Teoría de los flujos aleatorios y FOREX - página 25

 
Mathemat:

No, Prival, el ímpetu es una indulgencia que se calcula mediante la fórmula más simple, obviamente no física. Este es el enlace: https://www.metatrader5.com/ru/terminal/help/indicators/oscillators/momentum. También existe ROC, algo parecido: https: //www.mql5.com/ru/code/9340 .

Sobre los tics - aquí hay un enlace a un hilo con mis intentos de investigación sobre los tics: 'Tics: distribuciones de amplitud y retardo', ver mi última imagen en la primera página del hilo (proceso de tics para oira). El 99,5% de las garrapatas son +-1 y el resto no se ve afectado.


Explique la frase "completamente diferente? Pero para el impulso, no creo que sea lo que Kakdid quería decir (espero que sí). Esperando al autor.
 

Bueno, eso es lo que dice mi comentario:

Y hay otro gráfico, que es muy interesante. Estas son ahora las amplitudes de los ticks, pero también en orden de llegada. Horizontalmente es la línea de tiempo, verticalmente es la amplitud. Aquí la situación es casi inequívoca: no hay una heterogeneidad temporal especial como en el gráfico anterior. El 99,5% de las garrapatas son +-1, casi todo lo demás es +-2. El sombreado azul sólido entre -1 y +1 indica precisamente la incidencia abrumadora de los ticks de amplitud mínima. Podemos suponer que el proceso es casi estacionario. <br / translate="no">

Se trata de una semana de garrapatas, es decir, unas 24.000. Unas 200 garrapatas se reparten casi por igual, es decir, +-2. El resto puede ser simplemente descuidado. El proceso es casi estacionario (en apariencia), los valores significativos son +-1, +-2. ¿Qué significa? Significa que la integral de este proceso será casi wieneriana. No olvides que aquí no tenemos en cuenta los rezagos de los ticks.

Pero los rezagos son el mismísimo perro, lo que hace que las minucias no sean un proceso Wiener en absoluto. ¿Ves la diferencia entre tu figura 2 y la mía?

 
Prival:

Pero me sigo preguntando cuál es la señal y cuál es el ruido en esta corriente. A qué te refieres con eso, porque cuando construyes un modelo también existe el concepto de ruido de excitación (EFN).


Tiendo a pensar que esta pregunta no tiene respuesta por sí misma. Pero si estamos atados a un determinado horizonte temporal del juego, todo lo que ocurre en tiempos más cortos puede considerarse ruido. O quizás no todo :). Se sabe que la densidad espectral promediada de los gráficos de precios se parece a 1/f. Yo mismo he hecho esas gráficas y efectivamente en todas partes, excepto en el límite de alta frecuencia, la conformidad con la ley 1/f es muy buena. La desviación hacia el ruido blanco comenzó en frecuencias alrededor de 1/3 (1/min), pero esto está demasiado cerca de la frecuencia de muestreo (minuto) para poder decir que está ahí.

Sí sobre lo del ACF que no sale en la pantalla, prueba a normalizarlo como he hecho en la 4ª foto. Se obtiene una constante y cuando se emiten "puntos interesantes" se puede tener en cuenta. No sé, si es posible hacerlo en MT4, puedo hacerlo en Matkad con un fácil movimiento de la mano :-).

En MQL también podrías hacerlo, pero seguiría pareciendo torcido.

Editar. Casi se me olvida preguntar El momentum es una inteción, es decir, ¿existe el concepto de masa? Si es así, ¿sus opciones de cálculo? Puede resultar un ramillete muy interesante, la fuerza está ahí, la energía está ahí, la inercia también, la masa queda.

El impulso es un término de tehanálisis y significa simplemente el incremento del precio para un cierto número de barras. Si ignoramos la división por dt, el incremento en dos barras será la aceleración, en 4 barras - la aceleración de la aceleración, etc. Me parece que aquí es donde la analogía con la mecánica podría empezar a cojear.

P.D. No, con las aceleraciones parece que he engañado :). El impulso es la suma de velocidades, no la diferencia. Aun así, los fallos ocurren más a menudo sin papel :)
 
En realidad, no está claro lo de la cojera. En principio, podemos considerar los momentos como componentes del vector de estado. Pero entonces la dimensionalidad del problema se acerca a "wow" :)
 

Cándido

Qué interesante es el cerebro humano, ver el mismo gráfico para sacar diferentes conclusiones ;-).

Me pareció ver la inercia allí. Después de leer la palabra impulso, pensé que asociabas la correlación tiempo con inercia, en mi cerebro me salió una asociación como que la pelota rueda por el suelo debido a la inercia y mientras su velocidad está correlacionada actúa la inercia (como una correlación casi directa). Pero por eso no rueda durante 1 segundo :-), pensé que me lo dirías.

Para el ruido, el espectro y los desfases de los ticks.

Gracias no dar mi cerebro un descanso, pero así es como todo se reunió en mi cabeza pensamientos estúpidos. Esa es la letra ahora más específicamente

Matemático

Para los rezagos, IHMO no importa. Creo que esta imagen te ha engañado con su aparente estacionariedad, toma la suma y obtienes como se comporta el precio, solo que la velocidad de muestreo del proceso es diferente lo obtienes con más detalle. Compruebe con ACF, será el mismo que en mi 4 (la salida de Wiener en ticks y no Wiener en ticks es probablemente errónea) (sí para el retraso de ticks, tomó mucho tiempo para averiguar lo que da esta búsqueda - parquet de teca de alta calidad, y sólo en 1 lugar de la Internet encontrado, su historia de ticks post 1 ms). Si lo he entendido bien este es el intervalo de tiempo entre los ticks que entran (corregir si se equivoca).

Ahora viene la parte triste.

Si tomamos minutos, entonces según el Teorema de Kotelnikov el periodo mínimo del proceso (por ejemplo considero una sinusoide) que podemos analizar es de 2 min, pero en la práctica la frecuencia de muestreo debería ser 5 veces más (intenta ver que es una sinusoide con 2 muestras por periodo, más bien una sierra). Es decir, obtenemos unos 10 minutos, ahora para una detección (reconocimiento) fiable de una sinusoide se necesitan al menos 2-3 periodos. Qué obtenemos como resultado de estos tristes pensamientos.

Con esta frecuencia de muestreo.

  1. Todos los procesos que tienen un periodo de oscilación inferior a 2-5 minutos son ruido.
  2. Tiempo estimado de reconocimiento de la onda sinusoidal simple 20-30 min. ;-(((((((((
  3. La única disminución posible del tiempo de reconocimiento (detección) es la transición a los tics :-(((((((((( aún peor
  4. .

P.D. Aquí tenéis el ruido, el espectro, el 1/f, + el lag + el estúpido cerebro delirante, podéis ir a beber vodka, porque me huelo una hoja (que encontraría el error) aquí no me voy a escapar :-)

 
Prival:

Para los rezagos, IHMO no importa. Creo que esta imagen te ha engañado con su aparente estacionariedad, toma la suma y obtienes como se comporta el precio, solo que la tasa de muestreo del proceso es diferente lo obtienes con más detalle. Compruebe con ACF, será el mismo que en mi 4 (la salida de Wiener en ticks, y la salida de no Wiener en minutos es probablemente errónea). (Sí para el retardo de ticks, me tomó mucho tiempo para averiguar lo que da esta búsqueda - parquet de teca de alta calidad, y sólo en 1 lugar en el Internet encontrado, su historia de ticks post 1 ms). Si lo he entendido bien es el intervalo de tiempo entre las llegadas de la teca (corregir si se equivoca).

Sí, así es, del inglés lag - "retraso". Sobre el ACF puedo decir que no es tan sencillo. Me refiero a lo siguiente: por mucho que intentemos reducir un proceso real a una gaussiana (Wiener, Martingale, etc.), no lo conseguiremos del todo.

Pues, por ejemplo, porque, digamos, los Fibo-ratios entre las oscilaciones formadas por el Zigzag seguirán siendo los mismos (por el precio, no por el "tiempo"), es decir, las barras seguirán siendo dependientes, aunque el proceso se acercará definitivamente al de Wiener. Como ves, idéntico p.d.f. no significa idéntica dependencia entre las lecturas.

Respecto a mi error: cuando escriba un indikator con barras de equivolumen y construya el p.d.f. de barras de equivolumen por tamaño, hablaremos entonces. Mientras tanto, estamos siendo filosóficos. Y el intervalo de discretización (en el sentido de Kotelnikoff th.) no tiene nada que ver, en mi opinión. Es simplemente una representación completamente diferente del proceso de mercado.

 
Prival:

Me pareció ver la inercia allí. Después de leer la palabra momentum pensé que asociabas la correlación tiempo con inercia, en mi cerebro tenía una asociación como que la pelota rueda por el suelo debido a la inercia y mientras su velocidad está correlacionada actúa la inercia (como conexión casi directa). Pero por eso no rueda durante 1 segundo :-), pensé que me lo dirías.

La cuestión de la inercia ni siquiera se discute, por supuesto que está ahí :). En cuanto al balón, te aconsejo que vuelvas a leer el post que abre este tema :)

  1. Todos los procesos cuyo período de oscilación es inferior a 2-5 minutos - ruido. El
  2. tiempo estimado para reconocer la sinusoide más sencilla es de 20-30 minutos ;-(((((((((


Así que los tiempos característicos de los modelos de trabajo pueden ser de un día o más, el tiempo característico de los puestos de trabajo puede ser de unas pocas horas? ¿Cómo puede ser eso algo malo?

Mathemat, explícame por favor, por qué reducir el proceso real a una gaussiana (Wiener, Martingale, etc.) (C Mathemat)

 
lna01:

Entonces, los tiempos característicos de los modelos de trabajo pueden ser de un día o más, y el tiempo característico de mantenimiento de la posición puede ser de varias horas... ¿Qué tiene de malo?


Mal no mantener las posiciones de tiempo, y la velocidad de cambio al cambiar los modelos (el tiempo requerido para la detección (reconocimiento)) 30 min en un buen movimiento es de unos 60 puntos, me gustaría ir más rápido. Y el límite teórico - el tiempo mínimo de detección para los cambios de modelo 2 min, es decir, cuando todo es perfecto, pero esto como usted sabe no sucede.

Gracias por recordarme la primera página de este hilo :-), la he releído. Ahí habría corregido algunas cosas, no la idea en sí, pero sí habría formulado mis pensamientos con más precisión. Es bonito que hayamos avanzado en la investigación, hemos conseguido hacer mucho, y lo mejor es que nos queda mucho trabajo por hacer, todo lo más interesante acaba de empezar :-).

 
lna01:
Mathemat, por favor explíqueme por qué reducir el proceso real a una gaussiana (Wiener, Martingale, etc.) (C Mathemat)

El matemático creo que se responderá a sí mismo por qué lo necesita, creo que entiendo su objetivo y creo que en la consecución de su noble objetivo los desarrolladores del terminal (en particular TS-tester) deben estar interesados en primer lugar :-).

¿Por qué debería, espero, reducir el proceso real a uno gaussiano? Intentaré explicarme, a mí me ha parecido simple y sencillo, acabo de pisar este rastrillo 100 veces ya, todo el tiempo pienso que tienes lo mismo en la cabeza que yo y por eso todo y todos deberían ser comprensibles. Me disculpo por no haberlo explicado antes.

Vea lo que hacemos con usted. 1 Reste mu del flujo real (ecuación de la línea recta). Comprobamos el BGS, no vamos más allá y examinamos los residuos (lo que queda después de la resta, atención puede ser que ya sea = 0). Parece haber encontrado oscilaciones con amplitud y frecuencia definidas, las hemos restado de los residuos y hemos obtenido los residuos #2. Comprobando el cumplimiento de la BGS, digamos que sí. Gracias a Dios, conocemos todos los componentes del proceso, incluidos el ruido y la señal, y todos los parámetros son conocidos por nosotros. La línea recta es clara, la oscilación también (su suma es señal) y el CGBS (el ruido es ruido), eso no vale la pena estudiarlo (investigarlo). Por el contrario, hay que compadecer al pobre Gauss, porque se rumorea mucho que en cuanto uno empieza a estudiar CBR se vuelca allí :-)

Editar: me vuelven a venir pensamientos a la cabeza, y quizás ir al revés, empezar por la cola. Filtramos el proceso pensando que es un Wiener (el matemático conoce los parámetros +-1 pip), pero no es Wiener y abrimos la operación. Me gustaría poder cambiar mi NIL por el NIL para aprender forex.

 
Prival:

¿Por qué debería, espero, reducir el proceso real a uno gaussiano?

...

Menos mal que conocemos todos los componentes del proceso, incluidos el ruido y la señal, y conocemos todos los parámetros.


Así que la transformación que reduce los precios de la BP a ruido blanco será el modelo de mercado. Eso sí que lo entiendo :)