Construindo um sistema comercial usando filtros digitais de baixa passagem - página 20
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Mathemat, um presente para você - J. Bendat, A. Pearsol, "Applied Random Data Analysis" (http://dsp-book.narod.ru/bendat.djv). Os autores dão uma descrição e exemplos do uso do método de inversão para verificar a estacionaridade de um processo aleatório. Não entrei nos detalhes e no rigor do método em si, mas superficialmente ele é confiável. Acho que você precisa cavar nesta direção.
Por exemplo, aqui: http://edu.secna.ru/main/review/2001/n3/MONA2001/Morozova.pdf - este trabalho é utilizado para justificar a estacionaridade dos resultados de alguns tipos de transformações wavelet de séries de preços. Na verdade, é o que você precisava.
Muito obrigado!!!!
Mathemat, um presente para você - J. Bendat, A. Pearsol, "Applied Random Data Analysis" (http://dsp-book.narod.ru/bendat.djv). Os autores dão uma descrição e exemplos do uso do método de inversão para verificar a estacionaridade de um processo aleatório. Não entrei nos detalhes e no rigor do método em si, mas superficialmente ele é confiável. Acho que você precisa cavar nesta direção.
Por exemplo, aqui: http://edu.secna.ru/main/review/2001/n3/MONA2001/Morozova.pdf - este trabalho é utilizado para justificar a estacionaridade dos resultados de alguns tipos de transformações wavelet de séries de preços. Na verdade, é o que você precisava.
obrigado pelo valioso site, e este é ótimo http://dsp-book.narod.ru/KM.djvu
Mathemat, um presente para você - J. Bendat, A. Pearsol, Applied Random Data Analysis (http://dsp-book.narod.ru/bendat.djv). Os autores dão uma descrição e exemplos do uso do método de inversão para verificar a estacionaridade de um processo aleatório. Não entrei nos detalhes e no rigor do método em si, mas superficialmente ele é confiável. Acho que você precisa cavar nesta direção.
Por exemplo, aqui: http://edu.secna.ru/main/review/2001/n3/MONA2001/Morozova.pdf - este trabalho é utilizado para justificar a estacionaridade dos resultados de alguns tipos de transformações wavelet de séries de preços. Na verdade, é o que você precisava.
agradece o valioso site, e este é ótimo em tudo http://dsp-book.narod.ru/KM.djvu
Acontece que tudo está lá Resta a ser aplicado...
Entendo, é claro, que o resultado dessas ações, realizadas talvez várias vezes, não pode, em última análise, dar uma série de preços - os milagres não acontecem . Mas é interessante ver como este algoritmo funciona. :-) Trabalha com dados do passado, não olha para o futuro.
Sim, funciona apenas com base em dados passados.
O interessante é que um resultado de previsão semelhante usando a função Predict pode ser obtido sem ser manhoso - simplesmente decompondo o BP LPF suavizado na vizinhança esquerda de cada ponto (para não olhar para o "futuro") em séries regulares de Taylor (RT) e depois extrapolando para o número necessário de passos à frente. Você pode achar interessante, entender - em vez de cavar o algoritmo da função embutida no Matcad, pegar o PT e brincar com ele, apará-lo, ver o que ele leva a...
Na fig. os pontos vermelhos são a série de preços, a linha vermelha é Moving Average, a linha azul é RT, a linha preta é Predict. O horizonte de previsão é o mesmo e equivale a 5 amostras. Podemos ver que o comportamento dos indicadores de previsão é quase o mesmo, seu comportamento ao aumentar o horizonte até o valor da VLFF pode ser visto na animação anexa. Infelizmente, ambos os instrumentos "desmoronam" quando se aproximam do limite previsto, que coincide sempre com o PP do muving utilizado! Parece haver dois mapeamentos recíprocos - suavização por integração e recuperação dos dados brutos a partir deles, por extrapolação de uma forma ou de outra. Mas, não podemos, em princípio, antecipar (prever) o comportamento das BPs do tipo preço, porque não há (ou há muito pouca) informação necessária na série alisada para este fim. A propósito, estes preditores lideram perfeitamente a série de geração, permitindo-nos esperar pela possibilidade potencial de criação do indicador líder, mas é possível até que a amplitude do componente de ruído exceda o sinal útil.
ao Neutron
Reduziu o termo "filtro adaptativo". Isto quer dizer que as metas em questão, tanto neste tópico quanto em outros, só podem ser obtidas com base na filtragem adaptativa. Não há outra maneira, e, grosso modo, é esta:
não faz nenhum sentido prático e é, de modo geral, uma "auto-enganação".
Eu tenho trabalhado com o pacote NeuroSolutions, se você o colocar, encontrará um exemplo detalhado de um LPF baseado em NS.
A extrapolação da série Taylor não é nada interessante para mim e não me dá previsões comparáveis, talvez uma variante a cada 100 tentativas :o) Mas obrigado pelo conselho.
Neutron, você entendeu um pouco mal - não estou me aprofundando no algoritmo de "predição". Os pensamentos simples postados têm cerca de dois anos de idade. Se fosse realmente necessário - teria encontrado fontes e o teria feito, não é tão difícil assim. Eu escrevi, o predicado, como qualquer outro algoritmo desse tipo - NÃO FUNCIONA, prever séries por estatísticas dá resultados muito ruins. A única maneira de aplicá-la é ir às características generalizadas das séries de previsão, e isso tem que ser feito de forma competente. Os sistemas nesta base são lucrativos - mas não me interessam.
para código mql4Acho que já li isto muitas vezes em vários fóruns.... mas ainda assim - boa sorte :o)))
Oh cara, perdi todos os meus links, de qualquer forma - houve um fórum, bastante longo, onde os caras se resumiram seriamente a duas coisas
Parecia haver muitas coisas úteis. Estou desapontado com esta abordagem, acho que não é exatamente a correta.
Como os diferentes algoritmos de cálculo da média da BP se comparam entre si? Como escolher a melhor janela de cálculo de médias?
De fato, se você escolher uma janela grande, o sinal ficará para trás devido ao inevitável FP, por outro lado, se você escolher uma janela pequena, a qualidade média será insatisfatória. Parece que o ótimo está algures no meio, mas com o que devemos comparar o resultado da média obtida?
Vamos supor que temos um LPF hipotético com zero PDF, então podemos comparar com ele. É possível realizar esse filtro "mágico" se for necessário executar um LPF comum (não olhando para o futuro) para frente e para trás ao longo da BP analisada e levar a parte do meio do gráfico, excluindo assim da análise os inevitáveis efeitos de borda nas extremidades direita e esquerda da BP (por este motivo, esse LPF não pode ser usado no TS).
Na figura da esquerda os pontos mostram a BP, a linha vermelha mostra a LPF simétrica (com LPF), e as linhas azul e preta mostram a média móvel convencional com diferentes tempos médios. Para cada janela procuramos o desvio padrão em todo o conjunto de pontos BP entre o filtro ideal e o em estudo e o normalizamos pelo desvio padrão entre os pontos BP e o LPF. Assim, livramo-nos da arbitrariedade associada à escolha da janela de cálculo da média do LPF. A escolha do desvio padrão neste caso não parece aleatória; de fato, esta quantidade refletirá igualmente bem a saída da curva suave para a direita devido à PZ e o aumento do alcance de suas oscilações em uma estreita janela de média.
Vamos escolher uma média móvel padrão com uma janela de média retangular (linha azul na Fig. 2), uma janela de média triangular (linha preta) e o filtro Butterworth de 1ª ordem (linha vermelha) para analisar a qualidade da suavização. Podemos ver que com uma pequena janela os filtros não suavizam a série devido à grande "tagarelice" que tende à volatilidade da BP inicial. Quando a janela é aumentada, um ótimo é observado para cada filtro e então as propriedades de suavização se deterioram novamente devido ao aumento do PDF. O melhor resultado entre os três algoritmos apresentados é observado para a média móvel trivial com uma janela de média retangular com a largura da janela de 7-8 barras! Isto é ótimo para este tipo de LPF, assim, ele efetivamente suprime o componente de ruído em 15% e perde suas propriedades de suavização quando a janela de 17-18 barras é mais estreita, não dando nenhuma vantagem à BP inicial. Lembre-se que se calcularmos neste caso o desvio padrão para a SFNF, obtemos zero ou 100% de suavização, ou seja, a variante ideal. Até agora, temos uma aproximação de 15% ao ideal. Será que é possível conseguir mais?
Assim, temos uma ferramenta que nos permite estimar objetivamente as propriedades de alisamento do FPL. Se Prival nos dá o código de seu filtro Kalman adaptativo baseado no ACF, nós o colocamos imediatamente (o filtro) em um lugar de honra, e Vento do Norte terá uma resposta para sua pergunta retórica...
Oh, merda, perdi todos os meus links, de qualquer forma - houve um fórum, bastante longo, onde os caras ficaram sérios sobre duas coisas
Na Alpari ou Viac, um fio com um título algo como "filtrar bazares burgueses" - provavelmente é disso que se trata.
Oh cara, eu perdi todos os meus links, de qualquer forma - havia um fórum, bastante longo, onde os caras levavam duas coisas a sério
Em alpari ou viac, um fio com um título algo como "filtrar bazares burgueses" - provavelmente é disso que se trata.
ao Neutron
E se as características de entrada de seu filtro de referência não forem escolhidas corretamente ou da maneira mais subótima?
Sim, eu tentei mudar a janela de média em uma faixa muito ampla - não afetou o resultado de forma alguma, ou afetou, mas muito insignificantemente. Contamos o CO dos filtros estudados em relação a ele e depois normalizamos o CO da BP em relação a ele.
Adição ao que já foi escrito, para entender a observação.
Eu me perdi!
A escolha de uma janela na LPF depende da magnitude e posição dos máximos nas filas pesquisadas. Não depende ou depende pouco de sua posição relativa.
Acontece que no início você precisa escolher tal ELF que mostra claramente na BP os pontos de interesse, e depois selecionar a janela desejada do LPF convencional. Esta será a escolha ideal no sentido da máxima probabilidade de revelar os padrões exigidos.
Desculpe pelo meu "analfabetismo técnico" - sobre o que você acabou de escrever?
LPF tem vários parâmetros, é claro que eles são totalmente definidos pela especificação, mas ainda assim, existem alguns: passo de amostragem, freqüências limite de passagem de banda/supressão, fator de não uniformidade de passagem de banda/supressão, etc. De que janela você está falando? Se você está falando em representar uma especificação de filtro como um único parâmetro de entrada, então...espero que você não use tal filtro no comércio real?
Talvez o filtro não tenha sido reconstruído corretamente? A palavra "manteiga" não tem características de entrada, como uma janela, mas semelhante a uma "janela" - coeficientes calculados, que são totalmente determinados pela especificação. Onde você tem a especificação???? É provável que você tenha acabado de fixar algumas características e agora está fazendo descobertas, parabéns.
E é a posição relativa dos extremos que é independente ou fracamente dependente? E não depende nem de um filtro mal projetado, ou bem feito, mas não de "aquele" sinal? Cool, me dê dois desses filtros...