Метод множителей Лагранжа,
применяемый для решения задач математического программирования (в частности, линейного программирования)
- метод нахождения условного экстремума функции {\displaystyle f(x)}f(x), где {\displaystyle x\in \mathbb {R} ^{n}}x\in \mathbb{R} ^{n}, относительно {\displaystyle m}m ограничений {\displaystyle \varphi _{i}(x)=0}\varphi _{i}(x)=0, где {\displaystyle i}i меняется от единицы до {\displaystyle m}
Очень красивая штука, кстати.
Заметим, что это условие носит необходимый, но не достаточный характер.
которую теоретическк можно будет моделировать в будущем через нейросети,
посколько лыно даёте очень большую выборкуу обучениия.
Я бы прогонял те или иные акции на обучающих выборках ну, а потом, соответственно,
делал предиты,
потом на соответствуущих выбоках с использованийй экстремумов корреляционной матрицы.
Можете назвать это методом моделирования рынка Никифорова.
Или - методом Профессора Мориарти.
