Come si ottiene un salto qualitativo nell'analisi di mercato? C'è un'opzione: - pagina 6
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
... "Forse qualcuno ti sarà utile e forse qualcuno ti dirà come farlo meglio?"
Per quanto riguarda le wavelets - questa è una truffa. Se prendiamo una qualsiasi funzione, la decomponiamo in una serie di Fourier e la ripristiniamo, essa rientra nella definizione di wavelet rispetto al livello armonico zero, poiché l'integrale dell'istogramma della funzione a questo stesso livello è 0. Gli operatori wavelet inventano solo che le loro "invenzioni" contengono presumibilmente più informazioni della trasformata di Fourier. I lobbisti del cazzo mentono.
Dovremmo almeno fare un'ottimizzazione completa su tutti i parametri di input e analizzare la superficie 6-dimensionale risultante.
Come ha detto Zoshchenko: sarei sorpreso se una signora mettesse la metà del suo cappotto in un secchio con della vernice. E sarei sorpreso se un sistema che è stato progettato per una cosa fosse eseguito su un'altra e si potesse vedere il risultato.
La mia ricerca ha anche dimostrato che l'uso di schemi temporali è più efficace. Solo non capisco perché dovremmo inserire i cambiamenti dei valori dell'indicatore invece del prezzo. Alla fine c'è il riconoscimento del modello dai valori dell'indicatore (che spesso è sbagliato), ma non dal prezzo. Suppongo che l'uso della rete neurale sia più efficace quando viene eseguito attraverso i prezzi. Se credi nell'autosimilarità delle serie temporali delle quotazioni, è meglio usare il timeframe più piccolo. Perché il sistema darà più segnali e ci saranno molte più serie inefficaci di coefficienti di ponderazione.
"Le wavelet sono una truffa" è un'affermazione audace quando si considera il miglioramento significativo del rapporto di compressione di alcuni dati quando le si usa.
Perché disturbare la gente con wavelets e altre innovazioni quando è possibile utilizzare gli stessi dati in trasformata di Fourier, tagliare una parte di armoniche con piccole ampiezze, ricostruirle relative al livello 0 e ottenere così ciò che si chiama una wavelet?
Una piccola digressione: se i cambiamenti di quotazione sono un processo completamente casuale, allora non è possibile creare un sistema redditizio (altrimenti c'è pseudo-casualità)