Поскольку уравнение (17.2) описывает стохастический процесс, то его решение представляет собой распределение плотности вероятностей. Уравнение (17.5) отображает тот факт, что каждой цене на товар в некоторый момент т соответствует своя плотность вероятности р. [c.454]
Гносеологическая необходимость в опыте для объективизации оценок подтверждается их вероятностным (стохастическим) характером. Рост числа соглашений или фактов оценки позволяет рассматривать их уже в качестве не детерминированных, а именно стохастических величин, не зависящих друг от друга и от воздействия на них методов измерения. Стохастическими оценки становятся еще и потому, что их расчеты отделяются друг от друга и не корреспондируют между собой. В самом деле, при единичном соглашении об оценке методы покупателя и продавца или нескольких экспертов согласуются или по крайней мере сопоставляются их результаты. При множественности, территориальной и временной разъединенности сделок методы оценок не сравниваются между собой и появляется возможность трактовки оценок как стохастического процесса, в результате которого в качестве объективной оценки принимается ее математическое ожидание. [c.208]
Сбор, обработка и сводка информации представляют собой составную часть общего информационно-аналитического процесса маркетинга. Получение информации подчинено задачам управления и имеет целью обеспечить оценку и анализ рыночных процессов для принятия правильных маркетинговых решений. Процесс управления неосуществим без осмысления ретроспективы развития фирмы, оценки ее настоящего и прогноза будущего. Регулирование некоторых рыночных процессов также требует информации о самом этом процессе и факторах, влияющих на него. Информация - средство уменьшения неопределенности, свойственной стохастическим процессам рынка. По словам отца кибернетики Н. Винера, управление фирмой есть процесс преобразования информации в действия. Информация -инструмент маркетинг-менеджмента. [c.38]
Стохастические процессы в системах управления запасами. Обычно невозможно указать точно характеристику спроса. Детерминированное описание является только приближенным. Задержки в поставках, потери при транспортировке можно описать с помощью вероятностных параметров. Время поставки меняется из-за непостоянства времени выполнения заказа, оформления сопровождающей документации. [c.89]
Пусть введенная дискретная случайная величина k (t0,t) представляет собой приращение стохастического процесса Пуассона k (t) [c.180]
Рассмотрим теперь модель поведения потенциального вкладчика, то есть вкладчика, еще не открывшего своего счета к моменту времени to-В этой модели предполагается, что счет открывается в некоторый случайный момент времени т > 0 под влиянием обстоятельств, появление которых во времени описывается пуассоновским стохастическим процессом k+(t) с параметром интенсивности Я.+. Таким образом, случайное число + ( 0, t) = k+ (t) - k (t0 ) появлений за промежуток времени [t0, t] обстоятельств, способствующих открытию счета потенциальным вкладчиком, имеет распределение Пуассона k+(t0,t)e Pn(k (t-tf> ) ). Для упрощения модели предполагается, что потенциальный вкладчик не может многократно открывать и закрывать свой счет на промежутке времени [t0,t]. [c.188]
Некоторые технические аналитики, возможно, могут не согласиться с таким моделированием, предполагая, что оно не отражает реальную картину ценового движения акции. Технические аналитики полагают, что цены не относятся к случайным процессам. Однако важно заметить, что, хотя все три примера образованы стохастическим процессом, стратегия одинаково эффективна в любом случае как при совершенно случайных ценовых движениях, так и при существовании закономерности, когда рынок имеет какие-либо скрытые модели. По сути, стохастический процесс используется только лишь для демонстрации процесса и оценки возникающих результатов. [c.5]
Стихийные экономические процессы делятся на случайные (непредсказуемые) и стохастические (вероятные), поддающиеся предвиденью с известной степенью определенности. Нормальному развитию рыночных отношений присущи стохастические процессы. [c.89]
Для экономических исследований большое значение имеет также анализ стохастических процессов, в т.ч. "марковских процессов". [c.184]
Точно так же можно воссоздать искусственную картину работы самого магазина здесь распределение времени подхода покупателей будет взаимодействовать с распределением времени обслуживания отдельного покупателя. Получаются опять два стохастических процесса. Их взаимодействие даст "очередь" с примерно такими же характеристиками (напр., средней длиной очереди или средним временем ожидания), какими обладает реальная очередь. [c.195]
Случайные (стохастические) процессы 294 [c.488]
Города, особенно крупные, заключают в своих административно-территориальных границах сложнейший комплекс непрерывно протекающих стохастических процессов взаимодействия многочисленных хозяйствующих субъектов друг с другом и с внешними контрагентами. [c.7]
Розенблат-Рот М. Энтропия стохастических процессов //ДАН СССР, 1957. [c.200]
СТОХАСТИЧЕСКИЕ ПРОЦЕССЫ — события, процессы, на протекание которых оказывают значительное влияние случайные факторы. [c.459]
До недавнего времени вопросам определения норм сбытовых запасов в натуральном выражении не уделялось достаточного внимания. Были разработаны вопросы нормирования запасов только для двух видов материальных ресурсов — цемента в [36] и угля в [35]. Кроме того, в настоящее время действует Типовая инструкция [88], в одном из разделов которой регламентированы вопросы определения норм оборотных средств, авансированных в запасы готовой продукции. В экономической литературе нормированию сбытовых запасов посвящены только две работы — [85], [96]. Рекомендуемые в них методические подходы к определению норм и алгоритмы приведены в табл. 3.3, из которой видно, что они значительно разнятся между собой. Например, если в Инструкции [35] расчет основан на предположении, что условия формирования сбытового запаса угля являются стохастическим процессом, и применена вероятностная обработка вариаций значений нормообразующих факторов, то в других работах использован детерминированный подход к расчету. Различаются у авторов также взгляды и на структуру самой исчисляемой нормы, т.е. экономическое содержание ее составляющих. Н. Фасоляк в [95] предлагает при расчете нормы определять ее через такие же составляющие, как и в случае производственных запасов, но не раскрывает их физического содержания. Другие авторы все нормообразующие факторы учитывают вместе, не подразделяя их по группам. [c.122]
Как далее будет показано, нормы запасов, рассчитанные для этих трех случаев, при прочих одинаковых условиях (одинаковых объемах и интервалах поставок и отпусков) разместятся в следующем порядке. Самая большая норма производственного запаса будет получена в случае стохастических процессов, самая низкая — при детерминированных, а при корреляционной связи она займет промежуточное значение. И ее величина будет постепенно снижаться, приближаясь к значению нормы для случаев детерминированных процессов, с увеличением связи между процессами снабжения и отпуска, т.е. рассчитанного коэффициента корреляции. [c.240]
СТОХАСТИЧЕСКИЙ ПРОЦЕСС - см Случайный процесс [c.251]
Настоящая книга посвящена изложению гипотезы фрактального рынка, как альтернативе гипотезы эффективного рынка. Фракталы, как следствие геометрии Демиурга присутствуют повсеместно в нашем мире и играют существенную роль, в том числе, и в структуре финансовых рынков, которые локально случайны, но глобально детерминированы, по мнению автора. В книге будут рассмотрены методы фрактального анализа рынков акций, облигаций и валют, методы различения независимого процесса, нелинейного стохастического процесса и нелинейного детерминированного процесса и исследовано влияние этих различий на пользовательские инвестиционные стратегии и способности моделирования. Такие стратегии и способности моделирования тесно связаны с типом активов и инвестиционным горизонтом пользователя. [c.3]
Рисунки 2.5 и 2.6 показывают подобные распределения для валютного курса иена/доллар (1971-1990 гг.) и 20-летних доходов по американским казначейским облигациям (1979-1992 гг.) соответственно. Толстые хвосты - не только явление фондового рынка. Другие рынки капитала показывают схожие характеристики. Такие распределения с толстыми хвостами часто являются доказательством системы с долговременной памятью, произведенной нелинейным стохастическим процессом. [c.35]
Самое популярное объяснение ограниченности заключается в том, что прибыли являются возвратными к среднему. Стохастический процесс, возвратный к среднему, может произвести ограниченное множество, но не увеличивающийся коэффициент Шарпа. Возвратный к среднему процесс подразумевает игру с нулевой суммой. Исключительно высокие доходы в одном периоде нейтрализуются доходами ниже среднего в более позднем периоде. Коэффициент Шарпа остался бы постоянным, потому что прибыли также были бы ограничены. Таким образом, средняя реверсия в прибылях не является полностью удовлетворительным объяснением ограниченности изменчивости. Независимо от этого процесс, который производит наблюдаемую временную структуру волатильности, явно не гауссов, при этом он недостаточно хорошо описывается нормальным распределением. [c.38]
Почему акции и облигации являются ограниченными множествами Возможным объяснением ограниченности является возвратный к среднему стохастический процесс, но он не объясняет растущее быстрее стандартное отклонение. Ограничения и быстро растущие стандартные отклонения обычно вызываются детерминистическими системами с периодическими или непериодическими циклами. [c.46]
В данный момент мы можем видеть свидетельство того, что акции, облигации, и валюта являются возможными нелинейными стохастическими процессами в краткосрочной перспективе, что подтверждается их частотными распределениями и временными структурами волатильности. Однако акции и облигации имеют признаки долгосрочного детерминизма. И снова мы видим локальную случайность и глобальный детерминизм. [c.47]
В этой книге мы рассмотрим методы различения независимого процесса, нелинейного стохастического процесса и нелинейного детерминированного процесса и исследуем, как эти различия влияют на наши инвестиционные стратегии и наши способности моделирования. Такие стратегии и способности моделирования тесно связаны с типом актива и нашим инвестиционным горизонтом. [c.47]
В следующем разделе исследуется R/S-анализ различных типов временных рядов, которые часто используются в моделировании финансовой экономики, а также других видов стохастических процессов. Особое внимание будет уделяться возможности ошибки второго рода (классификация процесса как имеющего долговременную память, тогда как в действительности, процесс имеет кратковременную память). [c.81]
Таблица 5.4 R/S -анализ стохастических процессов [c.82]
Они являются семейством нелинейных стохастических процессов, в [c.87]
Авторегрессионный (AR) процесс. Стационарный стохастический процесс, где текущая величина временного ряда соотносится с прошлыми величинами р (р — некоторое целое число), называется AR(p) процессом. Когда текущая величина связана с двумя предыдущими величинами, мы имеем AR(2) процесс. AR(1) процесс имеет бесконечную память. [c.284]
Достаточно сказать, кроме формулы для FastK (RAW), все эти Стохастические функции, а следовательно, их производные индикаторы, не соответствуют опубликованному определению Стохастического Процесса Джорджа Лэйна, представляя собой модификации первоначальной формулы. Не забудьте проверить списки этих функций, используя PowerEditor в TradeStaton , чтобы узнать, что именно вы применяете, прежде чем будете принимать основанные на этих индикаторах торговые решения. [c.273]
Стохастика (от греч. Sto hasis — догадка) — вероятность событий, обусловленных случайным сочетанием факторов. Стохастическая (возможная, вероятная) совокупность образуется в результате реализации стохастического процесса и представляет собой совокупность возможных комбинаций отбираемых единиц. [c.25]
СЛУЧАЙНЫЙ ПРОЦЕСС [random pro ess] (вероятностный, стохастический процесс) — случайная функция X t) от независимой переменной t (в экономике она чаще всего интерпретируется как время). Иначе говоря, это такой процесс, течение которого может быть различным в зависимости от случая, причем вероятность того или иного течения определена. Сп. можно рассматривать либо как множество реализаций функции X t), либо как последовательность случайных величин X t), заданных в различные моменты времени t.. Сп. дискретен или непрерывен в зависимости от того, дискретно или непрерывно множество его значений. Если дискретен аргумент t, то говорят о процессе с дискретным временем, или случайной последовательности. Если свойства процесса не зависят от начала отсчета времени, то такой [c.332]
СТОХАСТИЧЕСКИЙ ПРОЦЕСС [sto hasti pro ess] — процесс называется стохастическим, если он описывается случайными переменными, значения которых меняются во времени. Подробнее см. Случайный процесс. [c.348]
У всех описанных выше методов сетевого планирования общим является то, что для их применения допускаются детерминированные процессы. Существуют также методы, позволяющие планировать стохастические процессы. Нужно считаться с тем, что после наступления определенного события можно ожидать только с определенной степенью вероятности, какие цепочки работ за ним последуют. Так, при помощи разветвления, представляемого как блок решений и исходящего из события, вероятность которого предварительно задается, определяют возможные альтернативные структуры работ. Метод ТАН (Generalized A tivity Networks — GAN), например, позволяет принимать во внимание только вероятностную структуру работ, а метод ТЕРТ [c.321]
Учет при нормировании корреляционной связи между нормообразую-щими факторами приводит к снижению определяемой специфицированной нормы запаса. Проиллюстрируем этот тезис на примере расчета норм сбытовых запасов для трех лет для ПО ЗИЛ — при наличии корреляционной связи между нормообразующими факторами (Л > 0,60, где Л — рассчитанный коэффициент корреляции), которая может иметь место на промышленных предприятиях. При наличии функциональной связи изменению одного явления во всех случаях соответствует определенное изменение другого явления, находящегося с ним в причинной связи. При формировании сбытовых запасов функциональные связи между процессами производства и отгрузки в интервалах, как правило, в чистом виде не наблюдаются, но они проявляются в форме свободной, корреляционной связи. При данных условиях определенному изменению одного явления соответствуют в отдельных случаях различные по величине и направлению изменения другого явления. В случае же стохастического процесса, который рассматривался ранее, вообще отсутствует и функциональная, и корреляционная связь между двумя явлениями, находящимися в причинной связи. [c.218]
СЛУЧАЙНЫЙ ПРОЦЕСС, вероятностный процесс, стохастический процесс (sto hasti pro ess) — случайная ф-ция X(t) от действительного параметра времени teT, значения которой для любого t являются случайными величинами Область определения С п является либо последовательностью, либо конечным или бесконечным интервалом, в первом случае С п называется процессом с дискретным временем, во втором — процессом с непрерывным временем Приме ром С п является поток [c.238]
Sto hasti Os illator — стохастический осциллятор. Стохастический процесс в математике означает процесс бесконечной прогрессии совместно распределенных, выбранных случайным образом переменных. Стохастический осциллятор показывает моменты, когда цена подходит близко к границе ее торгового диапазона за определенный период времени. Стохастический осциллятор состоит из двух кривых быстрой (%К) и медленной (%D) кривой. Формула расчета параметра %К (быстрая кривая) данного индикатора имеет следующий вид [c.262]
Используя R/S-анализ для поддержки гипотезы фрактального рынка, я показываю модели, объясняющие полученные результаты. Часть 4 рассматривает деятельность рынка с точки зрения стохастических процессов по существу, в ней разбирается фрактальный шум. В Главе 13, на основе использования R/S-анализа, различные "цветные" шумы анализируются и сравниваются с анализом рынка. Полученные результаты удивительно похожи. Кроме того, дается значимое объяснение поведению волатильности. В Главе 14 обсуждается статистика процессов фрактального шума, которые выдвигаются в качестве альтернативы традиционному нормальному распределению (распределению Гаусса). Обсуждается влияние фрактальных распределений на модели рынка. В Главе 15 показано влияние фрактальной статистики на проблему выбора портфеля и опционное ценообразование. Рассматриваются методы адаптирования таких моделей к фрактальным распределениям. [c.7]
Такой нелинейный процесс может быть вызван зависящей от времени дисперсией (AR H) или процессом с долговременной памятью, называемым процессом "Парето-Леви". В свое время мы обсудим оба случая. В данный момент мы можем просто сказать, что распределения с толстыми хвостами часто являются симптомами нелинейного стохастического процесса. [c.36]
Исходя из вышеупомянутого анализа, 20-дневные изменения в цене по индексу Доу-Джонса характеризуются как персистентный процесс Херста с Н = 0,72. Это значительно отличается от результата для случайных блужданий. Поскольку ряд состоит из АК.(1)-разностей, мы знаем, что работает истинный процесс с долговременной памятью. Характеристики этого ряда имеют мало общего с другими стохастическими процессами, исследованными в Главе 4. Особенно они отличаются от рядов AR H и GAR H (см. Главу 4), которые так часто использовались в качестве моделей рыночных процессов. Однако персистентное масштабирование действительно имеет предельный срок. Оно происходит только в течение тех периодов, которые короче 1 000 операционных дней. Поэтому данный процесс является не процессом бесконечной памяти, а длинной, но конечной памятью с непериодическим циклом, составляющим приблизительно четыре года. Четырехлетний цикл может быть связан с экономическим циклом. Он также кажется связанным с временной структурой волатильности, исследованной в Главе 2. Масштабирование волатильности также прекратилось после четырех лет. [c.116]
В Главе 16 мы видели, что рынок капитала и экономический временной ряд имеют некоторые схожие черты с шумными "хаотическими" системами. В частности, их показатели Херста совместимы со значениями Н, рассчитанными из спектрального показателя р Мы также нашли, что R/S-анализ может оценить среднюю длину непериодического цикла на основании "разрыва" в графике в логарифмическом масштабе по обеим осям. Эта длина цикла была подобна циклам, найденным R/S-анализом для рынков капитала и для экономического временного ряда. Популярные стохастические процессы, типа GAR H, которые также используются как возможные модели, не имеют этих характеристик. [c.240]