Teoría de los flujos aleatorios y FOREX - página 39
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
No hay nada más fácil cuando se utiliza MS XL.
No lo entiendo, es Excel.
Neutrón
Вот и я тоже, всё время задаю такие вопросы Prival-у: ну с какого он решил, что законы рынка укладываются в систему ньютоновских дифференциальных уравнений? С чего это вдруг, цена должна быть похожа на самолёт на экране радара и двигаться как массивное тело под действием вынуждающей силы?! Пусть он даст обоснование своего подхода... До сих пор не дал. Просто, делает вид, что не замечает (не понимает) и только приводит красивые картинки и вопрошает о Матрице.
Pensé que había respondido.
Aquí está el modelo más simple de movimiento, nótese que no hay masa en las ecuaciones, no importa lo que se mueve allí (incluso una mosca, incluso una moneda). Las ecuaciones sólo tienen las derivadas primera y segunda + el ruido
En palabras, la derivada de la velocidad es igual a la aceleración (tírame una piedra si no )). Pero con la segunda ecuación es un poco más complicado, si se elimina
entonces será ruido Wiener (y creo que estarás de acuerdo en que lo es). Y la adición de muestra que hay tiempo de correlación, que el mercado puede moverse en una determinada dirección durante algún tiempo.
Para más detalles sobre cómo se deriva este modelo, puede leer el artículo de Singer "Real Time Performance Evaluation and Selection of Real Time Tracking Filters for Tactical Weapon Systems". Se adjunta el artículo.
Hay modelos mejores que tienen en cuenta la controlabilidad + este modelo puede extenderse fácilmente a los multivolúmenes. Derivado de la primera moneda, de la segunda, etc., teniendo en cuenta su correlación mutua.
Hay una trampa aquí si alfa fuera una constante, ya me habría comido todo este forex -) pero hay zonas donde alfa es casi una constante. Su valor puede calcularse mediante el ACF.
Si algo no se aclara, pregunta, intentaré responder. (Sólo mañana me voy un mes a un sanatorio, no estaré en el foro).
Ya tengo casi todo, no puedo hacer trapshaping, no puedo cambiar la dimensión de los arrays en MQL, o al menos no puedo pasar arrays desde las funciones.
Eh, qué pena que te vayas, me van a destripar los antigestores :)
No debería haber problemas de transposición si lo haces bien. La operación de transposición almacena el número de elementos. Por lo tanto, si todas las operaciones matriciales operan sobre matrices lineales en lugar de bidimensionales, todo estará bien con la transposición. Y las matrices lineales dinámicas están bien soportadas en MQL4, a diferencia de las multidimensionales.
P.D. Cómprate/alquila un portátil y un módem 3G y pasarás el rato en el foro sin salir del sanatorio :)
¿Puedo ir despacio, en vista de mi obtusidad innata?
Así que.
La descripción del proceso mediante ecuaciones diferenciales se basa en el requisito de diferenciabilidad de las dependencias funcionales (tantos múltiplos como sean necesarios). En nuestro caso, hay que tomar al menos la segunda derivada de la cot... ¡Pero kotir no es una función suave! Y ni siquiera puedes tomar la primera derivada. ¡El modelo es inadecuado para kotir!
Ah, bueno, suavicemos la serie de precios con un muvin y obtendremos una curva que se puede diferenciar tantas veces como queramos. Ahora sí. Muy bien... ¿o sí? Probablemente no todo. Hay un maldito desfase, cuanto más grande más suave es la curva. Tendremos que predecir más allá de ese horizonte, lo que requiere derivadas de orden cada vez más alto. Y he aquí que llegamos al horizonte de predicción y nos quedamos sin suavidad en nuestra curva. ¡Y siempre es así! Sí, no puede ser de otra manera, ya que estamos tratando de salir del pantano por nuestros propios medios.
Comentario.
Así es. Por eso Prival no trabaja con los cotizantes, sino con su "puntuación". Y esta estimación se obtiene, a grandes rasgos, por filtrado adaptativo de cocientes. Si se utiliza un estimador Kalman, el filtrado adaptativo es el que presenta el menor error cuadrático. La suavidad y el retardo de fase dependen del orden del filtro (que puede depender del sistema que se modele, no lo recuerdo ya). Dicho esto, hay que señalar que el trabajo termina con un modelo lineal del sistema.
En resumen, no es tan bueno. Pero es mejor, que nada.
Yo también intentaré ir en orden.
Se trata de un modelo de un proceso físico, el movimiento de los precios. El precio en sí es continuo, pero el proceso de cotización es discreto. Creo que el precio existe entre las llegadas de las garrapatas, por lo que se puede diferenciar. De lo contrario, significaría que todo en el mundo se ha derrumbado y no hay precio.
También es importante, estas ecuaciones pueden ser escritas en forma discreta, necesitas resolver el exponente de la matriz, puedes hacerlo de 2 maneras para encontrar una solución analítica (exacta), pero para esto necesitas MQL para entender SQRT(-1) o expandir en fórmula de serie de potencia (6), adjunto el artículo, una vez hace mucho tiempo hice una presentación en un seminario nacional de la escuela sobre procesos rápidos, de repente fue útil (creo) aquí también.
En radiolocalización los datos vienen demasiado discretos, por eso pasamos a tiempo discreto y resolvemos en condiciones, cuando los datos (kotirs) vienen no regularmente.
Así que no hay necesidad de alisar nada con una varita, estoy de acuerdo en que sólo empeorará los resultados del procesamiento.
No debería haber ningún problema de transposición si se hace correctamente. La operación de transposición almacena el número de elementos. Por lo tanto, si todas las operaciones matriciales operan sobre matrices lineales en lugar de matrices bidimensionales, todo estará bien con la transposición. Y las matrices lineales dinámicas están bien soportadas en MQL4, a diferencia de las multidimensionales.
Por favor, haz un procedimiento de transposición, no puedo hacerlo en MQL. Aquí hay un ejemplo en Mathcadet. Una condición: las dimensiones m y n no se conocen de antemano y la función debe ser inversa, es decir, no me importa el array a transponer, y por supuesto, debe ser llamada varias veces y funcionar correctamente.
Esto no está bien. De hecho, la fijación de precios es de naturaleza discreta, porque un nuevo precio se produce cuando cambia el equilibrio entre las ofertas de venta y de compra, lo que no es un proceso continuo. Por tanto, se trata de un proceso discreto, o más bien de observaciones discretas en el tiempo de un proceso discreto.
Pero no es un gran problema porque, como en todos los procesos discretos, nos salva el hecho de que tenemos lecturas discretas en ticks y M1, y podemos trabajar en M30 y H1.
Esto no está bien. La fijación de precios es, de hecho, un proceso discreto en la naturaleza, porque un nuevo precio se produce cuando el equilibrio entre las ofertas de venta y de compra cambia, lo que no es un proceso continuo. Por lo tanto, se trata de un proceso discreto, o más bien de observaciones discretas en el tiempo de un proceso discreto.
Pero no es un gran problema, porque como en todos los procesos discretos nos rescata el hecho de que tenemos lecturas discretas en ticks y M1, y podemos trabajar en M30 y H1.
si el saldo no cambia - ¿hay un precio? o simplemente ha desaparecido )
El filtrado de Kalman permite tener en cuenta que la evaluación (cita) puede tener errores en puntos discretos del tiempo, se denominan ruido de observación
Por favor, haga el procedimiento de transposición.
"No por una respuesta, sino por una pista".
¿No sería posible trabajar con una matriz como con un array unidimensional cuya dimensión se puede cambiar con la función ArrayResize? (No recuerdo cómo se trabajaba antes con las matrices en Fortran 4 :( y con los biblioteks mencionados antes en algún sitio)