通往GRAAL的道路上的边缘效应
我最近在为一个指标收集统计数据--在什么数值下价格上涨（下跌）的概率更高。曲线原来是不均匀的。我已经发明了使之平滑的方法。这似乎已经解决了。方法很简单：我取3个考虑的值a、b、c。计算极端值的平均值（a+c）/2。如果它大于平均值b，我们把它们的一半差值加到平均值上（即增加b=b+（（a+c）/2-b）/2），并减少极端值（a=a-（（a+c）/2-b）/4，c=c-（（a+c）/2-b）/4）。它使图形更加平滑，但尖峰却消失了（但这正是我想要的）。
double raznicha; // Наша разница значений через исследуемое
for (j = 2; j <= step-1; j++) // Пробегаемся по числу отрезков индикатора от 1 до последнего, т.е. [a - step; a = max]
{
raznicha = LOG_norm_Bay[j] - (LOG_norm_Bay[j-1] + LOG_norm_Bay[j+1])/2;
LOG_norm_Bay[j] =(LOG_norm_Bay[j-1] + LOG_norm_Bay[j+1])/2; // Среднее значение есть среднее из крайних
LOG_norm_Bay[j-1]= LOG_norm_Bay[j-1] + raznicha/2;
LOG_norm_Bay[j+1]= LOG_norm_Bay[j+1] + raznicha/2;
}
此案不成功，是根本不可能展望未来的结果。因此，无论采用何种平滑方法，边缘效应原则上是不可逆的，但它可以减少到一个理论上的最小值，然而，这并没有带来任何明显的交易优势。
这是可以理解的，但是可以选择减少误差，或者预测指标的下一个结果，用预测的部分平滑原始信号。真的，我还没有试过。
1）我试图减少它。我发现了某种规律性，即误差总是与初始指标的符号相同，而且是均匀的
从最后一个输出的最大值减少到第10个输出的最小值。但如何找到这个值，我还没有找到。
2）我还尝试了变换长度的变化。小波变换本身取决于输入矢量的长度。
在这种情况下，我们可以用矢量距离法找到与当前矢量最接近的变换。
但小波经常在极端点改变方向，基于它的交易并不十分成功。
顺便问一下，有没有人只用居中的收盘信号作为指标？
分布是高斯的，几乎没有相关性。
否则将无法工作:()。对不起。任何平滑化都会导致滞后。你来算算看。现在，你已经有了一个隐含的，但不是明确的，适合这个故事的。随着任何正常化，高点和低点都会稳定下来。然后，它将更加准确，但不再是在+。也许，我们不应该增加和减少信号，而应该使用指标会超过的水平。(我也担心价差，这只是2分，否则我就会在索契了）。但减少 "我的 "平滑度会导致1bp的信号，而增加-滞后）。
跨越层级并没有得到一个非常有吸引力的结果。我也曾想过这个问题。
在指标中，高点和低点的分布服从于高斯定律，只是MO不同。
高点大约有0.3，低点-0.3。
条形图越高，信号就越可靠，数量就越少。
而且每个月赚取200个积分并不有趣 :)
是的，不幸的是，不是有扭曲就是有滞后。
而每月赚取200点并不有趣 :)
如果是200+/-500，那就没意思了。 如果是200+/-10，那你很快就会像索罗斯一样了。
先生们，下午好。
我正在研究一个反向的MTS。专家顾问给出买入和卖出信号，系统会逆转交易
取决于这些信号。
卖出出现在指标的最大值，买入出现在最小值。这个指标是一个专有指标，基于
在几个滑块上，表示价格变化的势头（类似于RSI，但不是它）。
该指标本身是有噪音的，所以试图使用低通滤波器和小波进行平滑处理。
通过小波平滑，结果是最成功的，但边缘效应（极端点的失真）破坏了一切。
我做了一个实验：在一分钟的时间框架上，用小波对欧元兑美元从2000年到2008年的一个指标进行逼近。
该系统平均每月提供2000-4000个点，没有任何MM或其他添加剂。纯粹是顾问。
平衡增长的图表是平滑的，几乎是直线的。
当然，这没有什么可高兴的，因为在真正的在线交易中，边缘效应只给人以减分。
问题：有没有人试过其他的函数近似方法或寻找极值？
还是说这是一个徒劳的案子？
还是仍有可能想出一些办法？