MACD的第一和第二导数 - 页 38

新评论
 
AlexeyFX:

你可以采取许多窄带滤波器，而不是一个宽带滤波器，而且不必移动任何东西。
脱离样本的交易是 "移动 "的
 
faa1947:

三年前有一个分支机构。

我正在从那里转移两个图形。

爆发是在频率上的振幅最大值（或者说是周期=频率的倒数。

该算法本身，据说是由Burg提出的，是一个最大熵过滤器。在Matlab中可用。

非常好的图表，但当你改变窗口的大小时，更糟糕的是当你移动窗口时，图表的外观会改变。也就是说，这些共振频率与窗口的关系是刚性的。最大熵只是简单地把一个频率的振幅加起来，仅此而已，有了移位会有什么不同，这个问题没有得到解决--所以我们不能使用图外的信息。



你从哪里得到这个光谱的？我已经展示了一个使用FFT的频谱视图--相当不同~1/f^2没有共振。

 
gpwr:


你从哪里得到这个光谱的？我已经展示了一个使用FFT的频谱视图--相当不同~1/f^2没有共振。

这是根据Burg的FFT程序，该程序是由Ilyukhin编写的。它在代码库中是可用的。
 
AlexeyFX:

是否可以在Matlab中找到一个最大熵的过滤器，并在这里公布应用的结果。
 

最有可能的是，这个人想说的是，你需要使用一个滤波器系统，可能与滤波器的延迟带有关，延迟带的选择可能是为了让每个后续的滤波器补充（或继续）一个高阶（更高的滤波器周期）滤波器或类似的东西。

比方说，一个滤波器过滤某个频段，另一个滤波器过滤另一个频段，第三个滤波器过滤跳过的频率....... everything.... go.... 不是我的话题......我将在一年内做，现在我将尝试不做，如果它能成功的话。

 
AlexeyFX:

MATLAB 7.0
使用什么样的带通滤波器？内置在MATLAB中？
 
faa1947:
根据Burg的说法，这就是AFC

长期以来，我一直试图在这里解释计量经济学模型的本质。我毕竟要在这篇文章中用数学的方法来做。伯格是一个自回归（AR）模型。

x[n]=a[1]*x[n-1]+a[2]*x[n-2]+...。+ a[P]*x[n-P]

应用Z型变换，得到这个模型的特征方程

z^P = a[1]*z^(P-1) + a[2]*z^(P-2) + ...。+ a[P]。

求解此方程并找出其复数根Z[1] ...Z[P]。每个复根都是

Z[k]=Exp(q[k]+j*w[k]) = |Z[k]*Exp(j*w[k])

其中k=1...P，j是一个虚数单位。如果所有|Z[k]|<1，那么我们的AR模型是稳定的。我们把我们的AR模型改写为特征方程的根之和。

x[n] = h[1]*Z[1]^n + h[2]*Z[2]^n + ...+ h[P]*Z[P]^n

或

x[n] = h[1]*Exp(q[1]*n+j*w[1]*n) + h[2]*Exp(q[2]*n+j*w[2]*n) + ...。

因此，AR模型，无论是Burg、Yule-Walker还是Prony，都试图将阻尼振荡装入我们的序列，其中w[k]是振荡的频率。你在图表中显示的不是报价的光谱，而是Burg模型的光谱。而所谓的 "价格共振 "的位置反映了这个模型的根部在频率响应上的位置。价格的变化导致伯格模型的系数变化，并使我们的根和 "共振 "发生漂移。

所有这些计量经济学都可以归结为回归。谈论AR模型的振荡解的物理意义就像谈论多项式回归的系数或优素福模型的公式（18）的物理意义一样成功。拿一个我们喜欢的回归函数，作为人类的成就来谈论它300多页。

 
faa1947:
是否可以在Matlab中找到一个最大熵的过滤器，并在这里公布应用的结果。

先生们，不要偷懒。下载该软件并查看一下。更好的是，相信研究最简单的东西要比真空中的最大熵、随机多分法和球状马更有用。很久以前，我曾经涉足过波浪分析这样复杂的科学。当我意识到这个简单的原因时，我放弃了它，因为它在外汇市场上永远不会起作用。
 
AlexeyFX:

先生们，不要偷懒。下载该软件并查看一下。而更好的是，相信研究最简单的东西要比真空中的最大熵、随机多分法和球状马更有用。很久以前，我曾经涉足过波浪分析这样复杂的科学。当我意识到这个简单的原因时，我就放弃了，因为它在外汇市场上永远不会起作用。


什么简单的理由？

它有时很有效--这是肯定的。

 
YOUNGA:
如果不是秘密，用的是什么带通滤波器？内置在MATLAB中？


没有任何内置的东西。有一个工具可以计算出你想要的任何过滤器。无论你想要什么，这就是你得到的东西。

1...313233343536373839404142434445...67
新评论