Come si misura il rumore? - pagina 5

 
sibirqk:

Se affrontiamo la questione in modo puramente formale, allora il rumore può essere definito come la differenza tra i dati e un certo livellamento.

Esattamente. Se la curva è costruita in modo ottimale, il rumore sarà minimo. Ora è necessario misurare il livello di rumore, e vedere dove il segnale supera il rumore.

Prima, all'inizio del thread, ho postato una foto di una delle curve che ho usato per misurare il rumore. In serata farò e posterò la traccia del rumore.

 
sibirqk:
Questa è la differenza tra i prezzi di apertura dei bar vicini.
E se guardate sotto una lente d'ingrandimento, cioè aprite un grafico a 1m e guardate il periodo di 4 ore, non vedrete da nessuna parte un asse rettilineo e la distribuzione andrà all'inferno.
 
Владимир:
Da barra a barra, in termini di prestazioni, la differenza è enorme. Non ha senso nemmeno paragonare i 5 minuti con l'ora e ancor meno con il quotidiano.
In linea di principio non c'è differenza - si possono disegnare le stesse identiche immagini su barre da 5 minuti; la questione è come usarle? Per esempio, si può trovare del rumore tra 5 minuti e una media mobile con un periodo di 5, nel qual caso l'ultimo valore della media mobile sarà spostato solo 2 barre indietro e sembrerebbe che abbiamo solo bisogno di estrapolare due valori della media mobile e possiamo commerciare il ritorno delle deviazioni dalla media mobile. Ma tutto è più triste - l'errore di previsione risulta essere troppo grande, così come l'errore del valore del prezzo futuro calcolato dalla media mobile prevista usando la formula inversa.
 
lilita bogachkova:
Fate la stessa analisi con lo smoothing 1, perché dovete misurare il rumore in una candela e non in 51
Dovete misurare in una candela a zecche.
 
sibirqk:

E questo è l'aspetto della differenza tra lo smoothing e i prezzi di chiusura - il proverbiale rumore.


Si può anche vedere a occhio che il suo carattere cambia continuamente.

Il tuo smoothing agisce in realtà come un filtro di frequenza. E quello che chiamate rumore in questa situazione può essere semplicemente una componente ad alta frequenza (rispetto al periodo di lisciatura) del segnale.
 
Vladimir Suschenko:
Il vostro livellamento è in effetti un filtro di frequenza. E quello che chiamate rumore in questa situazione può essere semplicemente la componente ad alta frequenza (in relazione al periodo di lisciatura) del segnale.
Esatto, avete bisogno di un modello di segnale!
 
Possiamo provare a prendere un'onda sinusoidale con un certo periodo, fase fluttuante e ampiezza come modello di segnale. Applicare algoritmi di filtraggio del segnale e scambiare solo il segnale con un determinato periodo.
Ma non so come descrivere un tale modello.
 
Non scambiate se il rumore è maggiore dell'ampiezza della sinusoide e scambiate se l'ampiezza del rumore diminuisce
 
Maxim Romanov:
Si può provare a prendere un'onda sinusoidale con un certo periodo, fase fluttuante e ampiezza come modello di segnale. Applica algoritmi di filtraggio del segnale ad esso e scambia solo il segnale con un determinato periodo.
Ma non so come descrivere un tale modello.
Questo approccio è troppo semplicistico e inizialmente suggerisce alte distorsioni del segnale.
Un approccio più razionale è l'analisi retrospettiva con la determinazione passo dopo passo delle componenti del segnale. Sembra schematicamente come questo
- Inizialmente si presume che il movimento del prezzo nel futuro sia influenzato da diversi fattori, ad esempio il giorno della settimana, l'ora del giorno, la condizione del mercato (tendenza al rialzo/ribasso, piatta), importanti notizie economiche finanziarie, ecc. La complessità del modello dipenderà dal numero di fattori di influenza presi in considerazione.
- Cerchiamo la dipendenza del movimento dei prezzi da ciascuno dei fattori, che può essere ridotto alla forma "Vettore dei prezzi=F{Fattore(n)}". I fattori, sulla cui dipendenza dal prezzo non si osserva, sono considerati insignificanti e non sono considerati ulteriormente.
- Riassumiamo le dipendenze ottenute nel grafico e lo sovrapponiamo al segnale reale. La differenza ottenuta sarà "rumore" nel nostro caso.
Ma nella sua essenza tale "rumore" è anche una parte del segnale, semplicemente a causa della presenza di fattori di influenza significativi non considerati da noi, saremo in grado di determinare ma non possiamo prevedere né il carattere del "rumore" né alcuna delle sue caratteristiche.
Quindi non vedo l'utilità di misurare il rumore. Ma questa è la mia opinione personale e il mio approccio all'argomento.
 

La domanda stessa - come si misura il rumore? -- è scorretto, illogico, sbagliato.

Per cominciare, bisogna capire che l'ingresso è una miscela di "segnale+rumore".

Se lo fosse, la domanda sarebbe: come si separa il "segnale" dal "segnale+rumore"? Quando avrete risolto questo problema, identificare il "rumore" non sarà troppo difficile.

Il problema è risolto con metodi della teoria del controllo adattivo.

Per esempio.

La linea rossa sul grafico superiore è il "segnale". Il "rumore" in quanto tale non è segnato sul grafico perché non è necessario, ma è usato per calcolare la dispersione, in altre parole, la larghezza di banda, il tubo di propagazione del segnale.

Motivazione: