FIR-Filter mit minimaler Phase - Seite 8

Neuer Kommentar
 

Ein Filter ist eine Möglichkeit, Wirtschaftsdaten zu glätten. Ein Blick in die Literatur zeigt, dass die beiden am häufigsten verwendeten Filter Hodrick-Prescott und Kalman sind. Es gibt jedoch eine große Anzahl von Filtern, die alle perfekt konzipiert sind und in der Praxis angewendet werden. Warum diese Einschränkung der Anwendung von Filtern? Die Antwort liegt in einem ganz anderen Bereich und hat nichts mit Filtern, Phasen oder sonstigem zu tun.

Wenn ein Filter auf die Eingangsdaten angewendet wurde, besteht das ursprüngliche Angebot aus zwei Komponenten: dem Ergebnis der Filterung und einer Differenz zwischen dem ursprünglichen Signal und dem gefilterten Ergebnis. Da wir im Handel (anders als in der Radioelektronik) immer an der Vorhersage interessiert sind, liegt die Frage nahe: Können wir das Ergebnis der Filterung nach vorne erweitern? Die Antwort liegt nicht im Filterergebnis, sondern im Filterrest (Rauschen). Wenn das Rauschen stationär ist (mo und Streuung sind annähernd konstant), können wir das Filterergebnis erweitern, während die Streuung ein Fehler dieser Vorhersage ist. Wenn das Residuum nicht stationär ist (es hat variable Mo, die entfernt werden können, und schlimmer noch, es hat variable und oft sehr komplizierte Varianz), dann ist die Vorhersage nicht möglich, weil die verfügbare Varianz sich auf die Vergangenheit bezieht und nichts mit der Zukunft zu tun hat.

Fazit: Alles Gerede über die Filterphase ist bedeutungslos, wenn die Filterung zu einem nicht-stationären Residuum führt.

 
Mit anderen Worten, ich wollte eine Reihe von Stichwörtern schaffen, mit denen man das Spektrum der Geschichte in gleiche Teile mit einer Tiefe von z.B. 1024 Takten aufteilen kann. Aber dann müssen wir die Linien dieser Filter auch in die Zukunft verlängern. Zu diesem Zweck müssen wir die Gewichtsfunktionen erweitern, indem wir ihre Kanten in Form einer abklingenden Oszillation ausdehnen. Aber solche Filter werden neu gezeichnet. Die Aufgabe besteht darin, die Reaktion des Filters auf die Beeinflussung so fortzusetzen, dass es so etwas wie eine Kompensation gibt, z.B. wenn auf einen neuen Balken umgestrichen wird, wäre es notwendig, den nächsten Filter seine Phase ändern zu lassen und nach unten umzustreichen, und so weiter, der Satz von Filtern würde sich nicht umgestrichen summieren, sondern sich gegenseitig kompensieren, um am Ende einen minimalen Rest zu haben, d.h. während des Aufbaus, als ob die Reaktion des folgenden Filters vom vorherigen umgestrichen kompensiert wird. Dementsprechend wird die LÃ?nge der Impulscharakteristik (zunÃ?chst wird die Glocke in der Form der Parabel aus dem Dreieck pascal (fÃ?r die ungeraden Filter), weiter die Schnittpunkte dieser Parabeln wir und werden fortsetzen, die Parameter der DÃ?mpfung und der Tiefe der cic-Filter verschiedener Perioden so zu bauen/auszuwÃ?hlen, dass die Summe der Module minimal war.) variieren, was die Teilnahme (bei der Verschiebung der Filter) der IIR-Filter bei solcher Weise der Extrapolation fordert. Oder eine breite Palette solcher Filter. Ich werde versuchen, mir ein ausführlicheres Beispiel auszudenken und es später zu beschreiben.
 
EconModel:

Ein Filter ist eine Möglichkeit, Wirtschaftsdaten zu glätten. Ein Blick in die Literatur zeigt, dass die beiden am häufigsten verwendeten Filter Hodrick-Prescott und Kalman sind. Es gibt jedoch eine große Anzahl von Filtern, die alle perfekt konzipiert sind und in der Praxis angewendet werden. Warum diese Einschränkung der Anwendung von Filtern? Die Antwort liegt in einem ganz anderen Bereich und hat nichts mit Filtern, Phasen oder sonstigem zu tun.

Wenn ein Filter auf die Eingangsdaten angewendet wurde, besteht das ursprüngliche Angebot aus zwei Komponenten: dem Ergebnis der Filterung und einer Differenz zwischen dem ursprünglichen Signal und dem gefilterten Ergebnis. Da wir im Handel (anders als in der Radioelektronik) immer an der Vorhersage interessiert sind, liegt die Frage nahe: Können wir das Ergebnis der Filterung nach vorne erweitern? Die Antwort liegt nicht im Filterergebnis, sondern im Filterrest (Rauschen). Wenn das Rauschen stationär ist (mo und Streuung sind annähernd konstant), können wir das Filterergebnis erweitern, während die Streuung ein Fehler dieser Vorhersage ist. Wenn das Residuum nicht stationär ist (es hat variable Mo, die entfernt werden können, und schlimmer noch, es hat eine variable und oft sehr komplizierte Varianz), dann ist die Vorhersage nicht möglich, weil die Varianz sich auf die Vergangenheit bezieht und nichts mit der Zukunft zu tun hat.

Fazit: Alles Gerede über die Filterphase ist bedeutungslos, wenn die Filterung zu einem nicht-stationären Residuum führt.

Alles richtig, bis auf den Lärm! Das ist kein Lärm. Lassen Sie es einfach den Rest sein. Das Residuum ist nicht stationär. Aber für die Vorhersage ist das möglicherweise unerheblich. Die Trägheit gilt für das gesamte Spektrum.

============

Valera (Nik1972), hör auf, den Thread zu verstopfen!

 
Zhunko:

Das Residuum ist nicht stationär. Für eine Vorhersage ist dies jedoch nicht unbedingt erforderlich.


Immer? Oder wird er bedeutsam, wenn er nicht angeschlossen ist?

Das Residuum sollte immer analysiert und gegebenenfalls modelliert werden. Ein instabiles Residuum sollte nicht zurückbleiben. Das scheint mir so.

 
EconModel:


Immer? Oder wird sie durch einen Internetausfall erheblich beeinträchtigt werden?

Das Residuum sollte immer analysiert und gegebenenfalls modelliert werden. Sie können kein instabiles Residuum hinterlassen. Das scheint mir so.

Die Vorhersage sollte für jeden Takt durchgeführt werden. Der Rest wird sich ändern, aber nicht viel.

Wie lange können Sie die MA- oder MACD-Linie in die Zukunft extrapolieren, ohne den festgelegten Fehler zu überschreiten?

Sie brauchen nicht zu antworten. Sie legen diesen Fehler und den Bereich der Prognose fest. Der TS arbeitet mit diesen Daten.

Was macht es für einen Unterschied, ob das Internet ausgefallen ist oder nicht? Setzen Sie technische Stopps, folgen Sie dem MM, riskieren Sie nicht zu viel.

 
Zhunko: Valera (Nik1972), hör auf, den Thread zu verstopfen!
Vadim, es ist noch nicht offensichtlich. Aber der Stil ist ähnlich.
 
Mathemat:
Vadim, es ist noch nicht offensichtlich. Aber der Stil ist ähnlich.

Das ist sie!

1. Stil.

2. fehlerhaft.

3. Vor allem aber die Dynamik des Lernens. Er liest irgendwo etwas Neues und fängt an, mit klugscheißerischem Blick Selbstgespräche zu führen.

 
Die Vorhersage ist in der Tiefe nicht konstant, und alle bekannten Extrapolationsmethoden basieren auf der statischen Tiefe in der Extrapolation, und dieser Parameter schwimmt auch, aufgrund des fließenden Spektrums, indem man eine beschleunigte Veränderung ("Floatability", Redrawability, oder was auch immer) des Spektrums konstruiert, kann man seinen Zustand in die Zukunft vorhersagen.
 
Nik1972:
Die Vorhersage ist in der Tiefe nicht konstant, und alle bekannten Extrapolationsmethoden beruhen auf der statischen Tiefe während der Extrapolation, und dieser Parameter schwimmt auch, aufgrund des schwimmenden Spektrums, indem man eine Beschleunigung der Veränderung ("Auftrieb", Neuzeichnungsvermögen, oder was auch immer Sie wollen) des Spektrums konstruiert, kann man seinen Zustand in der Zukunft vorhersagen.

Also bauen Sie es, wo liegt das Problem?
 
Peter_Zabriski:

Oh, Vadim! Fast philosophisch. Ich bin fast einverstanden. Machen Sie bitte weiter.

===
Vergessen Sie nicht Nyquist. Du kränkst den alten Mann...


Sie .....Nyquist... Sie können mich mal, und Sie bitten um Rat. Kotelnikov und sein Theorem sind das Wichtigste + gesunder Menschenverstand.

Z.I. So wurde ich bis 2022 verbannt, verbannt ))). Ich bin ein alter Mann, ich bin beleidigt. Ich komme nicht daran vorbei. Die ganze Welt hat längst erkannt, dass das Theorem viel wichtiger ist als jede Frequenz.

123456789101112131415...20
Neuer Kommentar