Résonance stochastique - page 15
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
Ça ressemble beaucoup à un attracteur chaotique. Vous êtes dans un profond,grasn...
...
Ça ressemble beaucoup à un attracteur chaotique. Tu t'enfonces profondément,grasn.....
Il est entré profondément, et ce qu'il a montré n'était que le "début". Le modèle de mouvement des prix sous la forme d'une tendance plate et locale comme transition de niveau en niveau est une chose intéressante. J'ai parfois l'impression que les ondes sont tirées du modèle, mais ce n'est qu'une philosophie. J'utilise des attracteurs mais pas pour le prix mais pour certains paramètres du canal.
à vaa20003
Il est vrai que l'amplitude et les pics flottent un peu d'un jour à l'autre. J'ai juste construit une onde sinusoïdale avec ces périodes et je les ai additionnées. Et il s'avère (purement visuellement jusqu'ici) que pour chaque mouvement
est un pic ou un creux. Puis-je l'utiliser comme un signal de sous-seuil ?
J'ai déjà exprimé mon opinion à ce sujet, à savoir qu'il n'a aucune perspective. Le modèle de résonance stochastique n'a aucune qualité de prédiction qui permettrait de calculer le nouveau niveau d'un flat par rapport au marché, alors qu'il semble être du plus grand intérêt. Mais le développement d'un outil pour contrôler l'apparition de "situations dangereuses" comme la possibilité d'une tendance locale et le passage du système à un nouveau niveau, je pense, a toutes les chances.
Ça ressemble beaucoup à un attracteur chaotique. Tu vas loin,grasn...
Je pense que ça ressemble plus à une crevette, et ne riez pas s'il vous plaît :) ce n'est pas la crevette TA, c'est celle-ci http://www.ibiblio.org/e-notes/Chaos/ru/swallow_r.htm
A la fin de l'article "crevettes", on trouve
(Wow, des images folles) Pensez-vous vraiment qu'elles sont plus informatives qu'un graphique de prix par exemple ? Est-il nécessaire de creuser dans une telle nature sauvage ?
(Wow, des images folles) Pensez-vous vraiment qu'elles sont plus informatives qu'un graphique de prix par exemple ? Est-il nécessaire de creuser dans une telle nature sauvage ?
Une question aux experts, mais hors sujet.
Supposons qu'il existe une séquence de valeurs X normalement distribuée. Le nombre de membres de la séquence est N=1000000, la valeur moyenne est A et le ska est S. De toute évidence, l'ensemble des valeurs des éléments X est borné par le haut, c'est-à-dire que tous les X appartiennent à l'intervalle [0,Xmax]. Nous prenons un échantillon de M=100 membres de la séquence et calculons sa moyenne XM. Nous formons une nouvelle séquence Y = {XM} à partir de tous les échantillons séquentiels, contenant M éléments de la séquence initiale. Il est clair que l'ensemble des valeurs de Y est également borné.
Comment trouver ses limites supérieure et inférieure, c'est-à-dire l'intervalle des valeurs [Ymin,Ymax] ?
Je suis naturellement intéressé par l'évaluation analytique au moyen de statistiques mathématiques (dans lesquelles je ne suis, hélas, pas fort). Calculer de front n'est pas difficile, mais ce n'est pas intéressant. Il est intéressant d'obtenir la dépendance des limites de cet intervalle sur le rapport de N et M et les propriétés statistiques de la séquence initiale.
Une question aux experts, mais hors sujet.
Supposons qu'il existe une séquence de valeurs X normalement distribuée. Le nombre de membres de la séquence est N=1000000, la valeur moyenne est A et le ska est S. De toute évidence, l'ensemble des valeurs des éléments X est borné par le haut, c'est-à-dire que tous les X appartiennent à l'intervalle [0,Xmax]. Nous prenons un échantillon de M=100 membres de la séquence et calculons sa moyenne XM. Nous formons une nouvelle séquence Y = {XM} à partir de tous les échantillons séquentiels contenant M éléments de la séquence originale. Il est clair que l'ensemble des valeurs Y est également borné.
Comment trouver ses limites supérieure et inférieure, c'est-à-dire l'intervalle des valeurs [Ymin,Ymax] ?
Je suis naturellement intéressé par l'évaluation analytique au moyen de statistiques mathématiques (dans lesquelles je ne suis, hélas, pas fort). Calculer de front n'est pas difficile, mais ce n'est pas intéressant. Il est intéressant d'obtenir une dépendance des limites de cet intervalle sur le rapport de N et M et les propriétés statistiques de la séquence initiale.
Une petite clarification, dans mes propres mots, pour ainsi dire. Ai-je bien compris que l'échantillon original est divisé en sections non chevauchantes (intervalles) de longueur M, et que chaque échantillon d'une nouvelle séquence est la moyenne des données délimitées par l'intervalle, et est identifié par des numéros de partition ?
PS : je ne suis pas du tout un expert, je veux juste aider :o)
Une petite clarification, pour ainsi dire, dans mes propres mots. Ai-je bien compris que l'échantillon original est divisé en segments (intervalles) de longueur M qui ne se croisent pas, et que chaque échantillon de la nouvelle séquence est la moyenne des données délimitées par l'intervalle, et est identifié par les numéros de la division ?
PS : je ne suis pas du tout un expert, je veux juste aider :o)
Non, il s'agit simplement d'une fenêtre glissante de longueur M échantillons. Par conséquent, le nombre d'éléments de la séquence Y est N-M+1.
Dans la limite où M=1, nous obtenons la même séquence X avec sa plage de valeurs [0,Xmax]. Mais dans le cas contraire M=N, nous n'obtenons qu'un seul terme dans la séquence Y - la valeur moyenne de la séquence originale A, c'est-à-dire Ymin=Ymax=A.
La vérité est toujours au milieu. :-) Avec M arbitraire 0<Ymin<A et A<Ymax<Xmax. J'aimerais disposer de formules analytiques (ou au moins d'une procédure de calcul) pour calculer ces quantités. Je pense qu'en mathématiques, ce problème est du niveau de l'étudiant et a été résolu il y a longtemps.
Supposons qu'il existe une séquence de valeurs X normalement distribuée. Le nombre de membres de la séquence est N=1000000, la valeur moyenne est A, et le ska est S. De toute évidence, l'ensemble des valeurs des éléments X est borné par le haut, c'est-à-dire que tous les X appartiennent à l'intervalle [0,Xmax]. Nous prenons un échantillon de M=100 membres de la séquence et calculons sa moyenne XM. Nous formons une nouvelle séquence Y = {XM} à partir de tous les échantillons séquentiels contenant M éléments de la séquence originale. Il est clair que l'ensemble des valeurs Y est également borné.
Comment trouver ses limites supérieure et inférieure, c'est-à-dire l'intervalle des valeurs [Ymin,Ymax] ?
Je suis naturellement intéressé par l'évaluation analytique au moyen de statistiques mathématiques (dans lesquelles je ne suis, hélas, pas fort). Calculer de front n'est pas difficile, mais ce n'est pas intéressant. Intéressant d'obtenir une dépendance des limites de l'intervalle sur le rapport de N et M et les propriétés statistiques de la séquence initiale.
Si X est une variable aléatoire, alors Y est la somme de M variables aléatoires indépendantes ayant la même distribution que X. Ainsi, si X est normal, alors Y sera également normal, avec une variance S/sqrt(M). La question des valeurs maximales et minimales ne peut être posée que pour une réalisation particulière de la série (c'est-à-dire le comptage frontal), pour une réalisation arbitraire on ne peut parler que de probabilités.
P.S. Ce qui précède ne signifie pas que je me considère comme un expert en statistiques mathématiques :)
Si X est une variable aléatoire, alors Y est la somme de M variables aléatoires indépendantes ayant la même distribution que X. Ainsi, si X est normal, alors Y sera également normal, avec une variance S/sqrt(M). La question des valeurs maximales et minimales ne peut être posée que pour une réalisation particulière de la série (c'est-à-dire en comptant de front), pour une réalisation arbitraire on ne peut parler que de probabilités.
Bien sûr. Je voulais dire une estimation statistique.
Par exemple. Si nous connaissons la fonction de distribution, alors pour tout X0 nous connaissons la probabilité P d'occurrence d'un élément de valeur >=X0 dans la séquence. Si une séquence contient N éléments, le nombre total d'éléments de la séquence répondant à la condition X>=X0 est P*N. Si cette valeur est inférieure à 1, c'est-à-dire 0, alors statistiquement Xmax<X0. Mais cela ne signifie certainement pas que vous ne pouvez pas avoir un élément >=X0 dans une telle séquence.
J'espère que je n'ai pas fait d'erreur d'arithmétique quelque part ?