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
Depende de como se procura por essas Fibras. Se da mesma forma que Swannell, isto é, analisando apenas ondas da mesma ordem, então realmente não se pode ver ali nenhuma "ressonância" especial: p.d.f. suave sem nenhuma convexidade proeminente. E se alguém procura através de aglomerados de Fibras a partir de ondas de diferentes ordens, algo pode vir à tona. Ainda não encontrei nenhum :)
Quanto a como fazer as cotações não tomarem valores negativos, basta gerar incrementos de % ao invés de absolutos.
Quanto ao fato de que o gerador tem uma memória limitada e se repete ciclicamente, depende do gerador. Há alguns que são deslocados por timer, outros dependem da carga da CPU, etc., etc.
É a habilidade do cérebro de ver níveis e linhas de tendência e ele os encontrará em quaisquer dados. Quando você tem um martelo na mão, tudo parece um prego. Você tem que verificar e entender o que você quer usar no comércio, e então você não vai se importar com a similaridade :)
Você pode codificar e representar como um quadro semelhante qualquer coisa: um romance "Guerra e Paz", uma foto digital, sua canção favorita, etc. Tudo será muito semelhante e novamente a pessoa que desejar encontrará níveis e o que aprendeu a distinguir, as distribuições de incrementos serão pelas mesmas funções (assim codificadas :)), porém não será a mesma e se você quiser poderá restaurar o original.
Processo de regressão linear de primeira ordem.
AR(1)
y(n+1)=y(n)+e(n). onde e(n) é ruído normal com m.o. e std.
De qualquer forma, o processo que construímos é
é um processo de regressão linear de 1ª ordem.
AR(1)
y(n+1)=y(n)+e(n). onde e(n) é ruído normal com m.o. e std.
É compreensível.
Mas ichmo, você tem que começar do outro lado. Prove que esta sua frase é verdadeira "expectativa 0. variação 0,0077. estes parâmetros são semelhantes ao eurusd real.
(Veja o primeiro post) . Uma prova matemática rigorosa é necessária. A prova, que é muito semelhante, não é exatamente algo no qual se possa basear qualquer conclusão
Em geral. o processo construído é
é um processo de regressão linear de 1ª ordem.
AR(1)
y(n+1)=y(n)+e(n). onde e(n) é ruído normal com m.o. e std.
Isso é compreensível.
Mas ichmo, você tem que começar do outro lado. Prove que esta sua frase é verdadeira "expectativa 0. variação 0,0077. estes parâmetros são semelhantes ao eurusd real.
(Veja o primeiro post) . É necessária uma prova matemática rigorosa. A prova, que é muito semelhante, não é exatamente algo no qual se possa basear qualquer conclusão
Os parâmetros 0 e 0,0077 são tomados de 1D EurUsd. para 2002-2004.
Eu não sei se devo explicar. que gerar AR(1) com parâmetros e(0,0.0077). mostrou essas mesmas fotos.
Claramente, é estacionário e ergódico, ao contrário do mercado real. (não estacionário e não ergódico).
Com AR(1) com ruído branco foi obtido um resultado muito interessante. que ainda estou digerindo -).
E o que eu disse no primeiro post, que a dependência é muito semelhante à forex e pode-se encontrar padrões diferentes lá.
o que está errado aqui?
a conclusão permanece a mesma é semelhante à da PRNG. a única diferença é que o mercado
1. não-estacionários 2. não-ergódicos 3. parcialmente deterministas.
Refiro-me ao mercado.
É claro, dizer isto equivale a não dizer nada.
Mas para mim, mais uma vez, a natureza dos diferentes números do mercado se tornou clara.
Ou você tinha algo mais em mente?
IMHO, não há necessidade de reinventar a roda. Há uma coisa maravilhosa chamada G.A.R.C.H. no MATLAB. Caixa de ferramentas - apenas uma ferramenta para estudar séries cronológicas financeiras. Veja, por exemplo, aqui: http://www.mathworks.com/access/helpdesk/help/toolbox/garch/.
Obrigado. Está debaixo do meu nariz e eu não sei.
GARCH é que eu sei que é um modelo de regressão não-linear.
AR-MA-ARMA-ARIMA-NARX-ARCH-GRACH.
Eu dei uma olhada no pacote de modelagem do mercado.
Eu realmente não entendo esta abordagem.
Você pega um par, pega a primeira diferença, constrói uma autocorrelação (a correlação só pode estimar a dependência linear)
Então um dos modelos, por exemplo, ARMA, é construído.
Mas estas equações incluem e(t). Isto de alguma forma me impede de continuar estudando.
Você já trabalhou com ele?