Não é assunto do Mashka!

 

Eis um pensamento que me excita.

Vamos pegar o feiticeiro mais comum com uma janela de média N. Vamos fazer a série temporal (RT) para frente e para trás, eliminando assim o atraso de grupo e fase e obtendo uma curva suavizada ideal, cuja primeira derivada mostra de forma ideal os pontos de entrada e saída... embora apenas sobre dados históricos.


Está conectado com o inevitável overrendering na borda direita dos dados, quanto mais longe na história nós recuamos, menos este efeito nos afetará. No limite, pode ser negligenciada a uma distância N da borda dianteira. Assim, temos a tarefa de prever esta derivada para N barras à frente (fig. à esquerda).

Podemos fazer isso de outra forma. Vamos fazer apenas uma passagem reta da máscara, vamos obter um alisamento padrão, ao qual todos nós nos acostumamos há muito tempo, com N/2 lag (fig. à direita). A tarefa pode ser definida como previsão de valores derivados para barras N/2 à frente. A propósito, tanto na fig. esquerda como na direita N é escolhida para que a largura de banda LPF seja aproximadamente a mesma - 100 barras para um esquema de duas passagens (esquerda) e 200 barras para uma passagem reta (direita). Portanto, teremos que fazer previsões iguais para o mesmo número de barras à frente, mas a derivada é mais suave para o esquema de dupla passagem, o que significa uma melhor precisão.

Devo dizer imediatamente que todas as tentativas de previsão por métodos "usuais" não darão um resultado positivo, assim que nos aproximarmos do horizonte de eventos (N/2 ou N), a precisão da previsão desce rapidamente, levando-a a zero no próprio horizonte. Essa é a propriedade fundamental da BP...

Então eu estava pensando, e se para uma determinada BP eu construir um ventilador de mashups de uma só passagem com o passo 1 começando de N=2 ou mesmo 1 e até 1000 por exemplo. É claro que a informatividade dos swipes adjacentes não é muito diferente, então vamos construir uma função de autocorrelação que mostre a "similaridade" dos swipes adjacentes (ou seus derivados). Como seria de se esperar, uma série de esfregaços consecutivos estão altamente correlacionados (Figura à esquerda):

Como a informatividade dos instrumentos correlatos é baixa, vamos diluir a série de cotonetes e deixar apenas aqueles cujo coeficiente de correlação entre eles não ultrapassa 20%. Restam apenas três deles - com uma janela com média de 6, 80 e 300 barras. Agora tomamos e equacionamos a soma ponderada dos valores das barras defasadas com a derivada ideal (a linha vermelha grossa na Fig. à direita): dMA=w1*dMA1+w2*dMA2+w3*dMA3.

Devemos construir três dessas equações para três barras consecutivas no lado direito da história menos N/2 (para evitar tagarelice), resolvê-las em relação aos pesos w e calcular o valor do dMA no lado direito da BP. É isso! Obtemos o valor da previsão, que indica a direção esperada da BP.


Uma espécie de análise não-harmonica é obtida :-)

 
Onde está uma foto deste mashka sintético? :)
 

Ainda não o tenho! Por isso, pensei em pedir seu conselho sobre se vale a pena se envolver em tudo isso. Quem está pensando sobre isso?

 
Neutron:

Ainda não o tenho! Por isso, pensei em pedir seu conselho sobre se vale a pena se envolver em tudo isso. Quem está pensando sobre isso?

Podemos continuar com a festa.

 

Seryoga olá! (Deixei uma mensagem para você em um fio vizinho, espero que você tenha visto :)


TUDO MAIS SIMPLES!!!!! Minha idéia foi bastante simples - e as mãos não chegaram a ela de fato. Não há necessidade de executar nada aqui e ali. Uma aproximação perfeita do componente de baixa freqüência seria:

[1/janela*(SUM histórico por janela)+ 1/janela*(SUM , valores futuros por janela)/2


Portanto, tudo se resume a prever uma média de alguma janela fixa. E pode ser previsto pelos métodos de autocorrelação. Tenho 100% de certeza que funcionará de forma muito mais confiável e precisa. Pense nisto como um filtro adaptável em miniatura.



Pode ser melhorado para a "mente".

 

para Vinin

Dê-nos sua opinião - haverá uma sequela!


para agarrar

Oi Sergey!

É claro que sim. Foram eles (suas considerações) que me levaram a esta idéia de síntese não-harmônica. Infelizmente, todos os meus esforços para prever por métodos de autocorrelação falharam no horizonte do evento. Precisamos de métodos de correlação não-linear com elementos de adaptação.

 
Eu veria como os pesos se comportam na história. Ou seja, eu faria um indicador com três amortecedores: w1,w2 e w3.
 
Neutron:

para agarrar

Olá, Sergei!

É claro que já li. Foram elas (suas considerações) que me levaram a esta idéia de fusão não-harmônica. Infelizmente, todos os meus esforços para prever por métodos de autocorrelação se colidiram com o horizonte do evento. O que é necessário aqui são métodos de correlação não-linear com elementos de adaptação.


Não, não, não, não. Se você reconstruir a série cronológica pelo meio previsto, não vai funcionar, grandes erros. Não precisamos disso, precisamos avaliar os extremos locais da "curva LF ideal" prevista, que na verdade são zonas pivô!!!! Você deve ser menos exigente :o)

 
lna01:
Eu veria como os pesos se comportam na história. Ou seja, eu faria um indicador com três amortecedores: w1,w2 e w3.

Não há problema. Apenas o que nos dará? Claramente, eles se comportarão regularmente com um período de flutuação de menor escala, já que são a solução para uma equação cúbica.

 
grasn:

Não, não, não, não. Se você reconstruir a série cronológica pelo meio previsto, não vai funcionar, grandes erros. Não precisamos disso, precisamos estimar os extremos locais da "curva LF ideal" prevista, e estes são na verdade zonas pivô!!!! Deve-se ser menos exigente :o)

Aqui eu não entendo!

Não há ali relações estáveis.

 
Neutron:
grasn:

Não, não, não, não. Se você reconstruir a série cronológica pelo meio previsto, não vai funcionar, grandes erros. Não precisamos disso, precisamos estimar os extremos locais da "curva LF ideal" prevista, e estes são na verdade zonas pivô!!!! Deve-se ser menos exigente :o)

Aqui eu não entendo!

Não há ali relações estáveis.


E também não recebi sua análise não-harmônica. Quem é o derivado perfeito e de onde ele veio? Se você explicar a essência de sua análise passo a passo, eu ficaria grato (acho que não sou o único).


Enquanto isso, eu vou brincar em Matkadec e em alguns dias ou antes (eu sou todo sobre estatísticas) eu lhe darei uma descrição detalhada da minha idéia :o)



PS: talvez sua integração produza algo interessante :o)

Razão: