デジタルフィルターに基づく取引戦略 - ページ 72

 

とても助かります

投稿で親切に助けていただきありがとうございます。とても助かっています。

皆さん、よろしくお願いします。

 

グレート

Boyens:
Simba氏が投稿した#MFT_STLM2_v2インジケータをダウンロードしましたが、私のプラットフォームでは動作しませんでした。

このバージョンは期限切れか何か?

私はトレンドを定義するためにSTLM MTFを探しています。

事前に友人に感謝します。

親切にお願いします。

Boyensです。

MTFが動作するためには、インジケータフォルダに両方がコンパイルされている必要があり、その後、MTFだけを添付して遊ぶことができます。

ありがとうございました。

S

ファイル:
stlm2.mq4  11 kb
 

FATL SATLなどの計算の代替案。

このFX市場の多重循環モデルには、なぜか疑問がある。このモデルに基づく指標の実用性を問うつもりはないが、このような共振構造の源は何だろう?一般に共振には、刺激に対する遅延反応が必要である。共振構造は、その遅れに等しい周期で共振する。この情報化時代に200時間も遅らせることができるものは何だろう?(M1 TFでより小さな周期で共鳴が起きれば、より簡単に説明できるかもしれない)。刺激とは何だろう?ニュース?、グループとして行動するトレーダーの恐怖と欲?社会学的に興味深い質問ですが、ここでは役に立ちません。

第二の反論は、Simbaが指摘したように、異なるTFで測定した場合、共振の周期が一致しないという事実である。もし、本当に48個の1H周期で共振しているのなら、12個の4H周期、あるいは192個の15M周期で共振しているはずです。しかし、そうなっていないようだ。なぜだろう?周期的な前提でトレードするのは不安ではないですか?

答えがどうであれ、もし指標が有用であれば、それを計算する別の方法があるはずです。2つか3つのサイクルが支配的で、周波数(周期)と振幅がゆっくり変化することなどがわかれば、連続スペクトル分析や適応型デジタルフィルターに頼る必要はありません。FFTでもMESAでもGoertzelでも何でも使って納得すればいいのですが...。3D画像はかなり説得力があるが、私はまだ納得していない。次に、試行錯誤の結果、周期的な信号を互いに、あるいはノイズから抽出することができる。

この信号抽出の問題は、通信システムを設計する上で非常に一般的なものです。ラジオ受信機(あるいは携帯電話)が、周囲の雑音や他の信号からどのように信号を取り出しているかを考えてみてください。これらの信号は、通常そのようにモデル化されますが、静止しているわけではありませんし、ノイズもそうです。位相、周波数、振幅が変化する非常に複雑な信号です。しかし、互いに干渉しなければ、低SN比の環境でも確実に抽出することができる。

3つの信号を分離するのに十分なほどバンドパスが狭く、予想される周波数変動を通過させるのに十分なほどバンドパスが広い、3つの固定バンドパスフィルターを使うのはどうだろう。各フィルタの後に、変化する周波数を抽出するための位相同期ループと、振幅を抽出するためのコヒーレント復調器が続きます。スペクトル解析は必要ない。(相対的な重要度や、その場でのフィルタの設計・変更も必要ない。(抽出される信号は位相連続である)。

これらの要素はすべて、フィルター、乗算器、またはデジタル制御の周波数を持つ発振器(VCO)のいずれかである。周波数特性が重要なフィルタはループフィルタだけで、これについては多くの設計がある。もし興味があれば、私は多くの参考文献を持っている。もし、自分がプログラミングしようとしていることを忘れないように、自分の記憶力を高めて、C言語でのコーディングを復活させることができれば、自分でもやってみようかなと思っています。

マッドカウ

 

データの前処理

Richcap、コードを共有していただきありがとうございます。

Amibroker用に書かれたMESAの別バージョンをご存知でしょうか?

AmiBroker - AFLライブラリ

これは、あなたのコードには含まれていない様々な前処理(フィルタリング、デトレンド)を実装しており、実際のデータでより良い結果を得ることができるようになるため、あなたはそれを活用することができます。

あなたのお役に立てることを願っています。

 

共振

MadCow:
私は、このFX市場の多重循環モデルには疑問を感じています。このモデルに基づく指標の有用性に異議を唱えるつもりはありませんが、このような共鳴構造の源は何なのでしょうか?一般に共振には、刺激に対する遅延反応が必要である。共振構造は、その遅れに等しい周期で共振する。この情報化時代に200時間も遅らせることができるものは何だろう?(M1 TFでより小さな周期で共鳴が起きれば、より簡単に説明できるかもしれない)。刺激とは何だろう?ニュース?、グループとして行動するトレーダーの恐怖と欲?社会学的に興味深い質問ですが、ここでは役に立ちません。

第二の反論は、シンバが指摘した、異なるTFで測定した場合、共振の周期が一致しないという事実である。もし、本当に48個の1H周期で共振しているのであれば、12個の4H周期、あるいは192個の15M周期で共振しているはずである。しかし、そうなっていないようだ。 なぜだろう?周期的な前提でトレードするのは不安ではないですか?

答えがどうであれ、もし指標が有用であれば、それを計算する別の方法があるはずです。2つか3つのサイクルが支配的で、周波数(周期)と振幅がゆっくり変化することなどがわかれば、連続スペクトル分析や適応型デジタルフィルタに頼る必要はありません。FFTでもMESAでもGoertzelでも何でも使って納得すればいいのですが...。3D画像はかなり説得力があるが、私はまだ納得していない。次に、試行錯誤の結果、周期的な信号を互いに、あるいはノイズから抽出することができる。

この信号抽出の問題は、通信システムを設計する上で非常に一般的なものです。ラジオ受信機(あるいは携帯電話)が、周囲の雑音や他の信号からどのように信号を取り出しているかを考えてみてください。これらの信号は、通常そのようにモデル化されますが、静止しているわけではありませんし、ノイズもそうです。位相、周波数、振幅が変化する非常に複雑な信号です。しかし、互いに干渉しなければ、低SN比の環境でも確実に抽出することができる。

3つの信号を分離するのに十分なほどバンドパスが狭く、予想される周波数変動を通過させるのに十分なほどバンドパスが広い、3つの固定バンドパスフィルターを使うのはどうだろう。各フィルタの後に、変化する周波数を抽出するための位相同期ループと、振幅を抽出するためのコヒーレント復調器が続きます。スペクトル解析は必要ない。(相対的な重要度や、その場でのフィルタの設計・変更も必要ない。(抽出される信号は位相連続である)。

これらの要素はすべて、フィルター、乗算器、またはデジタル制御の周波数を持つ発振器(VCO)のいずれかである。周波数特性が重要なフィルタはループフィルタだけで、これについては多くの設計がある。もし興味があれば、私は多くの参考文献を持っている。もし、私がプログラミングしようとしていることを忘れないように、私の記憶が協力的になり、C言語でのコーディングの面影を復活させることができれば、自分でやってみるかも知れませんね。

マッドカウ

マドカワさん、こんにちは。

金融市場で200時間の反応遅れは、その行動を主張するプレーヤーの絶滅につながり、結果としてその行動は消滅する...あなたが正しく示唆したように。

IMHOは、サイクルの原因は様々であると考えます。サイクルの研究財団の資料を読むと、考えられる原因として、星、惑星、太陽フレア活動、地磁気嵐などが挙げられています。

基本的に、私は、サイクルは、通常、週から週、日から日、時間から時間に達成するために同様の時間がかかるアクション反応行動のプリセットチェーンのようなものです(捕食者と被食者のモデルを考えてください)...それは売りストップを実行し、より良い価格で大きな顧客の買い注文を満たすためにどのくらいの時間がかかりますか?このプロセスは通常、x時間、+- y標準偏差を要すると私は考えています。

概念的には、フランクフルトのオープニングの2、3時間後に、ロンドン・セッションが進行中で、週足のS1で価格が失速しているのを見たら、前のサポートより50ピップス下に猛烈に下降した(ストップの実行)...と同時に、H4サイクルが転換を示唆しているのなら、私はロングを取る。

通貨ペアは、H4でボラティリティがほぼ最適に圧縮され(すべてのTFTはティックデータからボラティリティを圧縮します)、下の時間枠はサイクルを検出するフィルタにはノイズが多すぎるかもしれません...あるいは、非常におそらく 、我々のフィルタはそのための十分なものではないのです。

この魅力的な問題について、別の見方を提供できるかもしれません。

よろしくお願いします。

S

 

面白い記事ですね。

NoxaがどのようにSSAアルゴリズムを修正して因果関係を持たせたか、誰か知っていますか?

私はこの2ヶ月間このテーマに取り組んできましたが、まとめる時間があまりありません。

このスレッドのいくつかの書き込みで、Noxa CSSAがニューラルネットワークを 使用していると読みました?どなたか裏付けをお願いします。

ちなみに、ただの多層フィードフォワードNNなのか、それともオートエンコーダNNなのか?

 

''カジュアル''の部分はエコー状態ネットワークからきている:エコー状態ネットワーク - Scholarpedia

しかし、SSAアルゴリズムはカーブフィッティングに過ぎない。

 
SIMBA:
こんにちは、Madcowです。

...

この魅力的な問題に対して、別の見方を提供できるかもしれないのです。

ご挨拶

S

しかし、その前に、サイクルが価格の処理方法の産物でないことを確認したいのです。周期的な成分がエイリアシングの結果である可能性があるかどうかをお聞きしたいのです。

どういうことかをお見せしましょう。ここにGBPUSDのM1とR_MESAによる2つのスペクトルプロットがあります。最初のプロットは何も処理をしていないGU M1のスペクトルです。2つ目は、ナイキストサンプリング定理に違反することなく1時間間隔で信号をサンプリングできるように設計されたアンチエイリアシングフィルタを通過させた後のGU M1のスペクトルです。もしM1信号をローパスフィルタリングせずに、単純に1時間間隔でサンプリングした場合(まさにH1 closeがそれ)、サブサンプリング処理によってエイリアスのアーチファクトが発生する。M1クローズは120分周期以下で大きなエネルギーを持っているため、60分でサンプリングすると、H1サンプルに多くのエネルギーが偏ってしまうのです。120分より左を示すすべてのピークは、H1スペクトルのピークとして現れます。ピークの位置は計算できるのだが、処理が面倒なのでやっていない。また、MESAではFFTのようにエイリアシングされたエネルギーをすべて拾えるとは限りません。

では、アンチエイリアスフィルタを適用していないGU H1のスペクトルを見てみましょう。

これらのピークはどこから来たのでしょうか?もし私が教会の女性なら、これはサタンだと思うかもしれません...しかし実際は、エイリアシングだと思います。M1価格にフィルタをかけたものをサブサンプリングして、そのスペクトルを見てみるのもいいかもしれません。でもそれはまた別の機会に。

ちなみに、RCの素晴らしいソフトウェアツールに感謝します。

ではまた。MadCow...

追伸:H4スペクトルにどれだけエイリアスをかけられるか考えてみてください。

ファイル:
 

H4,非線形性とフラクタルスケーリング

MadCow:
しかし、その前に、サイクルが価格の処理方法の産物でないことを確認したいのです。周期的な成分がエイリアシングの結果である可能性があるかどうかをお聞きしたいのです。

私が言いたいことをお見せしましょう。ここにGBPUSD M1とR_MESAによる2つのスペクトルプロットがあります。最初のプロットは、何も処理をしていないGU M1のスペクトルです。2つ目は、ナイキストサンプリング定理に違反することなく、1時間間隔で信号をサンプリングできるように設計されたアンチエイリアシングフィルタを通過させた後のGU M1のスペクトルです。もしM1信号をローパスフィルタリングせずに、単純に1時間間隔でサンプリングした場合(まさにH1 closeがそれ)、サブサンプリング処理によってエイリアスのアーチファクトが発生する。M1クローズは120分周期以下で大きなエネルギーを持っているため、60分でサンプリングすると、H1サンプルに多くのエネルギーが偏ってしまうのです。120分より左を示すすべてのピークは、H1スペクトルのピークとして現れます。ピークの位置は計算できるのだが、処理が面倒なのでやっていない。また、MESAではFFTのようにエイリアシングされたエネルギーをすべて拾えるとは限りません。

では、アンチエイリアスフィルタを適用していないGU H1のスペクトルを見てみましょう。

これらのピークはどこから来たのでしょうか?もし私が教会の女性なら、これはサタンだと思うかもしれません。しかし、実際にはエイリアシングだと思います。M1価格にフィルタをかけたものをサブサンプリングして、そのスペクトルを見てみるのもいいかもしれません。でもそれはまた別の機会に。

ちなみに、RCの素晴らしいソフトウェアツールに感謝します。

ではまた。MadCow...

追伸:H4スペクトルにどれだけエイリアスをかけられるか、考えてみてください。

マッドカウ

百聞は一見にしかず...異なるタイムフレームで最大4つのサイクル(各タイムフレーム)の複合サイクルスロープを見つけて描くために私が実行したスキャンを添付してください。

H1...最後の540バーの中で90から180バーの間のサイクルのアップの周期性を探した。

M30,M15,M5...同じような分析で、基本的に1,2,4,12回オーバーサンプリングしていますが、全く同じ結果です。

写真を見ると、スキャンは1でも4でもなく、4つの異なるタイムフレームで全く同じ2サイクルを発見し、同じ周期性108と153のH1バーが同等で、同じ振幅と同じ位相であることが分かるだろう...。これは常に起こることではありません。エイリアシングやゴースト、高調波と副高調波のスペクトル共鳴は通常、現実を曇らせる画像に現れます。しかし、この完璧な一致を見たとき、あなたはこの周期的モデルを4つの時間枠のどれでも取引できることを知ります。... あなたがそうしたかったらh4でも。オーバーサンプリングを使用すれば、バーごとに数回サンプルできます(例えばh4でm15サンプルを使用)... でも本当にその必要はないのです。

サイクルは全く同じだ。これがゴーストである可能性は?

しかし、私たちが本当に考えなければならないのは、フラクタル・サイクルの概念です。ですから、私たちが本当に市場を「モデル化」したいのなら、非線形性とフラクタル・スケーリングの領域に入らなければならないのです。

もし、あなたがリッチキャップと私の発見に納得しないのであれば、論理的な結論はサイクルを忘れることです。もし、あなたが納得するか、少なくとも試してみるだけの確信があれば、あなたのアプローチがオリジナルで有用である限り、そして、明らかに、私たちのプライベートグループで行ったいかなる機密の仕事も公開しなくてよい限り、私はあなたを支援します。

よろしくお願いします。

S

ファイル:
campc19.gif  41 kb
campc20.gif  40 kb
campc21.gif  36 kb
campc22.gif  36 kb
 

シンバ。

非常に説得力のある結果ですね。私が見ているものが何なのかよくわかりませんが、すべてのTFでカーブが非常によく似ています。エイリアシングの問題はなさそうですが、なぜそうなのか理解に苦しみます。H1シリーズは、M1シリーズよりもかなりノイズが多いはずです。どうやら、下位のTFには持続的な高域の周期成分がなく、ノイズがほとんどないようです。これは信じられないことですが、せっかくなので、エイリアシングの可能性を理解するために投稿させていただきましたので、私の考えを書かせていただきます。

エイリアシングに対する私の懸念が明確でないかもしれませんので、エイリアシングの影響をより良く説明させてください。説明を簡単にするために、M1価格系列のスペクトルが、ノイズに埋め込まれた2つの周期成分からなると仮定します。ノイズは三角形のスペクトルを持ち、一方の成分は低周波(長周期、青色で表示)、もう一方は高周波(短周期、赤色で表示)である。M1の価格系列を扱っているので、スペクトルはサンプルレート/2(fs/2)(周期=2分)で終わっているはずです。(取引に高い周波数の成分が存在する場合、それらはfs/2以下のスペクトルにエイリアスされます)。さらに、両方の成分が適度に良いS/N比を持っていると仮定する。これはすべて下の最初の図の上半分に示されている。この価格系列を5分間隔(M5)でサブサンプリングした場合の効果は、図の下半分に示されています。これは、サンプリングされた信号のスペクトルは、元の信号のスペクトルをサンプリング周波数の一連のインパルスで畳み込むことによって求めることができることに注目して、グラフで計算することができます。(M5周期はM1周期の5倍なので、サンプリング周波数は図のように1分の1のサンプリング周波数となる。これは、各インパルスで最初のスペクトルを重ねるという単純な手順です。これによって、元のスペクトルがいかに混乱しているかがよくわかります。高周波成分は低周波成分の近くでエイリアスがかかっていますが、低周波成分は影響を受けていないことに注意してください。

M1系列のサブサンプリングによって得られたM5価格系列の実効スペクトルを下図に示します。左側はエイリアシングによるノイズの蓄積を表現してみました。右側はM5信号の最終的なスペクトルです。高域成分が低域成分の近くでエイリアシングされ、ノイズが蓄積してS/N比がかなり悪くなっていることが分かります。

ここで、元のスペクトルに高周波の周期成分がいくつかあったと仮定して、1時間に1回、あるいは4時間に1回サブサンプリングしてみるとします。その結果、あちこちで周期的な成分が発生し、S/N比は最悪になるはずです。

最終的な(例えばH1の)信号の中にある周期成分は、元のM1の信号にもあったはずですが、S/N比が良いので、M1の信号を使って周期成分を抽出すれば良いと思われます。もちろん、20時間周期のような成分は、M1の60倍のサンプル数を必要とするため、M1のデータから抽出するのは非常に難しいという問題があります。一方、M1のデータには高周波の成分が多く含まれ、それがH1のデータに何度も出てきて、ピークが多くなっている可能性があります。

これを調べるには、M1信号とH1信号のスペクトルを同じ(絶対)期間、例えば200時間程度で見てみるしかない。これは、現在利用可能なR_MESAツールでは、M1で必要な長さが、コード化されたアルゴリズムの能力を超えるため、行うことができません。

すでに様々なTFをご覧になり、周期的な成分がサブサンプリングの影響を受けないほど低い周波数で存在することに納得されているようです。Goertzelアルゴリズムのようなもの(または単に狭帯域フィルタのセット、これは同等です)を使用することで、エイリアシングによって追加されるノイズを無視することができるようです。これはいいニュースだ。私は、その成分があることを確信しています。なぜかはわからない。ということで、Phase Lock Tracking Filterについて調べてみることにする。

フラクタルフィルタについて、何かソースがあれば、もっと聞いてみたいです。

ありがとうございます ...MadCow...

ファイル:
理由: