Не Машкино это дело!
Нет пока её! Вот я и решил посоветоваться с вами, стоит ли вобще во всё это влазить. Кто что думает по этому поводу?
Нет пока её! Вот я и решил посоветоваться с вами, стоит ли вобще во всё это влазить. Кто что думает по этому поводу?
А можно продолжения банкета.
Серега привет! (Я в соседней ветке для тебя сообщение оставлял, надеюсь видел :)
ВСЕ ПРОЩЕ!!!!! Моя идея была совсем простой – да и то руки толком не дошли. Ничего прогонять туда сюда не нужно. Идеальное приближение низкочастотной составляющей будет:
[1/window*(SUM по истории за window)+ 1/window*(SUM ,будущих значений за window)/2
Таким образом – все сводится к прогнозу среднего по какому то фиксированному окну. А его можно прогнозировать автокорреляционными методами. УВЕРЕН НА 100% - это будет работать значительно надежней и точнее. Считай, адаптивный фильтр в миниатюре.
Можно довести до "ума"
to Vinin
Давай свои соображения - будет продолжение!
to grasn
Привет, Серёга!
Конечно читал. Именно они (твои соображениея) и навели меня на эту идею негармонического синтеза. К сожалению все мои усилия прогнозировать автокорреляционными методами разбиваются об горизонт событий. Тут нужны нелинейные корреляционные методы с элементами адаптации.
to grasn
Привет, Серёга!
Конечно читал. Именно они (твои соображениея) и навели меня на эту идею негармонического синтеза. К сожалению все мои усилия прогнозировать автокорреляционными методами разбиваются об горизонт событий. Тут нужны нелинейные корреляционные методы с элементами адаптации.
Не-не-не-не. Если восстанавливать временной ряд по прогнозмому среднему, то ничего не выйдет, большие ошибки. Нужно не это, нужно оценивать локальные экстремумы прогнозной «идеальной НЧ кривой», а это фактически разворотные зоны!!!! Надо быть менее требовательным :о)
Не-не-не-не. Если восстанавливать временной ряд по прогнозмому среднему, то ничего не выйдет, большие ошибки. Нужно не это, нужно оценивать локальные экстремумы прогнозной «идеальной НЧ кривой», а это фактически разворотные зоны!!!! Надо быть менее требовательным :о)
Вот я не понял!
Там нет устойчивых связей.
Не-не-не-не. Если восстанавливать временной ряд по прогнозмому среднему, то ничего не выйдет, большие ошибки. Нужно не это, нужно оценивать локальные экстремумы прогнозной «идеальной НЧ кривой», а это фактически разворотные зоны!!!! Надо быть менее требовательным :о)
Вот я не понял!
Там нет устойчивых связей.
А я твой негармонический анализ так же не понял. Кто такая идеальная производная и откуда взялась? Если объяснишь подробнее по шагам суть анализа, буду благодарен (думаю, не только я).
А пока, поковыряюсь в маткаде и через пару дней или раньше (у меня все считается статистика) дам подробное описание моей идеи :о)
PS: возможно их интеграция даст че нить интересное :о)
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Вот какая мысль меня будоражит.
Возьмём самую обычную машку с окном усреднения N. Прогоним её по временному ряду (ВР) в прямом и обратном направлении, тем самым устранив групповую и фазовую задержку и получив идеальную сглаженную кривую, первая производная от которой оптимально показывает точки входа и выхода... правда только на исторических данных.
Связано это с неизбежной перерисовкой на правом краю данных, чем дальше вглубь истории мы будем отступать, тем меньше будет сказываться этот эффект. В пределе, им можно пренебречь на расстоянии N от переднего края. Таким образом стоит задача прогнозирования этой производной на N баров вперёд (рис. слева).
Можно поступить иначе. Осуществим только прямой прогон машки, при этом мы получим стандартное сглаживание к которому все давно привыкли, с запаздыванием N/2 (рис. справа). Задачу можно поставить как прогнозирование значений производной на N/2 баров вперёд. Кстати, и на левом рис. и на правом N выбрано так, что бы полосы пропускания у ФНЧ примерно совпадали - 100 баров для двухпроходной схемы (слева) и 200 баров для прямого прогона (справа). Так что прогнозировать всё равно придётся на одинаковое количество баров вперёд, вот только производная глаже для двухпроходной схемы, а значит точность прогноза будет выше.
Сразу скажу, что все попытки прогноза "обычными" способами не приводят к положительному результату, как только мы приближаемся к горизонту событий (N/2 или N) так точность прогноза стремительно падает, приближаясь к нулю на самом горизонте. Такое вот фундаментальное свойство ВР...
Так вот что мне подумалось, что если я для данного ВР построю веер однопроходных машек с шагом 1 начиная от N=2 или даже 1 и до 1000 например. Понятно, что информативность рядом лежащих машек не сильно отличается, поэтому построим функцию автокорреляции, которая показывает "похожесть" соседних машек (или их производных). Как и следовало ожидать, ряд последовательных машек сильно коррелирован (рис. слева):
Поскольку информативность от коррелированных инструментов невысока, мы проредим ряд машек и оставим только те, коэффициент корреляции между которыми не превышает 20%. Таких осталось только три - с окном усреднения 6, 80 и 300 баров. Теперь берём и приравниваем взвешенную сумму значений производных запаздывающих машек к идеальной производной (красная толстая линия на рис. справа): dМА=w1*dMA1+w2*dMA2+w3*dMA3.
Составляем три таких ур-ия для трёх последовательных баров на правом краю истории минус N/2 (дабы не было болтанки), решаем их относительно весов w и высчитываем значение dМА на правом краю ВР. Всё! получаем прогнозное значение, которое указывает ожидаемое направление ВР.
Этакий негармонический анализ получился :-)