stokastik rezonans - sayfa 31

[Rashid Umarov]

Zor değil.

[Sceptic Philozoff]

Bu anlaşılabilir Rosh , böyle bir fonksiyon biliyoruz. Sorun, iki veri serisinin kovaryansını değil , işlevi hesaplamaktır. Peki, "tau" ofsetinin farklı değerleri için, örneğin FREQUENCY işlevinin nasıl çalıştığı gibi bir dizi değer üretmek için. Tamam, düşünelim...

Not: Tam zamanında buraya geldin. Peters'ı okudun mu? İade sürecinin durağanlığı hakkında bir şey söylüyor mu?

PPS Evet, kovaryans fonksiyonuyla acele ettim: sürecin durağanlığını ortaya çıkarmak için, en azından geniş anlamda, tüm zaman okuma çiftleri için iki boyutlu bir tablo görüntülemek gerekiyor R(ti, tj), yani matris ...

[Rashid Umarov]

Kafam karışmıyorsa, süreçlerin bir önyargısı vardır ve bu aynı önyargı periyodik olarak değişir (bir eğilim diğerine dönüşür). Bu nedenle cevap vermekte zorlanıyorum. O dağıtım fonksiyonları verir:
a) sonlu MO ve sonsuz varyansa sahip
b) sonsuz MO ve sonsuz varyansa sahip

Ve normal dağılım, genelleştirilmiş fraktal dağılımın özel bir halidir. Tanımı burada buldum:

Genel durumda, X(t) tüm olasılık karakteristikleri zamana bağlı değilse durağan bir süreç olarak kabul edilir (daha doğrusu, bağımlı oldukları argümanların t ekseni boyunca herhangi bir kaymasıyla değişmezler). Sonuç olarak, rastgele bir sürecin matematiksel beklentisi, varyansı ve korelasyon fonksiyonu zamana bağlı değildir.

Toplamda burada - http://www.nntu.sci-nnov.ru/RUS/fakyl/VECH/metod/metod7/vvedenie.htm ; . O halde getirilerin dağılımı durağan değildir.

[Prival]

Yurixx'e şunları yazdı:

“Yol boyunca aklımda ilginç bir soru belirdi. Belki birileri neden istatistiklerde iyi özelliklere sahip bu kadar basit ve kullanışlı bir dağıtım fonksiyonunun kullanılmadığını aydınlatır? Ve kullanılıyorsa, neden yazılmıyor? Lognormal dışında artımlı bir dağılıma yaklaşmaya çalışan birini hiç görmedim.”

Büyük olasılıkla, bu Rayleigh-Rice dağılımının özel bir durumudur. Daha önce link vermiştim. İşte formül. Ve bir çizim.

Fiziksel olarak, Rayleigh-Rice dağılımı, deterministik bir sinyal ve normal gürültünün zarf toplamının tek boyutlu dağılımını karakterize eder. Çözdüğünüz soruna çok benziyor. Bir örnekle bir matematik dosyası ekliyorum. Neyman-Pearson kriterine göre, analiz edilen numunenin teorik dağıtım yasasına uygunluğunu kontrol etmenizi sağlayan algoritma hakkında ayrıntılı yorumlar içerir. Umarım bir şekilde yardımcı olmuştur.

matematiğe

Excel'de nasıl bilmiyorum, Matkad'da otokorelasyonu 2 şekilde hesaplayabilirsiniz. Dosya ayrıca bir örnekle ektedir. Tek not, ACF'yi hesaplamak için iki yaklaşım olduğu ve her birinin kendi avantajları ve dezavantajları olduğudur. Bu arada, IHMO çok umut verici, bir zamanlar bir hava hedefi için uyarlanabilir izleme filtreleri tasarlamak zorunda kaldım. Fiyatı takip etmeyi deneyebilirsiniz :). ACF sadece denklemlerdeki katsayıları belirler.

çimlendirmek

Aceleyle özür dilerim, diye kandırdım, histogramın Yurixx'ten istenmesi gerekiyordu. Resimler ortaya çıkınca hatamı anladım. “ Sinyal enerjisi - piyasayı hareket ettirir” tanımımdan yola çıkarak Rezonans fikri üzerinde çalışmaya devam ediyorum. Gürültünün enerjisi bu hareketi görmemizi engelliyor.” (FIR veya IIR ile ilgili ipucu için teşekkürler, ancak 12 yıl önce öğrenciler için dersler verdim ve hatta ikililer koydum :)).

Hepsi için

FFT_MA prototipini burada forumda buldum ve daha önce yayınlanan çizimlere (FFT_MA_mod) göre yeniden yaptım. Tek şey, yeniden çizilmesi, bu da analiz etmeyi zorlaştırıyor. Bu eksikliği giderebilecek biri varsa lütfen yardım etsin. Bunu yapmamın bir yolu yok. Ayrıca açıklamalı bir dosya ekliyorum. Bu arada, filtrenin çıkışındaki genliğin dağıtım yasası Rayleigh-Rice yasasına uyar - bir sinyal durumunda, yalnızca gürültü varsa, o zaman Rayleigh'e dejenere olur, alfa = 0 olur.

Sinyali ve gürültüyü bu şekilde ayırmanın mümkün olduğunu varsayarsak, o zaman, rezonans arayışıyla birlikte, salınım fazının çakışmasını hangi iki süreç arasında aramamız gerektiği sorusu ortaya çıkar?

Bir fikri olan varsa, lütfen konuşsun.

Ve eğer zor değilse, bana ne tür bir dağıtım getirisinden bahsettiğinizi söyleyin. Mümkünse basit bir örnekle. Veya en azından bir bağlantı.

[Prival]

bir şey çalışmıyor :( ekleyemiyorum

[Prival]

Düzenleme modunda sadece ekleniyor :) Herkes 4 saat sonra kalkmak için uyumalı :(

[Его Помоечное Мурлычество]

grasn, Sergey, potansiyel çukurlar hakkında, en derin özürlerimi sunuyorum ve kendi aptallığımı itiraf ediyorum :) Senin gerçeğin. Destek-direnç seviyesi, herhangi bir şeyle karşılaştırıldığında, fiyatın sıçradığı potansiyel bir bariyere sahiptir. Ama fenomenin kendisinin icadına gelince, korkarım tartışmam gerekecek. Dahası, IMHO, bu genellikle piyasadaki tek gerçekliktir, çok zorlanmış dalgaların, fiboların, dirgenlerin ve timsahların aksine. En azından bu, aşikar olmayan ek önermeler içermeden kolayca açıklanabilecek tek şeydir. İlginç bir X kriterinin keşfi için tebrikler! Her şey. Okumaya devam etti. Ve sonra Dvano burada değildi, ama o zamandan beri burada 11 sayfa yayınlandı :)

[Sceptic Philozoff]

Prival писал (а): Ve eğer zor değilse, bana ne tür bir dağıtım getirisinden bahsettiğinizi söyleyin. Mümkünse basit bir örnekle. Veya en azından bir bağlantı.

döner[i] = Kapat[i] - Kapat[i+1], yani bunlar sadece kapanış fiyatlarındaki tarihi artışlardır. Belirli bir TF'deki tüm geçmiş üzerinden hesaplanırlarsa, Excel'e sürülürler ve bir frekans histogramı (Excel işlevi FREQUENCY () kullanılarak), bir Gauss'u biraz andıran, ancak yalnızca harici olarak bir eğri elde edersiniz. Gerçekte, bu dağılım normal değildir - örneğin, kalın kuyruklar ve sıfıra yakın bir noktada gerçekçi olmayan yüksek bir tepe nedeniyle.

Kuyrukların olduğundan az tahmin edilmesi, spekülatörün risklerin güçlü bir şekilde eksik tahmin edilmesine yol açar: "dört sigma veya daha fazla" bir olayın olasılığının yok denecek kadar küçük olduğuna inanırsa (normal hipotez altında, bu yaklaşık %0,0063'tür), o zaman gerçek piyasa, yaklaşık %0.7, yani 100 kat daha fazla. Daha büyük olaylar için, fark daha da büyüktür. Gerekirse resmini koyarım.

Arşivci için teşekkürler, sabah bir bakacağım. Ama yine de hem Excel'de hem de MQL4'te yapmaya çalışacağım.

[Его Помоечное Мурлычество]

Prival , Fourier-yüksek kesim-ters-Fourier, burada hakkında yazdıklarınız harika bir fikir. Gerçekten de, tamamen pürüzsüz ve tamamen gecikmesiz bir hareketli ortalama olduğu ortaya çıkıyor. Bu büyük bal fıçısında sadece küçük bir damla katran var. Böyle bir operatör nedensel değildir. Ve pencereniz ne kadar genişse, o kadar çok gelecek örneğe bağlıdır. Ve pencere ne kadar dar olursa, düzleştirme o kadar kötü olur. Bu nedenle, tarihte çok havalı görünecek, ancak gerçekte, böyle bir gösterge ekranın sağ kenarında sürekli olarak yeniden çizilecektir. Buna göre, yüksek frekanslı gürültü tahsisi. Sadece tarihte öne çıkacaktır. Ve ekranın sağ kenarında kör ve sağır olacaksınız. Demek istediğin bu değilse, özür dilerim. Henüz tüm yazıları okumadım. Sadece ilk ikinize yazıyorum.

PS Tüm gönderileri sonuna kadar okuyun. Evet, tam olarak bunu yaşadınız. Ne yazık ki, hiç kimse yeniden çizme konusunda size yardım edemez, çünkü bu an çok önemlidir. Böyle bir filtre operatörü nedensel değildir. Genel olarak, benim IMHO'm, Forex'teki ve genel olarak tüm ay altı dünyamızdaki ana çelişki, zaman kavramıyla ilişkili çelişkidir. Forex'te bu, iyi bir istatistiksel tahmin elde etmenin oldukça fazla zaman almasıyla kendini gösterir. Onlar. sayar. Ancak bu okumalar toplanırken, piyasa parametrelerinin değişmesi için zaman var. Keşke biri bu çelişkiyi çözmeye yardım edebilseydi...

[Prival]

eugenk :
Prival , Fourier-yüksek kesim-ters-Fourier, burada hakkında yazdıklarınız harika bir fikir. Gerçekten de, tamamen pürüzsüz ve tamamen gecikmeyen hareketli bir ortalama ortaya çıkıyor.

Konunun konusuna göre sadece sinyali gürültüden nasıl ayıracağımı öneriyorum. Amaç rezonans bulmak, bir film yapmak değil. Tahmin ve hareketli ortalamalar için çok daha iyi bir mat cihaz var. Tamamen doğal IHMO.

Bir seçenek olarak, göstergede yüzmeyen iki ayrı tampon oluşturun, ancak şu anda Kapat[0]=Açık[0], sinyal ve gürültü enerjilerinin değerlerini hatırlayın