¡No es asunto de Mashka! - página 12

 
Neutron:

Te lo digo: ¡no hay foto! Si puedes verlo, entonces necesitas ayuda :-)

En serio, es el filtro recursivo casual más habitual, de la forma

y[i]=a*x[i]+b*y[i-1], donde a=0,1, b=0,9

Es muy incómodo "escribir en el móvil", pero no he podido evitar responder. Seryoga, si te refieres por señal misteriosa a esta basura, entonces es una basura en sentido literal y no tiene ninguna propiedad pronóstica. El giro del método de Burg es que se estima la función de covarianza de los valores actuales y los futuros. Probablemente, esta estimación se reduce a la estimación de la autocorrelación, la teoría también lo permite. El resto es una cuestión de técnica.

 

Publicó una fila de Wiener corregida (aleatoria, tipo browniana)


para las pruebas de CT. Ahora su longitud es de 2*10^6, la función de autocorrelación para la primera serie de diferencias se muestra a la izquierda (la primera cuenta es idéntica a 1 y no se muestra). La función de distribución de las amplitudes de la primera diferencia se muestra a la derecha. La distribución se ha elegido a propósito para que no sea gaussiana, ya que es más coherente con la distribución observada en la realidad para los BP del mercado.

Archivos adjuntos:
rnd_2.zip  2325 kb
 

Neutrón

Tal vez se te pasó, no es un gauss, pero tampoco es el que elegiste. Consulta mi investigación a ver si te sirve de ayuda.

Construcción de un sistema de comercio mediante filtros digitales de paso bajo".

 
Prival:

Neutrón

Tal vez te lo perdiste, no es un gauss, pero no es el que elegiste. Consulta mi investigación a ver si te sirve de ayuda.

Es el segundo orden de precisión. Tal vez no sea crucial.


Este es el código para encontrar la ACF de la primera diferencia de BP x en función del paso. El ACF se traza en el intervalo de 1 a tiempo.

 
Esta es la serie OHLC generada a partir del RND publicado anteriormente.
Archivos adjuntos:
rndohlc.zip  576 kb