Aufbau eines Handelssystems mit digitalen Tiefpassfiltern - Seite 21
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
zu Neutron
Verkürzung des Begriffs "adaptiver Filter". Das heißt, dass die betreffenden Ziele, sowohl in diesem als auch in anderen Bereichen, nur auf der Grundlage einer adaptiven Filterung erreicht werden können. Es gibt keinen anderen Weg, und grob gesagt, ist das der richtige Weg:
macht keinen praktischen Sinn und ist im Großen und Ganzen eine "Selbsttäuschung".
Ich habe mit dem NeuroSolutions-Paket gearbeitet. Wenn Sie es aufrufen, finden Sie ein detailliertes Beispiel für einen NS-basierten LPF.
Die Vorhersage durch Taylor-Serien-Extrapolation ist für mich uninteressant und wird keine vergleichbaren Vorhersagen liefern, vielleicht eine Variante pro 100 Versuche :o) Aber danke für den Rat.
Neutron, Sie missverstehen da etwas - ich beschäftige mich nicht mit dem "Vorhersage"-Algorithmus. Die veröffentlichten einfachen Gedanken sind etwa zwei Jahre alt. Wenn es wirklich nötig gewesen wäre, hätte ich Quellen gefunden und es gemacht, das ist nicht so schwierig. Ich habe geschrieben, dass das Prädikat, wie alle anderen Algorithmen dieser Art, NICHT FUNKTIONIERT und die Vorhersage von Reihen durch Statistiken sehr schlechte Ergebnisse liefert. Die einzige Möglichkeit, sie anzuwenden, besteht darin, auf die verallgemeinerten Merkmale der Prognosereihen einzugehen, und das muss fachkundig geschehen. Systeme auf dieser Basis sind profitabel - aber nicht interessant für mich.
zur mql4-KodierungIch glaube, ich habe das schon viele Male in verschiedenen Foren gelesen...., aber trotzdem - viel Glück :o)))
Oh Mann, ich habe alle meine Links verloren, jedenfalls gab es ein Forum, ein ziemlich langes, in dem sich die Leute ernsthaft mit zwei Dingen beschäftigten
Es schien eine Menge nützlicher Dinge zu geben. Ich bin von diesem Ansatz enttäuscht, ich glaube, er ist nicht ganz richtig.
Wie unterscheiden sich die verschiedenen Algorithmen zur Mittelwertbildung von BP voneinander? Wie wählt man das optimale Mittelungsfenster?
Wenn Sie nämlich ein großes Fenster wählen, wird das Signal aufgrund der unvermeidlichen FP erheblich verzögert, wenn Sie hingegen ein kleines Fenster wählen, wird die Qualität der Mittelwertbildung unbefriedigend sein. Es scheint, dass das Optimum irgendwo in der Mitte liegt, aber womit sollten wir das Ergebnis der erzielten Mittelwertbildung vergleichen?
Nehmen wir an, dass wir eine hypothetische LPF mit Null-PDF haben, dann können wir mit ihr vergleichen. Es ist möglich, einen solchen "magischen" Filter zu realisieren, wenn man einen gewöhnlichen (nicht in die Zukunft blickenden) LPF entlang des analysierten BP hin und her laufen lässt und den mittleren Teil des Graphen nimmt, wodurch die unvermeidlichen Randeffekte am rechten und linken Ende des BP von der Analyse ausgeschlossen werden (aus diesem Grund kann ein solcher LPF nicht in TS verwendet werden).
In der linken Abbildung zeigen die Punkte den BP, die rote Linie die symmetrische LPF (mit LPF) und die blaue und schwarze Linie den konventionellen gleitenden Durchschnitt mit unterschiedlichen Mittelungszeiten. Für jedes Fenster wird die Standardabweichung zwischen dem idealen und dem untersuchten Filter für die gesamte Gruppe von BP-Punkten ermittelt und durch die Standardabweichung zwischen den BP-Punkten und dem LPF normalisiert. Auf diese Weise beseitigen wir die Willkür, die mit der Wahl des Mittelungsfensters der LPF verbunden ist. Die Wahl der Standardabweichung scheint in diesem Fall nicht willkürlich zu sein; in der Tat wird diese Größe ebenso gut die Abweichung der glatten Kurve nach rechts aufgrund des PZ und die Zunahme des Bereichs seiner Schwingungen bei einem engen Mittelungsfenster widerspiegeln.
Wir wählen einen gleitenden Standardmittelwert mit einem rechteckigen Mittelungsfenster (blaue Linie in Abb. 2), ein dreieckiges Mittelungsfenster (schwarze Linie) und den Butterworth-Filter 1. Ordnung (rote Linie), um die Qualität der Glättung zu analysieren. Es ist zu erkennen, dass die Filter bei einem kleinen Fenster die Reihen nicht glätten, da das große "Chattering" zur Volatilität des ursprünglichen BP tendiert. Wenn das Fenster vergrößert wird, wird für jeden Filter ein Optimum beobachtet, und dann verschlechtern sich die Glättungseigenschaften wieder aufgrund der zunehmenden PDF. Das beste Ergebnis unter den drei vorgestellten Algorithmen wird für den trivialen gleitenden Durchschnitt mit einem rechteckigen Mittelungsfenster mit einer Fensterbreite von 7-8 Balken erzielt! Dies ist optimal für diese Art von LPF, d. h. sie unterdrückt die Rauschkomponente effektiv um 15 % und verliert ihre Glättungseigenschaften, wenn das Fenster von 17-18 Takten schmaler ist, was dem ursprünglichen BP keinen Vorteil bringt. Erinnern wir uns daran, dass wir, wenn wir in diesem Fall die Standardabweichung für die SFNF berechnen, eine Glättung von Null oder 100 % erhalten, d. h. die ideale Variante. Bislang haben wir eine Annäherung an das Ideal von 15 %. Ich frage mich, ob es möglich ist, mehr zu bekommen?
Damit haben wir ein Instrument, mit dem wir die Glättungseigenschaften der LPF objektiv einschätzen können. Wenn Prival uns den Code seines adaptiven Kalman-Filters, der auf ACF basiert, gibt, setzen wir ihn (den Filter) sofort auf einen Ehrenplatz, und North Wind wird eine Antwort auf seine bereits rhetorische Frage bekommen...
Oh, Mist, ich habe alle meine Links verloren - es gab ein Forum, ein ziemlich langes, in dem sich die Jungs ernsthaft mit zwei Dingen beschäftigten
Auf Alpari oder Viac gibt es einen Thread mit einem Titel wie "Filterung bürgerlicher Basare" - darum geht es wahrscheinlich.
Oh Mann, ich habe sowieso alle meine Links verloren - es gab ein Forum, ein ziemlich langes, in dem die Leute zwei Dinge ernsthaft diskutierten
Auf alpari oder viac gibt es einen Thread mit einem Titel wie "Filterung bürgerlicher Basare" - darum geht es wahrscheinlich.
zu Neutron
Was ist, wenn die Eingangscharakteristiken Ihres Referenzfilters nicht richtig oder suboptimal gewählt sind?
Ja, ich habe versucht, das Mittelungsfenster in einem sehr weiten Bereich zu ändern - es hatte keinerlei Auswirkungen auf das Ergebnis, oder es hatte welche, aber nur sehr geringfügig. Wir zählen die CO der untersuchten Filter im Verhältnis dazu und normalisieren sie dann auf die CO des BP im Verhältnis dazu.
Ergänzung zu dem, was bereits geschrieben wurde, zur Bemerkung von grasn.
Ich habe mich verlaufen!
Von der Wahl des Fensters bei LPF hängen die Größe und die Lage der Maxima bei den untersuchten Reihen ab. Hängt nicht oder nur schwach von ihrer relativen Position ab.
Es stellt sich heraus, dass Sie zunächst ein ELF auswählen müssen, das die interessanten Punkte auf dem BP deutlich zeigt, und dann das gewünschte Fenster des herkömmlichen LPF wählen. Dies ist die optimale Wahl im Sinne einer maximalen Wahrscheinlichkeit, die gewünschten Muster zu erkennen.
Entschuldigen Sie meinen "technischen Analphabetismus" - worüber haben Sie gerade geschrieben?
Der LPF hat eine ganze Reihe von Parametern, die natürlich vollständig in der Spezifikation festgelegt sind, aber dennoch gibt es eine ganze Reihe von Parametern: Abtastschritt, Grenzfrequenzen für Bandpass/Unterdrückung, Ungleichförmigkeitsfaktor für Bandpass/Unterdrückung, usw. Von welchem Fenster sprechen Sie? Wenn Sie davon sprechen, eine Filterspezifikation als einen einzigen Eingabeparameter darzustellen, dann... hoffe ich, dass Sie einen solchen Filter nicht im realen Handel verwenden?
Wurde der Filter vielleicht nicht richtig umgebaut? Butterword hat keine Eingabeeigenschaften, wie ein Fenster, sondern - ähnlich wie ein "Fenster" - berechnete Koeffizienten, die vollständig durch die Spezifikation bestimmt werden. Wo haben Sie die Spezifikation??? Wahrscheinlich haben Sie gerade einige Merkmale korrigiert und machen jetzt Entdeckungen, herzlichen Glückwunsch.
Und es ist die relative Position der Extrema, die unabhängig oder schwach abhängig ist? Und es ist nicht einmal abhängig von einem schlecht konzipierten Filter, oder einem gut gemachten, aber nicht für "dieses" Signal? Cool, gib mir zwei solcher Filter...
Butterworth-Filter haben kein Mittelungsfenster - sie sind rekursiv, und es gibt viele Regler - Parameter, die verändert werden können und so die Steigung, die Ungleichmäßigkeit des Frequenzgangs im Durchlassbereich, den Durchlassbereich selbst bestimmen... Aber wenn Sie wollen, können Sie all diese Vielfalt auf einen Knopf reduzieren und so die Hauptidee erhalten.
Und die Position der Extrema hängt von der BREITE der LPF-Bandbreite ab - ich wurde korrigiert!
Der Ansatz selbst scheint vielversprechend zu sein. Ein Mann kommt und schreit: "Hier, ich habe einen super-duper coolen VFD erfunden! Geben Sie es ihm, mal sehen, wie es sich glättet". Und wir vergleichen ihn zum Beispiel mit demselben gleitenden Durchschnitt. Wenn es die beste Glättung ergibt, Respekt an den Autor!
Das Schöne daran ist, dass wir einen einzigen verallgemeinerten Parameter für alle LPFs unterscheiden können, der es uns ermöglicht, sie objektiv zu vergleichen, und dieser Parameter ist die Abweichung des geglätteten BP von der ideal geglätteten LPF ohne LPF mit geradem Frequenzgang im Durchlassbereich, usw. Natürlich gibt es eine gewisse Willkür, aber es ist nichts Besseres zu sehen.
hier ist übrigens http://www.bcs.ru/school/prof/mts/2003/Gorchakov.zip, ich empfehle es jedem, vor allem denen, die es stationär mögen. Übrigens gibt es auch einige Informationen über Filter.
Das Schöne daran ist, dass sich meine Gedanken dort kreuzen. :)
hier geht's übrigens http://www.bcs.ru/school/prof/mts/2003/Gorchakov.zip
Es zeigt sich, dass die optimale Statistik für den Aufbau unserer Handelssysteme in dieser Situation lineare gleitende Durchschnitte mit variablen Fenstern sind. D.h. gleitende Durchschnitte, die so genommen werden sollten, dass sie hauptsächlich auf ein Trendsegment fallen. Und die gleitenden Durchschnitte sind nicht exponentiell oder sonst wie, es sind 2 gleitende Durchschnitte: ein einfacher gleitender Durchschnitt und ein gleitender Durchschnitt mit Faktor i, der die Summe von i durch Xi ist. Und für die Volatilität muss man die Summe der Quadrate der Folge dieser Zufallsvariablen betrachten.
Sieht so aus, als hätte der Autor LRMA fast entdeckt :)
Der LRMA ist so konzipiert, dass die Summe der Quadrate seiner Abweichungen vom Preis minimal ist. Es kann aber auch eine andere Zielfunktion (TF) minimiert werden, z. B. die Summe der Fehlermodule. Diese TF ist imho für Devisen natürlicher als die Summe der Quadrate der Fehler. Es ist problematisch, sie analytisch zu berechnen, aber man kann versuchen, sie zu approximieren.