Teoria do Fluxo Aleatório e FOREX - página 50
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
Eu não queria entrar em uma discussão, mas a definição wikipédia de ruído estacionário é esta:
O ruído branco é um ruído estacionário cujos componentes espectrais estão distribuídos uniformemente em toda a faixa de freqüências envolvidas.
Penso que a previsibilidade do sinal ainda não saiu dele. Ou o que você queria prever? Bem, no primeiro ponto (que estamos lidando com ruído branco), não tenho tanta certeza de que seja....
(Isto não é dirigido ao "chumazik", mas em geral).
Mas que porra de "freqüências"?! Que "freqüências" existem? Quem determinou que existem "freqüências"? Quem pode mesmo afirmar que existe uma "onda sinusoidal" ou um "grupo de ondas sinusoidais"? Existem CICLOS lá, mas os ciclos não são necessariamente um SÍNOMO, em relação aos quais é costume na ciência moderna falar de "freqüência".
Veja? Analisando palavra por palavra, você pode ver por si mesmo que termos e métodos completamente inaplicáveis são aplicados ao comércio NAOBUM.
Mas isso não é maravilhoso?! Assim, um novo e confiável sistema de previsão pode ser criado.
(Isto não é para o "homem fedorento", mas em geral)
Que porra de "freqüências"?! Que "freqüências" existem? Quem determinou que existem "freqüências"? Quem pode mesmo afirmar que existe uma "onda senoidal" ou um "grupo de ondas senoidais"? Existem CICLOS lá, mas os ciclos não são necessariamente um SÍNOMO, em relação aos quais é costume na ciência moderna falar de "freqüência".
Veja? Analisando palavra por palavra, você pode ver por si mesmo que termos e métodos completamente inaplicáveis são aplicados ao comércio NAOBUM.
Mas isso não é ótimo? Portanto, é possível criar um novo e confiável sistema de previsão.
Freqüência, por favor :) Pegue um pedaço de série temporal, faça um DFT e veja os sinosóides. Somente aqui, por exemplo, eles escrevem que não funciona dessa maneira:
http://iticsoftware.com/articles/digital-filters-fatl-satl-stlm-ftlm-2.html
e a razão é a não-estacionariedade do fluxo de desvios de citações em relação à média móvel - uau! Eu não entrei nos detalhes...
Freqüência - por favor :) Pegue um pedaço de série temporal, faça um DFT e veja os sinosóides. Somente aqui, por exemplo, eles escrevem que não funciona dessa maneira:
http://iticsoftware.com/articles/digital-filters-fatl-satl-stlm-ftlm-2.html
e a razão é a não-estacionariedade do fluxo de desvios de citações em relação à média móvel - wah! Eu não entrei nos detalhes...
Não brinque, Chumazik. Posso "ver sinusóides" com um filtro de photoshop ou o que quer que seja, mesmo em uma foto de um negro em seu avatar. Mas isso não significa que uma imagem de um negro seja COMPLETAMENTE composta de algum tipo de sinusóide. Você (e outros) tem um nexo causal quebrado entre os fenômenos: Você acha que se algum filtro (como o filtro Fourier) pode interpolar um pedaço de amostras usando sinusoides, então você acha que isto significa que o processo em questão é de fato gerado por um grupo de oscilações sinusoidais e "consiste" de sinusoides "e algum acréscimo de ruído". Você vê onde você tem um erro ou devo explicar com mais detalhes? Havia um tópico aqui no fórum falando sobre a falácia de aplicar "Fourier" a tudo e a qualquer coisa:
https://forum.mql4.com/ru/19762/page29#174504
Não se faça de bobo comigo, Chumazik. Eu posso "ver as ondas sinusoidais" mesmo na imagem de um negro em seu avatar se eu quiser, usando um filtro Photoshop ou outra coisa. Mas isso não significa que uma imagem de um negro seja COMPLETAMENTE composta de algum tipo de sinusóide. Você (e outros) tem um nexo causal quebrado entre os fenômenos: Você acha que se algum filtro (como o filtro Fourier) pode interpolar um pedaço de amostras usando sinusoides, então você acha que isto significa que o processo em questão é de fato gerado por um grupo de oscilações sinusoidais e "consiste" de sinusoides "e algum acréscimo de ruído". Você pode ver onde você tem um erro ou explicar mais detalhadamente. Havia um tópico aqui no fórum falando sobre a falácia de aplicar Fourier a tudo e a qualquer coisa.
Como nerd para um estudante da PTU: não acredito na análise de Fourier para fluxos de citações por determinadas razões. Não acredito que as citações sejam ruído branco. Se eu não me fiz entender, por favor, aceite mil desculpas.
P.S.
Se você faz um negro a partir de sinusóides, então é bobagem afirmar que não consiste neles :) Mas, na verdade, não estamos interpolando aqui, estamos extrapolando.
Eu não queria entrar em uma discussão, mas a definição wikipédia de ruído estacionário é esta:
Ruídoestacionário é aquele caracterizado pela constância nos parâmetros médios: intensidade(potência), distribuição de intensidade sobre o espectro(densidade espectral), e função de autocorrelação.
Ruído estacionário é o ruído que tem componentes espectrais uniformemente espaçados em toda a faixa de freqüências envolvidas.
Eu não acho que a previsibilidade do sinal ainda não tenha resultado disso. Ou o que você queria prever? E na primeira tese (que estamos lidando com ruído branco), não tenho certeza de que seja assim .....
Em matemática, um processo estacionário é um processo com média e covariância independente do tempo. Ou seja, os dois parâmetros básicos são os custos.
O exemplo mais simples: um processo com distribuição normal N(0,1). Para tal processo, se x(t)=2, então com uma probabilidade de 97,5% x(t+1) será inferior a 2. Ou seja, o processo vai se afundar. Não é garantido, então em 97 casos de um total de 100, será.
Um exemplo mais complexo: o processo AR(1) x(t)=x(t-1)*a + s(t), onde a<1 e s(t) é um processo estacionário, ruído com alguns parâmetros finitos. Este processo também será estacionário e seus parâmetros podem ser calculados a partir dos parâmetros s(t) e a. Assim, se este processo se desviou da média, ele sempre pode ser calculado quando voltará lá com uma determinada probabilidade.
Mas se o parâmetro a=1, então temos uma caminhada aleatória, ou seja, um processo não estacionário, e onde ele irá parar não pode ser previsto.
Naturalmente, nunca veremos ruído branco na data real, assim como nunca veremos um processo realmente estacionário, mas com um certo grau de suposição podemos assumir que o ruído ainda é branco e o processo é estacionário.
Primeiro de tudo, você não sabe o que é "estacionário", porque é um conceito introduzido na ciência moderna para fenômenos naturais completamente diferentes, e se você começar a entrar em detalhes sobre sua definição, você se deparará com cada, repito a cada palavra, discrepância CARDINAL na definição de "estacionário (ruído, processo)" para um fenômeno HUMANO como o fluxo de preços da moeda.
Essa é a novidade. "E os homens não sabem!". Eles dão prêmios Nobel um ao outro, inventaram uma ciência inteira - a econometria. Se eu vir alguém, não me esquecerei de lhe dizer.
Você comeu muito álcool francês ou algo assim, você está muito mais picado.
ligando-se a um lugar onde você mostra sua própria ignorância...
Você está fazendo uma confusão sobre múltiplos. Todos eles são múltiplos em uma série discreta, e quem precisar de mais múltiplos, eles vão mais fundo na tabela de carrapatos.
Em matemática, um processo estacionário é aquele em que a média e a covariância são independentes do tempo. Isto é, os dois principais parâmetros são os custos.
O exemplo mais simples: um processo com distribuição normal N(0,1). Para tal processo, se x(t)=2, então com uma probabilidade de 97,5% x(t+1) será inferior a 2. Ou seja, o processo vai se afundar. Não é garantido, então em 97 casos de um total de 100, será.
Um exemplo mais complexo: o processo AR(1) x(t)=x(t-1)*a + s(t), onde a<1 e s(t) é um processo estacionário, ruído com alguns parâmetros finitos. Este processo também será estacionário e seus parâmetros podem ser calculados a partir dos parâmetros s(t) e a. Assim, se este processo se desviou da média, ele sempre pode ser calculado quando voltará lá com uma determinada probabilidade.
Mas se o parâmetro a=1, então temos uma caminhada aleatória, ou seja, um processo não estacionário, e onde ele irá parar não pode ser previsto.
Naturalmente, nunca veremos ruído branco na data real, assim como nunca veremos um processo realmente estacionário, mas com um certo grau de suposição podemos assumir que o ruído ainda é branco e o processo é estacionário.
Não exatamente, nem todo processo se caracteriza por média e covariância. Sua primeira frase descreve... Um processo de covariância estacionário, que também é estacionário :)
http://books.google.de/books?id=B8_1UBmqVUoC&pg=PA46&lpg=PA46&dq=process+mean+covariance&source=bl&ots=2nJH-s67AR&sig=J_QcD2llCaELbBgPt_THGGi8ZXM&hl=de&ei=ozNoSoaCOsOg_Aa__5yeCw&sa=X&oi=book_result&ct=result&resnum=6
Não exatamente, nem todo processo se caracteriza por média e covariância. Sua primeira frase descreve... Um processo de covariância estacionário, que também é estacionário :)
É pouco estacionária, é muito estacionária, é apenas estacionária. >> E daí?
Em matemática, um processo estacionário é aquele em que a média e a covariância são independentes do tempo. Isto é, os dois principais parâmetros são os custos.
O exemplo mais simples: um processo com distribuição normal N(0,1). Para tal processo, se x(t)=2, então com uma probabilidade de 97,5% x(t+1) será inferior a 2. Ou seja, o processo vai se afundar. Não é garantido, então em 97 casos de um total de 100, será.
Um exemplo mais complexo: o processo AR(1) x(t)=x(t-1)*a + s(t), onde a<1 e s(t) é um processo estacionário, ruído com alguns parâmetros finitos. Este processo também será estacionário e seus parâmetros podem ser calculados a partir dos parâmetros s(t) e a. Assim, se este processo se desviou da média, ele sempre pode ser calculado quando voltará lá com uma determinada probabilidade.
Mas se o parâmetro a=1, então temos uma caminhada aleatória, ou seja, um processo não estacionário, e onde ele irá parar não pode ser previsto.
É claro que nunca veremos ruído branco na data real e nunca veremos um processo realmente estacionário, mas com algumas suposições podemos assumir que o ruído ainda é branco e o processo é estacionário.
Eu simplesmente não conheço nenhum processo "estacionário" em matemática. Existem processos estacionários de EXECUÇÃO. O que isso tem a ver com uma série de preços que é gerada pela atividade deliberada de um grupo de pessoas díspares olhando para um gráfico e tomando decisões baseadas em uma função alvo comunicada a eles por seus superiores? O que isso tem a ver com aleatoriedade ou aleatoriedade estacionária? O que essa estacionariedade aleatória tem a ver com nossos conhecidos ciclos, nos quais a ciclicidade não existe e não pode existir, porque não será mais um processo aleatório? O que um tem a ver com o outro?