Цифровые фильтры, вейвлет преобразование - страница 5
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
а за чем нужны фильтры? что они фильтруют, можно по существу? как их применять в трейдинге?
Надеюсь на комментарий.
Посмотрел статью - по моему обычная работа на тему вейвлетов, каких сейчас много. С вейвлетами в свое время возился долго, но потом забросил. Основная идея была следующей - матлаб дает возможность получать коэффициенты разложения в разных частях спектра - грубо говоря срезы вдоль временной оси, тех красивых картинок которые обычно бывают в статьях по ВВ-анализу. При этом низкочастотные компоненты разложения котировок меняются слабо, (т.е. это по сути трэндовая линия) и разница между двумя соседними коэффициентами тоже красивая почти периодическая линия, которую так и хочется продолжить в будущее. Вот и пытался вначале экстраполировать почти линейный низкочастотный коэффициент, затем разность между ним и ближайшим более высокочастотным, затем разницу между этим и следующим и т.д. После экстраполяции последней разности, суммировал все результаты экстраполяции и получал как бы будущие значения котировок. Проблема в том что результаты ВВ-разложения сильно меняются после прихода следующего бара. В терминах местного форума разложение перерисовывается. Соответственно экстраполировал одно разложение, а на следующем шаге оно перерисовалось в другую сторону. Поэтому и забросил.
Пробовал после использовать ВВ-разложение для фильтрации шумов, но и здесь не очень понравилось, по моему обычные методы вроде высокочастотной части Фурье, или того-же Савицкого-Голлея дают более хорошие результаты. А вообще с вейвлетами имхо лучше в Матлабе возится, в нем самый большой набор возможностей для этого из всех мат-оболочек. Где-то у меня в электронном виде есть очень хорошая книга по ЦОС в матлабе, там в первой половине излагается теория Фурье и работа с ним в матлабе, а во второй половине теория ВВ-анализа и работа с вейвлетами в матлабе - если интересно поищу и выложу здесь.
Посмотрел статью - по моему обычная работа на тему вейвлетов, каких сейчас много. С вейвлетами в свое время возился долго, но потом забросил. Основная идея была следующей - матлаб дает возможность получать коэффициенты разложения в разных частях спектра - грубо говоря срезы вдоль временной оси, тех красивых картинок которые обычно бывают в статьях по ВВ-анализу. При этом низкочастотные компоненты разложения котировок меняются слабо, (т.е. это по сути трэндовая линия) и разница между двумя соседними коэффициентами тоже красивая почти периодическая линия, которую так и хочется продолжить в будущее. Вот и пытался вначале экстраполировать почти линейный низкочастотный коэффициент, затем разность между ним и ближайшим более высокочастотным, затем разницу между этим и следующим и т.д. После экстраполяции последней разности, суммировал все результаты экстраполяции и получал как бы будущие значения котировок. Проблема в том что результаты ВВ-разложения сильно меняются после прихода следующего бара. В терминах местного форума разложение перерисовывается. Соответственно экстраполировал одно разложение, а на следующем шаге оно перерисовалось в другую сторону. Поэтому и забросил.
Пробовал после использовать ВВ-разложение для фильтрации шумов, но и здесь не очень понравилось, по моему обычные методы вроде высокочастотной части Фурье, или того-же Савицкого-Голлея дают более хорошие результаты. А вообще с вейвлетами имхо лучше в Матлабе возится, в нем самый большой набор возможностей для этого из всех мат-оболочек. Где-то у меня в электронном виде есть очень хорошая книга по ЦОС в матлабе, там в первой половине излагается теория Фурье и работа с ним в матлабе, а во второй половине теория ВВ-анализа и работа с вейвлетами в матлабе - если интересно поищу и выложу здесь.
По моим представлениям сам ВВ никаких проблем не решает - один из многих и пока не наложены внешние ограничения сделать выбор из многих методов, а также выбор среди методов ВВ невозможно.
То что перерисовывается - это только плохо на данном форуме. Не перерисовывающиеся индикаторы вообще не нужны, так как они не учитывают возникающие изменения при приходе нового бара.
Внешние ограничения, позволяющие оценить применяемый метод - это словесная модель рынкета. Изначально, что мы моделируем.
На рынкете нет сигнала, поэтому все идеи ЦОС не применимы.
Постулируем: рынкет нестационарен, т.е. имеет переменными мо и дисперсию. Методов, которые бы работали с нестационарными рядами как таковыми мне не известно. Поэтому следующий план. Выделяем из нестационарного рынкета некую регулярную часть, например прямую линию, которую в ТА называют трендом. Я так называть не буду, гораздо ближе - сглаживание. Но естественно возникает разность между прямой линией и котиром - по аналогии с ЦОС это шум. Получили разложение рынкета: прямая + шум. Вопрос, куда делась нестационарность? Очевидно в шуме. И теперь вопросы:
так ли хорошо котир отображает прямая линия и нет ли более продвинутых способов регулярного отображения котира?
не является ли шум более важным в прогнозе будущего чем наша регулярная составляющая?
Работаю с EViews, но очень ограниченная система: нет фильтров, нет вейвлетов, нет сплайнов - фактически только регрессия. Но имеется огромный набор инструментов вокруг сглаживания, т.е. вокруг ВВ, то чего Вам не хватает. Поэтому идея такая: создать полнокровную модель на EViews, а затем переехать в матлаб и использовать его возможности и скорость работы.
faa1947:
Изначально, что мы моделируем.
На рынкете нет сигнала, поэтому все идеи ЦОС не применимы.
Постулируем: рынкет нестационарен, т.е. имеет переменными мо и дисперсию. Методов, которые бы работали с нестационарными рядами как таковыми мне не известно. Поэтому следующий план. Выделяем из нестационарного рынкета некую регулярную часть, например прямую линию, которую в ТА называют трендом. Я так называть не буду, гораздо ближе - сглаживание. Но естественно возникает разность между прямой линией и котиром - по аналогии с ЦОС это шум. Получили разложение рынкета: прямая + шум. Вопрос, куда делась нестационарность? Очевидно в шуме. И теперь вопросы:
Смесь регулярной и шумовой компоненты вполне можно обозвать зашумленным сигналом. Тут весь вопрос в другом - как разделять шумовую и регулярную компоненты? Насколько регулярная компонента стационарна? Каой именно получится шум?
так ли хорошо котир отображает прямая линия и нет ли более продвинутых способов регулярного отображения котира?
Лично я стараюсь вообще не работать с временными рядами. По моему временное представление вносит сильные дополнительные искажения при анализе. Трансформирую котировки в некое обобщенное тиковое представление. То что тик равен 1 пипсу это вобщем условность - можно сделать его например 10 пп или 2^7 пп или 20*pi пп. Понятно что при этом теряется определенность по времени, но зато появляется возможность более честного прогноза по амплитуде. Ну а вобщем выделение из котира регулярной компоненты происходит при фильтрации шумов. Например прогнали котировки через фильтр Савицкого-Голлея на выходе получили какую-то более-менее гладкую кривулину, вычли ее из исходного сигнала получили шум и то и другое скорее всего в разной степени нестационарное. Дальше с ними работаем.
Тут весь вопрос в другом - как разделять шумовую и регулярную компоненты? Насколько регулярная компонента стационарна?
Мне так кажется, что "регулярная" - не случайная, так как выражена аналитической кривой, зачастую гладкой, дифференцируемой, причем быть может многократно. Например, синусоида.
Каой именно получится шум?
Для меня это основной вопрос. Вот пример шума:
Где гарантии, что прогноз на шаг вперед, произведенный по регулярной составляющей, не будет сопровождаться экстремальным шумом? Гарантий нет. именно из-за изменчивости шума ТС то работают, то не работают.
Лично я стараюсь вообще не работать с временными рядами. По моему временное представление вносит сильные дополнительные искажения при анализе.
Временное представление - это исходное, Любое другое - это трансформированное, а значит что-то потеряли по отношению к исходному.
Трансформирую котировки в некое обобщенное тиковое представление.
Зачем? какова цель? Это решает проблему нестационарности?
Понятно что при этом теряется определенность по времени, но зато появляется возможность более честного прогноза по амплитуде
Это решается получением разностей.
Например прогнали котировки через фильтр Савицкого-Голлея на выходе получили какую-то более-менее гладкую кривулину, вычли ее из исходного сигнала получили шум
Проблема в изломах. Имеем гладкую кривую. Получили новый бар и вычислили новую гладкую кривую. Старая и новая кривая гладко сочленяются или нет?