Diálogo del autor. Alexander Smirnov. - página 29

[Yury Reshetov]

grasn:

Colegas, hay una pequeña y sencilla pregunta para los científicos: ¿existe algún parámetro que mida la suavidad de una serie temporal en su conjunto? Y me da igual que haya correlación entre ellas o no, es importante distinguir que una serie en su conjunto es más suave que la otra.

Averiguando esta misma cuestión es donde debería haber empezado todo este trasiego botánico. La más suave es la serie lineal o línea recta, ya que no hay nada que suavizar ahí. Cuanto menos adaptable sea el mach, más suave será.

[Сергей]

Esta misma cuestión debería haber sido el punto de partida de todo este trasiego botánico. Lo más suave es una serie lineal o línea recta, ya que no hay nada que suavizar ahí. Cuanto menos adaptable sea el mach, más suave será.

El alboroto nerd fue iniciado por el autor, un diálogo con el que en mi humilde opinión se ha perdido hace mucho tiempo (colegas, perdonen mi ironía, pero creo que el autor está un poco herido y es poco probable que aparezca, aunque ... algo me dice - no lo necesita realmente).

Así que este criterio es necesario, no para la AF (ya tengo bastante, que mis colegas no se pierdan la diversión), sino para la elección óptima de unos parámetros que no tienen nada que ver con el tema del foro. Esta tarea ha surgido. Y el número de extremos locales no es un criterio de este tipo.

[Yury Reshetov]

grasn:

Esta misma cuestión debería haber sido el punto de partida de todo este trasiego botánico. Lo más suave es una serie lineal o línea recta, ya que no hay nada que suavizar ahí. Cuanto menos adaptable sea el mach, más suave será.

El alboroto botánico lo inició el autor, un diálogo con el que en mi humilde opinión hace tiempo que se perdió

Prescindamos de la escuela infantil, es decir, de todo tipo de "él empezó primero"...

El culpable no es el que empezó, sino el que se lo creyó.

[Dmitry Fedoseev]

grasn:

Colegas, hay una pequeña y sencilla pregunta para los científicos: ¿existe algún parámetro que mida la suavidad de una serie temporal en su conjunto? Y me da igual que haya correlación entre ellas o no, es importante distinguir que una serie en su conjunto es más suave que la otra.

El indicador del filtro vertical horizontal (VHF). La relación entre el movimiento en un período de varias barras y la suma de los movimientos en cada barra durante ese período.

[Сергей]

Integer:

grasn:

Colegas, hay una pequeña y sencilla pregunta para los científicos: ¿existe algún parámetro que mida la suavidad de una serie temporal en su conjunto? Y me da igual que haya correlación entre ellas o no, es importante distinguir que una serie en su conjunto es más suave que la otra.

Indicador del filtro vertical horizontal (VHF). La relación entre el movimiento en un período de varias barras y la suma de los movimientos en cada barra durante ese período.

Gracias, lo investigaré.

[ANG3110]

Integer:

Indicador del filtro vertical horizontal (VHF). La relación entre el movimiento en un período de varias barras y la suma de los movimientos en cada barra de ese período.

sum=0.0; suma=0.0; 
for(i=0; i<p; i++)
{
    dfx = fx[i] - fx[i+1];
    sum += dfx;
    suma += MathAbs(dfx);
}
if (suma!=0) k=sum/suma; 
else k=0;

Algo así como un RSI relativo, sólo que para la función.

La fluidez es buena, pero el número de operaciones rentables es aún mejor.

[Sceptic Philozoff]

grasn:

Colegas, hay una pequeña y sencilla pregunta para los científicos: ¿existe algún parámetro que mida la suavidad de una serie temporal en su conjunto? Y me da igual que haya correlación entre ellas o no, es importante distinguir que una serie en su conjunto es más suave que la otra.

Bueno, aquí hay una (recién inventada): tomamos una serie de primeras diferencias (rendimientos) y calculamos los rendimientos s.c.o. La relación entre los rendimientos m.o. y los rendimientos s.o. puede servir como medida. Cuanto más alto sea, más suave será la fila.

Está claro que puede ocurrir que no existan ni la r.m.s. ni la varianza de la población general (por ejemplo, la distribución de Cauchy). Pero siempre tomamos un número finito de muestras...

2 Korey: aquí hay otra especialmente para ti.

Regresión cuadrática MA = 3 * SMA + QWMA * ( 10 - 15/( N + 2 ) ) - LWMA * ( 12 - 15/( N + 2 ) )

Aquí N es el periodo de las medias,

QWMA( i; N ) = 1/( N*(N+1)(2*N+1) ) * suma( Close[i] * (N-i)^2; i = 0...N-1 ) (la escala ponderada al cuadrado).

[Yurixx]

Reshetov:

grasn:

Colegas, hay una pequeña y sencilla pregunta para los científicos: ¿existe algún parámetro que mida la suavidad de una serie temporal en su conjunto? Y me da igual que haya correlación entre ellas o no, es importante distinguir que una serie en su conjunto es más suave que la otra.

Deberías haber empezado toda esta tontería de la botánica con la resolución de esta misma pregunta. Lo más suave es una serie lineal o línea recta, ya que no hay nada que suavizar ahí. Cuanto menos adaptable sea el mach mach, más suave será.

O soy demasiado viejo, o estoy demasiado atrasado. No lo entiendo.

Colegas, ¿hay realmente otra definición de suavidad que la matemática? Ilumíname si lo hay, no te preocupes por mí. Porque si no lo hay, entonces todos estos artificios son creaciones muy arbitrarias que se basan en criterios vagos.

Una función se llama suave si tiene una derivada continua acotada - en mi opinión así es. De ello se deduce que la cuestión de la suavidad de la PA debe plantearse con mucha cautela. Al menos con más precisión. Al fin y al cabo, siempre es posible interpolar cualquier RV mediante un polinomio de grado adecuado con absoluta precisión. Y un polinomio de cualquier grado (no sólo una recta) es una función bastante suave.

Sergey, si conoces la señal, siempre puedes determinar (por ejemplo, con la ayuda de sco) cómo de suave es la RG con respecto a la señal, si por suavidad entendemos la medida de desviación de los valores de la RG con respecto a los valores de la señal. Pero de la misma manera se puede determinar lo suave que es esa RV en relación con cualquier otra función dada. Por lo tanto, si las nociones intuitivas de suavidad fueran suficientemente constructivas, hace tiempo que se habrían construido las aproximaciones más suaves de todas las BP, incluidas las series de precios. Y no estaríamos masticando este bolo alimenticio.

Así que su pregunta debería ir acompañada de una adición: ¿con respecto a qué?

[Сергей]

a las Matemáticas

Ну вот такой (только что придумал): берем ряд первых разностей (returns) и вычисляем с.к.о. returns. Отношение м.о. returns к с.к.о. может служить такой мерой. Чем оно выше, тем ряд глаже.

Por supuesto, puede ocurrir que no existan ni el m.o. ni la varianza de la población general (por ejemplo, la distribución de Cauchy). Pero siempre tomamos un número finito de muestras...

Gracias, muy curioso, cuando llegue al laboratorio le echaré un vistazo :o)

a Yurixx

Al fin y al cabo, siempre se puede interpolar cualquier PA con un polinomio de grado adecuado con absoluta precisión.

Siempre se puede interpolar, incluso el movimiento browniano, salvo que teóricamente no difiere en ninguna parte, si no me equivoco de nuevo :o)

si por suavidad entendemos la medida de desviación de los valores de la PA con respecto a los valores de la señal.

Siempre es posible ajustar los parámetros para obtener buenos resultados de suavidad en una mala BP

[Yurixx]

grasn:
a Yurixx

Siempre es posible interpolar cualquier PA con un polinomio de grado adecuado con absoluta precisión.

Siempre se puede interpolar, incluso el movimiento browniano, salvo que teóricamente no es diferenciable en ningún sitio, si no me he vuelto a equivocar :o)

¿Has puesto la condición de diferenciabilidad en algún sitio? Por eso digo que la cuestión de la suavidad hay que plantearla con más precisión.

El movimiento browniano no es diferenciable en el sentido de que su derivada es también una serie aleatoria. Pero su interpolación puede ser diferenciable o incluso infinitamente diferenciable. Sin embargo, no se sabe hasta qué punto satisfará sus necesidades. Así que una vez más repito: se necesita una cierta formulación de la cuestión de la suavidad. ¿Qué quiere decir con esto, para qué fines, cuáles son los criterios de evaluación y/o las propiedades requeridas?

Siempre es posible seleccionar los valores de los parámetros de tal manera que se puedan obtener buenos resultados de suavidad en una mala RV

¿Parámetros de qué? ¿Su modelo de señal? ¿O algunos de sus otros parámetros, por ejemplo, el algoritmo de análisis de RV que utiliza?

¿Qué son los "buenos resultados de suavidad"? Explícame para qué sirven y te diré qué criterios utilizas. Quizá entonces podamos hablar con fundamento.