La Mecánica cuántica y la Economía... ¿

Question

Estaba leyendo este artículo: las Turbulencias Financieras, los Ciclos de Negocios y la Intrínseca Tiempo en una Artificial de la Economía.

El autor tiene el modelo que aquí se presenta: Cuántico Evolutivo Economía Financiera

Pero estoy confundido. Hay toda esta acumulación de la utilización de la mecánica cuántica cuántica y la probabilidad en el modelo, pero la única cosa que se agrega en el código es una distribución normal variable estocástica que él llama el "ciclo de negocios de quantum del juego." ¿Qué es quantum acerca de esto? Por qué molestarse con todo el formalismo cuántico si el resultado final es, efectivamente, sólo ruido blanco Gaussiano? No estoy entrenado formalmente en QM, por lo que me estoy perdiendo algo? Ejemplo de la parte pertinente del código (desde el segundo enlace):

El Ciclo De Negocios De Quantum Del Juego:

la empresa de fitness-dinámica

pida a los parches [ set z aleatoria normal 0 1.000 ];

Paquete de ondas gaussiano reducción de alrededor del estandarizadas de aptitud de operador

pida a los parches [ set $M_b = (1 - m) (b \cdot x_{t-1} - (b + 1) \cdot x_{t-1} ^ 3) + m\cdot r_{t-1}$ ] ;

cúbicos de actualización del mapa (ecuación (18) con $M_b := f{_b,m}$)

pida a los parches [ set $x_t (1 - \epsilon \gamma) \cdot M_b + \epsilon \cdot \text{media} [ M_{b}]\,\text{de parches}$ + $\gamma \cdot z$ ];

$F$ update y el resultado de la cuántica paquete de ondas reducción en términos de la aptitud de operador de campo autovalor

final

Tampoco me sale esto (desde el segundo enlace):

Hay tres ventajas principales de la cuántica enfoque Evolutiva De La Economía Financiera:

La exposición de eficacia se expande por el hecho de que uno hace no se necesita ninguna probabilidad anterior de la asunción, en su lugar, uno de los modelos de la sistema de inter-relaciones y la dinámica y a partir de ese resultado dinámico las probabilidades.

Las probabilidades pueden tener evolutiva y de juego teórico las interpretaciones.

El proceso de adaptación de un Sistema Complejo Adaptativo (CAS) puede ser totalmente integrado con la probabilidad de formación y la cuantía de juego de equilibrio suposiciones.

Pueden los métodos clásicos no hacer ninguna de estas cosas?

Answer 1

He tenido una lectura a través del papel que usted ha citado y tienen los siguientes comentarios que usted puede encontrar de utilidad:

(Estoy entrenado formalmente en QM, así que espero que no debería haber errores en la física porciones de la respuesta, pero si hay alguna pregunta, por favor comente).

Un par de comentarios acerca de la Mecánica Cuántica (QM):

La mecánica cuántica es una teoría física de la medición desarrollado originalmente para describir los fenómenos a escalas atómica o más pequeños. La razón de esto era necesario porque las cosas parecían comportarse de manera extraña, y esto se refleja en la teoría se construye sobre el concepto de probabilidad de las amplitudes, que (parafraseando a Feynman) son, a diferencia de lo observado antes". El significado de esto es que cómo probabilidades son calculadas en QM son únicos para QM (como ya sabemos). ¿Por qué hago hincapié en esto es porque significa que sólo cuando estamos tratando de describir los procesos físicos debemos interpretar lo que se calcula como una probabilidad.

El QM marco:

Si alguna vez tienen la oportunidad de aprender algunas QM, verás que se formula principalmente en álgebra lineal (cf. La Ecuación De Schrödinger). Esto significa que, matemáticamente, a todos nos preocupa son los vectores propios y valores propios, y cómo estos cambian cuando nos aplicar una matriz (un operador), o de cambio de base.

Volver a la nota:

El documento ofrece una breve (y en mi opinión endeble) la justificación de un modelo de empresas, donde estos se organizan en un regular de la moda (la rejilla). Existe una interacción entre las empresas, que determina los cambios en la oferta y la demanda, la cual se describe el estado del sistema (tenga en cuenta la similitud con el papel de un QM función de onda). El papel entonces de manera efectiva propone una función global (un operador) que es dependiente de este estado. Esto puede ser pensado como el Hamiltoniano del sistema, y el objetivo del juego es encontrar los valores propios de este Hamiltoniano (que en la física podríamos identificar como los niveles de energía). Todo este marco es bastante común en la mecánica cuántica, y especialmente en la teoría cuántica de campos (QFT), y parece que se asemejan a un enfoque típico para el modelado de la materia condensada (cf. El Modelo de Heisenberg para ferromagnetismo).

¿Qué es quantum sobre el sistema:

Nada.

Por qué molestarse con todo el formalismo cuántico si el resultado final es, efectivamente, sólo ruido blanco Gaussiano?

Sólo puedo imaginar en este punto, pero parece razonable suponer que el autor claramente tiene un poco de conocimiento de QM, y por lo tanto, se ha identificado que el marco está utilizando en su modelo consiste en estructuras muy similares a los físicos usan a diario. Por lo tanto, si se plantea el problema de matemáticas en un idioma que los físicos pueden entender que están motivados para leer el periódico, citar el papel, extender sobre el papel, etc. (Recuerde que un gran número de físicos gire a la industria financiera).

Creo que muchas de las referencias a la cuántica, la teoría de juegos (y similares ocultar campos) son superfluas.

Pueden los métodos clásicos no hacer ninguna de estas cosas?

La frase métodos clásicos quizás no bien definidos.

La física y financiera de las matemáticas en general:

Aunque pienso que el citado documento es un mal ejemplo, hay un enorme campo de aplicación de los enfoques utilizados en la física a las áreas en las matemáticas financieras, incluyendo algunas de las áreas mencionadas implican QM y QFT. La principal herramienta de la que podemos sacar de la física es la Física Estadística, y un buen ejemplo de cómo se puede aplicar esto a la financiación es dada por:

• "La teoría del riesgo financiero y fijación de precios de derivados: De la física estadística para la gestión del riesgo", Bouchard y Alfareros

lo que da un gran ejemplo de la utilización de Hamiltonianos, Lagrangians, etc. aplicado a las finanzas.

Espero que esto ayude.