Discussão do artigo "Indicador de previsão ARIMA em MQL5"

 

Novo artigo Indicador de previsão ARIMA em MQL5 foi publicado:

Neste artigo, criamos um indicador de previsão ARIMA em MQL5. É analisado como o modelo ARIMA forma previsões, sua aplicabilidade ao mercado Forex e ao mercado de ações em geral. Também é explicado o que é a autorregressão AR, de que forma os modelos autorregressivos são usados para previsão e como funciona o mecanismo de autorregressão.

A primeira parte do modelo é chamada de autorregressão. Essa palavra bonita significa uma coisa simples: o preço de hoje depende do preço de ontem, de anteontem e assim por diante. É como se o mercado se lembrasse do seu passado e construísse o futuro com base nele.

Se o EUR/USD subiu três dias seguidos, existe a probabilidade de que amanhã ele também suba. Não é garantido, mas a tendência pode continuar. A parte autorregressiva do modelo captura exatamente esses padrões, analisando o quanto os valores passados influenciam o valor atual.

A matemática por trás das palavras simples: imagine que você tenha a cotação do EUR/USD dos últimos cinco dias: 1.0800, 1.0825, 1.0850, 1.0875, 1.0900. A autorregressão diz: "Veja, a cada dia a cotação subiu cerca de 25 pontos (0.0025), portanto amanhã ela estará por volta de 1.0925". O modelo encontra coeficientes, números que mostram o quanto o preço de ontem influencia o de hoje, o de anteontem influencia o de hoje, e assim por diante.

A fórmula fica mais ou menos assim: preco_de_amanha = 0.7 × preco_de_hoje + 0.2 × preco_de_ontem + 0.1 × preco_de_anteontem. Esses coeficientes 0.7, 0.2 e 0.1 o modelo seleciona por conta própria, analisando o histórico. Quanto maior o coeficiente, mais forte é a influência daquele dia na previsão.


Autor: Yevgeniy Koshtenko

 
A fusão da Renko e da Arima deve ser mais estável
 

Onde está a parte do diferencial?

 
Hao T # :
A combinação de Renko e Arima deve ser mais estável.

Sim, eu também o uso.