Подгонки кривых не проходят тест прогноза

Описание — это не прогноз

Нелинейное описание может задать историческую траекторию сжатыми уравнениями и всё равно оставить последующие положение и траекторию непредсказанными. Для прогнозирования этот описательный стиль считается функционально эквивалентным полиномиальной подгонке кривой.

Подгонка кривой к уже известным данным не гарантирует прогностической ценности. Подгонка кривой может быть изящным описанием уже увиденных данных, записанным короткими уравнениями, и при этом не подразумевать пригодного прогноза.

Чувствительность к стартовым значениям

Крайняя чувствительность к начальным условиям предлагается как причина того, что крошечное раннее различие может дать большое позднее расхождение, нарушая масштабированную линейную причинно-следственную связь. Эффект бабочки — это именно такое утверждение: крошечное изменение стартовых условий может дать большое позднее расхождение на нелинейной траектории.

Базы остаются, пока шум не исчез

Если шум действительно устранён из временного ряда, обычные скользящие средние и инструменты быстрого преобразования Фурье больше не нужны. Анализ Фурье — это спектральное разложение упорядоченных цен или связанных рядов, здесь рассматриваемое как обычная база, которая становится избыточной, если шум действительно исчез. Скользящая средняя — обычный сглаживатель упорядоченных наблюдений, здесь рассматриваемый как ненужный, как только ряд считается очищенным от шума.

Оптимизация остаётся оптимизацией

Оптимизация в стиле хаоса относится к той же категории, что и любая другая оптимизация системы. Оптимизация системы — это совместная проверка правил входа, выхода и воздержания на известных исходах. Сильный результат на выборке не является доказательством последующей полезности.

Сгруппированные результаты, неразрешённые силы

Значения коэффициентов считаются более вероятно значимыми, когда благоприятные результаты группируются в диапазоне, особенно в колоколообразном виде. Кластеризация результатов — это эвристика: выбор коэффициентов выглядит более правдоподобным, когда благоприятные исходы концентрируются в диапазоне.

Соответствует ли система нелинейных уравнений силам, которые реально двигают рынки, остаётся открытым, поэтому понимание математики и её понятий считается необходимой предпосылкой.