Cómo saber cuándo un sistema ya no es una ventaja

La pregunta no está clara. Si quiere decir si un nodo en un sistema está en un límite / borde o dentro de un sistema, busque límites duros frente a blandos.

Una caja negra tiene límites difíciles. No te importa lo que hay dentro, no le importa lo que está afuera. No hay efectos secundarios de ninguno de los dos. Lo que cruza la pared está bien definido.

Una caja blanca tiene límites suaves. Te importa lo que hay dentro y viceversa. Los efectos secundarios son comunes. Un pistón del motor genera calor que afecta los componentes que lo rodean, al igual que un microchip de computadora. Una hoja consume nutrientes y energía que el resto de la planta no puede usar.

Si te refieres a la vanguardia, entonces ningún sistema que exista puede llamarse así en abstracto porque es específico del dominio.

Puedo construir una computadora que pueda superar a una computadora de igual precio construida anteriormente, siempre y cuando tenga acceso a los mismos componentes, porque puedo ver sus errores, tener acceso a los componentes construidos después y tener conocimiento de que no. Incluso si “ellos” soy yo.

Pero una computadora específica para un dominio será pobre en otro, por lo que será inútil en el trabajo entre dominios. Una computadora genérica será brillante en el mundo entre dominios, pero será terrible en cualquier cosa específica en comparación con algo diseñado para esa tarea.

No tomaría un rally de autos de F1 corriendo por el desierto. Un ciclomotor no ganará el TT de la Isla de Man. Pero cada uno de ellos es excelente en sus áreas, muy superior a cualquier auto de rally o superbike TT de la Isla de Man.

Puede notar si un sistema ha dejado de funcionar analizando los cambios en sus retornos.

Tomemos el ejemplo de un sistema de comercio algorítmico. En el enlace de respuesta compartido a continuación, describí algunas de las diversas métricas que puede usar para analizar el sistema.

La respuesta de Prashanth Angani al comercio algorítmico: ¿Cómo comenzar a construir un sistema de comercio algorítmico?

Si el sistema ha dejado de funcionar, digamos debido a algunos cambios en la microestructura del mercado, notará un cambio en el sesgo de la distribución de retorno de 28 días. Esta es una de mis métricas favoritas para medir cambios.

Existen otras métricas, como las medidas de la línea de tiempo, que ofrecen información más detallada de lo que está sucediendo exactamente. Pero el sesgo es suficiente para saber que algo ha cambiado y el sistema ha perdido su ventaja por el momento.