Zufallsstromtheorie und FOREX - Seite 9

Neuer Kommentar
 
Es gibt definitiv eine Division von 0 im Protokoll. Vielen Dank.
 

Prival, ich habe mir Ihr Dokument angesehen. Jetzt verstehe ich, warum Sie eine lineare Regression benötigen. Die gute Nachricht ist, dass das, was dort beschrieben wird, ein Kanal genannt wird, über solche Kanäle wurde in dem berühmten in engen Kreisen Thread auf einem parallelen Forum beschäftigt :). Ich weiß nicht, wie es anderen geht, aber ich war einfach froh, den Y - mu-Wert zu verwenden :). IMHO kann Ihre Idee in diesem Sinne wie folgt umformuliert werden: Verwenden Sie ACF, um die Stabilität der Kanäle zu bewerten (d. h. für ihre Auswahl und Begleitung). Wie offenbar die meisten anderen Teilnehmer bin ich bei allem, was mit diesem Thema zu tun hat, extrem sentimental :). Das heißt, wenn der Rechenaufwand akzeptabel ist, wäre es interessant.

Eine Frage am Rande: Ich habe den Eindruck, dass Ihr Indikator eine überwiegend positive Phasen-DFT liefert. Ist das physikalisch gesehen sinnvoll?

 
lna01:

Prival, ich habe mir Ihr Dokument angesehen. Jetzt verstehe ich, warum Sie eine lineare Regression benötigen. Die gute Nachricht ist, dass das, was dort beschrieben wird, ein Kanal genannt wird, über solche Kanäle wurde in dem berühmten in engen Kreisen Thread auf einem parallelen Forum beschäftigt :). Ich weiß nicht, wie es anderen geht, aber ich war einfach froh, den Y - mu-Wert zu verwenden :). IMHO kann Ihre Idee in diesem Sinne wie folgt umformuliert werden: Verwenden Sie ACF, um die Stabilität der Kanäle zu bewerten (d. h. um sie auszuwählen und zu verfolgen). Wie offenbar die meisten anderen Teilnehmer bin ich bei allem, was mit diesem Thema zu tun hat, extrem sentimental :). Das heißt, wenn der Rechenaufwand akzeptabel ist, wäre es interessant.

Eine Frage am Rande: Ich habe den Eindruck, dass Ihr Indikator eine überwiegend positive Phasen-DFT liefert. Ergibt das physikalisch gesehen Sinn?

Leider habe ich den parallelen Forumsthread nicht gelesen und kenne ihn nicht, denn ich habe nicht die Zeit, alles zu tun und zu lesen, noch dazu in den unendlichen Weiten des Netzes. Danke, dass wenigstens jemand schreibt, es scheint mir die ganze Zeit, dass 2-4 Leute an diesem Thread interessiert sind. Ich denke, ich verstehe, warum viele nicht interessiert sind, nicht verstehen, wohin wir gehen ;-(. Ich habe kurz beschrieben, wie ich es gemacht habe, als ich eine Auswahl von Büchern für einen Mathematiker im stochastischen Resonanzbereich getroffen habe.

Ich werde versuchen zu erläutern, wozu all diese Übungen und unsere Bemühungen dienen. Ich muss jetzt einfach zur Arbeit gehen. Was wir haben, hat nichts mit dem Kanal zu tun (wenn ich den Kanal richtig verstehe). Zur Phase: Klären Sie die Frage.

Ich werde versuchen, meine Gedanken auf dieses Prinzip zu stützen.

Das Ziel ohne einen Weg dorthin ist eine Fata Morgana, der Weg ohne ein Ziel ist eine Straße ins Nichts.

 
Prival:
Was Sie bekommen, hat nichts mit dem Kanal zu tun (wenn ich den Kanal richtig verstehe). Klären Sie die Frage nach der Phase.

Das hängt davon ab, was Sie unter einem Kanal verstehen :). IMHO ist die Konstanz des RMS nur eine Eigenschaft eines Kanals. Ich werde jedoch weder auf dem Begriff noch auf der Tatsache bestehen, dass ich die Idee vollständig verstanden habe.

Was die Phase betrifft: Nehmen Sie den Indikator Pvr42, setzen Sie h = false und beobachten Sie, ob das Ergebnis überwiegend positiv ist. Zumindest bin ich aus irgendeinem Grund auf genau solche Diagramme gestoßen.

 

Über die Phase.

Wie immer werde ich versuchen, ein Beispiel zu nennen. Ich habe schnell einen optimalen Filter erstellt (Datei im Anhang). Übrigens empfehle ich es als Anschauungsmaterial für die Fourier-Transformationsfilterung: Ziehen Sie die Fäden und sehen Sie, was passiert.

Erklärungen zum Programm.

  1. Ein Signal Y=5*cos(2*pi*10*t+0), ein monochromatisches Signal mit einer Amplitude von 5V, einer Frequenz von 10Hz und einer Phase von 0, wird modelliert.
  2. Die Fourier-Transformation wird durchgeführt und daraus der optimale Filter abgeleitet.
  3. Warum es optimal ist. Die Amplitude am Ausgang des Filters beträgt 5 V. Versuchen Sie, eine beliebige Amplitude an den Eingang zu legen, der Ausgang wird genau 345 V betragen. Dies geschieht, weil die gesamte Energie des Signals in diesem Filter gesammelt wird.
  4. Experimentieren Sie mit der Frequenz des Signals. Wenn Sie die Frequenzen auf eine ganze Zahl einstellen und das Kotelnikov-Theorem gilt, dann ist alles in Ordnung. Die Energie wird wieder im gleichen Filter aufgefangen, da der Filter genau auf diese Frequenz abgestimmt ist. Stellt man die Frequenz jedoch auf einen Bruchteil (z. B. 10,76) ein, d. h. es besteht eine Diskrepanz zur Abstimmfrequenz des Filters, wird die Energie über die Nebenkeulen auf alle Filter verteilt. Die AFC eines jeden Filters ist sin(x)/x. Konstruieren Sie diese Funktion, und Sie werden sehen, wovon ich spreche.
  5. Was die Phase anbelangt, so ist die Phase im Eingangssignal =0, am Ausgang des 10. Filters jedoch 1*e-13. Dies ist auf die Genauigkeit der Berechnung zurückzuführen (Fehler niedriger Ordnung), er akkumuliert sich lediglich als Ergebnis von Umrechnungen.

Für Candid Phase im Allgemeinen ist eine sehr interessante Sache, es ist die einzige Materie, die ich kenne, die eine höhere Ausbreitungsgeschwindigkeit als die Lichtgeschwindigkeit hat (es ist nur eine Abschweifung, wenn Sie interessiert sind, können Sie mathematische Beweise für dieses Phänomen finden). Was die positiven Werte betrifft, so ist dies höchstwahrscheinlich auf zwei Faktoren zurückzuführen. Die erste ist die Eigenschaft der DFT, sin oder cos zu versuchen. Die eine ergibt +, die andere -. Zweitens: Woher kommt eine so große Anzahl von Signalkomponenten mit der gleichen Phase (Phasenrichtung)? Versuchen Sie in meinem Beispiel, Y=t, d.h. eine Geradengleichung, in die Eingabe einzugeben. Ich denke, Sie werden sehen, dass die Subtraktion der 0. Komponente des Spektrums im Indikator nicht ganz korrekt durchgeführt wird (ich denke, Sie sollten noch einmal Y-mu machen :-) ). Meine Versuche, verschiedene Hemming- und Butterworth-Fenster zu verwenden, führten zu nichts, sondern verschlimmerten es nur (mein Lehrer hatte Recht, der Einsatz von Fenstern ist eine Zugmaschine für Energie). Deshalb habe ich den Indikator in seinem jetzigen Zustand belassen. Ich kann mich nicht mehr erinnern, aber ich habe irgendwo gesagt, dass diese 0-Komponente uns noch einiges Blutvergießen bescheren wird :-).

Alle natürlich IHMO, müssen zu überprüfen und zu experimentieren. Nach verschiedenen Schätzungen bedeutet die Nichtberücksichtigung der Phase bei der Verarbeitung im Allgemeinen einen Verlust von etwa 30 % der im Signal enthaltenen Informationen.

Dateien:
opt_filtr.zip  44 kb
 
Prival , Vinin hat Ihnen bereits geschrieben, dass unter der Phase hier in der Regel etwas anderes verstanden wird als die Anfangsphase der harmonischen Schwingung. Die Phase in einem Prozess, der durch ein Preisdiagramm in der Zeit dargestellt wird, ist vielmehr ein Stadium (Zeitintervall), das bestimmte Eigenschaften hat. Wenn zum Beispiel der lineare Regressionskoeffizient in der gewählten Periode (Zeitintervall) nahe bei Null liegt, spricht man oft von der Konsolidierungsphase (Stadium) und nennt sie einen Flat. Und wenn der Koeffizient über einem bestimmten Schwellenwert liegt - eine weitere Phase, die als Trend bezeichnet wird.
 

Hat jemand schon einmal vom Dickey-Fuller (DF) Stationaritätstest gehört? Es geht nur um meine Schafe... Wenn Sie davon gehört haben, lassen Sie mich bitte wissen, was Sie davon halten.

2 Privat:

Phase im Allgemeinen ist eine sehr interessante Sache, die einzige Substanz, die ich kenne, hat eine Ausbreitungsgeschwindigkeit, die die Lichtgeschwindigkeit übersteigt

In STR beweist es gewissermaßen, dass es nichts taugt, da es kein Signal ist - und darüber hinaus kein Stoff.

 
Mathemat:
Hat jemand schon einmal vom Dickey-Fuller-Stationaritätstest gehört? Es geht nur um meine Schafe. Wenn Sie davon gehört haben, lassen Sie es mich wissen, es ist interessant, Ihre Meinung zu erfahren.


So etwas in der Art gab es:

Dickey-Fuller-Kriterium

Das Dickey-Fuller-Kriterium ist eigentlich eine Gruppe von Kriterien, die durch eine Idee vereint sind und in [Dickey (1976)], [Fuller (1976)], [Dickey, Fuller (1979)] und [Dickey, Fuller (1981)] vorgeschlagen und untersucht wurden. Die beim Dickey-Fuller-Test zu prüfende Hypothese (Nullhypothese) ist die Hypothese, dass die untersuchte Reihe xt zur DS-Klasse gehört (DS-Hypothese); eine Alternativhypothese ist, dass die untersuchte Reihe zur TS-Klasse gehört (TS-Hypothese). Der Dickey-Fuller-Test legt eigentlich nahe, dass die beobachtete Reihe durch ein autoregressives Modell erster Ordnung (möglicherweise korrigiert um einen linearen Trend) beschrieben wird. Die kritischen Werte hängen davon ab, welches statistische Modell geschätzt wird und welches probabilistische Modell die beobachteten Werte tatsächlich erzeugt. Die folgenden drei Modellpaare werden betrachtet (SM, statistisches Modell; DGP, datengenerierender Prozess).

Dies oder das?

 
Es sieht so aus. Hier ist, was ich gefunden habe: http://hometask.boom.ru/economics/econometrica/5.html.
 
rsi:
Prival , Vinin hat Ihnen bereits geschrieben

Danke, das habe ich gesehen, nur habe ich einen etwas anderen Ansatz für die Analyse. Wenn Sie sich nicht die Mühe machen, diesen Zweig zu lesen. Leider muss ich alle Konzepte, die keine strenge mathematische Beschreibung haben, verwerfen. Da es weg führt, ist dieses Eisen (der Computer) nicht möglich, "philosophische" Konzepte (Trend, flach), etc. Meiner Meinung nach gibt es keine !!!

Ich hoffe, dass ich Candid die richtige Antwort gegeben habe. Ich glaube, ich habe das Wesentliche der Frage richtig verstanden.

Wir danken Ihnen für Ihr Interesse an diesem Thema.

12345678910111213141516...85
Neuer Kommentar