Comment mesurez-vous le bruit ? - page 5
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Si nous abordons la question de manière purement formelle, le bruit peut être défini comme la différence entre les données et un certain lissage.
Exactement. Si la courbe est construite de manière optimale, le bruit sera minimal. Maintenant, vous devez mesurer le niveau de bruit, et voir où le signal dépasse le bruit.
Plus tôt, au début du fil, j'ai posté une photo d'une des courbes que j'ai utilisées pour mesurer le bruit. Dans la soirée, je ferai et posterai la piste de bruit.
Il s'agit de la différence entre les prix d'ouverture des bars voisins.
D'une barre à l'autre, en termes de performances, la différence est énorme. Il est inutile de comparer le 5 minutes avec l'heure et encore moins avec le jour.
Faites la même analyse avec le lissage 1, car vous devez mesurer le bruit dans une bougie et non dans 51.
Et voici à quoi ressemble la différence entre le lissage et les prix de clôture - le bruit proverbial.
Vous pouvez même voir à l'œil que son caractère change en permanence.
Votre lissage est en fait un filtre de fréquence. Et ce que vous appelez bruit dans cette situation peut simplement être la composante haute fréquence (par rapport à la période de lissage) du signal.
Vous pouvez essayer de prendre une onde sinusoïdale avec une certaine période, une phase flottante et une amplitude comme modèle de signal. Appliquez-lui des algorithmes de filtrage des signaux et ne négociez que les signaux ayant une période donnée.
Une approche plus rationnelle est l'analyse rétrospective avec détermination pas à pas des composantes du signal. Schématiquement, cela ressemble à ceci
- On part du principe que l'évolution future des prix est influencée par plusieurs facteurs, par exemple le jour de la semaine, l'heure de la journée, l'état du marché (tendance à la hausse/à la baisse, stagnation), les nouvelles économiques et financières importantes, etc. La complexité du modèle dépendra du nombre de facteurs d'influence pris en compte.
- Nous recherchons la dépendance de l'évolution des prix par rapport à chacun des facteurs, qui peut être réduite à la forme "Vecteur de prix=F{Facteur(n)}". Les facteurs dont la dépendance du prix n'est pas observée sont considérés comme non significatifs et ne sont pas examinés plus avant.
- Nous résumons les dépendances obtenues dans le graphique et les superposons au signal réel. La différence obtenue sera du "bruit" dans notre cas.
Mais dans son essence, ce "bruit" est également une partie du signal, simplement en raison de la présence de facteurs d'influence significatifs non pris en compte par nous, nous pourrons définir mais ne pourrons pas prédire le caractère du "bruit" ni aucune de ses caractéristiques.
Je ne vois donc pas l'intérêt de mesurer le bruit. Mais c'est mon opinion personnelle et mon approche du sujet.
La question elle-même - comment mesurer le bruit ? -- est incorrect, illogique, mauvais.
Pour commencer, il faut comprendre que l'entrée est un mélange de "signal+bruit".
Si c'était le cas, la question serait : comment séparer le "signal" du "signal+bruit" ? Lorsque vous aurez résolu ce problème, l'identification du "bruit" ne sera pas trop difficile.
Le problème est résolu par des méthodes de la théorie du contrôle adaptatif.
Par exemple.
La ligne rouge sur le graphique du haut est le "signal". Le "bruit" en tant que tel n'est pas marqué sur le graphique car il n'est pas nécessaire, mais il est utilisé pour calculer la dispersion, c'est-à-dire la largeur de bande, le tube de propagation du signal.