Os estados de estabilidade são topos planos durante as reversões ou correções. As tendências são estados instáveis de transição de um plano para o outro. Antes de uma tendência, um sinal regular é amplificado pelo ruído do plano e se manifesta em saltos abruptos bruscos, muitas vezes momentâneos de nível para nível.
Como podemos aprender algo prático com isso?
P.S. Por exemplo, como podemos extrair apenas o componente aleatório (ruído puro) da volatilidade para obter um sinal regular? A volatilidade é conhecida por ser um processo antipessoal. A simples subtração de uma constante não vai funcionar, pois o sinal está ficando mais forte durante a tendência. Detrender? E a que, eu me pergunto, o coeficiente de amplificação é igual?
É uma idéia curiosa (para mim de qualquer forma... estou apenas aprendendo), um flat é estável, enquanto uma tendência é apenas uma transição. Pensei que o mercado está em movimento (tendência) e estagnado (flat), então o mercado não sabe para onde se mover. Isto é, o mercado ideal é uma linha reta horizontal, Deus nos livre. A extração do ruído, wavelets parecem ter sido projetados para isso (posso estar errado). Boa sorte.
Parece que, de alguma forma, ressoa com os modelos potenciais, ou melhor, minha visão de onde e como usá-los :).
E onde posso ler sobre modelos potenciais do seu ponto de vista, porque o Google está cheio de "modelos potenciais", a vida como sempre gira em torno de bebês.
AAB писал (а): Ou seja, o mercado ideal é uma linha reta horizontal - Deus me livre .
Na verdade, há uma noção de que o mercado está longe do equilíbrio e está sempre à beira de desastres (bifurcações). O distanciamento do equilíbrio clássico é uma característica dos sistemas naturais e sociais caóticos. Um pequeno galo é suficiente para destruir o frágil estado quase estável (do tipo equilíbrio, apenas instável). Esta é a transição de um plano para uma tendência.
AAB: E onde posso ler sobre modelos potenciais do seu ponto de vista, porque o Google está se engasgando com "modelos potenciais", a vida como sempre gira em torno dos pequenos.
Há um grande tópico no fórum paralelo :) https://www.mql5.com/ru/forum/50458, mas é bastante confuso. A título de exemplo, veja http://forex.kbpauk.ru/download.php?Number=16275. Quanto à minha opinião, tais modelos deveriam apenas descrever estados estáveis, abrindo assim uma possibilidade fundamental para isolar um sinal "externo".
AAB: E onde posso ler sobre modelos potenciais do seu ponto de vista, porque o Google está cheio de "modelos potenciais", a vida como sempre gira em torno do pirulito.
Há um grande tópico no fórum paralelo :) https://www.mql5.com/ru/forum/50458, mas é bastante confuso. A título de exemplo, veja http://forex.kbpauk.ru/download.php?Number=16275. Quanto à minha opinião, tais modelos deveriam apenas descrever estados estáveis, abrindo assim uma possibilidade fundamental para isolar o sinal "externo".
OK, obrigado pelos links. Mas eu acho que a frase "é bastante barulhenta", é muito subestimada ;).
Se eu entendi o ponto corretamente, você precisa procurar características do Sistema/Modelo (talvez baseado em uma série temporal) onde este sinal regular "atual" fraco ressoará com o ruído, ou seja, será amplificado multiplicadamente. Especialmente destacado:
Posso ser mais específico: em outras palavras, se abordado de um ponto de vista prático, deve-se controlar os parâmetros do ruído e procurar tais valores de suas características com os quais a probabilidade de ressonância é significativamente aumentada.
Dificilmente será possível calcular a trajetória exata, mas talvez seja possível calcular as principais características do movimento direcional futuro (impulso, salto, balanço - o que quer que seja). Por conseguinte, é necessário definir:
- Parâmetros do ruído atual (presumo que variem)
- Parâmetros de sinal de corrente
Há, é claro, algumas dificuldades com isso. A relação sinal-ruído é fortemente influenciada um pelo outro. Para o sinal de corrente, duas opções simples estão em ordem:
- é isolar o sinal com algum tipo de filtro passa-baixo (a opção wavelet é bastante boa para este modelo).
- Uso de várias regressões ou suas combinações
No caso geral, precisaremos fazer uma previsão dos mesmos elementos do sistema:
- Parâmetros de ruído futuro
- Parâmetros de sinais futuros
A previsão de ruído provavelmente fará você sorrir, mas acho que deve ser uma parte importante do sistema. Claro que você não precisa prever o ruído em si, mas você precisa tirar algumas conclusões sobre os parâmetros básicos do ruído futuro. A ressonância em si me parece ser de uma natureza muito aleatória, e se vai ou não somar depende quase inteiramente do ruído.
PS 01: esta é uma idéia interessante, portanto, levará um ano ou mais, levando em conta as pesquisas necessárias e experimentando diferentes variantes.
à Mathemat
Os estados estáveis são planos na parte superior durante as reversões ou correções. As tendências são estados instáveis de transição de um plano para o outro.
Eu uso este conceito em meu modelo. Funciona muito bem.
Se eu entendi o ponto corretamente, você precisa procurar características do Sistema/Modelo (talvez baseado em uma série temporal) onde este sinal regular "atual" fraco ressoará com o ruído, ou seja, será amplificado multiplicadamente. Especialmente destacado:
Posso ser mais específico: em outras palavras, se abordado de um ponto de vista prático, deve-se controlar os parâmetros de ruído e procurar tais características de ruído nas quais a probabilidade de ressonância é significativamente aumentada.
Calcular uma trajetória exata é improvável, mas pode ser possível calcular as principais características do movimento direcional futuro (impulso, salto, varredura - o que quer que seja). Por conseguinte, é necessário definir:
- Parâmetros do ruído atual (presumo que variem)
- Parâmetros de sinal de corrente
Há, é claro, algumas dificuldades com isso. A relação sinal-ruído é fortemente influenciada um pelo outro. Para o sinal de corrente, duas opções simples estão em ordem:
- é isolar o sinal com algum tipo de filtro passa-baixo (a opção wavelet é bastante boa para este modelo).
- Uso de várias regressões ou suas combinações
No caso geral, precisaremos fazer uma previsão dos mesmos elementos do sistema:
- Parâmetros de ruído futuro
- Parâmetros de sinais futuros
A previsão de ruído provavelmente fará você sorrir, mas acho que deve ser uma parte importante do sistema. É claro que você não precisa prever o ruído em si, mas precisa tirar algumas conclusões sobre os parâmetros básicos do ruído futuro. A ressonância em si me parece ser de uma natureza muito aleatória, e se vai ou não somar depende quase inteiramente do ruído.
PS 01: esta é uma idéia interessante, portanto, levará um ano ou mais, levando em conta as pesquisas necessárias e experimentando diferentes variantes.
para Matemática
Os estados estáveis são planos na parte superior durante as reversões ou correções. As tendências são estados instáveis de transição de um plano para o próximo.
Eu uso este conceito em meu modelo. Funciona muito bem.
Se eu entendi o artigo corretamente, você tem que procurar uma fonte permanente de influência. Mas pode acontecer que não haja um. Ou há muitos deles, o que é a mesma coisa. Então, como fazer isso?
Se eu entendi o artigo corretamente, você precisa procurar uma fonte permanente de impacto. Mas pode acontecer que não haja um. Ou há muitos deles, o que é a mesma coisa. Então, como fazer isso?
Tenho uma forte sensação de que preciso procurar os dois, e tudo junto é muito frustrante. Vou começar minha jornada com o barulho, especialmente porque há muito tempo eu queria lidar com ele.
Se entendi o artigo corretamente, você precisa procurar uma fonte permanente de influência. Mas pode acontecer que não haja nenhum. Ou há muitos deles, o que é a mesma coisa. Então, o que fazer?
Tenho uma forte sensação de que preciso procurar os dois, e tudo junto é muito frustrante. Opcional, vou começar minha jornada com o barulho, especialmente porque há muito tempo eu queria lidar com ele.
É claro, você poderia dividir as tarefas. Mas então você tem que procurar uma resposta - Quem se beneficia? Mas isso soa como uma pergunta infantil. Embora eu possa estar errado.
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Os estados de estabilidade são topos planos durante as reversões ou correções. As tendências são estados instáveis de transição de um plano para o outro. Antes de uma tendência, um sinal regular é amplificado pelo ruído do plano e se manifesta em saltos abruptos bruscos, muitas vezes momentâneos de nível para nível.
Como podemos aprender algo prático com isso?
P.S. Por exemplo, como podemos extrair apenas o componente aleatório (ruído puro) da volatilidade para obter um sinal regular? A volatilidade é conhecida por ser um processo antipessoal. A simples subtração de uma constante não vai funcionar, pois o sinal está ficando mais forte durante a tendência. Detrender? E a que, eu me pergunto, o coeficiente de amplificação é igual?
A extração do ruído, wavelets parecem ter sido projetados para isso (posso estar errado).
Boa sorte.
Parece que, de alguma forma, ressoa com os modelos potenciais, ou melhor, minha visão de onde e como usá-los :).
E onde posso ler sobre modelos potenciais do seu ponto de vista, porque o Google está se engasgando com "modelos potenciais", a vida como sempre gira em torno dos pequenos.
Há um grande tópico no fórum paralelo :) https://www.mql5.com/ru/forum/50458, mas é bastante confuso. A título de exemplo, veja http://forex.kbpauk.ru/download.php?Number=16275. Quanto à minha opinião, tais modelos deveriam apenas descrever estados estáveis, abrindo assim uma possibilidade fundamental para isolar um sinal "externo".
E onde posso ler sobre modelos potenciais do seu ponto de vista, porque o Google está cheio de "modelos potenciais", a vida como sempre gira em torno do pirulito.
Há um grande tópico no fórum paralelo :) https://www.mql5.com/ru/forum/50458, mas é bastante confuso. A título de exemplo, veja http://forex.kbpauk.ru/download.php?Number=16275. Quanto à minha opinião, tais modelos deveriam apenas descrever estados estáveis, abrindo assim uma possibilidade fundamental para isolar o sinal "externo".
Se eu entendi o ponto corretamente, você precisa procurar características do Sistema/Modelo (talvez baseado em uma série temporal) onde este sinal regular "atual" fraco ressoará com o ruído, ou seja, será amplificado multiplicadamente. Especialmente destacado:
Posso ser mais específico: em outras palavras, se abordado de um ponto de vista prático, deve-se controlar os parâmetros do ruído e procurar tais valores de suas características com os quais a probabilidade de ressonância é significativamente aumentada.
Dificilmente será possível calcular a trajetória exata, mas talvez seja possível calcular as principais características do movimento direcional futuro (impulso, salto, balanço - o que quer que seja). Por conseguinte, é necessário definir:
- Parâmetros do ruído atual (presumo que variem)
- Parâmetros de sinal de corrente
Há, é claro, algumas dificuldades com isso. A relação sinal-ruído é fortemente influenciada um pelo outro. Para o sinal de corrente, duas opções simples estão em ordem:
- é isolar o sinal com algum tipo de filtro passa-baixo (a opção wavelet é bastante boa para este modelo).
- Uso de várias regressões ou suas combinações
No caso geral, precisaremos fazer uma previsão dos mesmos elementos do sistema:
- Parâmetros de ruído futuro
- Parâmetros de sinais futuros
A previsão de ruído provavelmente fará você sorrir, mas acho que deve ser uma parte importante do sistema. Claro que você não precisa prever o ruído em si, mas você precisa tirar algumas conclusões sobre os parâmetros básicos do ruído futuro. A ressonância em si me parece ser de uma natureza muito aleatória, e se vai ou não somar depende quase inteiramente do ruído.
PS 01: esta é uma idéia interessante, portanto, levará um ano ou mais, levando em conta as pesquisas necessárias e experimentando diferentes variantes.
à MathematEu uso este conceito em meu modelo. Funciona muito bem.
Se eu entendi o ponto corretamente, você precisa procurar características do Sistema/Modelo (talvez baseado em uma série temporal) onde este sinal regular "atual" fraco ressoará com o ruído, ou seja, será amplificado multiplicadamente. Especialmente destacado:
Posso ser mais específico: em outras palavras, se abordado de um ponto de vista prático, deve-se controlar os parâmetros de ruído e procurar tais características de ruído nas quais a probabilidade de ressonância é significativamente aumentada.
Calcular uma trajetória exata é improvável, mas pode ser possível calcular as principais características do movimento direcional futuro (impulso, salto, varredura - o que quer que seja). Por conseguinte, é necessário definir:
- Parâmetros do ruído atual (presumo que variem)
- Parâmetros de sinal de corrente
Há, é claro, algumas dificuldades com isso. A relação sinal-ruído é fortemente influenciada um pelo outro. Para o sinal de corrente, duas opções simples estão em ordem:
- é isolar o sinal com algum tipo de filtro passa-baixo (a opção wavelet é bastante boa para este modelo).
- Uso de várias regressões ou suas combinações
No caso geral, precisaremos fazer uma previsão dos mesmos elementos do sistema:
- Parâmetros de ruído futuro
- Parâmetros de sinais futuros
A previsão de ruído provavelmente fará você sorrir, mas acho que deve ser uma parte importante do sistema. É claro que você não precisa prever o ruído em si, mas precisa tirar algumas conclusões sobre os parâmetros básicos do ruído futuro. A ressonância em si me parece ser de uma natureza muito aleatória, e se vai ou não somar depende quase inteiramente do ruído.
PS 01: esta é uma idéia interessante, portanto, levará um ano ou mais, levando em conta as pesquisas necessárias e experimentando diferentes variantes.
para MatemáticaEu uso este conceito em meu modelo. Funciona muito bem.
Se eu entendi o artigo corretamente, você tem que procurar uma fonte permanente de influência. Mas pode acontecer que não haja um. Ou há muitos deles, o que é a mesma coisa. Então, como fazer isso?
Se eu entendi o artigo corretamente, você precisa procurar uma fonte permanente de impacto. Mas pode acontecer que não haja um. Ou há muitos deles, o que é a mesma coisa. Então, como fazer isso?
Tenho uma forte sensação de que preciso procurar os dois, e tudo junto é muito frustrante. Vou começar minha jornada com o barulho, especialmente porque há muito tempo eu queria lidar com ele.
Se entendi o artigo corretamente, você precisa procurar uma fonte permanente de influência. Mas pode acontecer que não haja nenhum. Ou há muitos deles, o que é a mesma coisa. Então, o que fazer?
Tenho uma forte sensação de que preciso procurar os dois, e tudo junto é muito frustrante. Opcional, vou começar minha jornada com o barulho, especialmente porque há muito tempo eu queria lidar com ele.
É claro, você poderia dividir as tarefas. Mas então você tem que procurar uma resposta - Quem se beneficia? Mas isso soa como uma pergunta infantil. Embora eu possa estar errado.