Discusión sobre el artículo "Teoría de categorías en MQL5 (Parte 22): Una mirada distinta a las medias móviles"
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
Artículo publicado Teoría de categorías en MQL5 (Parte 22): Una mirada distinta a las medias móviles:
En el presente artículo intentaremos simplificar los conceptos tratados en esta serie centrándonos en solo un indicador, el más común y probablemente el más fácil de entender: la media móvil. También veremos el significado y las posibles aplicaciones de las transformaciones naturales verticales.
El tema central de esta serie de artículos siempre ha sido la teoría de categorías. Hemos hablado mucho sobre la previsión de series temporales porque resulta relevante para la mayoría de los tráders y estos constituyen la mayoría de los participantes en esta plataforma. No obstante, otras aplicaciones relevantes adicionales incluyen la valoración, el riesgo, la distribución del portafolio y muchas otras. Echando un vistazo rápido al ejemplo de valoración, podemos ver muchas formas en que se puede usar la teoría de categorías para valorar las acciones. Por ejemplo, si tomamos los indicadores clave de una acción para que cada uno de ellos sea un objeto en la categoría, entonces los morfismos (o los los grafos camino) que vinculan estas diferentes métricas (por ejemplo, ingresos, deuda, etc.) se pueden asignar a diferentes clases de estimación (por ejemplo, A+, A, B, etc.). Al mismo tiempo, tras obtener los indicadores de una determinada acción, podemos determinar su pertenencia a una clase concreta. Este es un enfoque simplificado y pretende servir solo como guía sobre lo que podemos hacer en esta área.
Pero regresemos a las series temporales. Mucha gente piensa que las medias móviles suponen una representación demasiado simplificada. Sin embargo, resultan muy importantes para el análisis técnico, principalmente porque su concepto subyace en muchos otros indicadores, como las Bandas de Bollinger, MACD, etc. Estos pueden percibirse como una visión menos volátil de la acción del precio, lo cual es importante dada la cantidad de ruido blanco en los mercados.
En este artículo continuaremos el análisis de las transformaciones naturales. En el artículo anterior, exploramos la capacidad de las transformaciones naturales para cerrar la brecha entre conjuntos de datos relacionados de diferentes dimensiones. El concepto de "dimensiones" se usa aquí para representar el número de columnas de un conjunto de datos. Así, al igual que antes, nos enfrentaremos a dos categorías: una con una serie "simple" de precios brutos y la otra con una serie "compleja" de precios medios móviles. Nuestro objetivo será mostrar el uso de la teoría de categorías para el pronóstico de series temporales con un alcance de solo tres funtores.
Autor: Stephen Njuki