你如何测量噪音？ - 页 5

新评论
 
sibirqk:

如果我们纯粹从形式上处理这个问题，那么噪声可以被定义为数据和一些平滑的差异。

正是如此。如果曲线建立得很好，噪音就会很小。现在你需要测量噪音水平，看看信号在哪里超过了噪音。

早些时候，在这个话题的开头，我贴了一张我用来测量噪声的曲线的照片。晚上，我将制作并发布噪音轨道。

 
sibirqk:
这是相邻酒吧的开盘价 之间的差异。
而如果你在放大镜下看，即打开1米的图表，看4小时的时间，你会在任何地方看不到直线轴，分布也会变成地狱。
 
Владимир:
酒吧与酒吧之间，就其性能而言，差异是巨大的。甚至将5分钟与小时相比较也没有意义，与每日相比较就更没有意义了。
原则上没有区别--你可以在5分钟条形图上画出完全相同的图像；问题是如何使用它们？例如，你可以在5分钟和周期为5的移动平均线 之间找到噪音，在这种情况下，移动平均线的最后一个值将仅仅向后移动2个柱子，看来我们只需要推断移动平均线的两个值，我们就可以交易偏离移动平均线的回报。但一切都更悲哀--预测误差原来太大，以及使用反转公式从预测的移动平均线计算的未来价格值的误差。
 
lilita bogachkova:
用平滑度1做同样的分析，因为你必须测量一个蜡烛的噪音，而不是51个蜡烛的噪音。
你必须在一支蜡烛里按刻度测量。
 
sibirqk:

而这就是平滑和收盘价之间的差异，也就是传说中的噪音。


你甚至可以用眼睛看到，它的特征一直在变化。

你的平滑处理实际上是作为一个频率滤波器。而在这种情况下，你所说的噪声可能只是信号的高频（相对于平滑期）成分。
 
Vladimir Suschenko:
你的平滑处理实际上是一个频率滤波器。而在这种情况下，你所说的噪声可能只是信号的高频（与平滑期有关）成分。
这就对了，你需要一个信号模型!
 
你可以尝试以一个具有一定周期、浮动相位和振幅的正弦波作为信号模型。对其应用信号过滤 算法，只交易具有特定周期的信号。
但我不知道如何描述这样一个模型。
 
如果噪声大于正弦波的振幅，则不要交易，如果噪声的振幅减小，则交易。
 
Maxim Romanov:
我们可以尝试以一个具有一定周期、浮动相位和振幅的正弦波作为信号模型。对其应用信号过滤算法，只交易具有特定周期的信号。
但我不知道如何描述这样一个模型。
这种方法太简单了，最初表明信号的失真度很高。
一个更合理的方法是回顾性分析，逐步确定信号成分。它看起来像这样的原理
- 初步假设未来的价格走势受到几个因素的影响，例如：星期几、时间、市场状况（上升/下降趋势、持平）、重要的经济金融新闻等。模型的复杂性将取决于考虑到的影响因素的数量。
- 我们寻找价格运动对每个因素的依赖性，这可以简化为 "价格向量=F{因素(n)}"的形式。对于我们无法追踪的价格依赖性因素，我们认为是不重要的，不作进一步考虑。
- 我们将获得的依赖关系汇总到图表中，并将其叠加到真实信号上。在我们的案例中，获得的差异将是 "噪音"。
但就其本质而言，这种 "噪音 "也是信号的一部分，只是因为存在我们没有考虑到的重要影响因素，我们将能够确定但不能预测 "噪音 "的特性或其任何特征。
所以我不认为测量噪音有什么意义。但这是我的个人观点，也是我对这个问题的态度。
 

问题本身--你如何测量噪音？--是不正确的，不合逻辑的，错误的。

首先，必须明白，输入是 "信号+噪声 "的混合物。

如果是这样，问题将是：你如何将 "信号 "与 "信号+噪音 "分开？当你解决了这个问题，识别 "噪音 "就不会太困难。

这个问题是通过自适应控制理论的方法来解决的。

比如说。

上图中的红线是 "信号"。噪声 "本身并没有在图上标出，因为它不需要，但它被用来计算色散，换句话说，带宽，信号的传播管。

1234567891011
新评论