文章 "利用卡尔曼 (Kalman) 滤波器预测价格方向" - 页 3

新评论
 

使用递归卡尔曼滤波器的例子非常有趣。

尽管做了很多简化--"勾画 "自回归、使用收盘价 而不是矩阵表示法，我们还是得到了一个使用该方法的清晰示例。

当然，这只是交易系统的一小部分，因为任务集（过滤噪音）并没有完全解决--在平坦区域（即噪音区域）有许多条目。

但这正是传统分析行业的问题所在--现代分析方法对 "趋势"、"噪音"、"持平 "等概念没有明确的（就过程的性质而言）定义，因此每个作者都以自己的方式解决过滤问题。

 
Aleksey Vakhrushev:

同样，0 栏上的红线被重画了，也许应该是这样，我晚上可以给你发个截图，我正在看会议记录。


网站出了点小问题，我在回复您之前的信息，不知为什么现在是空的，我的回复也是空的。

在指标中，我故意没有进行重绘。我会再检查一遍的。

 

这是我重新绘制的

 
Aleksey Vakhrushev:

我就是这样出现超额绘制的


您能具体说明该指标的参数吗？

 
Dmitriy Gizlyk:

您能指定指标的参数吗？


条数 144 移位 10000

在标准设置下也会重绘
 
想象一下，你即将在一本备受推崇的科学杂志上读到一篇文章。文章开头写道：地球是平的，矗立在三条鲸鱼上。你会如何看待文章中其余的文字？我想说的是，作者使用了 "推断（预测）"一词。我提醒你，预测是占星家最喜欢的消遣，与科学方法无关。而外推法只是预测方法之一（而不是唯一的），意思是 "将过去确定的趋势延伸到未来时期"。如果我们引用作者给出的脚注，就会发现 "卡尔曼滤波器使用的是一个矢量的概念，其动态由概率密度 描述"。事实证明，在理想情况下，这个向量只能向我们显示可能的方向。即使方向的概率是 50/50 或 75/25，那么除了方向之外，我们还需要输入的振幅和时间。原来，我们需要解决的问题是：X+Y+Z=17，而这个问题不是一个动作就能解决的。最后。引用作者的话："在货币或股票价格图表上，我们总是能看到频率和振幅不同的价格波动。那么，也许创建一个振幅频率解调器，事情就会向前发展？但在我看来，还是振幅-相位解调器更好。
 
打个比方。使用一个信号塔可以确定您手机的位置，但只能大致确定。而如果使用两个信号塔，就可以很容易地在两个矢量的交叉点找到你。所以卡尔曼滤波器 只是一个矢量（一个塔）。这很好，但还不够。至少要有两个，最好是三个塔。这样被发现的概率会增加很多倍。
 
MetaQuotes Software Corp.:

新文章《卡尔曼滤波器在趋势预测中的应用》已发表：

作者： Dmitriy GizlykDmitriy Gizlyk

太棒了，你们提供 EA 吗？
 
Pedro Henrique Vieira:
太棒了，你们提供 EA 吗？
是的，您可以使用它。
 

"在这里，系统状态的实际测量值是在考虑到系统实际状态和测量误差的情况下指定的"。

这不仅是反科学的，也是文盲的。

12345
新评论