Diálogo del autor. Alexander Smirnov. - página 3

 
LeoV, gracias. Hay diferencias, pero realmente son muy pequeñas. Y la imagen que aparece en el texto explicativo corresponde probablemente a un valor muy alto del periodo de suavizado (fuerte retardo).

2 khorosh: El indicador es de hecho bastante decente, pero todavía no he encontrado un método de parámetros(método de suavizado), en el que es por todos los parámetros mejor que Djuric: es casi siempre demasiado frecuente (fluctuante) en los flujos, aunque a veces más rápido en los saltos. Se obtiene algo parecido a Djuric en el método=1.

Parece que Djuric ha hecho un filtro adaptativo muy bueno.
 
Mathemat:
LeoV, gracias. Hay diferencias, pero realmente son muy pequeñas. Y la imagen publicada en el texto explicativo corresponde probablemente a un valor muy grande del periodo de suavización (desfase fuerte).

2 khorosh: El indicador es de hecho bastante decente, pero todavía no he encontrado un método de parámetros (método de suavizado), en el que es por todos los parámetros mejor que Djuric: es casi siempre demasiado frecuente (fluctuante) en los flujos, aunque a veces más rápido en los saltos. Se obtiene algo parecido a Djuric en el método=1.

Parece que Dzurik ha hecho un filtro adaptativo muy bueno.


Me sorprende un poco oírte decir eso, matemático (porque la mayoría de la gente creería tu afirmación). ¿Dime qué es más adaptable? ¿Cómo se mide la calidad = cifra y cómo se calcula?

Dame la fórmula de a qué debe adaptarse un TF, entonces puedo hacer un TF realmente adaptable y dártelo. (Juric sería peor, creo).

 
Mathemat:
LeoV, gracias. Hay diferencias, pero realmente son muy pequeñas. Y la imagen publicada en el texto explicativo corresponde probablemente a un valor muy grande del periodo de suavización (fuerte retardo).

Hay diferencias, pero no son significativas, creo. Y el período no es grande =14. Así que el algoritmo es cualitativo.
 
LeoV:
Matemáticas:
LeoV, ¿no es demasiado difícil comparar visualmente legal y http://codebase. mql4.com/es/1356, que es el mismo nombre? ¿O es el legal para Omega?


Aquí - dos fotos. Período 14, fase 0. Muy similar, por cierto. Buen algoritmo para MT4. Puedo publicarlo con algún otro periodo, si quieres.



Decidí añadir mi propia foto

 
Prival: Dame la fórmula de a qué debe adaptarse un TF, entonces puedo hacer un TF realmente adaptable y dártelo. (Juric sería peor, creo).


Existe un JMA adaptativo. Y en la intersección de la JMA regular y la JMA adaptativa ya se puede trabajar en ella. Acabo de descubrir esto con sorpresa. .... Todos tienen un periodo de 14 años. La adaptación varía de 14 a 48.

 
Prival, no voy a decir que el indicador de Juric sea perfecto (simplemente no existe, porque es un problema difuso).

Puede que me haya precipitado con lo de la adaptabilidad, ya que no tengo una buena idea de lo que es en realidad. Creo que es sólo la capacidad de cambiar el algoritmo de cálculo en función de las condiciones actuales (actividad lateral o de tendencia). Los diferentes muwings adaptativos aplican diferentes criterios de "plano/tendencia": dimensión fractal, volatilidad, etc.

Djuric tiene cuatro requisitos que debe cumplir su filtro:

1. El desfase entre la señal y el precio es mínimo, de lo contrario los disparos llegan tarde.
2. Superación mínima, de lo contrario la MA produce niveles de precios falsos.
3 Mínimo subimpulso, de lo contrario se pierde tiempo esperando la convergencia.
4. Máxima suavidad, excepto cuando el precio se desplaza a un nuevo nivel.

Traducción:

1. El mínimo desfase entre la señal y el precio; de lo contrario, la señal llega demasiado tarde.
2. Superposición mínima [algo así como el fenómeno de Gibbs - Matemáticas]; de lo contrario, el MA produce niveles de precios falsos.
3. Un "underlap" mínimo; de lo contrario, se pierde tiempo hasta que la señal converge con el precio.
4. Máxima suavidad - excepto en las brechas de precios.

Juric y compañía resolvieron el problema de forma brillante y lo demostraron con muchos ejemplos (ni siquiera hace falta entender el inglés, Prival: todo está explicado al nivel de un buen cómic con imágenes vivas). Por supuesto, esto no significa que su filtro pueda aplicarse sin más como sustituto de los muwings. Los comentarios de los usuarios, encantados, insisten varias veces en que las señales sólo deben utilizarse en un contexto determinado. Pero incluso con el uso más contundente ("dos muwings") sigue habiendo menos señales falsas.

Te felicito, Prival, por haber resuelto el desalentador problema práctico de Kalman para procesar la información del radar, también bastante ruidosa. Pero ahora estamos tratando de entender exactamente por qué JMA es tan buena en datos de mercado.

Quiero reiterar que ningún filtro adaptativo perfecto y artificioso, como un muvinge con características perfectas, resolverá por sí mismo el problema de crear una estrategia robusta. El problema es más profundo que eso; lo sabes por nuestra correspondencia privada.
 
Mathemat: Puede que me haya precipitado con lo de la adaptabilidad, ya que no tengo una idea muy clara de lo que es realmente.

Todo es muy sencillo. El indicador tiene 2 entradas. Uno - para Close, el otro - para el indicador que muestra la tendencia de tipo ADX (o cualquier otro) y dos parámetros - período mínimo y máximo. Periodo mínimo - en el ADX mínimo, máximo - en el ADX máximo. Eso es todo.
 

LeoV

La pregunta es un poco más profunda. Para responder que 1 indicador es más adaptable que otro. Hay que saber a qué debe adaptarse.

Si hablamos simplemente del precio. El más preciso (no se retrasa, no se agita, etc.) es Close[0]. Pero esto no es bueno. Debemos eliminar lo que nos impide encontrar la dirección correcta (el ruido). Y para responder a esta pregunta de forma correcta y acertada (desde el punto de vista matemático). Es necesario responder a la pregunta de qué es ruido y qué es señal. Sólo entonces podremos decir que algún indicador se adapta mejor al componente útil (señal) que mueve el mercado.

Y no es muy difícil para un buen especialista en DSP hacer un indicador óptimo+adaptativo para una señal (modelos) que Djuric cita como prueba.

 
Prival:

LeoV

La pregunta es un poco más profunda. Para responder que 1 indicador es más adaptable que otro. Hay que saber a qué debe adaptarse.


Se adapta, por supuesto, a la tendencia. Cuanto más "grande y fuerte" sea la tendencia, más largo será el periodo de JMA. Y esto, según entiendo, es correcto... .
 
Prival: Y hacer un indicador óptimo+adaptativo para la señal (modelos) que Djuric cita como prueba, no es demasiado difícil para un buen especialista en DSP.
Parece que el autor de este hilo es un especialista de este tipo.

Aquí tienes un modelo un poco idiota, Prival: si consideras los rendimientos (incrementos de la señal), la señal es cero, el ruido es un proceso aleatorio con una f.d.p. del tipo de la distribución Cauchy y una FCA, que conoces empíricamente. No hay errores de medición ni de cuantificación. Por supuesto, el precio como resultado de la integración saltará en torno a la remuneración esperada, porque las colas son muy gruesas y dependientes.

El modelo es extremadamente rígido, quizá incluso más duro que el propio mercado, pero si su filtro funciona en un modelo así, funcionará en cualquier parte.

P.D. Por cierto, Djuric hizo una sugerencia: si uno de los que compraron su creación proporciona un filtro que funcione mejor que el suyo en los datos de Cauchy (según los cuatro criterios enumerados anteriormente), entonces él devolverá el dinero. Y esto no es más que una alusión inequívoca al modelo de ruido, por el que él mismo se guiaba.