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
Questo è comprensibile, Rosh, conosciamo una tale funzione. Il problema è calcolare la funzione, non la covarianza delle due serie di dati. Beh, per dare una sorta di array di valori per diversi valori di offset "tau", come funziona la funzione FREQUENCY. Ok, pensiamo...
P.S. Era ora che arrivassi. Avete letto Peters. Dice qualcosa sulla stazionarietà del processo?
P.P.S. Sì, sono stato troppo frettoloso con la funzione di covarianza: per rendere il processo stazionario almeno in senso lato, dovrò ricavare una tabella bidimensionale per tutte le coppie di campioni R(ti, tj), cioè una matrice...
a) hanno MO finito e varianza infinita
b) hanno OD infinito e varianza infinita
E la distribuzione normale è un caso speciale di una distribuzione frattale generalizzata. Ecco una definizione:
a Yurixx ha scritto (a):
"Ho una domanda interessante lungo la strada. Qualcuno può illuminare perché una funzione di distribuzione così semplice e conveniente con buone proprietà non viene usata in statistica? E se viene usato, perché non viene scritto? Non ho mai visto nessuno cercare di approssimare una distribuzione incrementale diversa dalla lognormale".
Molto probabilmente è un caso speciale della distribuzione di Rayleigh-Rice, di cui ho dato un link prima. Ecco la formula. E la cifra.
Fisicamente, la distribuzione di Rayleigh-Rice descrive una distribuzione unidimensionale dell'inviluppo della somma di un segnale deterministico e del rumore normale. Molto simile al problema che state risolvendo. Allego un file matcad con un esempio. Ci sono commenti dettagliati all'algoritmo che permette di controllare la conformità del campione analizzato con la legge teorica di distribuzione, secondo il criterio di Neyman-Pearson. Spero che qualcosa sia stato utile.
alla matematica
Non so come in Excel, il matcad può calcolare l'autocorrelazione in 2 modi. Anche il file, allegato con un esempio. L'unica osservazione è che ci sono due approcci per calcolare l'ACF, ognuno ha i suoi vantaggi e svantaggi. A proposito IHMO molto promettente, una volta ho dovuto progettare dei filtri di tracciamento adattivi per il bersaglio aereo. Potresti provare a rintracciare anche il prezzo :). L'ACF è esattamente ciò che determina i coefficienti nelle equazioni.
a grasn
Scusa, ho sbagliato in fretta, avrei dovuto chiedere aYurixx un istogramma. Quando ho ricevuto le immagini ho capito il mio errore. Continuo a lavorare sull'idea di Risonanza, basata sulla mia definizione:"L'energia del segnale muove il mercato ".L'energia del rumore - ci impedisce di vedere quel movimento". (Grazie per la dritta sull'IIH o IIH, ma circa 12 anni fa ho letto delle lezioni su di loro ai cadetti e ricordo persino di aver dato loro dei voti :)).
Per tutti
Ho trovato qui sul forum un prototipo di FFT_MA e l'ho ricostruito secondo le immagini precedenti (FFT_MA_mod). L'unica cosa, è che si sovraccarica, il che rende difficile l'analisi. Se qualcuno è in grado di risolvere questo problema, per favore aiuti. Non sono in grado di farlo. Allego anche il file con le spiegazioni. A proposito, la legge di distribuzione dell'ampiezza all'uscita del filtro è esattamente secondo la legge di Rayleigh-Rice - in caso di presenza di segnale, se c'è solo rumore, degenera in Rayleigh, alfa diventa=0.
Se vogliamo supporre di poter separare segnale e rumore in questo modo, allora dovremo cercare la risonanza, tra quali processi dovremmo cercare la coincidenza di fase?
Se qualcuno ha un'idea, allora parli.
E se non è difficile suggerire di che tipo di distribuzione stai parlando. Se possibile con un semplice esempio. O almeno un link.
La sottovalutazione delle code porta lo speculatore a una forte sottovalutazione dei rischi: se egli pensa che la probabilità di un evento "quattro sigma o maggiore" sia irrisoria (nell'ipotesi normale è circa 0,0063%), allora il mercato reale è circa 0,7%, cioè 100 volte maggiore. Per i grandi eventi la differenza è ancora maggiore. Se devo, posterò una foto.
Grazie per l'archivio - lo guarderò domattina. Comunque cercherò di farlo sia in Excel che in MQL4.
P.S. Ho letto tutti i post fino alla fine. Sì, è proprio quello in cui ti sei imbattuto nella tua esperienza. Ahimè, nessuno potrà aiutarvi a ridisegnare, perché questo punto è fondamentale. Un tale operatore di filtraggio non è causale. In generale, il mio IMHO è che la principale contraddizione nel Forex, così come in tutto il mondo lunare, è una contraddizione nel concetto di tempo. Nel Forex si manifesta nel fatto che una buona stima statistica richiede una grande quantità di tempo. Cioè campioni. Ma mentre questi valori vengono raccolti i parametri di mercato hanno il tempo di cambiare. Se solo qualcuno aiutasse a risolvere questa contraddizione... (das ist little schtick of course :)
Prival, il cutoff-inverso di Fourier ad alta frequenza di cui stai scrivendo qui è una grande idea. Infatti si ottiene un mouwing completamente liscio e senza lag.
Secondo l'argomento del thread, sto solo suggerendo come separare il segnale dal rumore. L'obiettivo è trovare la risonanza, non costruire un muwig. Per le previsioni, e anche per il muwigging, c'è un compagno molto migliore. Tutto ovviamente IHMO.
Come opzione, in indicatore sarà due buffer separati che non deriva, e ricordare su Close[0]=Open[0], energie di segnale e rumore.