Discusión sobre el artículo "Discretización de series temporales con generación aleatoria de "ruidos""
0,000141*(60^0,5) 0,000141*(1440^0,5) como si se necesitara 0,000170.
La media de tics o m1 variará de un sitio a otro, incluso con muchos datos. Pero en general, T^0.5 funciona más o menos bien, pero el error empieza a crecer a mayor tf.
Si haces renges, probablemente deberías tomar un spread mayor, para que el tamaño del tick fuera menor que el de los renges. También es posible tomar el tamaño de la representación en 1 _Point y luego hacer un gráfico equivolume con la segunda pasada. Hay mucho con lo que experimentar.
0,000141*(60^0,5) 0,000141*(1440^0,5) como 0,000170 es necesario.
La media de tics o m1 variará de un sitio a otro, incluso con muchos datos. Pero en general, T^0.5 funciona más o menos bien, pero el error empieza a crecer a mayor tf.
Si haces renges, probablemente deberías tomar un spread mayor, para que el tamaño del tick fuera menor que el de los renges. También es posible tomar el tamaño de la representación en 1 _Point y luego hacer un gráfico equivolume con la segunda pasada. Hay mucho que experimentar.
en mi opinión, lo que el autor denomina "Variante alternativa de la discretización de series de precios" es la cuantificación de series temporales con muestras no vinculadas a la escala temporal (sólo número secuencial de muestras).
¿La cuantificación es diferente del muestreo)?
Sí, lo son.
el muestreo consiste en medir el valor de una señal en intervalos de tiempo específicos
la cuantificación consiste en dividir una señal en niveles específicos.
UPD: esto también se puede hacer:
- muestreo es digitalizar una señal con una frecuencia de muestreo ( en el eje x )
- cuantificación es digitalizar la señal en niveles específicos rígidamente definidos ( eje Y )
sí, lo hacen
la discretización es la medición del valor de la señal en determinados intervalos de tiempo
la cuantificación es la división de una señal en niveles específicos
UPD: también se puede hacer
- digitalizar la señal con la frecuencia de muestreo ( en el eje X )
- cuantificación digitalizar la señal por niveles específicos definidos ( en el eje Y).
Autoregresión, por ejemplo.
- ru.wikipedia.org
El primer tercio del artículo es un ingenioso análisis de la naturaleza de la fijación de precios con sencillez y claridad.
Gracias. Pienso escribir sobre tendencias, será interesante.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Discretización de series temporales con generación aleatoria de "ruidos":
Nos hemos acostumbrado a analizar el mercado con la ayuda de barras o velas que "hacen cortes" en la serie temporal a intervalos regulares de tiempo. Pero, ¿cuánto deforma realmente este método de discretización la estructura real de los movimientos de mercado? Discretizar una señal sonora a intervalos temporales iguales resulta una solución aceptable, porque una función sonora supone una función que cambia con el tiempo. En sí misma, una señal es una amplitud que depende del tiempo, y esta propiedad en ella es fundamental.
Un tráder atento podrá argumentar que, en los gráficos, a menudo puede notar incluso de forma visual cómo las velas en el mercado se dividen condicionalmente en grupos de tamaños "grandes" y "pequeños" (áreas con alta y baja volatilidad), lo que indica que el gráfico no supone una deriva aleatoria, y por lo tanto, contiene patrones. Si la discretización temporal introdujese distorsiones tan fuertes, este efecto no se percibiría. Pero esta característica se explica precisamente por el hecho de que el tamaño de las velas depende del número de transacciones comerciales realizadas dentro de esta vela. ¿Cómo podemos comprobar esto? Basta con mirar el gráfico de los volúmenes de ticks para entender que los periodos con "velas pequeñas" se ven acompañados por periodos con volúmenes de ticks bajos, y los periodos con velas grandes están acompañados por periodos de volúmenes de ticks grandes. Si imaginamos un tick como un salto, entonces, durante los periodos de velas "grandes", el precio dará más saltos y, por consiguiente, tendrá un tamaño mayor, pero el tamaño de la vela en sí seguirá siendo proporcional a la raíz cuadrada del número de saltos multiplicada por el tamaño medio del salto (ejemplo en la figura 9). Los volúmenes de ticks, a su vez, poseen una correlación directa con la actividad comercial: cuanto mayor sea esta, más ticks pasarán por unidad de tiempo. La historia de los volúmenes reales está disponible en los mercados bursátiles: allí podemos observar que el tamaño de los volúmenes de ticks está fuertemente correlacionado con los volúmenes reales, lo que también indica una relación entre el número de ticks y la intensidad del comercio.
Figura 9.
Autor: Maxim Romanov