Главная | Новости FX CLUB | Торговые условия | Торговые платформы | Обучение трейдингу
О компании
Торговые условия
Открыть демо-счет
Открыть реальный счет
Ввод средств на счет
Вывод средств со счета
Торговая платформа
  Торговые платформы
Платформа Libertex
Платформа MetaTrader4™
Платформа Rumus
  Аналитика
Видеообзор рынков
Видео от FX CLUB
Аналитика Forex
Экономический календарь
  Обучающие материалы
Обучение Forex
Статьи форекс
Статьи forex











 





Поиск информации по сайту:
Пользовательского поиска

Математическая оптимизация

Новая модель, представленная в следующей главе этой книги, отличается математической строгостью. Единственными исходными данными, которых она требует, являются сценарии, то есть вероятности всевозможных исходов. Они играют первостепенную роль при оценке совместных (условных) вероятностей. Если вероятности неточны, то и отдача от новой модели будет невелика. Проблема заключается в том, чтобы точно назначать совместные вероятности возможным исходам многих одновременных сценарных спектров. Достижение вершины (л + 1)-мерного изображения столь же важно, как и усилия по таймингу и выбору сделки. Эту вершину (как и любую другую точку, в которой мы хотели бы находиться) дает нам новая модель столь же точно, сколь точно мы оценили совместные вероятности. Поэтому мы можем утверждать, что оценка совместных вероятностей, безусловно, так же важна, как и усилия по таймингу и выбору сделки. А, возможно, и более важна, ибо мы сами контролируем наши оценки, а решать, будет ли следующая сделка прибыльной или нет, мы не можем.

Новая модель

использовать архивные исходные данные (т. е. создавать сценарные спектры, точно соответствующие прошлым событиям). Обратное, однако, неверно.

Математическая оптимизация

Математическая оптимизация представляет собой задачу отыскания максимального или минимального значения некоторой целевой функции по заданному параметру (s). Целевая функция есть, таким образом, нечто такое, что может быть оптимизировано только с помощью итеративной процедуры.

Например, отыскание оптимального /для одной рыночной системы или одного сценарного спектра является задачей математической оптимизации. В этих случаях методы математической оптимизации могут быть достаточно грубыми, вроде перебора всех значений f от 0 до 1,0 с шагом 0,01. В качестве целевой функции для отыскания среднего геометрического HPR при различных условиях и заданном значении f может выступать одна из функций, представленных в главе 1. Роль варьируемого параметра здесь играет то значение f, которое тестируется в интервале от 0 до 1.

Значение целевой функции вместе с подставляемыми в нее значениями аргументов дают координаты нашего положения в (и + 1)-мерном пространстве. Отыскивая /для одной рыночной системы или одного сценарного спектра, когда п равно 1, мы получаем координаты в двухмерном пространстве. Одной из координат является значение/ подставляемое в целевую функцию, а другой координатой — значение целевой функции от этого /

Поскольку не всем достаточно легко представить себе более трех координат, мы будем считать, что п равно 2 (то есть оперировать с трехмерной, (п + 1)-мерной картины). В условиях такого упрощения значение целевой функции дает нам высоту трехмерного изображения. Значения /, связанные с одним из сценарных спектров, мы можем представить себе в виде координат север-юг, а значения /, связанные с другим спектром, — с координатами восток-запад. Каждый сценарный спектр соответствует возможным исходам данной рыночной системы. Поэтому мы, например, можем сказать, что координаты север-юг соответствуют определенному значению /для данного рынка и для данной системы, а координаты восток-запад — значению /, относящемуся либо к торговле на другом рынке или к другой системе, когда торговля по обеим системам идет одновременно.

Статья размещена в рубрике: Новый подход к управлению капиталом



 

Главная Софт Литература Читайте на сайте Советы новичкам Контакты

Copyright © 2007 fx-trader.ru