Не Машкино это дело!

 

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 :-)

 
А где картинка этой синтетической машки? :)
 

Нет пока её! Вот я и решил посоветоваться с вами, стоит ли вобще во всё это влазить. Кто что думает по этому поводу?

 
Neutron:

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.

 
Я бы посмотрел, как ведут себя веса на истории. То есть сделал бы индикатор с тремя буферами: w1,w2 и w3.
 
Neutron:

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)

 
lna01:
Я бы посмотрел, как ведут себя веса на истории. То есть сделал бы индикатор с тремя буферами: w1,w2 и w3.

Не вопрос. Только что это нам даст? Понятно, что вести себя они будут регулярно с периодом флуктуаций меньшей машки, поскольку являются решением кубического ур-ия.

 
grasn:

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.

 
Neutron:
grasn:

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)