Não é assunto do Mashka! - página 12

 
Neutron:

Estou lhe dizendo - não há foto! Se você pode vê-lo, então você precisa de ajuda :-)

A sério, é o filtro casual recursivo mais usual, da forma:

y[i]=a*x[i]+b*y[i-1], onde a=0,1, b=0,9

É extremamente inconveniente "escrever móvel", mas eu não pude deixar de responder. Seryoga, se você quer dizer por misterioso sinal esta porcaria, então é um lixo no sentido literal e não tem qualquer propriedade prognóstica. A reviravolta do método de Burg é que a função de covariância dos valores atuais e dos valores futuros é estimada. Provavelmente, esta estimativa é reduzida à estimativa da autocorrelação, a teoria também a permite. O resto é uma questão de técnica.

 

Lançada uma linha de Wiener corrigida (aleatória, tipo Brownian)


para testes TC. Agora seu comprimento é 2*10^6, a função de autocorrelação para a primeira série de diferenças é mostrada à esquerda (a primeira contagem é idêntica a 1 e não é mostrada). A função de distribuição para as amplitudes da primeira diferença é mostrada à direita. A distribuição é escolhida propositadamente para não ser gaussiana, é mais consistente com a distribuição observada na realidade para as BPs de mercado.

Arquivos anexados:
rnd_2.zip  2325 kb
 

Neutron

Talvez você tenha perdido, não é uma gauss, mas também não é a que você escolheu. Confira minha pesquisa e veja se ela ajuda.

Construir um sistema comercial usando filtros digitais de baixa passagem

 
Prival:

Neutron

Talvez você tenha perdido, não é uma gauss, mas também não é a que você escolheu. Confira minha pesquisa e veja se ela ajuda.

É a segunda ordem de exatidão. Talvez não seja tão importante.


Este é o código para encontrar o ACF da primeira diferença de BP x como função da etapa. A ACF é plotada no intervalo de 1 a 1.

 
Esta é a série OHLC gerada a partir da RND publicada acima.
Arquivos anexados:
rndohlc.zip  576 kb