Задача отраслевого анализа состоит в том, чтобы определить границы анализа при последующем рассмотрении отдельных предприятий. Это осуществляется путем отсеивания отраслей, не представляющих интереса в данном плане. Разумеется, в рамках той или иной отрасли речь постоянно заходит об особой ситуации в отдельных компаниях. Следует подчеркнуть, что отраслевому анализу всегда должен предшествовать общеэкономический анализ. [c.237]
Накопление/распределение позиций определяет настроение биржевой толпы лучше любого показателя технического анализа. Конечно, при условии отсеивания всех ничего не значащих данных и обязательной фокусировки внимания на взаимодействии с толпой. Рынок генерирует торговые объемы и на многих причинах неэмоционального характера, таких, например, как вторичное предложение акций, или информация о торговле блоком акций. Однако такие новости технического плана не способны сформировать тренд, как это делают страх и жадность. В любом случае успешный трейдинг сопутствует только тому, кто способен постоянно чувствовать параноидный характер рынка. [c.65]
Настоящая работа начнется после того, как вы заполните электронную таблицу AB . Вам придется глубоко проанализировать каждую акцию или фьючерс с рейтингом А . Используйте свою систему игры, чтобы определить точки входа, уровни стоп-приказов и ориентиры прибыли. Подготовьте назавтра приказы брокеру. Проделайте это для всех рынков с рейтингом А , не трогая остальные. После закрытия рынка в понедельник вернитесь к рынкам с рейтингом А . Если вы открыли на них позиции, заполните новую страницу в дневнике трейдера и продолжайте отслеживать их и управлять ими по плану. Если приказы на открытие позиций не сработали, проанализируйте рынки еще раз и решите, есть ли смысл играть во вторник. Отсеивание групп В и С экономит время, позволяя сосредоточиться на самых выгодных рынках. [c.277]
Для принятия решения о капиталовложениях необходимо выбрать инвестиционный проект и оценить целесообразность его финансирования. Существуют различные формализованные методы оценки простые — для быстрой предварительной оценки и отсеивания проектов, более точные — для учета временного лага и составления бизнес-плана. Формализованные методы помогают принимать решения об инвестициях, но обязательно дополняются неформализованными оценками при принятии окончательного решения по каждому конкретному проекту. [c.116]
В задачах отсеивающего эксперимента обращает на себя внимание обстоятельное изложение методов последовательного отсеивания, которые до сих пор, насколько нам известно, описывались кратко. Упоминается одна задача отсеивания, в которой одновременно рассматривалось 100 000 факторов Для реального эксперимента это фантастика, а в имитационном эксперименте оказывается вполне возможным. Думается, что здесь наметилась область, которая будет стимулировать развитие теории отсеивающих планов. [c.5]
Отсеивание восьми факторов в плане 2 Г4 [c.70]
Обсудим теперь частные виды ситуации отсеивания. Пусть мы обнаружили, например, k важных факторов среди k подозреваемых, где k много меньше, чем k, a k весьма велико, скажем 100 или больше. Использование плана разрешения IV, как в табл. 27, дает число опытов, равное 2k. Так, если число факторов k велико, то число опытов может оказаться чрезмерным. Даже в планах разрешения III число опытов равно (k + 1) и может быть уже велико. Следующие три типа планов можно использовать для решения задач с непомерным числом опытов, обусловленным непомерным числом факторов. [c.70]
| Рис. 25. Блок-схема последовательного оценивания параметров в многостадийном плане группового отсеивания |  |
Перед началом исследования мы можем столкнуться с многими, например с k, факторами, которые предполагаются важными. Можно постулировать, что на самом деле важны не все k факторов, а лишь их малая часть, скажем k. Мы не знаем ни того числа k, ни того, какие k факторов из k значимы, поэтому мы хотим отсеять (выделить) эти факторы. Эту ситуацию обсуждали также Джекоби и Харрисон (Ja oby, Harrison, 1962, p. 128]. Они считают, что ситуация отсеивания весьма характерна для имитационного эксперимента. Мы рассмотрим несколько типов планов отсеивания, а именно (1) планы 2k p (2) случайные планы (3) сверхнасыщенные планы (4) планы группового отсеивания. [c.68]
Помимо прочего, стоит указать те ловушки, которые подстерегают вас при проектировании торговой системы. Первая проблема связана с объемом правил, на основании которых строится торговая система. Чем проще система, тем меньше вероятность того, что она подведет в критический момент. Если же система состоит из нагромождения малопонятных неспециалисту формул, то она, скорее всего, ущербна в плане подгонки на исторических данных. Во-вторых, это фильтрация. С одной стороны, фильтры направлены на отсеивание отрицательных сделок, но с другой — большое их количество может существенно осложнить вашу работу. При этом следует помнить, что на сегодняшний момент нельзя добиться стопроцентного прогнозирования рынка. Следовательно, необходимо стремиться к разумному балансу критериев фильтрации. По оценкам экспертов по созданию автоматизированных систем торговли, количество фильтров не должно превышать пяти. Помните, что окончательный вариант вашей системы должен быть достаточно простым, чтобы быть понятным нетрейдерам. [c.141]
Сначала мы рассмотрим общую модель с взаимодействиями, используемую в факторных планах. Дисперсионный анализ (или кратко ANOVA) применяется при обработке результатов факторного эксперимента. Показаны отношения между дисперсионным и регрессионным анализом. Обсуждаются рандомизация и разбиение на блоки в имитации. Исследуются предпосылки ANOVA, преобразование и кодирование. Следующий параграф -посвящен частному виду факторных планов, а именно таким планам, в которых все факторы имеют только по два значения. Приводится модель для таких 2fe планов вместе с анализом наблюдений. Затем идет параграф, в котором говорится только о дробных репликах от полного факторного эксперимента типа 2k, строящихся так, что вся важная информация сохраняется. Мы показываем, как можно выбрать конкретную структуру смешивания эффектов. Мы даем планы для модели только главных эффектов, планы для оценки главных эффектов в присутствии взаимодействий и планы для оценки как главных эффектов, так и двухфакторных взаимодействий (так называемые планы разрешения III, IV и V соответственно). Далее следует параграф, в котором показано, как получить независимую оценку дисперсии ошибки опыта о2 при частичном дублировании плана. Приводится метод переоценки эффектов с помощью дополнительной информации от повторения плана. Вместо дублирования наблюдений можно объединить суммы квадратов некоторых эффектов. Оба метода можно сочетать с проверкой соответствия модели. Если модель не годится, мы можем перейти к модели более высокого порядка. Показано, что планы этой главы легко достраиваются до планов более высокого порядка (это так называемые композиционные, или последовательно строящиеся, планы). Наконец, в следующем параграфе обсуждаются планы для поиска нескольких важных факторов среди многих мыслимых важных факторов, для так называемого отсеивания. Рассматривается интерпретация дробных факторных планов, когда некоторые факторы не могут быть важными. Приводятся также планы со случайным отбором факторных комбинаций и их анализ. Даются и так называемые сверхнасыщенные планы — систематические (т. е. не случайные) планы с меньшим числом наблюдений, чем эффектов. Затем мы демонстрируем несколько вариантов дробных реплик, в которых факторы объединяются в группы для уменьшения числа факторов и наблюдений. Исследуются предпосылки таких планов группового отсеивания и устанавливается, что они не ограничительны. Четыре типа планов группового отсеивания сравниваются между собой. Глава заканчивается кратким обсуждением теории статистических решений и проблемы многих откликов. Приводится литература по этим двум и по многим другим вопросам. [c.8]
Когда из плана разрешения IV отбрасывается один или несколько факторов, то может случиться, что план превратится в план разрешения V (или выше) для оставшихся факторов. Обратимся к примеру в табл. 25. Из построения плана легко видно, что если фактор 4 незначим, то план 2IV1 превращается в полный факторный план для факторов 1, 2 и 3. (Мы еще вернемся к такому отсеиванию важных среди It факторов в IV.7.) Если с самого начала в эксперименте k факторов и мы хотим иметь возможность реализации для них плана разрешения V, то нужно большое внимание. Планы разрешения III и IV можно выбрать так, чтобы они были подмножеством планов разрешения V. [c.65]
Итак, в силу гибкости случайных планов они могут быть привлекательными при большом числе факторов и умеренном числе опытов, когда есть некоторое представление о виде функции отклика, области интереса и важных факторах. Без такой предварительной стадии некоторые факторы будут произвольно отнесены к неэффективным или, наоборот, некоторые факторы окажутся фиксированными на произвольных уровнях. (Эти произвольные уровни практически ограничивают выводы из эксперимента.) На следующей стадии мы можем ограничить аппроксимацию истинной функции отклика областью дальнейшего экспериментирования и сосредоточиться на важных факторах. Тогда мы можем взять либо систематический ортогональный план для факторов, аппроксимирующих функцию отклика, либо систематический сверхнасыщенный план, либо, наконец, систематический план группового отсеивания . [c.83]
И nut планах /е факторов объединяются в g групп, а каждая груп-ни рассматривается как обычный фактор. Такие g групповых факторов изучаются в систематическом плане. Постулаты группового отсеивания ведут к тому, что если некоторый групповой фактор незначим, то незначимы и все исходные факторы, его образующие. Следовательно, их можно исключить из дальнейшего исследования. Если же групповой фактор значим, то значимы один или несколько исходных факторов. Так что па следующем шагу все эти факторы должны сохраниться в исследовании. В двухстадийном методе g групповых факторов рассматриваются на первой стадии, а все исходные факторы, входящие только в значимые группы, — на второй. Такой метод был предложен Уот-соном (Watson) в 1961. В многостадийном групповом отсеивании группы, оказавшиеся значимыми на первой стадии (или, более обще, на t-w. стадии), перестраиваются в меньшие группы, проверяемые на следующей стадии. Такие многостадийные планы были предложены независимо Пейтелом (Patel) и Ли (Li) в 1962 г. Обсудим двух- и многостадийное групповое отсеивание несколько более детально. [c.84]
Смотреть страницы где упоминается термин Планы отсеивания
: [c.68] [c.328] [c.68] [c.69] [c.93] [c.93]Смотреть главы в:
Статические методы в имитационном моделировании Выпуск 2 -> Планы отсеивания