Обсуждение статьи "Знакомство с методом эмпирической модовой декомпозиции" - страница 4

Новый комментарий
 

Это одна из тех хороших и полезных статей. Большое спасибо, я был настолько ослеплен, что единственным способом анализа был прямой поток данных. Это то, что может оказаться действительно полезным для меня наряду с эвристическим анализом. В будущем я сделаю свою собственную реализацию и попробую использовать встроенные функции графиков MT5.

Однако, я запускаю скрипт с помощью графического инструмента, он компилируется и отображается, но данные отображаются только в виде квадратной волны. Является ли это нормальным поведением?
Я пробовал разные символы в разные периоды времени на разных интервалах дат, также я пытался установить значение 'n' на что-то меньшее, затем большее, но достиг тех же результатов.

Данные квадратной волны EMD

 
На самом деле, это не очень хорошая статья. EMD не является причинно-следственной техникой. Это означает, что его прошлые значения меняются в реальном времени, что делает его абсолютно бесполезным для торговли. Он находится в той же категории, что и сингулярный спектральный анализ, фильтр Ходрика-Прескотта и все типы сплайнов. На статичном графике он выглядит очень хорошо, но в реальном времени он ничем не лучше LWMA. Просто поместите SMA(1) на результат вашей линии EMD, и вы увидите, насколько неровной она становится... Хорошо с исследовательской/научной точки зрения, но бесполезно в торговле.
 
MisterH:
На самом деле, это не очень хорошая статья. EMD не является причинно-следственной техникой. Это означает, что его прошлые значения меняются в реальном времени, что делает его абсолютно бесполезным для торговли. Он находится в той же категории, что и сингулярный спектральный анализ, фильтр Ходрика-Прескотта и все типы сплайнов. На статичном графике он выглядит очень хорошо, но в реальном времени он ничем не лучше LWMA. Просто поместите SMA(1) на результат вашей линии EMD, и вы увидите, насколько неровной она становится... Неплохо с исследовательской/научной точки зрения, но бесполезно в торговле.
Спасибо за ваш отзыв, кажется, он оказался более полезным, чем сама статья. Я изучал то, что вы сказали, и хотя эта статья открыла мне глаза на другие виды анализа, если я буду применять их, скорее всего, все будет так, как вы сказали: BUMPY. Я буду тратить свое время на что-то другое и, возможно, буду использовать это в исследовательских целях, а не для торговли.
 

1. https://en. wikipedia.org/wiki/Hilbert%E2%80%93Huang_transform

2. И картинка из Google про эмпирическое разложение по модам.

3. Это, вероятно, один из моих глупых комментариев из многих :). Здесь немного иронии. Первое, что нужно сделать перед расчетом EMD, это найти максимумы и минимумы (см. ниже). Если мы уже можем это сделать, значит, мы уже делаем деньги. Поиск максимумов/минимумов - это то, чем мы здесь занимаемся.

В википедии также упоминается (под ограничением), что"Датиг и Шлюрманн [2004] провели наиболее полные исследования производительности и ограничений HHT с особым применением к нерегулярным волнам. ... Авторы обсудили использование дополнительных точек, как прямых, так и обратных, для определения лучших огибающих".

4. Фильтрация шумов - вот о чем идет речь.

Hilbert–Huang transform - Wikipedia, the free encyclopedia
  • en.wikipedia.org
The Hilbert–Huang transform (HHT) is a way to decompose a signal into so-called intrinsic mode functions (IMF), and obtain instantaneous frequency data. It is designed to work well for data that is nonstationary and nonlinear. In contrast to other common transforms like the Fourier transform, the HHT is more like an algorithm (an empirical...
 

Спасибо за статью, с удовольствием прочитал.

Несколько пунктов актуальных для любой декомпозиции (не только EMD):

  1. На рисунке 6 сглаживание, как я понял, осуществлено через однократное применение EMD к данному интервалу. Все же правильнее показывать сглаживание через сдвиг фиксированного по размеру окна и применению к каждому из них EMD. Получая на правом конце значение сглаживания.
  2. В этом смысле очень интересно сравнить результаты сглаживания по значениям правого конца и левого (это же проделать для всех сглаживаемых функций).
  3. Прогнозирование IMF-функций видится таким же по успеху, как прогнозирование простой MA. Т.к. основа прогнозирования одна и та же - выбор экстраполятора. Можете немного поделиться?: 
    Подробный анализ методов прогнозирования построенных на основе эмпирической модовой декомпозиции здесь не приводится, так как эта тема выходит за рамки данной статьи.
  4. Идея детрендирования очень понравилась, спасибо.
  5. Применение EMD к ценовым ВР явно требует некоторого преобразования самих цВР. Соответственно, это же касается и алгоритма нахождения экстремумов.

По EMD:

  1. Сильно ли зависит результат EMD от типа используемой сплайн-функции?
  2. Прокомментируйте, по какой причине в EMD выбран такой критерий построения:
    В любой точке эмпирической моды среднее значение огибающих, определенных локальными максимумами и локальными минимумами, должно быть нулевым.


P.S. Для сравнения функций сглаживания стоит, конечно, выработать раз и навсегда критерий эффективности сглаживания. По которому сравнить все известные функции, включая EMD.

 
hrenfx:

Спасибо за статью, с удовольствием прочитал.

Спасибо за проявленный к статье интерес.

Сожалею, но вдаваться в подробности EMD я не смогу. Я хотел создать программную реализацию этого метода. Такая реализация и была выполнена, что и послужило основой для написания данной статьи. Никаких серьезных исследований не проводилось.

По EMD:

Сильно ли зависит результат EMD от типа используемой сплайн-функции?

Я не пробовал использовать другие сплайны, например четвертой степени, поэтому собственного мнения на этот счет у меня нет. Кажется, я где то встречал публикации по этому поводу, но, к сожалению, точно не помню где.

Прокомментируйте, по какой причине в EMD выбран такой критерий построения:

В любой точке эмпирической моды среднее значение огибающих, определенных локальными максимумами и локальными минимумами, должно быть нулевым.

Тут я не могу ничего прокомментировать, это надо смотреть в работах Хуанга. Это его условия.

 

 

Исследование любого метода декомпозиции требует программной реализации, так что основа в работе раскрыта почти полностью.

P.S. Странно, что ниразу нигде (в интернете) не попадались критерии сравнений различных функций. Это повод задуматься о своем велосипеде. 

 

Предполагается, что это альтернативный и лучший метод :Hilbert Vibration Decomposing http://hitech.technion.ac.il/feldman/hvd.html Может быть, автор или кто-то с электронным инженерным образованием напишет новую статью.

 

Прежде всего, огромное спасибо автору за статью! Интересно, понятно, лаконично. Материала как раз достаточно для того, чтобы понять: нужно это тебе или нет и принять решение, стоит ли продолжать изучать эту тему дальше или нет - этакая вводная лекция. Кроме того, автор дал базу для первоначального тестирования. За это еще одно огромное спасибо.

Теперь, обращусь к тем, кому нужно все, сразу и при этом, чтобы и пальцем не нужно было шевелить. Люди - включайте мозги и боритесь со своей ленью. Некоторые посты просто неприятно читать. Автор старался, а вы не цените. 

 
MetaQuotes Software Corp.:

Размещена новая статья Введение в эмпирическую модальную декомпозицию:

Автор: Виктор Ликес

12345
Новый комментарий