Filtros digitales adaptativos - página 7
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
ZS, en el foro de Alpari, BQQ ha expuesto con cierto detalle por qué, en su opinión, como especialista en DSP, los métodos DSP son difíciles de aplicar en el mercado. Bastante lúcido, en mi opinión.
Tuve una pequeña discusión con BQQ aquí http://forum.alpari-idc.ru/showthread.php?t=38804&page=16, si no te importa, donde lo expuso todo. Sólo creo que, en primer lugar, un especialista en DSP debería conocer y comprender (con toda su alma) este teorema de Kotelnikov, es como un axioma en geometría.
Y a todos si se puede usar el término frecuencia de muestreo por favor, para mi la frecuencia neukvist es una palabra sucia, es del ámbito de quien inventó la radio, Popov o Marconi, etc.
No, parece que no en ese hilo del foro, en el que se discute con él. No he guardado el enlace, en el espíritu: leer, se dio cuenta - y bien.
¿Cuál es la tarea? ¿Obtener los coeficientes del polinomio de aproximación y ajustarlos en función de la ER de AMA? Aquí en codebase hay un ejemplo de aproximación polinómica, pero este caso se redibuja, y si se dibuja sólo el final, el resultado es peor que el MA más desagradable. Tal vez algo como el suavizado T3 con todos los coeficientes de adaptación.
Me estoy metiendo con Yurik (como si fuera el mejor), así que le sugerí que hiciera algo parecido. Modificar AMA y sustituirlo por un procedimiento de cálculo de la media con algo mejor (decente). No necesariamente un polinomio. Básicamente no lo necesito, pero si alguien quiere practicar la construcción de algo similar a JMA, estoy dispuesto a ayudar y las matemáticas serán transparentes. En cuanto a la caja negra, no creo que a ninguno de los residentes de este foro desde hace tiempo le guste usarla :-).
Privado
Pido disculpas, no fui cuidadoso en mis comentarios. Personalmente, nunca pensé en expresar dudas sobre su competencia en temas de DSP. Creo que lo mismo ocurre con grasn (espero que grasn me perdone por "firmar" en su nombre). Se trata de la propia idea y la metodología de investigación. Nada personal. Todos los autores que activamente "cavan métodos matemáticos" en este foro, trato estrictamente positivo, en vista de la singularidad de esta comunidad. Y en vista de las perspectivas que tiene (la comunidad). Pero no puedo estar de acuerdo con tu sugerencia porque descreo completamente de los polinomios como herramienta que tiene algún tipo de "poder predictivo". Estamos hablando de intervalos de tiempo inferiores a un día, y usted quiere explotar su idea precisamente en intervalos pequeños. Simplemente no veo la razón, que obligará a la función polinómica - de hecho, absolutamente adaptada a la señal (según algún criterio), a hacer una previsión del comportamiento de los precios. Porque la predicción siempre será de 50\50. Esto se debe tanto a los procesos que ocurren en el "mercado" como a la forma de representación de la señal, que de hecho distorsiona completamente la imagen. Si quiere utilizar el DSP en el comercio, adelante, pero primero prepare los datos adecuados para el DSP. La "señal" en sí está ciertamente presente en el precio, pero. Pero el nivel de esa señal (como parece haber señalado correctamente Mathemat ) es muchas veces menor que el "ruido" (aunque no hay "ruido" en el "mercado"). A esto se suma la no estacionalidad de la propia señal. En consecuencia, casi ninguno de los métodos tradicionales funciona. No creo que esto se deba a que la teoría del DSP sea errónea, por supuesto que lo es, es sólo que la señal aquí es completamente diferente. Una señal en la que una gran parte de la información simplemente se pierde. Y, paradójicamente, una gran cantidad de información es simplemente innecesaria. Has dicho que eres militar, así que da por hecho que todos tus aparatos están obstruidos por las interferencias, tras las cuales no puedes ver la señal de los aviones enemigos. Y esa interferencia es de muy alta calidad. Pero si sales a la calle y miras al cielo, enseguida lo verás todo. Pero apuntar y disparar desde la cadera no es la mejor solución. :)
Y gracias por el regalo, sin duda encontraré tiempo para conocerlo.
a Viento del Norte.
Gracias. Y aquí "se necesita un concepto de vida de mercado lo suficientemente simple y consistente", ¿se refiere a su propio desarrollo o al uso de algunas técnicas como las descritas por Shiryaev?
al Candidato
No hay problema, al igual que para usted, si utiliza un producto adecuado. El principal problema está en la preparación de los datos. Para DM necesitas que la tupla contenga los parámetros estudiados de los objetos para los que quieres encontrar los patrones. Por ejemplo, para las ondas, prepara los datos de esta manera:
Pero para preparar los datos, es probable que me salga bien :o)
P.D.: Por cierto, Candid, ¿qué opina de la posibilidad de cooperar en la elaboración del modelo descrito? Parece que eres el último interesado,Prival parece haberse ido al bosque.
a Prival
Ven, ven, pero no siempre y no si no se les molesta. ¿Y a quién más pueden temer? Los zulúes, que no tienen ningún sistema. Por supuesto nosotros, porque siguen necesitando un enemigo, e incluso pueden tener miedo, a pesar de que el número de nuestros sistemas de defensa aérea es ridículo y no supone ninguna amenaza real.
PD: Prival - para ti una cita de un dibujo animado - "castor - exhala" ... :o)
Prtival - no eres corregible :o).
a Piligrimm
Lo he probado con todos los disponibles en MathCad y MathLab y no he quedado satisfecho con el resultado.
PD: tu avatar no es el sonido "OM" que simboliza el Universo?
No hay problema, como lo es para usted, si utiliza el producto adecuado. El principal problema está en la preparación de los datos. Para DM necesitas que la tupla contenga los parámetros estudiados de los objetos para los que quieres encontrar los patrones. Por ejemplo, para las ondas, prepara los datos de esta manera:
Pero para preparar los datos, es probable que me salga bien :o)
P.D.: Por cierto, Candid, ¿qué opina de la posibilidad de cooperar en la elaboración del modelo descrito? Como parece ser el último interesado,Prival parece haber entrado en decadencia.
Parece que antes has mencionado que no estás usando precisamente un producto gratuito.
La perspectiva de una colaboración no puede sino inspirar :). Si tienes un plan concreto preparado, escríbenos y lo discutiremos. O esperar una carta mía, pero antes de escribir tendré que pensar en este plan.
a grasn y rsi y a todos
Quiero explicarlo, porque usted me ha atacado repetidamente por el lema "El número manda en el mundo". Lo he traído para que le prestes atención. Estás sonriendo, pero creo que no entiendes del todo de lo que estoy hablando. Le sugiero que haga un experimento muy sencillo: suponga que el precio cambia como una onda sinusoidal. Dibuja un seno en un papel y pon dos puntos de referencia en él. Como éste.
Figura 1
Es decir, hemos tomado los puntos característicos de Close y consideramos que es una digitalización correcta, véase la figura 1. (marcas azules). Todo parece bonito y correcto, y ahora piensa, si el primer tick no ha llegado exactamente al final del minuto, sino por ejemplo 2 segundos antes del final del minuto, + el segundo tick no ha llegado al final del minuto, sino al principio. Véase el resultado en la Fig. 2. (las cuentas azules se sitúan de forma diferente en el eje del tiempo). Así, resulta que la forma de onda sinusoidal ha cambiado, la frecuencia está mal, la fase está mal y todo está mal .....
Figura 2
¿Quién puede decirme qué forma de onda sinusoidal es real? ¿O también puede darme una predicción, cuál será el número en el próximo Cierre (aunque sea estrictamente una onda sinusoidal)?
Cuántas copias se rompen ya en el análisis del eje Y (precios), y se olvida el eje X (tiempo). O creen que está bien. Toman Close y siguen adelante. Y como resultado .... largas y persistentes búsquedas y conclusiones DSP no funciona.
Y vamos a escribir este acrónimo de otra manera, así que DSP. (¡¡¡DSP!!!) lo único que queda por hacer es definir qué es la señal. Si no sabemos procesar números como sumar, restar, multiplicar y dividir, ¿qué más tenemos? Bueno, quien aquí no conoce DC, estas complejas operaciones.
Puede que aún se pregunte por qué muchos métodos DSP no producen los resultados que se esperan de ellos. ¿Quizá un procesamiento adecuado del eje X mejore muchos métodos de procesamiento digital, empezando por el más sencillo MA? Y de la señal (el componente útil que mueve el mercado) tampoco se sabe mucho, lo que leo es la misma filosofía :-(.
Y, por desgracia, el dinero gobierna el mundo, no los números.
Aunque todavía me comprometo a demostrar a cualquiera (me podéis invitar a un brandy, porque ya le debo a mucha gente :-)) que si entre ese precio "verdadero", que nadie conoce, hay alguien que puede controlar la tasa de muestreo, entonces puede hacer lo que quiera. A partir de una onda sinusoidal ordinaria de 100 MHz, puedes hacer cualquier curva que veas en la pantalla. Al menos recuerda las películas, donde las ruedas van hacia atrás y el carro hacia delante :-).
Y por eso esa hermosa frase, "un número gobierna el mundo y el nombre de este número es frecuencia de muestreo". No es tan malo. Al fin y al cabo, controlando este número, puedes controlar la curva de la pantalla, es decir, el valor (precio) del dinero. Y si el dinero gobierna el mundo, entonces al controlarlo, gobernaré el mundo.
Z.U., qué es ese dibujo animado, "aliento de castor" que realmente quiero ver :-). Y no puedes deshacerte de mí tan fácilmente, como Prival en el fango, no esperes :-).
Y a la luz de lo que he escrito arriba, para mí cualquier DC nunca será ese DIOS todopoderoso que me puede colar cualquier cifra en cualquier momento. Serán débiles :-) Es difícil tomarse un descanso del curso de lucha :-)
2 Prival: se me ocurre que Kalman, según usted, se basa en las EMN. Ahora entiendo por qué funciona muy bien con los datos del radar (con errores distribuidos gaussianos), pero - peor con los datos del mercado. La razón principal por la que Kalman es perfecto en datos gaussianos es que la función de error (objetivo) -la suma de cuadrados de la varianza en este caso- es perfecta sólo para la distribución gaussiana. Para otras distribuciones, las funciones de error son diferentes. En el caso de las distribuciones con colas potentes (colas pesadas), las funciones objetivo son muy diferentes, y el MNC no cuenta aquí. Por eso JMA es mejor que Kalman en las series de mercado.
Privado