Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Isto é compreensível, Rosh, nós conhecemos tal função. O problema é calcular a função, não a covariância das duas séries de dados. Bem, para dar uma espécie de conjunto de valores para diferentes valores de "tau" offset, como funciona a função FREQUENCY. OK, vamos pensar...
P.S. Já estava na hora de você chegar aqui. Você já leu Peters. Ele diz algo sobre a estacionaridade do processo?
P.P.S. Sim, fui muito apressado com a função de covariância: para tornar o processo estacionário pelo menos no sentido amplo, terei que derivar uma tabela bidimensional para todos os pares de amostras R(ti, tj), ou seja, uma matriz...
a) ter MO finito e variação infinita
b) ter DO infinito e variação infinita
E a distribuição normal é um caso especial de uma distribuição fractal generalizada. Aqui está uma definição:
a Yurixx escreveu (a):
"Tenho uma pergunta interessante ao longo do caminho. Alguém pode esclarecer por que uma função de distribuição tão simples e conveniente com boas propriedades não é utilizada em estatísticas? E se for usado, por que não está escrito sobre? Nunca vi ninguém tentar aproximar-se de uma distribuição incremental que não fosse a lognormal".
É muito provavelmente um caso especial da distribuição Rayleigh-Rice. Dei um link para ela antes. Aqui está a fórmula. E a figura.
Fisicamente, a distribuição Rayleigh-Rice descreve uma distribuição unidimensional do envelope da soma de um sinal determinístico e de um ruído normal. Muito semelhante ao problema que você está resolvendo. Anexo um arquivo matcad com um exemplo. Há comentários detalhados no algoritmo que permite verificar a amostra analisada para o cumprimento da lei teórica de distribuição, de acordo com o critério Neyman-Pearson. Espero que algo tenha ajudado.
para Matemática
Não sei como no Excel, o matcad pode calcular a autocorrelação de duas maneiras. O arquivo, também, anexado com um exemplo. A única observação é que existem duas abordagens para calcular ACF, cada uma com suas próprias vantagens e desvantagens. A propósito, a IHMO é muito promissora, em algum momento tive que projetar filtros de rastreamento adaptativos para o alvo do ar. Você poderia tentar rastrear o preço também :). A ACF é exatamente o que determina os coeficientes nas equações.
para agarrar
Desculpe, me enganei na pressa, deveria ter pedido um histogramaao Yurixx. Quando recebi as imagens, percebi meu erro. Continuo a trabalhar na idéia de Ressonância, com base em minha definição:"A energia do sinal move o mercado ".Energia sonora - impede-nos de ver esse movimento". (Obrigado pela dica sobre o IIH ou IIH, mas há cerca de 12 anos li palestras sobre eles para cadetes e até me lembro de lhes dar marcas :)))
Para todos
Encontrei aqui no fórum um protótipo do FFT_MA e o reconstruí de acordo com as fotos anteriores (FFT_MA_mod). A única coisa que dificulta a análise é o excesso. Se alguém for capaz de consertar isto, por favor, ajude. Não sou capaz de fazer isso. Também estou anexando o arquivo com explicações. A propósito, a lei de distribuição de amplitude na saída do filtro apenas obedece à lei Rayleigh-Rice - em caso de presença de sinal, se houver apenas ruído, ele degenera em Rayleigh, alfa torna-se=0.
Se quisermos assumir que podemos separar sinal e ruído dessa forma, então teremos que procurar por ressonância, entre quais processos devemos procurar coincidência de fases?
Se alguém tem uma idéia, então fale.
E se não for difícil sugerir de que tipo de distribuição você está falando. Se possível, com um simples exemplo. Ou pelo menos um link.
A subestimação dos rabos leva o especulador a uma forte subestimação dos riscos: se ele pensa que a probabilidade de um evento "quatro sigma ou maior" está desaparecendo (sob a hipótese normal é de cerca de 0,0063%), então o mercado real é cerca de 0,7%, ou seja, 100 vezes maior. Para eventos maiores, a diferença é ainda maior. Se for necessário, postarei uma foto.
Obrigada pelo arquivo - vou olhar para ele pela manhã. Entretanto, tentarei fazê-lo tanto em Excel como em MQL4.
P.S. Eu li todos os posts até o final. Sim, isso é exatamente o que você mergulhou em sua experiência. Infelizmente, ninguém será capaz de ajudá-lo com o redesenho, pois este ponto é fundamental. Tal operador de filtragem não é causal. Em geral, minha IMHO é que a principal contradição no Forex, assim como em todo o mundo lunar, é uma contradição no conceito de tempo. No Forex manifesta-se no fato de que uma boa estimativa estatística requer uma grande quantidade de tempo. Isto é, amostras. Mas enquanto esses valores estão sendo coletados, os parâmetros de mercado têm tempo para mudar. Se ao menos alguém ajudasse a resolver esta contradição... (das ist little schtick of course :)
Prival, o corte de Fourier de alta freqüência - Fourier inverso sobre o qual você escreve aqui é uma grande idéia. De fato, você obtém uma muda completamente suave e sem atrasos.
De acordo com o tópico da linha, estou apenas sugerindo como separar o sinal do ruído. O objetivo é encontrar ressonância, não construir um muwig. Para a previsão, e até mesmo para a mutilação, há um companheiro muito melhor. Tudo, é claro, IHMO.
Como opção, no indicador estarão dois amortecedores separados que não se desviam, e lembre-se em Close[0]=Open[0], energias de sinal e ruído.