Construction d'un système de négociation à l'aide de filtres passe-bas numériques - page 21

 

à Neutron

Je ne comprends pas ce qu'est la FA
.

A raccourci le terme "filtre adaptatif". Cela revient à dire que les cibles en question, tant dans ce thème que dans d'autres, ne peuvent être obtenues que sur la base d'un filtrage adaptatif. Il n'y a pas d'autre moyen, et en gros, c'est comme ça :

Jugez-en par vous-même, j'exécute la fonction Predict sur une BP lissée avec FZ et j'obtiens une BP moins lissée avec moins de FZ mais, en termes de qualité de lissage, elle n'est pas meilleure que la même LPF avec une fenêtre de moyennage plus petite, et à des horizons plus larges, elle est sensiblement plus faible que cette dernière (voir aviska). C'est-à-dire que le prédicteur est repoussé dans son travail de la série lissée et "s'effrite" à mesure que l'horizon se rapproche de la BP initiale, mais le LPF, au contraire, se repousse de la BP initiale et s'en éloigne progressivement en devenant plus lisse... Ce résultat est attendu, en effet il est impossible d'obtenir plus d'informations de la BP même en l'ayant lissée au préalable - on ne peut pas tromper la nature !

n'a aucun sens pratique et est en grande partie une "auto-illusion".

Bien qu'il y ait eu une photo sur le forum avec une démonstration de LPF basé sur NS, aucun PF n'a été observé (presque) avec une excellente qualité de lissage ! Si ce n'est pas un non-sens, alors nous avons du travail à faire.

J'ai travaillé avec le paquet NeuroSolutions, si vous le mettez en ligne, vous trouverez un exemple détaillé d'un LPF basé sur NS.

Il est intéressant de noter qu'un résultat similaire pour le pronostic à l'aide de la fonction Predict peut être obtenu sans jouer - il suffit de décomposer les FBP lissés dans le voisinage gauche de chaque point (sans regarder dans le "futur") en séries de Taylor régulières (RT), puis d'extrapoler pour le nombre requis de pas en avant. Vous pourriez trouver cela intéressant - au lieu de creuser dans l'algorithme de fonction intégré de Matcad, prenez RT et jouez avec, découpez-la, voyez à quoi elle mène...

La prédiction par extrapolation de séries de Taylor n'est pas du tout intéressante pour moi et ne donnera pas de prédictions comparables, peut-être une variante pour 100 essais :o) Mais merci pour le conseil.

Neutron, vous vous méprenez un peu - je ne suis pas en train de creuser dans l'algorithme de "prédiction". Les simples pensées affichées datent d'environ deux ans. Si c'était vraiment nécessaire, j'aurais trouvé des sources et je l'aurais fait, ce n'est pas si difficile. J'ai écrit, le prédicat, comme tous les autres algorithmes de ce type - NE FONCTIONNE PAS, la prédiction des séries par les statistiques donne de très mauvais résultats. La seule façon de l'appliquer est d'aller vers les caractéristiques généralisées de la série de prévisions, et cela doit être fait avec compétence. Les systèmes sur cette base sont rentables - mais pas intéressants pour moi.

à mql4-codage
Wow Il s'avère que tout est là Reste à appliquer...

Je pense avoir déjà lu cela de nombreuses fois sur différents forums.... mais quand même - bonne chance :o))))

Oh mec, j'ai perdu tous mes liens, enfin bref - il y avait un forum, assez long, où les gars se résumaient sérieusement à deux choses

  • écrire un paquet de filtres open-source (j'ai compris que les gens se sont fâchés contre les auteurs de ces fattles, sattles - je ne me souviens plus comment ils s'appellent correctement
  • Développer une stratégie basée sur les filtres

Il semblait y avoir beaucoup de choses utiles. Je suis déçu par cette approche, je pense que ce n'est pas tout à fait la bonne.

 

Comment se comparent les différents algorithmes de calcul de la moyenne de la pression atmosphérique ? Comment choisir la fenêtre optimale de calcul de la moyenne ?

En effet, si vous choisissez une grande fenêtre, le signal sera à la traîne en raison de l'inévitable FP, en revanche, si vous choisissez une petite fenêtre, la qualité du moyennage sera insatisfaisante. Il semble que l'optimum se situe quelque part au milieu, mais à quoi devons-nous comparer le résultat du calcul de la moyenne obtenu ?

Supposons que nous ayons un hypothétique LPF avec une PDF nulle, nous pouvons alors comparer avec lui. Il est possible de réaliser un tel filtre "magique" si l'on fait fonctionner un LPF ordinaire (sans regarder vers l'avenir) d'avant en arrière le long de la BP analysée et que l'on prend la partie centrale du graphique, excluant ainsi de l'analyse les inévitables effets de bord aux extrémités droite et gauche de la BP (pour cette raison, un tel LPF ne peut pas être utilisé en TS).

Dans la figure de gauche, les points montrent la BP, la ligne rouge montre le LPF symétrique (avec LPF), et les lignes bleue et noire montrent la moyenne mobile conventionnelle avec différents temps de moyennage. Pour chaque fenêtre, nous recherchons l'écart type sur l'ensemble des points BP entre le filtre idéal et celui étudié et nous le normalisons par l'écart type entre les points BP et le LPF. Ainsi, nous nous débarrassons de l'arbitraire associé au choix de la fenêtre de moyennage du FPL. Le choix de l'écart-type dans ce cas ne semble pas aléatoire ; en effet, cette quantité reflétera aussi bien le départ de la courbe lisse vers la droite dû à la PZ que l'augmentation de l'amplitude de ses oscillations dans une fenêtre de moyennage étroite.

Choisissons une moyenne mobile standard avec une fenêtre de moyennage rectangulaire (ligne bleue sur la figure 2), une fenêtre de moyennage triangulaire (ligne noire) et le filtre Butterworth d'ordre 1 (ligne rouge) pour analyser la qualité du lissage. Nous pouvons voir qu'avec une petite fenêtre, les filtres ne lissent pas les séries en raison du grand "chattering" tendant à la volatilité de la BP initiale. Lorsque la fenêtre est augmentée, un optimum est observé pour chaque filtre, puis les propriétés de lissage se détériorent à nouveau en raison de la PDF croissante. Le meilleur résultat parmi les trois algorithmes présentés est observé pour la moyenne mobile triviale avec une fenêtre de calcul de la moyenne rectangulaire dont la largeur est de 7-8 barres ! C'est l'optimum pour ce type de LPF, ainsi, il supprime efficacement la composante de bruit de 15% et perd ses propriétés de lissage à une largeur de fenêtre de 17-18 barres, ne donnant aucun avantage sur le BP initial. Rappelons que si l'on calcule dans ce cas l'écart-type de la SFNF, on obtient un lissage de zéro ou de 100%, c'est-à-dire la variante idéale. Jusqu'à présent, nous avons une approximation de 15% de l'idéal. Je me demande s'il est possible d'en obtenir davantage ?

Ainsi, nous disposons d'un outil qui nous permet d'estimer objectivement les propriétés de lissage du FPL. Si Prival nous donne le code de son filtre Kalman adaptatif basé sur l'ACF, nous le mettons immédiatement (le filtre) sur une place d'honneur, et North Wind aura une réponse à sa question rhétorique...

 
grasn:

Oh, merde, j'ai perdu tous mes liens, de toute façon - il y avait un forum, assez long, où les gars étaient sérieux à propos de deux choses


Sur Alpari ou Viac, un fil de discussion avec un titre du genre "filtrer les bazars bourgeois" - c'est probablement de cela qu'il s'agit.
 
NorthernWind:
grasn:

Oh mec, j'ai perdu tous mes liens, de toute façon - il y avait un forum, assez long, où les gars prenaient deux choses au sérieux


Sur alpari ou viac, un fil avec un titre du genre "filtrer les bazars bourgeois" - c'est probablement de cela qu'il s'agit.
Oui, oui - très similaire. Merci :o)


à Neutron
Supposons que nous ayons un hypothétique LPF avec un PF nul, nous pouvons alors comparer avec lui.

Que faire si les caractéristiques d'entrée de votre filtre de référence ne sont pas choisies correctement ou de manière sous-optimale ?

 

Oui, j'ai essayé de modifier la fenêtre de calcul de la moyenne dans une plage très large - cela n'a pas du tout affecté le résultat, ou alors si, mais de façon très insignifiante. Nous comptons le CO des filtres étudiés par rapport à celui-ci et le normalisons ensuite au CO du BP par rapport à celui-ci.

Complément à ce qui a déjà été écrit, à la remarque de grasn.

Je me suis perdue !

Le choix d'une fenêtre au LPF dépend de l'ampleur et de la position des maxima aux rangs recherchés. Ne dépend pas ou dépend faiblement de leur position relative.

Il s'avère qu'il faut d'abord choisir un ELF qui montre clairement sur BP les points d'intérêt, puis sélectionner la fenêtre souhaitée du LPF conventionnel. Ce sera le choix optimal dans le sens d'une probabilité maximale de révéler les modèles requis.

 
à Neutron
Je dépasse les bornes !

Désolé pour mon "analphabétisme technique" - sur quoi venez-vous d'écrire ?

Le choix de la fenêtre dans l'IFNF détermine l'ampleur et la position des maxima dans la série étudiée. Elle ne dépend pas, ou seulement faiblement, de leur position relative.

Le filtre passe-bas possède un certain nombre de paramètres, qui sont bien sûr entièrement définis par la spécification, mais qui sont tout de même assez nombreux : pas d'échantillonnage, fréquences limites de bande passante/suppression, facteur de non-uniformité de bande passante/suppression, etc. De quelle fenêtre parlez-vous ? Si vous parlez de représenter une spécification de filtre comme un paramètre d'entrée unique, alors... j'espère que vous n'utilisez pas un tel filtre dans le commerce réel ?

J'ai essayé de modifier la fenêtre de calcul de la moyenne dans une gamme très large - cela n'a eu AUCUN effet sur le résultat, ou seulement un effet très insignifiant.

Peut-être que le filtre n'a pas été reconstruit correctement ? Butterword n'a pas de caractéristiques d'entrée, comme une fenêtre, mais comme une "fenêtre" - des coefficients calculés, qui sont entièrement déterminés par la spécification. Où avez-vous les spécifications ? Il est probable que vous venez de corriger certaines caractéristiques et que vous faites maintenant des découvertes, félicitations.

Et c'est la position relative des extrêmes qui est indépendante ou faiblement dépendante ? Et cela ne dépend même pas d'un filtre mal conçu, ou bien d'un filtre bien fait, mais pas pour "ce" signal ? Cool, donnez-moi deux filtres de ce type...

 

Eh bien, oui ! Le filtre de Butterworth n'a pas de fenêtre de moyennage - il est récursif, et il y a de nombreux boutons - paramètres qui peuvent être modifiés, déterminant ainsi la pente, l'inégalité de la réponse en fréquence dans la bande passante, la bande passante elle-même... Mais si vous voulez, vous pouvez simplifier toute cette variété en un seul bouton et ainsi obtenir l'idée principale.

Et la position des extrema dépend de la LARGEUR de la bande passante du filtre passe-bas - j'ai été corrigé !

L'approche elle-même semble prometteuse. Un homme arrive et crie : "Tiens, j'ai inventé un VFD super-duper cool ! Tu lui donnes, on va voir comment ça se passe. Et nous le comparons avec, par exemple, la même moyenne mobile. S'il produit le meilleur lissage, respect à l'auteur !

Le plus intéressant est que nous avons pu identifier un seul paramètre généralisé pour tous les FPL permettant leur comparaison objective, et ce paramètre est la déviation du BP lissé par rapport au FPL parfaitement lissé sans FPL avec une réponse en fréquence droite dans la bande passante, etc. Bien sûr, il y a une part d'arbitraire, mais on ne voit pas mieux.

 

Voici http://www.bcs.ru/school/prof/mts/2003/Gorchakov.zip, d'ailleurs, je le recommande à tout le monde, surtout à ceux qui aiment la papeterie. Il y a aussi des informations sur les filtres, d'ailleurs.

Ce qui est bien, c'est que c'est à peu près là où mes pensées se croisent. :)

 
Citation :
Il s'avère que les statistiques optimales pour construire nos systèmes de trading dans cette situation sont des moyennes mobiles linéaires avec des fenêtres variables. C'est-à-dire les moyennes mobiles, qui doivent être prises de telle manière qu'elles tombent principalement sur les sections d'une tendance. Et les moyennes mobiles ne sont pas exponentielles ou autre chose, ce sont 2 moyennes mobiles : une moyenne mobile simple et une moyenne mobile avec facteur i, qui est la somme de i par Xi. Et pour la volatilité, il faut regarder la somme des carrés de la séquence de ces variables aléatoires.

On dirait que l'auteur a failli découvrir la LRMA :)
 

Le LRMA est conçu de manière à ce que la somme des carrés de ses écarts par rapport au prix soit minimale. Mais une autre fonction cible (TF) peut également être minimisée - la somme des modules d'erreur, par exemple. Cette TF est, à mon avis, plus naturelle pour le forex que la somme des carrés des erreurs. Il est difficile de la calculer analytiquement, mais vous pouvez essayer de l'approximer.

Raison: