![MQL5 - Lenguaje de estrategias comerciales para el terminal de cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Si abordamos la cuestión de manera puramente formal, el ruido puede definirse como la diferencia entre los datos y un cierto suavizado.
Exactamente. Si la curva se construye de forma óptima, el ruido será mínimo. Ahora tienes que medir el nivel de ruido, y ver dónde la señal supera al ruido.
Antes, al principio del hilo, colgué una foto de una de las curvas que utilicé para medir el ruido. Por la noche haré y publicaré la pista de ruido.
Es la diferencia entre los precios de apertura de los bares vecinos.
De barra a barra, en cuanto a sus prestaciones, la diferencia es enorme. Ni siquiera tiene sentido comparar los 5 minutos con la hora y menos aún con el día.
Haz el mismo análisis con el suavizado 1, porque tienes que medir el ruido en una vela y no en 51
Y así es como se ve la diferencia entre el suavizado y los precios de cierre: el proverbial ruido.
Incluso se puede ver a ojo que su carácter está cambiando todo el tiempo.
Su alisado es, de hecho, un filtro de frecuencia. Y lo que usted llama ruido en esta situación puede ser simplemente el componente de alta frecuencia (en relación con el período de suavizado) de la señal.
Se puede intentar tomar como modelo de señal una onda sinusoidal con un periodo determinado, fase flotante y amplitud. Aplique algoritmos de filtrado de señales y negocie sólo la señal con un periodo determinado.
Un enfoque más racional es el análisis retrospectivo con la determinación paso a paso de los componentes de la señal. El esquema es el siguiente
- Inicialmente se supone que el movimiento de los precios en el futuro está influenciado por varios factores, por ejemplo, el día de la semana, la hora del día, el estado del mercado (tendencia al alza/baja, plano), noticias económicas financieras importantes, etc. La complejidad del modelo dependerá del número de factores de influencia que se tengan en cuenta.
- Buscamos la dependencia del movimiento de los precios de cada uno de los factores, que puede reducirse a la forma "Vector de precios=F{Factor(n)}". Los factores, cuya dependencia del precio no se observa, se consideran insignificantes y no se siguen considerando.
- Resumimos las dependencias obtenidas en el gráfico y lo superponemos a la señal real. La diferencia obtenida será "ruido" en nuestro caso.
Pero, en su esencia, ese "ruido" es también una parte de la señal; simplemente, debido a la presencia de factores de influencia significativos no considerados por nosotros, podremos determinar, pero no podemos predecir, ni el carácter del "ruido" ni ninguna de sus características.
Así que no veo el sentido de medir el ruido. Pero esa es mi opinión personal y mi enfoque del tema.
La pregunta en sí: ¿cómo se mide el ruido? -- es incorrecto, ilógico, equivocado.
Para empezar, hay que entender que la entrada es una mezcla de "señal+ruido".
Si lo fuera, la pregunta sería: ¿Cómo se separa la "señal" de la "señal+ruido"? Cuando haya resuelto este problema, identificar el "ruido" no será demasiado difícil.
El problema se resuelve con métodos de la teoría de control adaptativo.
Por ejemplo.
La línea roja del gráfico superior es la "señal". El "ruido" como tal no se marca en el gráfico porque no es necesario, pero se utiliza para calcular la dispersión, es decir, el ancho de banda, el tubo de propagación de la señal.