你如何测量噪音? - 页 9 1234567891011 新评论 forexman77 2016.03.27 14:22 #81 Владимир:遗憾的是,噪音的话题已经偏离了方向。噪声可以在一定的时间范围内以高概率提前检测到。这没有什么不寻常的地方。观察、识别一个模式,并将其处理成程序代码。 如果不难,举个例子。你可以用语言来表达。 Uladzimir Izerski 2016.03.27 14:33 #82 forexman77: 如果你不介意的话,举个例子。你可以用语言来表达。 噪声在视觉上是无法识别的,只能通过软件来识别,或者在历史数据上看到它不再相关。 Maxim Dmitrievsky 2016.03.27 16:01 #83 一个主题内的噪音显然与它的名字相符,可以用 "噪音 "的数量来衡量。 Uladzimir Izerski 2016.03.27 16:40 #84 Maxim Dmitrievsky: 该主题内的噪音显然名副其实,可以用 "噪音制造者 "的数量来衡量。 另一个人在听到他脑中的声音后,出现在吵闹的人的脑中。 sibirqk 2016.03.28 08:29 #85 Yuriy Asaulenko:答应今晚在2页的主题上贴一张噪音轨道在指示器图片上的照片。点的噪音。我必须说,这个结果有点出乎我的意料。我本来以为会有不同的结果。噪声不超过30分。用它来工作是很有可能的。当然,它不能用在光伏上,但从1H开始,可以尝试。如果它在更大的时间框架上表现相同,并且如果它没有展望未来,乍一看,每笔交易可以从中吸出一个半到两个价差的期望值。这似乎不多,但40-60点的四位数 价差是非常好的。 sibirqk 2016.03.28 08:39 #86 Vladimir Suschenko: 你的平滑处理实际上是一个频率滤波器。而在这种情况下,你所说的噪声可能只是信号的高频(相对于平滑期)成分。滤 波器顾名思义就是一个滤波器,滤波器顾名思义就是从信号-噪声混合物中提取信号的某些部分,至于它引入了什么失真以及失真程度是另一个问题。 我在文章的开头写道:"在第一近似值......" 。由于没有人知道真正的信号,我们甚至不知道它是否存在,我们必须使用我们所拥有的东西。 sibirqk 2016.03.28 08:49 #87 Vladimir Suschenko: 这是一种过于简化的方法,它本质上假定了高信号失真。 一个更合理的方法是回顾性分析,逐步确定信号成分。从计划上看,它是这样的。- 初步假设未来的价格走势受到几个因素的影响,例如:星期几、时间、市场状况(上升/下降趋势、持平)、重要的经济金融新闻等等。模型的复杂性将取决于考虑到的影响因素的数量。- 我们寻找价格运动对每个因素的依赖性,这可以简化为 "价格向量=F{因素(n)}"的形式。没有观察到的对价格有依赖性的因素,被认为是不重要的,不作进一步考虑。- 我们将获得的依赖关系汇总到图表中,并将其叠加到真实信号上。在我们的案例中,获得的差异将是 "噪音"。 但就其本质而言,这种 "噪音 "也是信号的一部分;仅仅因为存在我们没有考虑到的重要影响因素,我们将能够确定但不能预测 "噪音 "的特性或其任何特征。 所以我不认为测量噪音有什么意义。但这是我的个人意见,也是我对这个问题的态度。 所有这些都很好,但实际上是不可行的--你建议的计量经济学语言听起来像是--确定趋势、季节性、周期性成分,然后对残差进行后续分析,作为一项规则--使用自回归方法。在外汇领域,到目前为止,很少有人能够做到这一点。 sibirqk 2016.03.28 09:02 #88 Олег avtomat:问题本身--你如何测量噪音?--是不正确的,不合逻辑的,错误的。首先要理解的是,输入是一个 "信号+噪声 "的混合物。 为什么它是不正确的,不合逻辑的,不正确的?如果你设法从 "信号+噪声 "的混合物中分离出噪声,那么你只需计算色散,如果它是合法的,就可以了--噪声被测量了 Oleg avtomat:你如何将 "信号 "与 "信号+噪声 "的混合物分开?在解决这个问题时,识别 "噪音 "应该不会太困难。这个问题是通过自适应控制理论的方法来解决的。 好吧,很明显,在测量噪声之前,必须对其进行提取,但关于自适应控制理论方法在交换噪声分析问题上的效率,我有疑虑。 Vladimir Suschenko 2016.03.28 11:14 #89 sibirqk: 这一切都很好看,但并不实用--你用计量经济学语言提出的建议听起来像是--隔离趋势、季节性、周期性成分,然后分析残差,通常用自回归方法。在外汇领域,到目前为止,很少有人成功。 好吧,你可以放心地在你的脸上吐口水,把那些承诺在外汇上轻松赚钱的人的无耻的眼睛抓出来。而且是的,很少有人在做.... Vladimir Suschenko 2016.03.28 11:19 #90 sibirqk:为什么它是不正确的,不合逻辑的,错误的?如果你设法从 "信号+噪声 "混合物中分离出噪声,然后计算方差,如果它是有效的,就可以了--噪声被测量出来了 嗯,很明显,在测量之前必须提取噪声,但我对自适应控制理论方法在分析交换噪声方面的效率表示怀疑。 那是什么让大家转而去测量噪音呢?如果确定信号的任务如你所说 "实际上是不可能的",你究竟是如何 "设法从 "信号+噪音 "的混合物中分离出噪音的? 1234567891011 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
遗憾的是,噪音的话题已经偏离了方向。
噪声可以在一定的时间范围内以高概率提前检测到。这没有什么不寻常的地方。
观察、识别一个模式,并将其处理成程序代码。
如果你不介意的话,举个例子。你可以用语言来表达。
该主题内的噪音显然名副其实,可以用 "噪音制造者 "的数量来衡量。
答应今晚在2页的主题上贴一张噪音轨道在指示器图片上的照片。
点的噪音。
我必须说,这个结果有点出乎我的意料。我本来以为会有不同的结果。
噪声不超过30分。用它来工作是很有可能的。
当然,它不能用在光伏上,但从1H开始,可以尝试。如果它在更大的时间框架上表现相同,并且如果它没有展望未来,乍一看,每笔交易可以从中吸出一个半到两个价差的期望值。这似乎不多,但40-60点的四位数 价差是非常好的。
你的平滑处理实际上是一个频率滤波器。而在这种情况下,你所说的噪声可能只是信号的高频(相对于平滑期)成分。
这是一种过于简化的方法,它本质上假定了高信号失真。
一个更合理的方法是回顾性分析,逐步确定信号成分。从计划上看,它是这样的。
- 初步假设未来的价格走势受到几个因素的影响,例如:星期几、时间、市场状况(上升/下降趋势、持平)、重要的经济金融新闻等等。模型的复杂性将取决于考虑到的影响因素的数量。
- 我们寻找价格运动对每个因素的依赖性,这可以简化为 "价格向量=F{因素(n)}"的形式。没有观察到的对价格有依赖性的因素,被认为是不重要的,不作进一步考虑。
- 我们将获得的依赖关系汇总到图表中,并将其叠加到真实信号上。在我们的案例中,获得的差异将是 "噪音"。
但就其本质而言,这种 "噪音 "也是信号的一部分;仅仅因为存在我们没有考虑到的重要影响因素,我们将能够确定但不能预测 "噪音 "的特性或其任何特征。
所以我不认为测量噪音有什么意义。但这是我的个人意见,也是我对这个问题的态度。
问题本身--你如何测量噪音?--是不正确的,不合逻辑的,错误的。
首先要理解的是,输入是一个 "信号+噪声 "的混合物。
为什么它是不正确的,不合逻辑的,不正确的?如果你设法从 "信号+噪声 "的混合物中分离出噪声,那么你只需计算色散,如果它是合法的,就可以了--噪声被测量了
Oleg avtomat:
你如何将 "信号 "与 "信号+噪声 "的混合物分开?在解决这个问题时,识别 "噪音 "应该不会太困难。
这个问题是通过自适应控制理论的方法来解决的。
这一切都很好看,但并不实用--你用计量经济学语言提出的建议听起来像是--隔离趋势、季节性、周期性成分,然后分析残差,通常用自回归方法。在外汇领域,到目前为止,很少有人成功。
为什么它是不正确的,不合逻辑的,错误的?如果你设法从 "信号+噪声 "混合物中分离出噪声,然后计算方差,如果它是有效的,就可以了--噪声被测量出来了
嗯,很明显,在测量之前必须提取噪声,但我对自适应控制理论方法在分析交换噪声方面的效率表示怀疑。