Uyarlanabilir dijital filtreler - sayfa 8
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
2 Prival: Senin sözlerinle Kalman'ın çok uluslu şirketler temelinde inşa edildiğini hatırladım. Radar verilerinde (Gauss'a göre dağıtılan hatalarla) neden harika, ancak piyasa verilerinde daha kötü çalıştığı şimdi açık. Kalman'ın Gauss verileri üzerinde ideal olmasının ana nedeni, hata fonksiyonunun (hedef) - bu durumda kare sapmaların toplamının - bir Gauss dağılımı için ideal olmasıdır. Diğer dağıtımlar ve işlevler için hatalar farklıdır. Kuvvet kuralı kuyruklu (ağır) bir dağılım için, amaç fonksiyonları tamamen farklıdır ve en küçük kareler burada alıntılanmamıştır. Bu yüzden piyasada JMA Kalman'dan daha iyidir.
Ne kadar ilginç. Hadi, Alexey, kafamın üzerinde huş ağacı sallıyorum :-). Sonuçta, anlaşmazlıkların %99'u 1 kişi daha iyi olduğunu söylediğinde ortaya çıkıyor. Ancak hangi anlamda daha iyi olduğunu söylemedi (kriter nerede + ne kadar daha iyi). Ve MA'nın daha da iyi olduğunu söylememe izin verin, en iyisi, sadece harika daha iyi :-). Kalman ile JMA ve yan yana yatmayın.
Bir kişinin diğerinden daha iyi olduğunu söylemek gibi. Ama ne olduğunu söyleme (bir kriter yok). Diyelim ki birincisi daha iyi votka içiyor ve ikincisi öncülere sapandan daha iyi ateş ediyor. Soru hangisi daha iyi?
Ne de olsa JMA senin ve benim için bir kara kutu. Ve Kalman filtresi şunları içermelidir
1. Gözlem modeli (sinyal modeli + gürültü modeli).
2. Ölçüm modeli (ölçüm hatası modeli).
Ve çözüm, ikinci dereceden kayıp fonksiyonu olan en küçük karelere dayanmaktadır. Girilen a priori verilere ve elde edilen ölçümlere dayalıdır. Ve böyle bir nesnel hata fonksiyonunun sadece Gauss için değil, herhangi bir simetrik dağılım yasası için de işe yaradığını belirtmek isterim.
Matematik ve şimdi bir soru. Analiz edilen işlemin üniform gürültüye sahip bir sinüsoid gürültülü olduğunu ve ölçümlerin durağan olmayan Poisson yasasına tabi olduğunu varsayalım. Tüm bu modeller Kalman filtresine gömülüdür ve yeni bir ölçümün gelmesi üzerine, içine gömülü tüm a priori verilere göre en küçük kareler (kuadratik kayıp fonksiyonu) tarafından (bu vahşi karışımın) optimal tahminini buldu.
JMA kara kutusu nerede, hangi yerde daha iyi?
Kalman filtresine Forex ile %100 tutarlı bir model (sinyal + gürültü) ve yeterli bir ölçüm modeli (senkronize olmayan uzman değerlendirmeleri sistemi) koyarsanız, bu bir cehennem makinesi olacaktır.
ZY Gözlem ve ölçüm gürültü modeli herhangi bir şey olabilir. Ana şey, orada olana karşılık gelmeleridir.
İkna, Özel . Bu, Jurik'in açıkça bir şeyi geride tuttuğu veya kasıtlı olarak ürününü dışarı çıkardığı anlamına gelir. Yine de ve yine de: neden en küçük kareler ve diyelim ki sapma modüllerinin toplamı değil? En küçük kareler yöntemi analitik olarak daha uygun olduğu için mi?
PS Sinir ağları üzerine uzun süredir devam eden araştırmamla bağlantılı olarak uygun kayıp fonksiyonunu merak ettiğimi hatırlıyorum (bir amaç fonksiyonu var). Ve bir şekilde, karelerin toplamının doğrudan doğruya hata dağılımı yasası (burada Gaussian) hakkındaki belirli bir hipotezle ilişkili olduğu sonucuna vardı ya da nerede olduğunu okudu. Araştırmamda, işlevi modüllerin toplamı olarak değiştirdiğimde (yani, hataların önsel dağılımını üstel olarak değiştirerek), tahminin kalitesi biraz arttı, ancak büyük ölçüde değil.
Kalman filtresine Forex ile %100 tutarlı bir model (sinyal + gürültü) ve yeterli bir ölçüm modeli (senkronize olmayan uzman değerlendirmeleri sistemi) koyarsanız, bu bir cehennem makinesi olacaktır.
ZY Gözlem ve ölçüm gürültü modeli herhangi bir şey olabilir. Ana şey, orada olana karşılık gelmeleridir.
Sinyalin modeline kısıtlamalar getiriliyor mu?
Kuzey Rüzgarına
Teşekkür ederim. Ancak “piyasanın yaşamı hakkında basit ve oldukça tutarlı bir konsepte ihtiyacımız var”, bu, örneğin aynı Shiryaev tarafından açıklanan kendi gelişimimiz veya bazı yöntemlerin kullanımı anlamına mı geliyor?
... karelerin toplamı, hataların dağılımı hakkındaki belirli bir hipotezle doğrudan ilişkilidir (burada - Gauss) ...
Prival, Mathemat, tekrar tahrişe neden olmaktan korkuyorum, ama tekrar etmem gerekiyor - tırnaklarda neredeyse hiç gürültü yok - bu giriş sinyali. Matematiksel istatistik araçlarını kullanmaya çalışıyorsunuz (filtreleme aynıdır). Hangi istatistikler? İstatistikler, dağıtım yasaları, farklı düzenlerin anları rastgele değişkenlere (süreçlere) atıfta bulunur. Bir kene alırsanız, bu bir sinyal mi yoksa gürültü mü? Sinyali onaylıyorum, çünkü bu verilere göre alım veya satım emri verebilirsiniz ve (diğer genel şartlar altında) gerçekleşecektir. Evet, bir sonraki fiyat değerinin ne olacağını tahmin etmek zor, bu yüzden tanımlanabilen ve daha sonra tahmin edilebilen ve tahmin edilebilen rastgele bir bileşen ve rastgele olmayan bir bileşen olduğunu varsaymak istiyorum . Ve rastgele değil, sadece bilinmiyor. Veya isterseniz, tümü rastgele - katkı bileşenlerine bölünmeden. Neyi ayıracaksın? Aynı Kalman filtresi, düzgün bir analitik fonksiyon biçiminde belirttiğiniz model tarafından tanımlanan, iyi tanımlanmış bir bileşeni filtrelemenize olanak tanır. Onu tanıyor musun? Beni değil. Piyasanın dinamik özelliklerini belirlemeye ve fiziksel benzetmeler uygulamaya çalışıyorsunuz - korkarım bu da boşuna: Bir dakikalık amplitüdü şekilden daha büyük olan mumlar ve pratik ataletini gösteren boşluklar bulabilirsiniz. .
Fiyat değerlerinin rastgele olduğu hipotezini kabul ettikten sonra, matematiksel istatistik yöntemlerini kullanarak bunları araştırmak mümkündür. Bu Matematik ve diğerleri uzun süredir ilgilenmektedir. Sonuç, yine pratik beklentilerin yokluğu anlamına gelen şişman kuyruklardır.
Peki ya "piyanistlerin" ve Şampiyona liderlerinin olumlu sonuçları?! Sadece metodolojik paradigmayı genişletme ihtiyacından bahsediyorlar. Teknik (ve belki de temel) analiz öğelerini MTS'ye "götürmek" gerekir, ancak doğrudan ve eski "klasik" reçetelere göre değil, Bayes yaklaşımına dayalı çalışma modellerini filtreledikten sonra. Böyle bir bilgi hacmiyle "manuel" başa çıkmak zordur, ancak birileri baş eder. Sonuç kendini gösteriyor - robotu eğitmek.
MQL'de zaten olasılıksal bir ağ oluşturdum, ancak şimdiye kadar 1.5'ten daha büyük bir kâr faktörü ile çalışmayı öğretemedim - öğretmen oldukça zayıf :-).
Not: Fiyatta gürültü olmamasına ilişkin argümanı doğrulamak için başka bir örnek.
Gürültü ölçümünden bahsederken, ölçülen miktarın gerçek değerinden ölçüm verilerinin rastgele sapması kastedilmektedir. Örneğin, bir radar (uzmanlar için :-)) bir aralık değeri verdi ve gerçek değer 100 idi, bir sonraki ölçümde 101 yerine 99, vb. Hata dağılımı genellikle normaldir. Örneğin fiyat gelirse, gerçek değeri 1,2567 ise hata sıfırdır! Hangi gürültüden bahsediyoruz?
Prival, Mathemat, tekrar tahrişe neden olmaktan korkuyorum, ama tekrar etmem gerekiyor - tırnaklarda neredeyse hiç gürültü yok - bu giriş sinyali.
Sıkıntı yok, rsi , normal tartışma. Genel olarak, size katılıyorum: tırnak içindeki gürültü yalnızca belirli bir yorum, model içinde görülebilir. Hatalar hakkında konuştuğumda, genellikle tahmin veya tahmin hatalarından bahsederim.
Prival , gözlem ve ölçüm hatalarından bahsediyor. Bu, uzmanlığı açısından oldukça doğaldır. Ancak bunlar tamamen farklı hatalardır. Yine de, bu bakış açısı, bence yapay olmasına rağmen, yaşam hakkına sahiptir. Prival , gücenmeyin, ancak 100 MHz örnekleme hızınızı pratikte nasıl uygulayacağınız konusunda hala hiçbir fikrim yok.
Finansal serilerin işlenmesine istatistiksel yöntemlerin uygulanmasında, faydayı yalnızca olası risklerin değerlendirilmesi bağlamında görüyorum, başka bir şey değil.
Evet ve 2000'de 198 puan uzunluğunda beş dakikalık bir oire var. Kim daha büyük?
Prival, Mathemat, tekrar tahrişe neden olmaktan korkuyorum, ama tekrar etmem gerekiyor - tırnaklarda neredeyse hiç gürültü yok - bu giriş sinyali.
rsi Neyden bahsediyorsun, tam tersine tartışmaya döndüğüne çok sevindim. Sonuçta iş konuşuyorsun, düşündürüyorsun. Ve aniden yanlış bir şey söylediysem (veya söylediysem), kendim ve herkes için hemen özür dilerim. Burada matematikçi bana böyle komutlar verdi (generaller dinleniyor :-)), beni şınav çekmeye zorladı :-). Ve hiçbir şey canlı değil, onu göreceğim, ona bir kardeş gibi sarılacağım. Ve sen benim için sarı pantolonsun, MT4'te NA, zababahat, sihirbaz. Klot gibi.
Gürültüye gelince, her zaman kendim düşünüyorum. Aşağıdakileri yaptım. Hafta için alıntılar aldım ve bu akışın tüm bileşenlerini analiz etmeye başladım. Önce trendi çıkardım, sonra dalgalanmaları, çıkarabildiğim her şeyi. Ve her işlemden sonra kalıntılara baktım. Her şeyi seçtiğimde kalıntılarda gürültü vardı ama Gauss değil. Bazı garip gürültü +-1 pip ve başka bir şey değil, 2-5 piplik birkaç nadir aykırı değer artı 1 boşluk 40 puandı (özellikle iyi bir boşlukla bir hafta arıyorum). Oturdum ve düşündüm ve sanırım bu gürültüye bir açıklama buldum. Büyük olasılıkla, bunlar ölçüm gürültüleridir, eğer alıntılara ADC açısından bakarsanız (bunlar nicemleme ve örnekleme sesleridir), sürekli bir süreci sayısallaştırırsak, fiziksel olarak mevcut görünüyorlar. Bu yüzden muhtemelen orada gürültü olmadığı konusunda haklısın - bu saf bir sinyal. Ama bir nüans var, beni dinlendirmiyor :-(.
Hiçbir şekilde 100MHz yapamıyorum, mümkün değil (yoksa zaten çikolatanın içinde olurdum :-)). Bu durumu en azından biraz iyileştirmenin tek yolu, normal bir DC'de yaptıklarının aynısını yapmaktır. Maksimum sayıda teklif sağlayıcısı almanız ve bu akışı kendiniz işlemeniz (ve mumlar değil, sabit olasılıklı bir elips oluşturmanız) gerekir. Sonuçta, DC'nin sağladığı verilere göre işlemleri (Al, Sat) yapmakla yükümlüyüz. Ancak Al, Sat hakkında bir karar vermek için, sadece bu DC'nin verilerini kullanmak zorunda değiliz, hiçbir şekilde teklif kullanamayız :-)
Sapma modüllerinin toplamı için. Yanılmıyorsam, o zaman bu yaklaşımla tahmin ya yanlı ya da savunulamaz. Tam olarak hatırlamıyorum, hata yapmaktan korkuyorum ama değerlendirme gücü olan bir şey. İkinci dereceden seçmemenize rağmen. Prensip olarak, herhangi bir, asıl şey, ortadan hangi yönde (ideal gözlemci) hataların daha önemli olduğuna karar vermektir, diyelim ki biri kare diğerine bir küp. Bu, karar vermenin istatistiksel teorisindendir. (Kitap Wald. "İstatistiksel karar kuralları", bu konuda olduğu gibi). Kitap ihtiyacı olan varsa gönderebilirim.
Kuzey Rüzgarı
Hangi kısıtlamaları biraz anlamadım, soruyorsunuz, lütfen soruyu netleştirin.
Model, stokastik diferansiyeller sistemi olarak temsil edilmelidir. denklemler. Ve ana koşul, filtrelenmiş işleme yeterli olmasıdır. Bunlar kesin sınırlamalardır.
ZY Mathemat beni gücendirmek istedi :-), bekleyemezsiniz. Benim saygı duyduğum insanlar bunu yapamaz. Sadece toplantıda elimi sıkmazsa ve konyak atarsa (onun için çok uzun ve dikkatli bir şekilde saklanır) ve sonra ilk önce düşünüyorum, belki yanlış bir şey yaptım. Sonra su taşırım :-)
Boşluk noktalarında her şeyin kötü olduğuna katılıyorum ve belki de atalet yok. Ve tüm boşluklardan hiçbir şekilde kurtulamayız (bunun, örnekleme hızı ile analiz edilen süreç arasındaki tutarsızlıktan kaynaklandığını varsaydım - hiçbir şeyle çelişmiyor gibi görünüyor). Ancak boşluklar günün 24 saati değildir. ACF analizi, sürecin korelasyonlu olduğunu, bir korelasyon süresi olduğunu ve dolayısıyla sürecin tahmin edilebileceğini gösterir. Sonuçta, bu neredeyse fiziksel süreçle doğrudan bir benzetmedir, uçak anında dönemez, kütle müdahale eder, atalet vardır, süreç tahmin edilebilir çünkü. korelasyonludur. Bu olmadan, NS IMMO'yu çalıştırmazdı (burada bu kısaltmanın farklı şekillerde yorumlanabileceğini okudum, benim düşünceme göre var).
Peki ya "piyanistlerin" ve Şampiyona liderlerinin olumlu sonuçları?! Sadece metodolojik paradigmayı genişletme ihtiyacından bahsediyorlar. Teknik (ve belki de temel) analiz öğelerini MTS'ye "götürmek" gerekir, ancak doğrudan ve eski "klasik" reçetelere göre değil, Bayes yaklaşımına dayalı çalışma modellerini filtreledikten sonra. Böyle bir bilgi hacmiyle "manuel" başa çıkmak zordur, ancak birileri baş eder. Sonuç kendini gösteriyor - robotu eğitmek.
Sonuçlar sadece ilham verici, pes etmeyin (maringaller ve Wiener süreci hakkında konuşan ekonomistler yıkılır). Eski “klasik” tarifi takip edip etmediğimi bilmiyorum (forex analizi hakkında kitaplar okumama rağmen, hepsi değil ama bir düzine iyi var). Ne kadar aradıysam da Kalman filtresinin alıntıların analizine gerçek uygulamasının sonuçlarını bulamadım. Ya yoklar ya da tam tersi, onu dikkatlice uygulayabilen sonuçlarını gizler. Sonuçta çalışan modelleri Bayes'e göre seçmek çok önemli. Aksi takdirde çalışmayacaktır. Elle yapmaya çalışıyorum ama zor ama ne kadar ilginç. Benim adıma nasıl karar verildiğinin bilinmediği algoritmalara güvenmem. Onlar için bir kalbim yok.
Kalman filtresi gerçek hayatta çok nadiren uygulanmaktadır. A priori ve a posteriori bilgilerin varlığında, en güçlü tahmin seçildiğinde, iyi bilinen Bayes çözümü olarak bir ideal olarak kabul edilebilir.
Bunun gibi bir şey.
Hem ben, hem Mathemat hem de bir başkası bu sesi kenelerde gördük. Ayrıca, işaretler, +-1 pip'in devam etmesinden daha yüksek bir ters hareket olasılığına sahip olduğunu göstermektedir. Ne yazık ki, bu model yayılmanın içinde. Ve evet, o kısa.
Ancak işlendikten sonra ortaya çıkması ilginçtir.