Filtros digitales adaptativos - página 10
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Me encantaría ayudar. Pero, por desgracia, no puedo leer el código MQL con la misma libertad que MathCad, donde las fórmulas se escriben como estamos acostumbrados a verlas en los libros. Lo único que me parece (aunque no estoy seguro) es utilizar uno de los tipos de regresión, para que quede más claro
Hay una regresión lineal como y(x)=ax+b. Se pueden calcular los coeficientes a y b de diferentes maneras, se puede utilizar el CNA (parece que no se utiliza allí), y se puede utilizar la recursividad, pero para entenderlo hay que entender claramente los bucles (me confundo allí, dónde, qué, por qué se calcula). Lo más probable es que haya una regresión no lineal, porque hay algunos if() mientras se calcula + tipo de ecuación de regresión en sí no está claro, cuántos coeficientes hay.
En general, casi todos los indicadores pueden considerarse filtros digitales, el MA es un filtro digital. La palabra adaptación suele significar que algunos parámetros (coeficientes de la tripa del filtro) tienen que cambiar en función de las características de la señal de entrada. Por lo tanto, en primer lugar me referiría a AMA, FRAMA y filtros digitales adaptativos similares (el parámetro de promediación (n) cambia dependiendo de la estimación de la varianza del proceso de entrada), casi todos los FFT, filtros wavelet que utilizan el procesamiento de umbral (tratando de hacer coincidir los parámetros TF con un espectro de la señal deseada de entrada).
Pero SATL, FATL no son adaptativos, porque los coeficientes TF se calcularon una vez en la etapa de diseño para ajustar la respuesta transitoria del filtro con el espectro de la señal de entrada (AFR e IFR), y durante el funcionamiento estos coeficientes no cambian. Estos son los llamados filtros emparejados. Pero hay un ideal, lo que se llama en DSP filtro óptimo, para construir es difícil, pero posible. Para ello es necesario conocer los espectros de la señal útil y del ruido.
No sé si te he ayudado o te he confundido :-), pero en cualquier caso buena suerte.
Y yo, Mathemat y alguien más vimos este ruido en las garrapatas. Además, en los ticks está claro que los puntos +-1 tienen mayor probabilidad de que se produzca el movimiento inverso que su continuación. Por desgracia, esta regularidad está dentro del spread. Y no es alto.
Y el hecho de que haya aparecido después del tratamiento es interesante.
Por lo tanto, usted tiene un detrending profundo y debe ser dejado con un retorno, ya que puede ver los pips.
Cuando se habla de ruido en las mediciones se refiere a la desviación aleatoria de los datos medidos con respecto al valor real de la cantidad medida. Por ejemplo, el radar (para los especialistas :-)) dio el valor de rango 105 y el valor real 100, en la siguiente medición 99 en lugar de 101, etc. La distribución del error es generalmente normal. En caso de que el precio llegue, por ejemplo, a 1,2567, éste es su valor real, ¡el error es cero! ¿De qué tipo de ruido estamos hablando?
¿Por qué no podemos utilizar el término "el verdadero valor del precio"? Estarás de acuerdo en que es tan inaccesible para nosotros como un valor de alcance real para el radar :). Entonces sí que hay una diferencia: el "radar" tiene que "acertar" con el valor real del rango, mientras que a nosotros nos basta con "acertar" con el valor del precio medido. Pero podemos formular la hipótesis de que el valor del precio verdadero es más adecuado para la predicción que el medido, y esta hipótesis es tan buena como todas las demás, explícitas o implícitas, que subyacen en cualquier otro SCM.
Estoy un poco confundido. Si los retornos son una serie discreta de +-1 pips, entonces el mío es más preciso, la salida del filtro da una estimación, es decir, el resultado en fracciones de un pip.
Cuando se habla de ruido en las mediciones se refiere a una desviación aleatoria de los datos medidos con respecto al valor real de la cantidad medida, por ejemplo, un radar (para expertos :-)) dio un valor de alcance de 105, mientras que el valor real era 100, en la siguiente medición 99 en lugar de 101, etc. La distribución del error es generalmente normal. En caso de que el precio llegue, por ejemplo, a 1,2567, éste es su valor real, ¡el error es cero! ¿De qué tipo de ruido estamos hablando?
¿Por qué no podemos operar con el concepto de "valor real del precio"? Es tan inaccesible para nosotros como el verdadero valor del alcance del radar :). Entonces sí que hay una diferencia: el "radar" necesita "acertar" con el valor real del rango, mientras que nosotros sólo necesitamos "acertar" con el valor del precio medido. Pero podemos formular la hipótesis de que el valor del precio verdadero es más adecuado para la predicción que el medido, y esta hipótesis es tan buena como todas las demás, explícitas o implícitas, que subyacen en cualquier otro SCM.
No es una hipótesis, es un hecho. Usted tiene que predecir el "valor real", si usted predice la medición, entonces he puesto el resultado en imágenes aquí 'Tick coleccionistas. Optimización. DDE en VB (VBA)'.
Y antes de hacer cualquier predicción, hay que intentar medir con la mayor precisión posible, porque los errores de predicción están directamente relacionados con los errores de medición. Por eso, cuanto más lejos esté la previsión del punto de medición, peor (menos precisa) será.
Además, "1,2567 es su valor real, el error es cero". No existe tal cosa. Es una medida de ese valor "verdadero" que nadie conoce. Es simplemente lo mismo que decir que esta casa de bolsa en particular conoce el verdadero precio. Y todos los demás participantes de Forex, que no utilizan los datos de esta empresa de corretaje, pueden pensar lo contrario. Supongamos que deutsch bank en este momento pensará que este precio es 1,2566. ¿Quién tiene razón, dónde está la verdad?
Privado, la verdad es donde trabajas. Si su corredor tiene una cotización de 1,2567 y ninguna cotización de 1,2566 (de Deutsche), entonces no le servirán los intervalos de confianza.
Su realidad se limita estrictamente a su empresa de corretaje. Sólo podrá abrir a 1,2567, aunque esta cotización esté más allá de su intervalo de confianza favorito, construido meticulosamente con datos de 100 empresas de corretaje diferentes. Y no puede plantear ninguna objeción a su empresa de corretaje sobre la base de que es un proveedor, porque define las normas.
1,2567 es una medida exacta que es absolutamente real para usted (porque puede abrir a este precio).
Privado, la verdad es donde trabajas. Si su corredor tiene una cotización de 1,2567 y ninguna cotización de 1,2566 (de Deutsche), entonces no le servirán los intervalos de confianza.
Su realidad se limita estrictamente a su empresa de corretaje. Sólo podrá abrir a 1,2567, aunque esta cotización esté más allá de su intervalo de confianza favorito, construido meticulosamente con datos de 100 empresas de corretaje diferentes. Y no puede plantear ninguna objeción a su empresa de corretaje sobre la base de que es un proveedor, porque define las normas.
1,2567 es una medida exacta que es absolutamente real para usted (porque puede abrir a este precio).
No sé, tal vez no lo estoy explicando bien. El hecho de que sólo pueda abrir a 1,2567 en este momento, sí absolutamente de acuerdo. Pero es una locura utilizar sólo este número para predecir el IHMO y asumir que es verdadero y preciso.
Pero utilizar sólo este número para la predicción IHMO + para asumir que es verdadero y exacto es una tontería.
No podía entender qué me molestaba, pero resulta que esta frase. La probabilidad de que los eventos ocurran puede no ser igual a uno. Ya veo, todo depende del punto de vista.