Reflexiones sobre el azar - página 19
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
¿En qué se diferencia esta línea de señal de la EMA o la SMA?
La diferencia es que la EMA y la SMA son demasiado primitivas para describir adecuadamente el comportamiento del sistema.
Son sólo una primera y burda aproximación. El mercado "calculará" rápidamente esta estructura congelada de su modelo (el del mercado) y engullirá el depósito.
Esto explica el hecho de que la ST en las máquinas requiere una optimización frecuente, es decir, un ajuste para el mercado.
Necesitamos (una verdad gastada) una adaptación-automatización en intervalos de tiempo razonables (aceptables desde el punto de vista del riesgo).
En este caso hay dos caminos: cambiar periódicamente el modelo de la señal, o cambiar los parámetros de los flappers (convencionalmente hablando).
Dónde obtener el error (desviación de la norma), cómo seleccionarlo y cómo utilizarlo para el autoajuste es una cuestión de algoritmo.
Pensando en todos los partidarios de la DSP en este foro y en otros foros de comerciantes (y hay muchos) tengo un lema "¡DSP con chupón!"
La gente no quiere entender que no hay señal entre comillas como ellos la entienden, y no hay ruido como ellos lo entienden.
Hay un componente determinista en kotir (no consideremos a SB con la demolición) que confunden con la señal. Uno podría estar de acuerdo con ellos (al fin y al cabo no se trata de terminología, sino de dinero) si la diferencia entre el componente determinista ("señal") y el cociente fuera estacionaria (MO casi constante y varianza casi constante).
Para un autómata:
Y sobre lo generalmente aceptado. La primera línea es ARCH, más completamente colas gruesas, el modelo matemático para esto es FARIMA (integrabilidad fraccional, Hurst es sinónimo). No sólo se trata de un mar de literatura, sino también de un código gratuito (R) ampliamente disponible que tiene en cuenta muchos matices en el nombrado.
Te deseo éxito, autómata. Tengo la confianza de que un buen filtro adaptativo producirá un sistema bastante estable, y las paradas obligatorias pueden evitar que baje, especialmente si sabes exactamente cómo reacciona tu sistema a la función delta (ver avalsa más arriba).
faa, eres todo un experto, no hablas, hablas ;))))
Pero ahí está el problema, que intentas "hablar" de un tema del que no entiendes absolutamente nada.
¿Es posible hacer un buen filtro basado en una red neuronal (será un filtro no lineal, pero no es el punto)? Es decir, ¿no se contradice con los fundamentos sobre los que eres experto? (No he tratado nada de filtros, así que la pregunta es muy general).
¿Es posible hacer un buen filtro basado en una red neuronal (será un filtro no lineal, pero no es el punto)? Es decir, ¿no se contradice con los fundamentos sobre los que eres experto? (No me he ocupado en absoluto de los filtros, así que la pregunta es muy general)
Aunque tengo algunos conocimientos de NS, no soy un experto en NS.Supongo que hacer un buen filtro basado en una red neuronal esuna tarea factible.
Aunque tengo algunos conocimientos de NS, no soy un experto en NS.Supongo que hacer un buen filtro basado en una red neuronal es una tarea factible.
Gracias.
¿Puedo hacerte otra pregunta? ¿Intentas reducir el tamaño del error "filtro-cita" al construir un filtro o es mucho más complicado que eso?
Gracias.
¿Puedo hacerte otra pregunta? ¿Está tratando de reducir el tamaño del error "filtro-cita" al construir el filtro o es más complicado que eso?
El objetivo del sistema es minimizar el error de seguimiento. Pero es posible plantear la tarea de otra manera.
Aquí hay un ejemplo de planteamiento de un problema. (hay varios posts antes y después en el hilo)
El objetivo del sistema es minimizar el error de seguimiento. Pero también es posible establecer la tarea de forma diferente.
Aquí hay un ejemplo de planteamiento de un problema. (hay varios posts de antes y después en el hilo).
¡Genial! Lo estoy estudiando con gran interés. Gracias.
¡Genial! Lo estoy estudiando con gran interés. Gracias.
La diferencia es que la EMA y la SMA son demasiado primitivas para describir adecuadamente el comportamiento del sistema.
Son sólo una primera y burda aproximación. El mercado "calculará" rápidamente esta estructura congelada de su modelo (el del mercado) y engullirá el depósito.
Esto explica el hecho de que la ST de las máquinas necesite una optimización frecuente, es decir, un ajuste para el mercado.
Necesitamos (una verdad gastada) una adaptación-automatización en intervalos de tiempo razonables (aceptables desde el punto de vista del riesgo).
En este caso hay dos caminos: o bien cambiar periódicamente el modelo de la señal, o bien cambiar los parámetros de las aletas (convencionalmente hablando).
Dónde obtener el error (desviación de la norma), cómo seleccionarlo y cómo utilizarlo para el autoajuste es una cuestión de algoritmo.
Nunca he visto un filtro adaptativo que se diferencie de EMA, SMA u otro filtro FIR y sea mejor que ellos. Si sabes de lo que hablas, entonces muestra dicho filtro adaptativo en imágenes y explica su ventaja.