Adaptive digitale Filter - Seite 8
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
2 Prival: Ich habe mich daran erinnert, dass Kalman, wie Sie sagten, auf MNC basiert. Jetzt verstehe ich, warum es bei Radardaten (mit Gauß-verteilten Fehlern) gut funktioniert, aber bei Marktdaten schlechter. Der Hauptgrund dafür, dass Kalman bei Gaußschen Daten perfekt ist, liegt darin, dass die Fehlerfunktion (Ziel) - in diesem Fall die Summe der Quadrate der Varianz - nur für die Gaußsche Verteilung perfekt ist. Bei anderen Verteilungen sind die Fehlerfunktionen anders. Bei Verteilungen mit Power Tails (Heavy Tails) sind die Zielfunktionen ganz anders, und MNC zählt hier nicht. Aus diesem Grund ist JMA besser als Kalman bei Marktreihen.
Wie interessant. Komm, Alexey, ich winke dir auch mit meiner Birke über dem Kopf :-). Schließlich entstehen 99 % der Streitigkeiten, wenn eine Person sagt, dass es besser ist. Aber er hat nicht gesagt, inwiefern es besser ist (wo ist das Kriterium + wie viel besser). Und sagen wir, ich behaupte, dass MA noch besser ist, der Beste, einfach unglaublich besser :-). JMA und Kalman sind nicht einmal nahe beieinander.
Das ist so, als würde man sagen, dass ein Mensch besser ist als ein anderer. Aber ich kann nicht sagen, in welcher Weise (kein Kriterium). Nehmen wir an, der erste kann besser Wodka trinken, während der zweite besser mit einer Steinschleuder auf Pioniere schießen kann. Die Frage ist, welches von beiden besser ist.
Schließlich ist JMA für Sie und mich eine Blackbox. Und der Kalman-Filter muss enthalten
1. Ein Beobachtungsmodell (Signalmodell + Rauschmodell).
2. Ein Messmodell (Messfehlermodell).
Und die Lösung, die durch ANC mit einer quadratischen Verlustfunktion gefunden werden soll. Auf der Grundlage von A-priori-Daten und durchgeführten Messungen. Und ich möchte anmerken, dass eine solche Zielfehlerfunktion nicht nur für Gauß, sondern für jedes symmetrische Verteilungsgesetz funktioniert.
Mathematik und jetzt eine Frage. Angenommen, der analysierte Prozess ist sinusförmig mit gleichmäßigem Rauschen und die Messungen unterliegen einem nicht-stationären Poissonschen Gesetz. Alle diese Modelle sind in den Kalman-Filter eingebettet und dieser hat die optimale Schätzung (dieser wilden Mischung) beim Eintreffen einer neuen Messung durch ANC (quadratische Verlustfunktion) entsprechend aller darin eingebetteten A-priori-Daten gefunden.
Wo, an welchem Ort ist die JMA-Blackbox besser aufgehoben?
Wenn man in einen Kalman-Filter ein Modell einbaut, das zu 100 % mit Forex (Signal + Rauschen) übereinstimmt, und ein adäquates Messmodell (nicht-synchrones Expertenschätzsystem), dann wird es eine verdammt gute Maschine sein.
Z.U. Das Beobachtungs- und Messrauschmodell kann alles sein. Das Wichtigste ist, dass man mit dem Vorhandenen übereinstimmt.
Überzeugt, Prival. Es gibt also etwas, das Djuric uns offensichtlich verschweigt, oder er stellt sein Produkt absichtlich zur Schau. Und doch, und doch: Warum die OLS und nicht etwa die Summe der Moduli der Abweichungen? Nur weil ANC analytisch bequemer ist?
P.S. Ich erinnere mich, dass ich im Zusammenhang mit meiner alten Forschung über neuronale Netze über eine sinnvolle Verlustfunktion nachgedacht habe (dort ist es eine Zielfunktion). Und irgendwie abgeleitet oder irgendwo gelesen, dass die Summe der Quadrate direkt mit der jeweiligen Hypothese über das Gesetz der Fehlerverteilung (hier - Gauß) zusammenhängt. Als ich in meiner Forschung die Funktion in eine Summe von Modulen änderte (d.h. indem ich das a priori Gesetz der Fehlerverteilung in eine exponentielle änderte), verbesserte sich die Qualität der Vorhersage leicht, aber nicht wesentlich.
Wenn Sie ein Modell in den Kalman-Filter eingeben, das zu 100 % mit Forex (Signal + Rauschen) und einem angemessenen Messmodell (nicht-synchrones Expertenbeurteilungssystem) übereinstimmt, wird es eine verdammt gute Maschine sein.
Z.U. Das Beobachtungs- und Messrauschmodell kann alles sein. Die Hauptsache ist, dass sie mit dem Vorhandenen übereinstimmen.
Hat das Modell des Signals selbst irgendwelche Einschränkungen?
zu Northwind.
Ich danke Ihnen. Und "wir brauchen ein einfaches und hinreichend kohärentes Konzept des Marktlebens" - meinen Sie damit Ihre eigene Entwicklung oder die Anwendung einiger Techniken, wie sie beispielsweise von Schirjajew beschrieben wurden?
...die Summe der Quadrate steht in direktem Zusammenhang mit der jeweiligen Hypothese über das Gesetz der Fehlerverteilung (hier: Gauß)...
Prival, Mathemat, ich habe Angst, mich wieder zu ärgern, aber ich muss es noch einmal sagen - es gibt praktisch kein Rauschen in den Zitaten - das ist das Eingangssignal. Sie versuchen, die Instrumente der mathematischen Statistik zu nutzen (Filtern ist dasselbe). Statistiken über was? Statistik, Verteilungsgesetze, ihre Momente verschiedener Ordnungen beziehen sich auf Zufallsvariablen (Prozesse). Wenn Sie ein Häkchen erhalten, ist das ein Signal oder ein Rauschen? Ich behaupte, dass es sich um ein Signal handelt, denn mit diesen Daten können Sie einen Kauf- oder Verkaufsauftrag erteilen, der ausgeführt wird (wenn alle anderen allgemeinen Bedingungen gleich sind). Ja, es ist schwierig vorherzusagen, wie der nächste Kurswert sein wird, daher möchte ich glauben, dass es eine Zufallskomponente und eine nicht zufällige Komponente gibt, die erkannt und dann extrapoliert werden kann - vorhersagbar. Und es ist nicht zufällig, es ist einfach unbekannt. Oder, wenn Sie so wollen, ganz zufällig - ohne Aufteilung in additive Komponenten. Was werden Sie trennen? Derselbe Kalman-Filter wird eine ganz bestimmte Komponente herausfiltern, die durch Ihr eigenes Modell in Form einer glatten analytischen Funktion definiert ist. Kennen Sie es? Ich weiß es nicht. Sie versuchen, die dynamischen Eigenschaften des Marktes zu identifizieren, und die Anwendung einer physikalischen Analogie ist leider ebenfalls zwecklos: Es gibt Minutenkerzen mit einer Amplitude, die größer als eine Zahl ist, und auch Gaps, was darauf hindeutet, dass es praktisch keine Trägheit gibt.
Wenn man die Hypothese annimmt, dass die Preiswerte zufällig sind, ist es möglich, sie mit Hilfe der mathematischen Statistik zu untersuchen. Das ist etwas, das Mathemat und andere schon lange lieben. Das Ergebnis sind dicke Schwänze und damit wiederum die fehlenden praktischen Perspektiven.
Aber was ist mit den positiven Ergebnissen der "Pianisten" und der Leiter der Meisterschaften? Sie sind es, die von der Notwendigkeit sprechen, das methodische Paradigma zu erweitern. Elemente der technischen (und vielleicht sogar der fundamentalen) Analyse sollten in die MTS eingeführt werden, aber nicht direkt mit den alten "klassischen" Rezepten, sondern mit einer vorläufigen Filterung der Arbeitsmodelle auf der Grundlage des Bayes'schen Ansatzes. Es ist schwer, eine solche Menge an Informationen "manuell" zu bewältigen, aber irgendjemand tut es. Die Schlussfolgerung liegt auf der Hand - einen Roboter zu trainieren.
Ich habe bereits ein probabilistisches Netz in MQL erstellt, aber ich kann es nicht mit einem Gewinnfaktor von mehr als 1,5 zum Laufen bringen - der Lehrer ist zu schwach :-).
P.S. Ein weiteres Beispiel zur Bestätigung des Arguments über das Fehlen von Preisrauschen.
Wenn sie von Messrauschen sprechen, meinen sie eine zufällige Abweichung der Messdaten vom wahren Wert der gemessenen Größe. Zum Beispiel hat das Radar (für Spezialisten :-)) einen Reichweitenwert von 105 angezeigt, und der wahre Wert ist 100, bei der nächsten Messung 99 statt 101 und so weiter. Die Verteilung des Fehlers ist im Allgemeinen normal. Wenn der Preis z.B. 1,2567 beträgt - das ist sein wahrer Wert, der Fehler ist gleich Null! Um welche Art von Lärm handelt es sich?
Prival, Mathemat, ich habe Angst, mich wieder zu ärgern, aber ich muss es noch einmal sagen - es gibt praktisch kein Rauschen in den Anführungszeichen - das ist der Input.
Keine Belästigung, rsi, normale Diskussion. Im Großen und Ganzen stimme ich Ihnen zu: Lärm in Anführungszeichen kann nur im Rahmen einer bestimmten Interpretation, eines Modells, gesehen werden. Wenn ich von Fehlern spreche, meine ich in der Regel Vorhersage- oder Näherungsfehler.
Prival spricht von Beobachtungs- und Messfehlern. Das ist bei seinem Fachgebiet ganz natürlich. Aber das sind ganz andere Irrtümer, und dennoch hat diese Sichtweise ein Recht auf Leben, auch wenn sie meiner Meinung nach künstlich ist. Prival, nichts für ungut, aber wie Sie Ihre 100 MHz Abtastrate praktisch umsetzen wollen, weiß ich noch nicht.
Ich halte die Anwendung statistischer Methoden bei der Verarbeitung von Finanzreihen nur im Rahmen der Bewertung möglicher Risiken für sinnvoll, mehr nicht.
Ja, und es gibt auch eine Fünf-Minuten-Kerze auf dem Oire von 198 Pips im Jahr 2000. wer ist größer?
Prival, Mathemat, ich habe Angst, mich wieder zu ärgern, aber ich muss es noch einmal sagen - es gibt fast kein Rauschen in den Zitaten - das ist das Eingangssignal.
Rsi, im Gegenteil, ich bin sehr froh, dass Sie sich wieder in die Diskussion eingeschaltet haben. Immerhin reden Sie vernünftig, Sie bringen mich zum Nachdenken. Ich entschuldige mich für mich selbst und für andere, wenn ich etwas Falsches gesagt habe (oder gesagt habe). Ich hatte einen Mathematiker, der mir solche Befehle gab (Generäle entspannen sich :-)) und mich Liegestütze machen ließ :-). Ich werde ihn lebendig sehen, ich werde ihn wie einen Bruder umarmen. Und Sie für mich eine gelbe Hose, ns in MT4, Zauberer. Genau wie klot.
Was den Lärm betrifft, so denke ich selbst ständig darüber nach. Ich habe Folgendes getan. Ich nahm die wöchentlichen Notierungen und begann, alle Komponenten dieses Flusses zu analysieren. Zuerst habe ich den Trend abgezogen, dann die Schwankungen, alles, was ich herausbekommen konnte. Und nach jeder Prozedur wurden die Residuen betrachtet. Als ich sie alle auswählte, gab es Rauschen in den Residuen, aber kein Gaußsches Rauschen. Einige seltsame Geräusche +-1 Pip und sonst nichts, einige seltene Spikes von 2-5 Pips und 1 Gap war 40 Pips (ich war vor allem für eine Woche mit guten Gap suchen). Ich habe mich hingesetzt und darüber nachgedacht, und ich glaube, ich habe eine Erklärung für dieses Geräusch gefunden. Höchstwahrscheinlich handelt es sich um ein Messrauschen. Wenn man die Zitate aus der Sicht des ADC betrachtet (es handelt sich um Quantisierungs- und Abtastrauschen), sollten sie physikalisch vorhanden sein, wenn wir einen kontinuierlichen Prozess digitalisieren. Ich denke also, dass Sie Recht haben, dass es dort kein Rauschen gibt - es ist ein reines Signal. Aber es gibt eine Nuance, die mich stört :-(.
Es gibt keine Möglichkeit, 100MHz zu erreichen (sonst wäre ich schon im Sweet Spot :-)). Die einzige Möglichkeit, diese Situation zumindest ein wenig zu verbessern, besteht darin, so zu verfahren wie in einer normalen DC. Wir müssen die maximale Anzahl von Anbietern von Angeboten nehmen und diesen Strom selbst verarbeiten (und nicht eine Kerze, sondern eine Ellipse mit konstanter Wahrscheinlichkeit bilden). Schließlich müssen wir Transaktionen (Kauf und Verkauf) in Übereinstimmung mit den von den Maklerunternehmen bereitgestellten Daten abschließen. Aber wir müssen nicht nur die Daten dieses Maklerunternehmens verwenden, um eine Entscheidung über Kauf oder Verkauf zu treffen; wir dürfen die Kurse überhaupt nicht verwenden :-)
Für die Menge der Abweichungsmodule. Wenn ich mich nicht irre, ist die Bewertung bei diesem Ansatz entweder verzerrt oder unhaltbar. Ich weiß es nicht mehr genau, ich habe Angst, einen Fehler zu machen, aber es ging um die Macht der Schätzung. Sie können aber auch eine nicht-quadratische Lösung wählen. Im Grunde genommen geht es darum, zu bestimmen, in welcher Richtung von der Mitte aus (dem idealen Beobachter) Fehler wichtiger sind, sagen wir, in der einen Richtung ist es ein Quadrat, in der anderen ein Würfel. Das ist aus der statistischen Theorie der Entscheidungsfindung. (Walds Buch "Statistical Decisive Rules", ich glaube, es steht da drin). Wenn jemand ein Buch braucht, kann ich es zur Verfügung stellen.
NorthernWind
Ich verstehe die Einschränkungen nicht, nach denen Sie fragen, bitte klären Sie die Frage.
Das Modell muss in Form eines Systems von stochastischen Differentialgleichungen dargestellt werden. Und die wichtigste Bedingung ist, dass sie für den zu filternden Prozess geeignet sein muss. Das sind genau die Art von Zwängen, die wir haben.
Z.I. Mathemat wollte mich beleidigen :-), du kannst nicht warten. Diejenigen, die ich respektiere, können es einfach nicht tun. Es sei denn, er schüttelt mir die Hand und wirft den Cognac weg (der so lange und sorgfältig für ihn aufbewahrt wurde), und dann werde ich erst denken, vielleicht habe ich etwas falsch gemacht. Und dann werde ich derjenige sein, der das Wasser trägt :-)
Ich stimme zu, dass die Dinge an den Lücken schlecht stehen und vielleicht keine Trägheit vorhanden ist. Und es gibt keine Möglichkeit, alle Lücken zu beseitigen (ich habe die Hypothese aufgestellt, dass dies auf eine Diskrepanz zwischen der Abtastrate und dem analysierten Prozess zurückzuführen ist - das scheint nichts zu widersprechen). Aber Lücken sind nicht alle 24 Stunden an einem Tag. Die ACF-Analyse zeigt, dass der Prozess korreliert ist, dass es eine Korrelationszeit gibt und dass der Prozess daher vorhergesagt werden kann. Schließlich ist es fast eine direkte Analogie zu einem physikalischen Prozess: Ein Flugzeug kann sich nicht sofort drehen, die Masse stört, es gibt Trägheit, der Prozess ist vorhersehbar, weil er korreliert ist. Ohne diese und NS würde nicht funktionieren IHMO (Ich habe hier gelesen, dass dieses Akronym kann auf unterschiedliche Weise interpretiert werden, habe ich diese in meiner bescheidenen Meinung).
Aber wie sieht es mit den positiven Ergebnissen der "Pianisten" und der Meisterschaftsführer aus? Das ist genau das, was sie über die Notwendigkeit sagen, das methodologische Paradigma zu erweitern. Elemente der technischen (und vielleicht sogar der fundamentalen) Analyse sollten in die MTS eingeführt werden, aber nicht direkt und mit alten "klassischen" Rezepten, sondern mit einer vorläufigen Filterung von Arbeitsmodellen auf der Grundlage des Bayesschen Ansatzes. Es ist schwer, eine solche Menge an Informationen "manuell" zu bewältigen, aber irgendjemand tut es. Das Ergebnis ist die Ausbildung eines Roboters.
Die Ergebnisse sind ermutigend und lassen mich die Hände über dem Kopf zusammenschlagen (Ökonomen sprechen über Martingale und Wiener Prozesse). Ich weiß nicht, ob ich dem alten "klassischen" Rezept folge (obwohl ich Bücher über Forex-Analyse gelesen habe, nicht alle, aber es gibt etwa zehn gute). Ich habe so lange gesucht, bis ich die Ergebnisse der Anwendung des Kalman-Filters auf die Analyse von Kursen finden konnte. Sie sind entweder nicht vorhanden oder im Gegenteil, diejenigen, die es geschafft haben, sie umzusetzen, verheimlichen sorgfältig ihre Ergebnisse. Denn es ist sehr wichtig, Arbeitsmodelle nach der Bayes'schen Methode auszuwählen. Andernfalls wird es nicht funktionieren. Ich versuche, es manuell zu machen - es ist schwierig, aber interessant. Ich vertraue nicht auf Algorithmen, wenn ich nicht weiß, wie die Entscheidungen getroffen werden. Ich mag sie nicht.
Der Kalman-Filter kommt in der Praxis nur sehr selten zum Einsatz. Sie kann als Ideal angesehen werden, wie die bekannte Bayes'sche Lösung, bei der die stärkste Schätzung bei Vorliegen von a priori und a posteriori Informationen gewählt wird.
Das geht so.
Und ich und Mathemat sowie einige andere haben dieses Geräusch auf Zecken gesehen. Außerdem ist auf den Ticks klar, dass +-1 Punkte eine höhere Wahrscheinlichkeit für die Umkehrbewegung als für die Fortsetzung hat. Leider liegt diese Regelmäßigkeit innerhalb der Spanne. Und sie ist nicht hoch.
Interessant ist jedoch die Tatsache, dass sie erst nach der Verarbeitung auftrat.