Comment mesurez-vous le bruit ? - page 5

 
sibirqk:

Si nous abordons la question de manière purement formelle, le bruit peut être défini comme la différence entre les données et un certain lissage.

Exactement. Si la courbe est construite de manière optimale, le bruit sera minimal. Maintenant, vous devez mesurer le niveau de bruit, et voir où le signal dépasse le bruit.

Plus tôt, au début du fil, j'ai posté une photo d'une des courbes que j'ai utilisées pour mesurer le bruit. Dans la soirée, je ferai et posterai la piste de bruit.

 
sibirqk:
Il s'agit de la différence entre les prix d'ouverture des bars voisins.
Et si vous regardez à la loupe, c'est-à-dire si vous ouvrez un graphique d'un mètre et que vous regardez la période de 4 heures, vous ne verrez nulle part un axe rectiligne et la distribution ira au diable.
 
Владимир:
D'une barre à l'autre, en termes de performances, la différence est énorme. Il est inutile de comparer le 5 minutes avec l'heure et encore moins avec le jour.
En principe, il n'y a pas de différence - vous pouvez dessiner exactement les mêmes images sur des barres de 5 minutes ; la question est de savoir comment les utiliser ? Par exemple, vous pouvez trouver du bruit entre 5 minutes et une moyenne mobile avec une période de 5. Dans ce cas, la dernière valeur de la moyenne mobile sera décalée juste 2 barres en arrière et il semblerait que vous n'ayez qu'à extrapoler deux valeurs de l'indicateur glissant et vous pouvez trader le retour des déviations de l'indicateur glissant. Mais tout est bien plus triste : l'erreur de prédiction s'avère trop importante, de même que l'erreur de la valeur du prix futur calculée à partir de la moyenne mobile prévue à l'aide de la formule inverse.
 
lilita bogachkova:
Faites la même analyse avec le lissage 1, car vous devez mesurer le bruit dans une bougie et non dans 51.
Vous devez mesurer dans une bougie par ticks.
 
sibirqk:

Et voici à quoi ressemble la différence entre le lissage et les prix de clôture - le bruit proverbial.


Vous pouvez même voir à l'œil que son caractère change en permanence.

Votre lissage agit en fait comme un filtre de fréquence. Et ce que vous appelez bruit dans cette situation peut simplement être une composante haute fréquence (par rapport à la période de lissage) du signal.
 
Vladimir Suschenko:
Votre lissage est en fait un filtre de fréquence. Et ce que vous appelez bruit dans cette situation peut simplement être la composante haute fréquence (par rapport à la période de lissage) du signal.
C'est vrai, vous avez besoin d'un modèle de signal !
 
Nous pouvons essayer de prendre une onde sinusoïdale avec une certaine période, une phase flottante et une amplitude comme modèle de signal. Appliquez-lui des algorithmes de filtrage des signaux et ne négociez que les signaux ayant une période donnée.
Mais je ne sais pas comment décrire un tel modèle.
 
Ne pas négocier si le bruit est supérieur à l'amplitude de la sinusoïde et négocier si l'amplitude du bruit diminue.
 
Maxim Romanov:
Vous pouvez essayer de prendre une onde sinusoïdale avec une certaine période, une phase flottante et une amplitude comme modèle de signal. Appliquez-lui des algorithmes de filtrage des signaux et ne négociez que les signaux ayant une période donnée.
Mais je ne sais pas comment décrire un tel modèle.
Cette approche est trop simpliste et suggère initialement de grandes distorsions du signal.
Une approche plus rationnelle est l'analyse rétrospective avec détermination pas à pas des composantes du signal. Schématiquement, cela ressemble à ceci
- On part du principe que l'évolution future des prix est influencée par plusieurs facteurs, par exemple le jour de la semaine, l'heure de la journée, l'état du marché (tendance à la hausse/à la baisse, stagnation), les nouvelles économiques et financières importantes, etc. La complexité du modèle dépendra du nombre de facteurs d'influence pris en compte.
- Nous recherchons la dépendance de l'évolution des prix par rapport à chacun des facteurs, qui peut être réduite à la forme "Vecteur de prix=F{Facteur(n)}". Les facteurs dont la dépendance du prix n'est pas observée sont considérés comme non significatifs et ne sont pas examinés plus avant.
- Nous résumons les dépendances obtenues dans le graphique et les superposons au signal réel. La différence obtenue sera du "bruit" dans notre cas.
Mais dans son essence, ce "bruit" est également une partie du signal, simplement en raison de la présence de facteurs d'influence significatifs non pris en compte par nous, nous pourrons définir mais ne pourrons pas prédire le caractère du "bruit" ni aucune de ses caractéristiques.
Je ne vois donc pas l'intérêt de mesurer le bruit. Mais c'est mon opinion personnelle et mon approche du sujet.
 

La question elle-même - comment mesurer le bruit ? -- est incorrect, illogique, mauvais.

Pour commencer, il faut comprendre que l'entrée est un mélange de "signal+bruit".

Si c'était le cas, la question serait : comment séparer le "signal" du "signal+bruit" ? Lorsque vous aurez résolu ce problème, l'identification du "bruit" ne sera pas trop difficile.

Le problème est résolu par des méthodes de la théorie du contrôle adaptatif.

Par exemple.

La ligne rouge sur le graphique du haut est le "signal". Le "bruit" en tant que tel n'est pas marqué sur le graphique car il n'est pas nécessaire, mais il est utilisé pour calculer la dispersion, c'est-à-dire la largeur de bande, le tube de propagation du signal.