Teoría de los flujos aleatorios y FOREX - página 82

 
digger3d:
Gracias por su respuesta. No hay nada en su ejemplo sobre el uso de R para calcular la integral de correlación y su valor en el contexto del ejemplo se recoge como una dimensión... No está claro... Al fin y al cabo, la integral de correlación es la probabilidad media de que los estados de un sistema en dos puntos diferentes del tiempo parezcan cercanos ( no exactamente iguales)... Me parece que calcular dicha integral requiere comparar 2 matrices de la misma dimensionalidad con datos normalizados...

La cuestión es que esta probabilidad es tanto mayor cuanto mayor sea el tamaño de la vecindad correspondiente (esto parece obvio). Esta dependencia, si tiene un carácter de ley de potencia, su exponente se llama simplemente la dimensionalidad de la correlación.

En la situación real, la integral se aproxima por la suma a diferentes diámetros de la vecindad, luego se traza la dependencia correspondiente, logarítmicamente, se selecciona un segmento lineal y se toma su pendiente; esta es la estimación de la dimensión de correlación.

El cálculo del IC en R está en este paquete, pero en general aconsejo utilizar www.rseek.org para encontrar las funciones necesarias.

 

Me gustaría aclarar si he entendido bien:

"la integral se aproxima por una suma a diferentes diámetros de vecindad, luego se traza la dependencia correspondiente" en el idioma local suena como "se traza un gráfico a diferentes plazos" ? Entonces se logaritma - algo así como ln(OPEN) [¿en realidad normalización?]

Entonces "se destaca la sección lineal" = destacamos la "tendencia" [también vaga]. ¿Puede explicarlo con más detalle?

 

Los filtros de paso de banda no sólo deben dividirse por períodos, sino que también deben tener en cuenta la igualdad de áreas entre dos filtros LF, o m/f de diferentes períodos de LF y HF.

Aquí hay otro esquema. Tomamos los retransmisores o los módulos, por ejemplo, de las actas de las cláusulas abiertas, y los sumamos. Para cada nuevo recuento buscamos el punto en el pasado, cuando la suma será igual a 1024, 512, etc., por ejemplo, puntos o porcentajes. A continuación, calculamos la media de las garras de la serie principal con la tendencia. Obtenemos las escalas dinámicas de periodo, o promedio, cuyo número cambia en función del cambio de trayectoria. Pero eso es la mitad del problema, deberíamos aplicarlo a todos los plazos.
Por supuesto, podemos desplazar los filtros, pero no se pueden extrapolar por valores absolutos, podemos extrapolar las fluctuaciones que se encuentran en la función de recorrido. Y luego se puede añadir al cuadro general.
MA calculado por valores del borde izquierdo al derecho, y otro MA viceversa por valores del borde derecho al izquierdo. Hay que analizar una función integral entre estas dos líneas. La esencia aquí es ligeramente diferente, la MA tiene una línea recta en la respuesta al impulso, por lo que el análisis no será correcto (análisis de la diferencia entre estas 2 MAs reflejadas). Necesita otros filtros que tengan la respuesta al impulso como un enlace oscilante amortiguado de 2º orden, en lugar de la aleta.

O prueba lo siguiente. En cada nuevo conjunto de datos tome los incrementos positivos y divídalos por el número de valores positivos en estas últimas 1024 celdas. Lo mismo ocurre con los valores negativos. A continuación, súmalos y, por separado, suma todos los últimos 1024 compases positivos y negativos y divídelos entre 1024. La primera y la segunda serie comparan y analizan.

La esencia del asunto es que la función integral en máquinas simples de ese tipo no es correcta cuando se detectan las fluctuaciones internas del mercado. Ya que los coeficientes de maccha son estáticos. Tenemos que, como escribí arriba con maniquíes, o utilizar filtros con diferentes con características de impulso del tipo de enlace oscilante del 2º orden, entonces la especularidad no será tal como en la primera página,
El siguiente paso es elegir un sistema de filtros tal, por ejemplo, que su periodo aumente en progresión, pero la distancia recorrida por ellos sea aproximadamente igual entre sí. Ya escribí sobre ello más arriba.

Continuaremos nuestro ataque en la dirección del análisis no de la dirección del precio, sino del tamaño de los movimientos, aumentando la discretización en diferentes marcos de tiempo desde el más pequeño, por ejemplo para 1 minuto (cómo insertar el volumen de ticks en esta mezcla - más tarde). La tarea puede considerarse desde dos puntos de vista.
1 - Construir un sistema de filtros de diferentes períodos que coincidan con el precio, igualando los cambios de fase entre ellos, luego extrapolar no los filtros en sí, sino la función integral (área, o puede llamarse módulo incremental) entre dichos filtros con fase igualada.
2- Establezca los parámetros (según sea necesario) de las funciones integrales por adelantado, y construya filtros a partir de ellos para que la suma de todos los coeficientes sea mínima (de hecho, busque el mínimo de la función).

Es un poco lo mismo, creo, de lo que hablas en tus últimos posts sobre las funciones integrales y su análisis y extrapolación.

 
Por cierto, si consideramos dicho análisis directamente a través de la equidad, entonces operaremos con lo siguiente, ¿para cuántas operaciones (teniendo en cuenta el spread), por ejemplo, en cierres de un minuto, utilizando el sistema de golpe, podemos lograr el mayor equilibrio cuando se opera con un lote constante (el MM se añadirá a esta mezcla más tarde, pero más adelante), digamos, para N barras? ¿O podemos repetir el mismo procedimiento con los restos, es decir, ya en una curva de equilibrio)? Tal vez entienda lo que quiero decir, el máximo beneficio potencial posible, o la densidad de los ciclos de mercado. Y, en consecuencia, cómo influirá en el análisis de las funciones integrales. Y especialmente cuando componemos un conjunto de funciones integrales, estas funciones obviamente no pesarán igual, como en la conocida fórmula de promediación de índices, porque la discreción del tiempo por ticks de pares es diferente y varía, así que naturalmente, la dispersión se ve muy importante desde el otro lado.
 
En este caso, la gestión de la movilidad puede considerarse una subfunción de suavización que puede utilizarse para establecer la forma y las propiedades deseadas de la curva resultante, reduciendo así incluso el proceso no estacionario a un determinado marco, lo que no puede hacerse cuando se analizan directamente las dimensiones naturales de los incrementos de la renta variable a partir de un lote constante.
 
Leonid44:

...............

La conclusión es que una función integral en máquinas tan simples no sería correcta para detectar las fluctuaciones del mercado interno. Dado que los coeficientes de las variables ficticias son estáticos. Debemos, como escribí anteriormente con maniquíes, o utilizar filtros con diferentes con características de impulso de tipo de enlace oscilatorio de segundo orden, entonces la especularidad no será tal como en la primera página,
El siguiente paso es elegir un sistema de filtros tal, por ejemplo, que su periodo aumente en progresión, pero la distancia recorrida por ellos será aproximadamente igual a la de los demás. Ya escribí sobre ello más arriba

..................



O, en el sentido físico de la comprensión, podemos construir una función integral no a partir de filtros calculados de derecha a izquierda y viceversa, sino calculados por los precios nominales, tras lo cual se recalculan por los precios invertidos en sentido especular. Lo mismo en esta función integral entre estos filtros será análogo a la densidad del ciclo de mercado . Ya mencioné aquí la TS que funciona en ambos sentidos, o TS que funciona en una carta directa e invertida al mismo tiempo. Es aproximadamente lo mismo. Aplicado a las monedas sería como obtener beneficios a través de la paradoja de Parondo aplicando estrategias a las diferentes caras de una moneda).
 

imagen intermedia, para entender que no es la dirección de la señal lo que hay que extrapolar sino el tamaño.
sistema de filtros coincidentes. A continuación, a partir de una frecuencia baja (aunque probablemente pueda hacer lo contrario a partir de la frecuencia alta) ajuste los coeficientes de compresión verticalmente para todas estas líneas, de modo que la suma de todas sea igual a la de las demás.
A continuación, construimos una función de coeficientes de compresión, y son estas funciones las que hay que extrapolar, luego a partir de ellas va la extrapolación de las propias líneas originales de la imagen.
En la fase de construcción de los índices a partir de estos valores, sólo utilizamos los coeficientes sin extrapolar, y luego se extrapolan por separado de los índices. (por supuesto, podemos incluir el volumen igual, lo que cambiará la ponderación de estas funciones en el cálculo global de los índices)

la foto aquí http://forum.alpari.ru/showthread.php?p=3075907#post3075907 lamentablemente las particularidades de ese foro son tales que no es posible discutir estrategias sin registrarse, así que he puesto la foto, pero tendré que registrarme en su foro para verla. Así son las cosas. Y aquí lo tengo sin adjuntar. (No lo tome como un anuncio)

continuará...

 
tara:

Eres molesto. ¿Puedo responder?



Probablemente lo consiguió porque el método es diferente, usted está, según tengo entendido, sustituyendo la geometría por la extrapolación de los coeficientes integrales... es decir, a través de las tangentes de arriba hacia abajo,Pero.

que se considerará más adelante en términos de geometría fractal también. Sólo está ahí para ajustar de forma diferente lo que se extrapola arriba que hay que hacer en el análisis espectral. Y no hay que decir que el análisis mediante la geometría no predice nada. Es la misma extrapolación pero tiene otro nombre.
También es posible no a través de la geometría fractal, sino a través de tangentes al precio, desde arriba y desde abajo, la persecución del precio))) también. Excepto que no puedes poner métodos geométricos en un clúster. Y en Forex la señal útil no sólo está en el par, sino también en el grupo, porque el capital se despliega en el grupo por el instrumento, en particular en Forex, y ¿cómo podemos estimar la imagen general del potencial del sector del mercado utilizando la geometría? La descomposición geométrica será no lineal desde el principio, no servirá para recogerla.
Y el análisis espectral, por supuesto, requiere muchos recursos (especialmente cuando se trata de la reducción al resultado), pero muestra la verdadera cara del mercado, qué y cómo y dónde sucede. Por ejemplo, ¿cómo se extrae la información útil del clúster? ¿O elige la herramienta con la ayuda de su geometría? Aunque puede hacerse con la geometría. Pero es más fácil seguir el par de divisas, que la creciente gama de instrumentos de este nido de divisas. Y luego operar los más rentables que tienen un mayor potencial. Con la geometría se puede decir inequívocamente que los niveles objetivo de este instrumento son preferibles a los de este otro, y que tan buena estimación será (por supuesto también teniendo en cuenta el tiempo de mantenimiento de la posición).

 
Leonid44:

análisis del espectro


Por favor, haz una imagen como ésta: un punto en un sistema de coordenadas cartesianas se desarrolla en un plano, las coordenadas son el primer y segundo armónico más fuerte (estimaciones de los valores de frecuencia instantánea). Esto se llama el retrato de fase del sistema. Quiero ver el atractor, cómo será. Yo mismo lo haría hace mucho tiempo, pero la elaboración de mis ideas funciona según el principio FIFO, y hay una gran cola de ellas)).
 
¿Qué carajo soy, un mago voluntario?
Razón de la queja: