你如何测量噪音？ - 页 9

新评论
 
Владимир:

遗憾的是，噪音的话题已经偏离了方向。

噪声可以在一定的时间范围内以高概率提前检测到。这没有什么不寻常的地方。

观察、识别一个模式，并将其处理成程序代码。

如果不难，举个例子。你可以用语言来表达。
 
forexman77:
如果你不介意的话，举个例子。你可以用语言来表达。
噪声在视觉上是无法识别的，只能通过软件来识别，或者在历史数据上看到它不再相关。
 
一个主题内的噪音显然与它的名字相符，可以用 "噪音 "的数量来衡量。
 
Maxim Dmitrievsky:
该主题内的噪音显然名副其实，可以用 "噪音制造者 "的数量来衡量。
另一个人在听到他脑中的声音后，出现在吵闹的人的脑中。
 
Yuriy Asaulenko:

答应今晚在2页的主题上贴一张噪音轨道在指示器图片上的照片。


点的噪音。

我必须说，这个结果有点出乎我的意料。我本来以为会有不同的结果。

噪声不超过30分。用它来工作是很有可能的。


当然，它不能用在光伏上，但从1H开始，可以尝试。如果它在更大的时间框架上表现相同，并且如果它没有展望未来，乍一看，每笔交易可以从中吸出一个半到两个价差的期望值。这似乎不多，但40-60点的四位数 价差是非常好的。

 
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（相对于平滑期）成分。
滤 波器顾名思义就是一个滤波器，滤波器顾名思义就是从信号-噪声混合物中提取信号的某些部分，至于它引入了什么失真以及失真程度是另一个问题。 我在文章的开头写道："在第一近似值......" 。由于没有人知道真正的信号，我们甚至不知道它是否存在，我们必须使用我们所拥有的东西。
 
Vladimir Suschenko:
这是一种过于简化的方法，它本质上假定了高信号失真。
一个更合理的方法是回顾性分析，逐步确定信号成分。从计划上看，它是这样的。
- 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。没有观察到的对价格有依赖性的因素，被认为是不重要的，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；仅仅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。但这是我的个人意见，也是我对这个问题的态度。
所有这些都很好，但实际上是不可行的--你建议的计量经济学语言听起来像是--确定趋势、季节性、周期性成分，然后对残差进行后续分析，作为一项规则--使用自回归方法。在外汇领域，到目前为止，很少有人能够做到这一点。
 
Олег avtomat:

问题本身--你如何测量噪音？--是不正确的，不合逻辑的，错误的。

首先要理解的是，输入是一个 "信号+噪声 "的混合物。

为什么它是不正确的，不合逻辑的，不正确的？如果你设法从 "信号+噪声 "的混合物中分离出噪声，那么你只需计算色散，如果它是合法的，就可以了--噪声被测量了

Oleg avtomat:

你如何将 "信号 "与 "信号+噪声 "的混合物分开？在解决这个问题时，识别 "噪音 "应该不会太困难。

这个问题是通过自适应控制理论的方法来解决的。



好吧，很明显，在测量噪声之前，必须对其进行提取，但关于自适应控制理论方法在交换噪声分析问题上的效率，我有疑虑。
 
sibirqk:
这一切都很好看，但并不实用--你用计量经济学语言提出的建议听起来像是--隔离趋势、季节性、周期性成分，然后分析残差，通常用自回归方法。在外汇领域，到目前为止，很少有人成功。
好吧，你可以放心地在你的脸上吐口水，把那些承诺在外汇上轻松赚钱的人的无耻的眼睛抓出来。而且是的，很少有人在做....
 
sibirqk:

为什么它是不正确的，不合逻辑的，错误的？如果你设法从 "信号+噪声 "混合物中分离出噪声，然后计算方差，如果它是有效的，就可以了--噪声被测量出来了

嗯，很明显，在测量之前必须提取噪声，但我对自适应控制理论方法在分析交换噪声方面的效率表示怀疑。
那是什么让大家转而去测量噪音呢？如果确定信号的任务如你所说 "实际上是不可能的"，你究竟是如何 "设法从 "信号+噪音 "的混合物中分离出噪音的？
1234567891011
新评论