Filtre de Kalman (KF)

Les Filtre de Kalman Le filtre de Kalman est une approche mathématique souvent utilisée en ingénierie et en finance pour produire des estimations lisses et adaptatives de l'état d'un système - dans ce cas, le prix d'un instrument financier. En combinant les estimations passées et les nouvelles mesures, le filtre de Kalman permet de réduire le bruit et de suivre le cours et sa vitesse (ou pente) dans le temps.

Paramètres clés

• ProcessNoise
  • Par défaut : 0.001
  • Représente l'incertitude supposée dans les prévisions internes du modèle (prix et vitesse). Des valeurs faibles suggèrent une plus grande confiance dans les prévisions du modèle, tandis que des valeurs élevées permettent au filtre de s'adapter plus rapidement aux nouvelles données.
• MesureBruit
  • Par défaut : 0.1
  • Contrôle l'importance accordée aux nouvelles données du marché (la "mesure"). Une valeur faible indique une plus grande confiance dans les données de prix entrantes, tandis qu'une valeur élevée implique un plus grand scepticisme à l'égard des mouvements bruyants du marché.
• Décroissance
  • Par défaut : 1.0
  • Applique un facteur d'échelle à la vitesse (pente), en la réduisant progressivement au fil du temps si elle est inférieure à 1,0. Cela peut aider à gérer les effets de momentum sur des marchés qui évoluent rapidement.

L'utilisation dans la pratique

• Réduction du bruit: Le filtre de Kalman produit une estimation de prix plus lisse qui peut vous aider à repérer plus clairement les véritables tendances ou renversements, car il filtre les fluctuations mineures du marché.
• Analyse des tendances et du momentum: En maintenant une estimation distincte de la vitesse, le filtre évalue implicitement le taux de changement des prix. Cela peut éclairer les stratégies visant à capturer les tendances stables ou à gérer la volatilité.

Intégrer StrategyQuant

• Indicateurs d'adaptation
  • Utilisez la sortie lissée du filtre de Kalman comme substitut aux moyennes mobiles traditionnelles, afin de réduire le décalage et le bruit dans vos signaux.
• Logique d'entrée et de sortie
  • Combinez le prix estimé du filtre avec les conditions de StrategyQuant (par exemple, les croisements au-dessus/en dessous d'un autre indicateur) pour élaborer des règles commerciales plus souples et plus robustes.
• Optimisation des paramètres
  • Expérimentez avec différents ProcessNoise, MesureBruitet Décroissance dans StrategyQuant pour adapter la rapidité (ou la lenteur) avec laquelle le filtre réagit aux changements du marché.

La capacité du filtre de Kalman à allier précision mathématique et adaptabilité en temps réel en fait un outil flexible dans toute configuration de trading automatisé. En affinant ses paramètres, vous pouvez influencer le poids que le filtre accorde aux nouvelles données
par rapport aux tendances existantes, ce qui constitue une méthode polyvalente pour faire face au bruit inhérent aux marchés financiers.

L'indicateur est implémenté pour : MT4/MT5/Tradestation/ Multicharts.

Vous pouvez facilement créer vos conditions dans des blocs personnalisés. Pour plus d'informations, cliquez ici :

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

Dans ce module, vous pouvez également modifier les blocs personnalisés - changer les périodes, changer les étapes, etc.

Comment importer des indicateurs personnalisés dans SQX :

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