Filtros digitales adaptativos - página 2
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
Bueno, se equivocó al ir tras Kalman. Si lo he entendido bien, se trata de un filtro de Kalman con coeficientes constantes conocido como filtro alfa-betta-gamma (son diferentes modificaciones del filtro de Kalman).
Necesitas un Neutrón.
Aquí hemos comparado el filtro Kalman (correcto) y el filtro Butterworth. Teoría de los flujos aleatorios y FOREX".
Hay un algoritmo para calcularlos en matcad. Si alguien se aventura a hacer un filtro Butterworth en MQL puedo ayudar (explicar lo que hay y cómo se calcula en Matkadec), y no creo que JMA sea mejor (se puede comparar).
Kalman es intrínsecamente iterativo MNC por lo que sólo hay una forma de evitarlo, si los modelos incorporados en el filtro no coinciden con el proceso estudiado. (Sólo que no saben cómo prepararlo :-))
Entender la palabra adaptación implica una respuesta a la pregunta de a qué hay que adaptarse. En radiolocalización existen los conceptos de señal (componente útil) y ruido (lo que nos molesta). Una vez entendida esta cuestión es posible hacer filtros adaptativos, hasta que no se responda a esta pregunta no está claro a qué hay que adaptarse.
2 grash
Aquí está lo que el propio autor escribe sobre JMA ) - http://www.jurikres.com/catalog/ms_ama.htm#top
Como todo esto está a la venta, sólo obtenemos código desensamblado, según entiendo, y realmente quiero entender cuál es el truco )
Gracias por el enlace. Creo que este hurón está utilizando un algoritmo de filtrado adaptativo bastante complicado, muy probablemente con elementos de predicción basados sólo en la autocorrelación. Creo que sí. :o)
a Privala Prival
No importa lo que haya investigado, pero he "cogido" el ACF por compañía. Esto es sólo una observación, no confirmada por nada, a grandes rasgos, miró los resultados con ojo y lo "pilló". No está probado por nada, no está confirmado estadísticamente, probablemente es una completa tontería, pero vale la pena comprobarlo de vez en cuando. Se trata de hacer algunas suposiciones sobre la evolución de la serie por el tipo de ACF. Hasta ahora he clasificado aproximadamente 2 variantes (ACF se toma de la serie negra, serie gris - desarrollo del proceso). Lo doy sin comentarios especiales, creo que todo está claro:
Variante A
Variante B
PS:
Prival - He escrito, que en DSP - soy autodidacta y mi limitada y el analfabetismo técnico es, obviamente, no es suficiente para entender, que la frecuencia de Nyquist gobierna el mundo ...
No sé lo que puedes ver, yo puedo ver desde ACF que para la variante A puedo predecir para 200 muestras (no sé si tienes X minutos o qué más). La opción B es 50, entonces la naturaleza del proceso cambia, pero hay que mirar la dinámica, porque el ACF cambia con el tiempo. Y lo primero que muestra esta función es el tiempo de correlación (tiempo durante el cual se puede predecir el proceso) + lo segundo es el tipo de proceso en sí, casi siempre un circuito oscilatorio (en términos de radioingeniería); podemos clasificarlo además por tipos de circuitos oscilatorios pero en mis estudios (en esta etapa) no es tan importante. Al principio es necesario tratar un tipo de elemento vibratorio, será más fácil tratar otros por analogía.
Intenté clasificar "por especies y tipos" mediante simples observaciones:
En general, si no es lo principal, entonces no importa... buena suerte
Este JMA es impresionante, muy impresionante. De alguna manera no le presté demasiada atención antes, ya que tengo una idea preconcebida de los muwings. Pero ahora parece que tendré que reconsiderarlo.
En cuanto a ese JMA que está en Code Base ('JMA'), está claro que no se parece al original. Sí, es suave, pero claramente se retrasa más. El dibujo deParabellum es mucho más convincente.
Y ahí aparece de nuevo el problema con el que estoy luchando: quiero transformar el gráfico de cotizaciones iniciales para que pueda eliminar los desastres y luego aplicar los indicadores de Jurik (o sus clones) al gráfico transformado... De alguna manera, me parece que aunque la distribución se convierta en algo similar a la gaussiana, sin embargo el proceso de precios no será de tipo Wiener, porque su índice de Hurst será superior a 0,5 (debido a la dependencia de las muestras vecinas).
P.D. Prival, de nuevo para ti: http://www.jurikres.com/faq/faq_ama.htm#betterthan . Fíjese especialmente en la tercera figura desde abajo: JMA, a diferencia de otros filtros, no tiene prácticamente ningún efecto Gibbs (pico tras hueco). Y hay técnicas efectivas para eliminar este efecto (cuando era estudiante conocí un libro de Hemming "Filtros digitales", tengo que encontrarlo).
Es una JMA impresionante, muy impresionante. De alguna manera no le presté demasiada atención antes, ya que tengo una idea preconcebida de los muwings. Pero ahora parece que tendré que reconsiderarlo.
En cuanto a ese JMA que está en Code Base ('JMA'), está claro que no se parece al original. Sí, es suave, pero claramente se retrasa más. El dibujo de Parabellum es mucho más convincente.
Prival, gracias por el libro. Y aquí hay otra sorpresa para ti, que confirma tu visión del precio como objetivo:
Tomado del mismo lugar, énfasis añadido.
Segundo. JMA no redibuja, por lo que no hay que hablar de FFT. Sin embargo, han eliminado el efecto Gibbs...
Tercero. El equipo de Jurik Research asume como modelo de distribución algo similar a la distribución de Cauchy. Lo que es, ya lo sabes: ninguno de los momentos de esta distribución existe, ni siquiera m.o. ¿Sientes la emboscada que nos ha tendido el enemigo? Aunque, por otro lado, es posible que su objetivo fuera simplemente construir un inductor para suavizar eficazmente incluso los vagabundeos aleatorios con incrementos distribuidos por Cauchy.
2 Rosh: bueno, al menos has resuelto el misterio de un inductor Jurik. Respeto.