En este artículo, discutiremos cómo utilizar el coeficiente generalizado de Hurst y la prueba del coeficiente de varianza para analizar el comportamiento de las series de precios en MQL5.
Para probar nuestra función GHE, hemos preparado una aplicación GHE.ex5, implementada como asesor. Esto nos permitirá visualizar series aleatorias con características predefinidas y observar cómo funciona el GHE. La interactividad total nos permitirá ajustar todos los parámetros del GHE, así como la longitud de la serie dentro de ciertos límites. Una característica interesante es la posibilidad de registrar la transformación de las filas antes de aplicar GHE para ver si existe algún beneficio al preprocesar los datos de esta forma.
Ya sabemos que, cuando se trata de aplicaciones del mundo real, los conjuntos de datos sufren un exceso de ruido. Como el GHE ofrece una estimación sensible al tamaño de la muestra, deberemos comprobar cómo de significativo es el resultado. Esto puede lograrse realizando una prueba de hipótesis denominada prueba del coeficiente de varianza (RV).
Para iniciar sesión y usar el sitio web MQL5.com es necesario permitir el uso de Сookies.
Por favor, active este ajuste en su navegador, de lo contrario, no podrá iniciar sesión.
Ha iniciado sesión. La autenticación de dos factores se ha desactivado. Vuelva a configurarla y escanee un nuevo código QR, o continúe con la autenticación de dos factores desactivada.
Artículo publicado Aplicamos el coeficiente generalizado de Hurst y la prueba del coeficiente de varianza en MQL5:
En este artículo, discutiremos cómo utilizar el coeficiente generalizado de Hurst y la prueba del coeficiente de varianza para analizar el comportamiento de las series de precios en MQL5.
Para probar nuestra función GHE, hemos preparado una aplicación GHE.ex5, implementada como asesor. Esto nos permitirá visualizar series aleatorias con características predefinidas y observar cómo funciona el GHE. La interactividad total nos permitirá ajustar todos los parámetros del GHE, así como la longitud de la serie dentro de ciertos límites. Una característica interesante es la posibilidad de registrar la transformación de las filas antes de aplicar GHE para ver si existe algún beneficio al preprocesar los datos de esta forma.
Ya sabemos que, cuando se trata de aplicaciones del mundo real, los conjuntos de datos sufren un exceso de ruido. Como el GHE ofrece una estimación sensible al tamaño de la muestra, deberemos comprobar cómo de significativo es el resultado. Esto puede lograrse realizando una prueba de hipótesis denominada prueba del coeficiente de varianza (RV).
Autor: Francis Dube