Моделирование Хаоса.

Сегодня пятница, 14 октября 2016, рабочая неделя близится к завершению.
Роботы серии DiverPofit на этой неделе неплохо потрудились, спасибо им за это. www.diverprofit.com
Ну а на предстоящих выходных предлагаю почитать моё представление о хаосе как высшей форме порядка. 
К тому же многие наши клиенты задают вопрос: «что такое нелинейная модель рынка?» Попытаюсь объяснить этот аспект.
Итак поехали!
Я намерен утверждать что все атмосферные явления строго подчинены законам физики. В том числе и движения планет в примитивном макромире а также взаимодействия элементарных частиц в микромирах.
Но как все давно заметили предсказание прогноза погоды до сих пор имеет случайностный характер и частенько не совпадает с реальным, также как и попытки предсказания движений цен на рынках.
Все эти явления такие как перемещение воды в реках, озёрах, морях, движение атмосферных фронтов, в том числе и движение игральной кости брошенной игроком, движение цены на графике на первый взгляд полны не предсказуемых аспектов.
Не правда ли?
Такое впечатление у наблюдателя складывается из за того что он при попытке анализировать эти явления не может видеть чёткой связи между причиной и следствием а значит между прошлым и будущем.
И соответственно все эти трудно предсказуемые явления воспринимаются нами как случайные процессы.

И действительно, до недавнего времени мы относили эти явления к случайностным процессам и квалифицировали их как нелинейные динамические системы с неопределённым числом компонентов согласно теории Хаоса.

Но с развитием компьютеров и появлением компьютерной модуляции ряд учённых смогли круто изменить эту точку зрения. 
Им удалось не просто предположить но и построить такие модели в которых простые детерминированные системы с малым числом компонентов порождают случайные поведения нелинейных динамических систем, при этом случайность имеет определённый характер и от неё нельзя избавиться. 
Тоесть другими словами им удалось смоделировать сам Хаос!

А теперь самое интересное — в этих смоделированных искусственных системах Хаоса парадокс состоит в том, что они детерминированы. 
Тоесть построены с помощью определённых правил которые в своей базе состоят из чётких математических и алгоритмических зависимостей и не имеют никаких элементов случайности!
Ок, напишу еще более простым языком: в этих системах будущее полностью предопределено прошлым!

Но не стоит радоваться раньше времени, всё же им не удалось создать модель мироздания.
При моделировании самого Хаоса приходится закладывать в формулы малые элементы неопределённости и как оказалось на практике эти самые малые элементы неопределённости растут в настоящем.
В связи с этим для будущего может быть применим только краткосрочный прогноз. 
Именно по этой причине удаётся предсказывать погоду с невероятной точностью но лишь в краткосрочной перспективе.

Итак давайте определимся с понятием Хаос, что же это такое с точки зрения математического моделирования.
Хаос — это высшая степень порядка заложенная в основу хаотического движения которая формируется детерминированными структурами порождающими случайностные процессы. 
О как! Пора писать диссертацию)

Это была теория, а теперь к практике рынка и якобы непредсказуемости блуждания цен.

При моделировании нелинейных рыночных алгоритмов у нас есть только один фактор который трудно поддаётся расчётам — это время.
Ведь само изменение цены от первоначальной точки отсчета 0 это простейшая детерминированная структура с тремя переменными (положительная составляющая, отрицательная составляющая и время). Уже на основании этих переменных мы можем начать моделирование нелинейных систем с применение методов квантования элементов неопределённости. 
Что же это значит? 
Всё очень просто на каком то этапе число накопленных неопределённостей становится критическим и наша системная модуляция перерастает в нелинейные динамически расширяющиеся элементы.

Математик Пуанкаре в 1903 году сказал: «Совсем незначительная причина ускользнувшая от нашего внимания, вызывает значительный эффект который мы не можем не заметить, и тогда мы говорим что этот эффект вызван случаем» 

Ну а на рынке в этих ситуациях наши роботы просто используют StopLoss и перезагрузку на новое моделирование.