Construindo um sistema comercial usando filtros digitais de baixa passagem - página 18

 
Mathemat:
Por enquanto, basta que o modelo reproduza o processo estacionário no sentido amplo (MO, RMS, ACF).
MO, RMS, ACF de que magnitudes?
No caso dos dois limpadores, estes são alguns invariantes, quando se utilizam induladores adicionais, eles são outros. E se for ZZ+Fibo, estas invariantes se revelam muito complexas, e os testes com esta idéia são muito difíceis.
Isso foi o que eu pensei (ou ouvi de você) - os sintéticos para um TS particular parecem mais realistas. Mas isso não nega um pouco do meu ceticismo em relação a este seu projeto.
 
lna01: MO, RMS, ACF de quais valores?
Bem, aquela que reivindicará a estacionaridade. No momento, ele retorna (duvidoso, mas ainda esperançoso).
 
Mathemat:

Bem, aquela que reivindicará a estacionaridade. No momento, é (duvidoso, mas ainda assim esperançoso).

A propósito. Aqui lembrei-me, espreitei por aí... S.V. Bulashev em seu livro "Statistics for Traders" dá um exemplo de prova (usando o critério de Pearson) de que a distribuição logarítmica das relações de preços segue a lei de distribuição exponencial.

Entretanto, a palavra "não-estacionário" aparece uma vez em seu livro - ele admite que "a dinâmica dos preços de câmbio de bens pode ser representada como um processo estocástico e não-estacionário".

Portanto, dois novos pensamentos:
  1. tentar analisar não retornos, mas séries ln(Close[i+1]/Close[i]), onde um valor menor de i corresponde a uma barra mais antiga
  2. Talvez ninguém precise dessa estacionariedade, já que Bulashev prova a sujeição desta série ao SAM exponencial, ao mesmo tempo em que percebe que está lidando com um processo estocástico e não estacionário
 
OK, Bulashev deve ser lido - não o li até agora. Bem, o fato de que "a dinâmica dos preços de ativos negociados em bolsa pode ser representada como um processo estocástico e não estacionário" é óbvio de qualquer forma (isto é, preços, não devoluções).

Bem, aqui está a mais simples transformação linear, que transforma não estacionária em estacionária: Wiener com incrementos independentes é não estacionária, enquanto a série de suas primeiras diferenças (retornos) é o verdadeiro ruído gaussiano estacionário.
 
grasn:
para Northwind

Há uma função de previsão (,,,,) em Matkadec, sim você provavelmente sabe, ela funciona com base no método de Berg (ou método de Burg, geralmente falando Burg ).


Posso pedir-lhe que poste o código de fase por Burg para MQL4 (se o tiver)...
Agradeço sua ajuda.
 
Lord_Shadows:
grasn:
para Northwind

Há uma função de previsão (,,,,) em Matkadec, e tenho certeza de que você sabe que ela funciona com base no método de Burg (ou Burg, em geral).


Posso pedir-lhe que poste o código de fase por Burg para MQL4 (se o tiver)... Ficaria grato por sua ajuda.

Um pequeno esclarecimento, sugeri isto a Prival (por despeito e o lembrarei na ocasião):

Tente coletar estatísticas por este método (é baseado na autocorrelação), mas você deve inserir o sinal em si (filtrado). Eu o aviso, ele vai mentir, mas mais uma vez depende do que considerar como um resultado correto. Mas se passarmos da série de previsão (o horizonte de previsão é dado) para algumas características generalizadas do sinal, e das características generalizadas passar para os níveis (nenhum método jamais preverá a série de preços com precisão), então pode funcionar bem. Nada de mais. Isto foi entretido como uma abordagem eletiva, na minha opinião - não uma abordagem ruim, bastante científica. Ao longo do caminho, talvez se torne claro quando faz sentido fazer uma previsão, quando não faz.

PS (adendo):

Ou tente prever com este método MA, mas obtido no sinal após a filtragem. Também nada. Conhecendo a previsão "precisa" da MA - você irá "precisamente" recuperar a futura BP (dentro dos limites de precisão)

Não fiz previsões MT baseadas no método de Burg, embora tenha obtido resultados satisfatórios no MathCAD. Propus "estratégias" que testei em horas em ( H + L )/2 (como regra, os níveis calculados estão muito longe do "preço atual" e geralmente não há necessidade de simular o processo diretamente (carrapatos, minutos ...). O nível de previsão é testado em cada barra (contando) (sempre o testo dessa forma e recomendo a você). Estou confuso apenas por um grande número de parâmetros de entrada, começando pela VLF e terminando com os parâmetros de entrada para a previsão. Eu estava interessado em ver como funciona (eu vi outros métodos também), em geral parece OK, mas para mim é opcional (não é difícil escrever no MatCAD cerca de dez linhas, equivalente a "folha" MT, desculpe - estou elogiando o MatCAD novamente). Mas mais uma vez gostaria de lembrar, é inútil prever séries, nenhum método de previsão pode fazê-lo - devemos necessariamente e muito habilmente ir a características generalizadas, em outras palavras - a algum nível de preço.

Tenho apenas uma idéia geral de como implementar este método, por enquanto é suficiente.

Aqui está um pequeno exemplo: estamos prevendo MA com uma janela de 90 amostras, uma série de 500 amostras é colhida como BP inicial. Podemos obter algumas características de entrada para a previsão com base na ACF da inicial. Como resultado, obtemos:

A MA prevista é a curva vermelha após a linha vertical (como a contagem atual). Pode ser comparado com o MA cinza (verdadeiro) após a contagem atual - podemos ver que há muito boas coincidências. E conhecendo a MA "exata" prevista e a série original (atual) - você reconstruirá "exatamente" a futura BP. Portanto, recomendo que se olhe mais de perto nesta direção, mas de preferência com as limitações descritas.


Adendo: Decidi aumentar a carina:

PS : Voltando à estratégia baseada na ELF (sobre o que é o tópico atual), aqui é onde uma vez compartilhei algumas parcas idéias https://www.mql5.com/ru/forum/51428 pode ser de interesse para qualquer um

 

grasn

:-) bem, por despeito, vou mostrar a você também o filtro Kalman. É baseado na análise da ACF. A janela é minutos na semana passada 7200. A entrada é apenas uma série de preços, sem otimização. Obrigado pelo link.

A metodologia é a seguinte. Análise de ACF - Retiro os parâmetros ACF no modelo e os coloco no filtro Kalman, ele dá previsão e estimativa atual. Escrevi um programa, posso processar os preços de entrada em tempo real no Matcadet e administrar a MT, se necessário posso compartilhar.

 

para Prival

Eu não entendo qual é a previsão de seu filtro? Seus filtros rápidos e lentos estão terrivelmente atrasados. Onde está a previsão? Diga-me.

 
grasn:

para Prival

Eu não entendo qual é a previsão de seu filtro? Tanto os filtros rápidos quanto os lentos estão terrivelmente atrasados. Onde está a previsão? Diga-me.


"Teoria do Fluxo Aleatório e FOREX

"Teoria do Fluxo Aleatório e FOREX

"Teoria do Fluxo Aleatório e FOREX

e aqui está o modelo + filtro em Matcadet

"Teoria do Fluxo Aleatório e FOREX


tudo aqui nesta linha.

 

Para Prival

"Pena que nunca tivemos notícias do chefe do departamento de transportes". :о)))

Prival, um grande pedido, nos mostra como funciona de forma semelhante para uma pessoa autodidata, como por exemplo,
  • aqui está a linha de base,
  • aqui cumprimos a previsão,
  • aqui está um fato de fato.
Muito obrigado...

PS: os links não predizem nada (na minha humilde ignorância).
Razão: