Como posso saber a diferença entre um gráfico FOREX e um PRNG? - página 27
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
Pode ser daqui a alguns anos, no mínimo. Será mais útil para o fórum. Eles vão pensar mais.
Sinto muito. Eu não quero saber de suas especulações arrogantes e de alta matemática.
A correlação (linear) de Pearson no contexto das citações foi provavelmente dita o tempo todo. É inútil, sobre o que mais há para se falar.
Somente correlações não lineares podem ser de real interesse prático e ninguém aqui fala realmente sobre elas. Pois eles são muito complicados e inexplorados. Isto é teoria da informação, qui-quadrados e outras incompreensibilidades para a grande maioria.
O tema foi levantado antes, mas foi reduzido sem rodeios ao agrupamento da volatilidade, ou seja, à (G)ARCH. Isto está longe de ser tudo, há algo mais. Talvez as semi-invariantes ajudem aqui, e talvez algo mais.
P.S. Volte sempre que quiser, Alexey. Mesmo falando muita porcaria, isso estimula o cérebro.
Sem ofensa, não se trata da ferramenta, mas sim de como ela é utilizada.
Não estou ofendido. É que é sempre assustador, na verdade, que haja um profissional que desenterra algo e mete o nariz, com razão. :)
Por que discutir sobre quem é mais frio, a explicação é bem simples - o sinal original é um segmento de uma onda sinusoidal em uma janela retangular, sua ACF é também um segmento de uma onda sinusoidal, mas em uma janela triangular, ou seja, exatamente o que vemos na segunda figura. Isto pode ser verificado através de cálculos elementares. Se tomarmos um sinusoidal sem limites de tempo, seu ACF será o mesmo sinusoidal. Conclusão 1: O cálculo do matemático está correto. Conclusão 2: se calcularmos desta forma a ACF da amostra (e não a ACF real, que nunca saberemos) do sinal real, devemos lembrar que o cálculo é feito na janela, e portanto o resultado é sempre distorcido.
Com todo respeito, a ACF é definida como a dependência da ACF da distância entre amostras, portanto, a diferença não é tão fundamental. E a própria fórmula clássica (que, como corretamente apontada acima, implica pelo menos em estacionaridade do processo no sentido restrito, mais sua ergodicidade) confirma isto.
Isto é bom e mais correto. A diferença está no que é comparado com o que é. Ao calcular o ACF, dois conjuntos de dados diferentes são comparados. Ao calcular ACF no primeiro passo, a matriz é comparada a si mesma (e é por isso que em ACF zero = 1, as matrizes são completamente as mesmas). Na segunda etapa, a matriz é deslocada ao longo do eixo temporal e comparada com a inicial, e assim por diante, até não haver mais sentido para deslocá-la, a matriz foi além da primeira ACF=0.
ACF é definida como a dependência do QC da distância entre amostras, portanto a diferença não é tão fundamental.
Eu diria que ACF é uma função de deslocamento de matriz (tau) em relação à primeira, não uma função da distância entre amostras (distância entre amostras, geralmente uma constante).
O ponto é diferente. Eu dei uma fórmula, fiz um indicador e o coloquei na base de código. Mas eles dizem que não é calculado corretamente, uma espécie de necessidade de "arrumar", que há um cálculo mais correto ... que tem propriedades de robustez, não-paramétricas ...
Estou lhe pedindo que me diga onde está errado, qual é a diferença? mostre uma imagem melhor, correta.... é apenas uma fórmula, você a toma e a calcula como MA. Mas como utilizar esses resultados e cálculos ... Você precisa entender para o que está calculando.
Em minha mensagem pessoal (e no fórum) eles escreveram muitas coisas, como se eu fosse um idiota, meu indicador é burro, eu sou burro, não sei matemática e não sou capaz de programar, o indicador sempre mostra um na barra 0, é impossível negociar com ele.... o que devo dizer a eles? Quero chorar de analfabetismo ... você nem sequer tem uma abordagem acadêmica para análise ... todos estão interessados em quando apertar o botão e em que botão...
indicador sempre mostra um na barra 0, é impossível negociar com ele..... o que devo dizer a eles? Isso me faz chorar de analfabetismo... você nem sequer tem uma abordagem acadêmica de análise... todos querem saber quando apertar o botão e qual botão apertar...
As pessoas que entendem ACF não a retirarão da kodobase, porque ACF (a) deve ser acompanhada de informações adicionais, (b) por si só não tem valor especial, porque você tem que usá-la com outros instrumentos, que não estão na kodobase. Portanto, ao colocá-lo na kodobase, você o destinou precisamente aos cidadãos com bicos abertos, futuros bilionários.
Quanto à abordagem acadêmica, você está errado. Há pessoas assim neste fórum e há muitas delas. E não se pode sair de um erro sistemático do primeiro tipo: resolver um problema errado com os métodos certos. E você não aceita críticas a essas pessoas que as entendem.
Desculpe ser brusco.
1. Não é a minha fórmula. Não o atribua a mim. Obtive-o a partir de livros didáticos e pacotes de matemática. Não fui eu que inventei. É exatamente o mesmo no wiki. A fórmula corresponde a 100%. O que há para limpar?
2. A foto que você citou era minha, onde eu mostreià hrenfx quais eram as diferenças.
3. sim, é exatamente assim que acontece, e eu gostaria de ressaltar que isso não acontece comigo. E MathCAd, acrescente aqui o MathLab e ele acaba exatamente da mesma forma, porque lcorr(Y,Y) é uma função integrada no matcad, eu não o programei e não inventei ... (Qualquer pessoa que conheça o Mathcad pode ir verificar) Você acredita honestamente que ambos estes pacotes matemáticos não calculam ACF corretamente?
4. Dê-me a fórmula. Eu realmente quero ver robusto e também não paramétrico.
1. Sim. Sim, você deixará o fórum aqui, como chegar......
Como diz a deputada da Duma Maria Kozhevnikova, "ESTE É O AZUL"!
Privalov, autocorrelação é uma quantidade sem dimensão que mostra as CARACTERÍSTICAS DE FUCKING de uma função para si mesma. A autocorrelação de uma função periódica é também uma função periódica.
A autocorrelação de um seno é COSINUS. A autocorrelação de co-seno é COSINUS.
http://sfprime.net/lls/pcs.htm
A autocorrelação de uma onda sinusoidal é uma onda cosina em forma de onda [REF10].
10. Applied Fourier Analysis, Harcourt Brace College Outline Series, Hwei P. Hsu, Harcourt Brace College Publishers, New York (1984). ISBN 0-15-60169-5.
Posso lhe dar mais uma dúzia de referências. Precisa de um?
E de acordo com você (e Mathworks) acontece que um pedaço de seno a 0 é como um pedaço de seno a 200 a MUITO MAIS do que um pedaço do mesmo seno a 200.000, certo?Privalov, esta é a 7ª ou 8ª série do ensino médio.
A fórmula na wikipedia NÃO é a mesma, ela apenas é normalizada ali (n-k) para que para diferentes desfasamentos você obtenha números comparáveis. Então há UMA média de números mu-pequenos no Wiki, enquanto você tem muitos, muitos números mu-pequenos em sua fórmula, e todos indexados de alguma forma. O que é isso?
2. Você entendeu errado.
3. Sim, eles são uns idiotas. Um bando de físicos com pouco sucesso que não se tornaram físicos, então eles decidiram escrever o software MathWorks na Fortran.
Aqui está um link onde o pessoal da MathWorks - quando perguntado por que seu ACF é despejado, ou seja, desbotando, diz que é produzido EM JANELA, e portanto quanto mais longo o período de testes ACF, menos amostras são deixadas e portanto seu ACF está sempre desbotando.
http://www.mathworks.co.uk/matlabcentral/answers/36882
-------------------------------------------------------------------
2 Comentários
Muito obrigado pela sua contribuição, senhor. O resultado é o que eu esperava.
Mas tenho a última pergunta: por que a autocorrelação funciona aplainada no início e no final do período?
Porque a soma envolve necessariamente cada vez menos termos à medida que a defasagem aumenta. Pense em deslocar um vetor de comprimento finito em relação a si mesmo, quanto maior for o deslocamento, menor será a sobreposição e, portanto, menos produtos haverá na soma.
-------------------------------------------------------------------
Privalov, pare de rezar à MATLAB, isso o tirará de alguns equívocos. Por que diabos eu deveria acreditar cegamente num bando de físicos desconhecidos para mim, sem nome, que escreveram este clanking behemoth?
4 - Por que, você está ficando preguiçoso? Aqui está um link para a seção russa da Wikipedia:
https://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D1%80%D1%80%D0%B5%D0%BB%D1%8F%D1%86%D0%B8%D1%8F
Isto, Privalov, é uma correlação. Ele é calculado aqui de forma não paramétrica. Você pode calcular a autocorrelação da mesma forma se a função SEGUNDA for a função PRIMEIRA, apenas com um turno. Todos os métodos de cálculo de correlação conhecidos, dos quais existem dezenas, se aplicam também à autocorrelação, já que a autocorrelação é apenas um caso especial de correlação.
Merda, colegas, bem, deixem-me sair deste fórum - para trabalhar por mim mesmo, por favor, não sejam estúpidos. Esta luz da ribalta em igualdade de condições me aborrece. Tudo bem, se fosse algo complicado, mas é elementar. Embora, .... Se a MathWorks tem sido burra por tantos anos, o que é preciso pedir ao resto de nós.
É estranho ouvi-lo dizer isso. Você realmente acredita que a classificação realmente não leva em conta valores absolutos de forma alguma?
O principal requisito para métodos não paramétricos é a robustez ao "ruído" e a distribuição (especialmente de rabos gordurosos). Isto pode ser conseguido às custas da precisão, que muitas vezes é elusiva e enganosa.
Qual é o problema com o Matcad? Ele conta o que é dado como entrada. Neste caso, duas amostras de 1000 pontos cada uma são deslocadas - claro que, com um turno completo, os dados não se sobrepõem, não haverá nada a comparar.
Continue a primeira amostra até 2000 pontos, e não haverá desbotamento.