Teoria do Fluxo Aleatório e FOREX - página 54
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
E para ser completamente consistente, esqueça a estacionaridade e aborde os mercados de capitais em geral e Forex em particular como sistemas dinâmicos não lineares e não perca tempo com estacionaridade .
Em termos práticos, como? Você tem alguma idéia?
Por exemplo, eu calculei um padrão assumindo um processo estacionário. Agora, como posso explorar este padrão assumindo a não-estacionariedade?
Preciso investigar essa regularidade em um processo não estacionário? E como posso fazer isso sem conhecer as propriedades e a natureza dessa não-estacionariedade?
Para estudar a não-estacionariedade através do exemplo deste padrão?
Como nerd para um estudante da PTU: não acredito na análise de Fourier para fluxos de citações por determinadas razões. Não acredito que as citações sejam ruído branco. Se eu não me fiz entender, aceite mil desculpas.
P.S.Se você juntar um negro de sinusóides, é bobagem afirmar que ele não é formado por eles :) Mas, na verdade, não estamos interpolando aqui, estamos extrapolando.
Vou distorcer o que Avals acabou de dizer: o verdadeiro negro vivo não é composto de sinusoidais. Ele é composto de água, de células, de sangue e carne, ele tem um livre arbítrio que o guia em todos os seus movimentos corporais. Sua imagem de um negro pode, em certos casos, ser "decomposta em sinusóides", e até mesmo obter algum benefício com isso. Por exemplo, você pode usar uma imagem de um negro correndo para continuar o ciclo de movimento de suas pernas e fazer um filme sobre a corrida do negro. Somente o negro real vai parar após 30 segundos, e sua extrapolação de sua imagem mostrará que ele está correndo TUDO. E seu humor MUITO MODERADO! E ele não quer mais correr! Portanto, a extrapolação mecânica de sua execução na imagem do vídeo não fará nada.
Você não tem um negro. Você só tem uma imagem dele. É por isso que você não será capaz de fazer previsões a longo prazo pela sua imagem (por meio da decomposição em ondas sinusoidais). É preciso saber para onde ele está correndo, por que ele está correndo e quantos recursos ele tem para correr, quando ele se cansará e como determinar a partir de fotos individuais que ele começou a ficar cansado.
Fierstein?
Recepção.
Em termos práticos, como é isso? Há alguma consideração?
Por exemplo, eu calculei um padrão assumindo um processo estacionário. Agora, como posso explorar este padrão assumindo um processo não estacionário?
Preciso investigar essa regularidade em um processo não estacionário? E como posso fazê-lo sem conhecer as propriedades e a natureza dessa não-estacionariedade?
Estudar a não-estacionariedade através do exemplo desta regularidade?
Sim, como? Qualquer tolo pode simplesmente lançar "definições" abstratas em um fórum anônimo sem qualquer responsabilidade pela "definição". Tente mostrar na prática que o modelo-definido funciona.
A tese RGE de que todas as informações estão no preço parece ser usada por todos que fazem previsões de cotações em série. Ou você está fazendo algo diferente?
A tese é ligeiramente diferente, mas não é essa a questão. Trata-se das suposições subjacentes, dos axiomas não negociáveis: o preço é uma caminhada aleatória e depois a lei gaussiana, normal e lá vai você. Não existe tal coisa.
Posso prever que o negro que vi na foto permanecerá um negro na vida :)
O que há nele para você? Você precisa saber para onde ele está indo. A companhia de seguros quer saber quanto tempo ele vai viver e quão doente vai estar em sua vida, então eles perguntam onde ele nasceu, qual é seu estilo de vida, o que ele faz para viver, o que ele faz para um emprego e com o que ele esteve doente em sua infância.
E você tem apenas uma faixa de preço, e no melhor dos casos não é sequer o volume de compras de moeda, mas o MONTANTE TÍCNICO. E eles nos dizem que decompondo a imagem de um negro em uma imagem em sinusóides, podemos saber onde e a que velocidade ele correrá.
Vou distorcer o que Avals acabou de dizer: o verdadeiro negro vivo não é composto de sinusoidais. Ele é composto de água, de células, de sangue e carne, ele tem livre arbítrio, que ele é guiado em todos os seus movimentos. Sua imagem de um negro pode, em certos casos, ser "decomposta em sinusóides", e até mesmo obter algum benefício com isso. Por exemplo, você pode usar uma imagem de um negro correndo para continuar o ciclo de movimento de suas pernas e fazer um filme sobre a corrida do negro. Somente o verdadeiro negro parará após 30 segundos, e sua extrapolação de sua imagem mostrará que ele está correndo TUDO AQUI. E seu humor MUITO MODERADO! E ele não quer mais correr! Portanto, a extrapolação mecânica de sua execução na imagem do vídeo não fará nada.
Você não tem um negro. Você só tem uma imagem dele. É por isso que você não será capaz de fazer previsões a longo prazo pela sua imagem (por meio da decomposição em ondas sinusoidais). É preciso saber para onde ele está correndo, por que ele está correndo e quantos recursos ele tem para correr, quando ele vai se cansar e como determinar a partir de fotos individuais que ele começou a se cansar.
Fierstein?
Recepção.
Uau, isso é realmente alguma coisa. Tentarei explicar sem alegorias: com o DFT você obtém uma decomposição do sinal em seus componentes, após o que NÃO poderá dizer que NÃO é composto por eles, pois em suma, os componentes darão o sinal original. E não fale mais sobre causa e efeito aqui, é aritmética. O senão é que será interpolação, e fora da seção de decomposição quase sempre não terá significado.
P.S. Ao contrário do negro - se você o desmontar, então... não é cruel, desumano e pouco apetitoso.
Em termos práticos, como é isso? Há alguma consideração?
Por exemplo, eu calculei um padrão assumindo um processo estacionário. Agora, como posso explorar este padrão assumindo um processo não estacionário?
Preciso investigar essa regularidade em um processo não estacionário? E como posso fazê-lo sem conhecer as propriedades e a natureza dessa não-estacionariedade?
Estudar a não-estacionariedade através do exemplo desta regularidade?
A estacionaridade é um caso especial de não estacionaridade. Os mercados estão estacionários em alguns intervalos, mas você não pode obter reversões de mercado a partir desses intervalos, ou seja, o que você pode obter da não-estacionariedade. Neste post eu dei um link para Peters. Estou torcendo para a abordagem metodológica correta. Mercados eficientes são um beco sem saída, ou seja, você pode moer durante séculos com o esvaziamento do depoimento. Se inicialmente os mercados são considerados como sistemas dinâmicos não lineares e a teoria disponível neste campo é dirigida ao reconhecimento de alguns padrões que têm capacidade de predição - é perspectiva em sua base, talvez você ou eu falharemos, mas não um impasse, ou seja, algum dia, alguém o obterá, mas em RGE nunca e ninguém.
Зная, что негр останется негром, страховая компания может прикинуть по статистике заболеваний негров, по статистике продолжительности жизни негров на этом континенте. И это зная зная только что он негр. И среднестатистически будет права
Eu me pergunto como você pode dizer de um quadro, e decomposto em sinusóides, de que continente ele é e em que estágio da doença ele está ;)...Psychics in sutdia ;) ? Só estou dizendo.
Boa sorte.