝴蝶效应",证明初始条件的微小变化可导致结果的指数级差异。
洛伦兹提出:"具有奇异吸引子的系统表面看似随机,实则内蕴秩序。"正如天气系统存在无形模式,金融市场虽表面混沌,却遵循特定规律。
作者:Yevgeniy Koshtenko