Espectros ERUUSD - isto é prova de não-estacionariedade? - página 11

 
O problema da janela é mais interessante quando se calcula o índice Hearst. Pensa-se que o mercado tem uma memória das notícias que geraram o movimento. Notícias diferentes - comprimento de memória diferente (largura de janela diferente). Usando a história, calculamos a janela que surgiu nas notícias anteriores e o fim da memória. O fim da janela dá o índice Hurst = 0,5 ou <= 0,5, indicando o fim da janela e o início do flat. A saída de um apartamento é um aumento de Hurst (H) mais de 0,5. Estou curioso, em H > 0,5 o que é o SPM?
 
Zhunko >> :

Não há freqüências sustentáveis, é claro. Mas será que isso realmente importa?

É claro que é importante, caso contrário as pessoas não estariam atraindo várias técnicas de otimização para seu TS com as quais estão contando para obter lucro no momento. Portanto, não há garantia de qualquer tipo de lucro planejado, é também utopia. Isto é, na verdade, todas estas pernas com números de lucro loucos também são apenas um acaso, sorte, se você quiser. Mas, no entanto, isso não exclui a rentabilidade da TC, se ganharmos pouco e de forma constante. Na verdade, ela se expressa na sustentação de enormes drawdowns, em caso de desencadeamento de uma parada, devido à qual o depósito como um todo preservará a possibilidade de crescimento futuro, quando as condições de mercado alteradas não forçarão o depósito a chamar seu mais fiel amigo colombiano para pedir ajuda.

 

faa1947


Obrigado. Vou dar uma olhada.

 
Urain >> :

Se não houver outras idéias para detectar um evento (que é o ponto de partida do evento), você pode usar um ziguezague, por exemplo.

O espectro será pesquisado até que um novo extremo do ziguezague seja definido, os parâmetros podem ser selecionados pelo testador.

Uma vez estabelecido um novo extremo, isto abrirá uma nova janela e iniciará uma nova busca. Afinal de contas, o espectro está flutuando, então por que se agarrar àquele que já foi cancelado?

Antes de encontrar o espectro, recomendo subtrair uma regressão linear com a mesma janela do extremo para zero das aspas.

então, você contornará o teorema de Kotelnikov-Nyquist.

Obrigado pelo link. Li com grande interesse a discussão da LProgrammer com Prival ou Prival com LProgrammer(ambos são em sua maioria irrelevantes).

Mas só eu não entendia o que é "Prival-schooled" e como se pode contornar o teorema de Kotelnikov-Nyquist.

Você poderia explicar com mais detalhes?

A propósito, o teorema de Kotelnikov tem a ver com a recuperação do sinal após a amostragem. Já temos um sinal discreto.

Por que reconstruí-la? Acho que estávamos falando de medir o espectro desse sinal. Estas são coisas diferentes.


Por que a regressão linear? Você quer um resultado mais estacionário, ou seja, para remover a tendência.

Mas isso pode não ser essencial para medir o espectro. O que mais você vai deixar cair (junto com a subtração de regressão) do espectro que você vai medir?

Será essencial quando você for utilizar o espectro que você obtém.

 

Posso apenas perguntar?

Devemos antecipar a estacionaridade (ou vice-versa...) nas séries de dados em que há uma tendência na média?

Em caso afirmativo, onde?

Se não, por quê?

------ A verdade precisa ser conhecida - para mim.

 
"há um espectro de citações na janela Apenas Dude" (C) SLammer
 
faa1947:

Estou anexando os espectros das faixas de cotação para H1. Duas seqüenciais no tempo e depois uma comum para eles. Nada em comum. E isso em um curto espaço de tempo.

E por que o eixo He está limitado apenas a 150? E por que não tentar "impor" espectros uns aos outros com comprimentos de janelas por exemplo de 1000 a 1500 ou 1440*2), ao mesmo tempo para ver como o espectro de tamanhos de barras pareceria modulo, assim, para maior clareza, para ver espectros a partir da diferença de um componente constante e um cotier na cascata de janelas. E para diferentes TFs, múltiplos, por exemplo.