Diskussion zum Artikel "Filterung und Merkmalsextraktion von Frequenzen"

[MetaQuotes]

Neuer Artikel Filterung und Merkmalsextraktion von Frequenzen :

In diesem Artikel untersuchen wir die Anwendung digitaler Filter auf Zeitreihen, die im Frequenzbereich dargestellt werden, um einzigartige Merkmale zu extrahieren, die für Vorhersagemodelle nützlich sein können.

In dem Artikel „Praktische Implementierung digitaler Filter in MQL5 für Anfänger“ stellt der Autor digitale Filter vor, die im Zeitbereich durch Faltung angewendet werden. Die Reihe wird mit einem einzigartigen Satz von Gewichten unterschiedlicher Länge multipliziert, je nach Filtertyp und seinen Parametern. Die Anzahl der Gewichte definiert ein bewegliches Fenster, das mit den entsprechenden Serienwerten gefaltet wird, wenn der Filter über den Umfang der Daten angewendet wird. Auch gleitende Durchschnitte funktionieren auf die gleiche Weise.

In diesem Artikel werden wir Filter im Frequenzbereich anwenden. Die grundlegenden Schritte sind wie folgt:

1.  Zunächst wird die Reihe zur Vorbereitung einer DFT-Operation vorverarbeitet.
2.  Die DFT wird mit dem Algorithmus Schnelle Fourier-Transformation (FFT) auf die Reihen angewendet.
3.  Als Nächstes manipulieren wir die Wellenform der Reihe in der Weise, die wir für notwendig halten. Das heißt, es wird ein Filter angewandt, wodurch die ursprüngliche Wellenform der Reihe verändert wird.
4.  Die modifizierte Wellenform wird durch eine inverse DFT-Operation in den bekannten Zeitbereich zurückverwandelt.
5. Schließlich werden die Auswirkungen der in der ersten Vorverarbeitungsphase durchgeführten Operationen rückgängig gemacht.

Autor: Francis Dube