Filtro Kalman (KF)

En Filtro Kalman es un planteamiento matemático que suele utilizarse en ingeniería y finanzas para obtener estimaciones suaves y adaptables del estado de un sistema (en este caso, el precio de un instrumento financiero). Al combinar estimaciones anteriores y nuevas mediciones, el filtro de Kalman ayuda a reducir el ruido y a seguir tanto el precio como su velocidad (o pendiente) a lo largo del tiempo.

Parámetros clave

• ProcessNoise
  • Por defecto: 0.001
  • Representa la incertidumbre asumida en la predicción interna del modelo (precio y velocidad). Los valores más bajos sugieren más confianza en la predicción del modelo, mientras que los valores más altos hacen que el filtro se adapte más rápidamente a los nuevos datos.
• MediciónRuido
  • Por defecto: 0.1
  • Controla cuánto peso se concede a los nuevos datos del mercado (la "medida"). Un valor más bajo indica una mayor confianza en los datos de precios entrantes, mientras que un valor más alto implica un mayor escepticismo hacia los movimientos ruidosos del mercado.
• Decaimiento
  • Por defecto: 1.0
  • Aplica un factor de escala a la velocidad (pendiente), reduciéndola gradualmente con el tiempo si se establece por debajo de 1,0. Esto puede ayudar a gestionar los efectos de impulso en mercados que cambian rápidamente.

Uso en la práctica

• Reducción del ruido: El filtro Kalman produce una estimación de precios más suave que puede ayudarle a detectar tendencias genuinas o retrocesos con mayor claridad, ya que filtra las fluctuaciones menores del mercado.
• Análisis de tendencias e impulso: Al mantener una estimación independiente de la velocidad, el filtro mide implícitamente la tasa de variación de los precios. Esto puede servir de base a las estrategias destinadas a captar tendencias estables o gestionar la volatilidad.

Integración con StrategyQuant

• Indicadores de adaptación
  • Utilice la salida suavizada del filtro Kalman como sustituto de las medias móviles tradicionales, lo que le ayudará a reducir el desfase y el ruido de sus señales.
• Lógica de entrada y salida
  • Combine el precio estimado del filtro con las condiciones de StrategyQuant (por ejemplo, cruces por encima/debajo de otro indicador) para elaborar normas comerciales más suaves y sólidas.
• Optimización de parámetros
  • Experimente con diferentes ProcessNoise, MediciónRuidoy Decaimiento en StrategyQuant para adaptar la rapidez (o lentitud) con que el filtro responde a los cambios del mercado.

La capacidad del filtro Kalman para combinar la precisión matemática con la adaptabilidad en tiempo real lo convierte en una herramienta flexible en cualquier configuración de negociación automatizada. Mediante el ajuste de sus parámetros, puede influir en la importancia que el filtro otorga a los nuevos datos.
frente a las tendencias existentes, proporcionando un método versátil para hacer frente al ruido inherente a los mercados financieros.

El indicador está implementado para: MT4/MT5/Tradestation/ Multicharts.

Usted puede hacer fácilmente sus condiciones en bloques personalizados. Más información se puede encontrar aquí:

• https://strategyquant.com/doc/strategyquant/custom-blocks/
• https://strategyquant.com/doc-category/strategy-templates-custom-blocks/
• https://www.youtube.com/watch?v=CGkn5kh_etc

En este módulo, también puede modificar los bloques personalizados: cambiar los periodos, cambiar los pasos, etc.

Cómo importar indicadores personalizados a SQX:

• https://strategyquant.com/doc/programming-for-sq/import-export-custom-indicators-and-other-snippets/