Obtention d'une BP stationnaire à partir d'une BP de prix - 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
La façon dont un marché non stationnaire peut être transformé en un marché stationnaire n'est pas claire.
En fait, il faut faire la distinction entre le spectre d'un signal déterministe et la densité spectrale de puissance d'un processus aléatoire.
>> donc ..... ? Et alors ? La densité spectrale de puissance n'est pas utile aux traders car elle ne permet pas de prédire (synthétiser) la FORME d'un signal dans le futur. Et 80 % de tous les écrits sont consacrés à cette même "densité spectrale". Cela fonctionne en physique, en optique POUR L'ANALYSE. Mais les traders pour l'extrapolation ont besoin de SYNTHESE après l'ANALYSE, et il faut une synthèse précise. Par conséquent, si les traders ont besoin d'un "spectre", ce devrait être pour un signal "déterministe", c'est-à-dire non aléatoire..... CELA (un spectre sinusoïdal) n'existe PAS dans les séries chronologiques. C'est pourquoi l'analyse de Fourier ne fonctionne pas dans le trading avec un quelconque degré de précision.
En fait, il faut faire la distinction entre le spectre d'un signal déterministe et la densité spectrale de puissance d'un processus aléatoire.
Rappelez-vous le sujet : pas avant les signaux déterministes. La question est simple : ouvrez la pièce jointe à mon message et essayez visuellement de convertir toute cette danse en un processus stationnaire. Pour moi, il est évident que nous devrions oublier cette transformation et traiter les processus non stationnaires. SPM, contrairement aux exercices probabilistes, comporte également une phase. Qu'arrive-t-il aux paramètres du signal non stationnaire (et lesquels), avant les changements de tendances ?
Le sujet a encore pris de l'ampleur.
Je ne comprends pas comment on peut transformer un marché non stationnaire en un marché stationnaire.
Ce forum est rempli de ces compréhensifs - ils veulent tout et mâchent cette absurdité depuis plusieurs années.
Alors ..... ? Et alors ? La densité spectrale de puissance n'est pas nécessaire pour les traders, car elle ne permet pas de prédire (synthétiser) la forme du signal pour l'avenir. Et 80 % de tous les écrits sont consacrés à cette même "densité spectrale". Cela fonctionne en physique, en optique POUR L'ANALYSE. Mais les traders pour l'extrapolation ont besoin de SYNTHESE après ANALYSE, et il faut une synthèse précise. Par conséquent, si les traders ont besoin d'un "spectre", ce devrait être pour un signal "déterministe", c'est-à-dire non aléatoire..... CELA (un spectre sinusoïdal) n'existe PAS dans les séries chronologiques. C'est pourquoi l'analyse de Fourier ne fonctionne pas dans le trading avec un quelconque degré de précision.
naturellement. SPM est une caractérisation probabiliste d'un processus.
Reshetov, vous ne comprenez toujours pas de quoi nous parlons. Personne n'a suggéré de prendre un bruit quelconque comme modèle. Je suis trop paresseux pour répéter la même chose.
Rappelez-vous le sujet : pas avant les signaux déterministes. La question est simple : ouvrez la pièce jointe à mon message et essayez visuellement de convertir toute cette danse en un processus stationnaire. Pour moi, il est évident que nous devons oublier cette transformation et traiter les processus non stationnaires. SPM, contrairement aux exercices probabilistes, comporte également une phase. Qu'arrive-t-il aux paramètres du signal non stationnaire (et lesquels), avant les changements de tendances ?
Eh bien, par exemple, on peut remarquer que la moyenne pondérée du signal FFT (si l'on parle conventionnellement d'un spectre de réalisation SP concret) glisse un peu vers les hautes fréquences...
Rappelez-vous le sujet : pas avant les signaux déterministes. La question est simple : ouvrez la pièce jointe à mon message et essayez visuellement de convertir toute cette danse en un processus stationnaire. Pour moi, il est évident que nous devons oublier cette transformation et traiter les processus non stationnaires. SPM, contrairement aux exercices probabilistes, comporte également une phase. Qu'arrive-t-il aux paramètres du signal non stationnaire (et lesquels), avant les changements de tendances ?
Et votre modèle n'implique-t-il pas de réduire à la stationnarité sur une fenêtre temporelle variable et de trouver les paramètres de ces distributions stationnaires ? Si vous avez quelque chose à dire et à discuter sur le sujet, pourquoi ne pas créer une branche ?