Filtro FIR con fase mínima - página 5

 
gara:

construir un banco de filtros de paso de banda enlaces al trabajo del autor:

https://www.mql4.com/go?http://belisa.org.by/pdf/Publ/Art7_i17.pdf

https://www.mql4.com/go?http://belisa.org.by/pdf/Publ/Art4_i18.pdf

descrito con suficiente detalle y con ejemplos de posible uso, todo parecía muy lógico, pero el propio autor, como ahora pienso, se equivocó un poco al no decir ni una palabra sobre el retardo, ya que si en el filtro de más baja frecuencia la frecuencia central del filtro es del orden de 1/MN1 entonces el retardo incluso en unas pocas muestras será muy grande, por lo que creo que determinar a la hora de elegir un filtro debe ser el retardo mínimo


El retraso no tiene nada que ver. Toma un banco de filtros paso banda con retardo y traza la cotización por la suma de las salidas de esos filtros. Todo debería funcionar sin desplazamientos artificiales en el eje temporal. Lo principal es que los filtros se superpongan como describe Vadim. En realidad, este campo de las matemáticas de descomposición de la señal está bien estudiado y se llama Transformada Wavelet Discreta. Empieza a leerlo aquí y luego ve a los libros:

https://ru.wikipedia.org/wiki/%D0%94%D0%B8%D1%81%D0%BA%D1%80%D0%B5%D1%82%D0%BD%D0%BE%D0%B5_%D0%B2%D0%B5%D0%B9%D0%B2%D0%BB%D0%B5%D1%82-%D0%BF%D1%80%D0%B5%D0%BE%D0%B1%D1%80%D0%B0%D0%B7%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5

 
gara:

construir un banco de filtros de paso de banda enlaces al trabajo del autor:

https://www.mql4.com/go?http://belisa.org.by/pdf/Publ/Art7_i17.pdf

https://www.mql4.com/go?http://belisa.org.by/pdf/Publ/Art4_i18.pdf

Está descrito detalladamente con ejemplos de posible uso, todo parecía muy lógico, pero el propio autor, como creo ahora, mintió un poco sin decir una palabra sobre el retardo, porque si en el filtro de menor frecuencia la frecuencia central del filtro es de aproximadamente 1/MN1 entonces el retardo incluso en varias muestras será muy grande, por lo que creo que la determinación de la elección del filtro debe ser el retardo mínimo

No has respondido a la pregunta. ¿Qué va a hacer con los filtros?

En mi trabajo asumí que cualquier línea suave puede extrapolarse con una distorsión mínima de la forma más primitiva en distancias pequeñas. Es decir, el problema se reduce a obtener una colección de líneas suaves y sinusoidales tras la descomposición. Luego, extrapólalos al futuro y apílalos allí. Pregunta... ¿Qué tiene que ver la fase con esto? Se compensa. No importa la fase y el retraso.

Este trabajo aún está incompleto.

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

Para resolver este problema lo suficientemente rápido con filtros FIR se necesitarían miles de ordenadores como el suyo.

 
gpwr:


El retraso no tiene nada que ver. Se toma un banco de filtros paso banda con retardo y se reparte la cotización sobre la suma de las salidas de esos filtros. Todo debería funcionar sin desplazamientos artificiales en el eje temporal. Lo principal es que los filtros se superpongan como describe Vadim. En realidad, esta área de las matemáticas de descomposición de señales está bien estudiada y se denomina Transformada Wavelet Discreta. Empieza a leerlo aquí y luego recorre los libros:

https://ru.wikipedia.org/wiki/%D0%94%D0%B8%D1%81%D0%BA%D1%80%D0%B5%D1%82%D0%BD%D0%BE%D0%B5_%D0%B2%D0%B5%D0%B9%D0%B2%D0%BB%D0%B5%D1%82-%D0%BF%D1%80%D0%B5%D0%BE%D0%B1%D1%80%D0%B0%D0%B7%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5


Gracias. Lo investigaré.

Zhunko:

No has respondido a la pregunta. ¿Qué va a hacer con los filtros?

En mi trabajo asumí que cualquier línea suave puede extrapolarse con una distorsión mínima de la forma más primitiva en distancias pequeñas. Es decir, el problema se reduce a obtener una colección de líneas suaves y sinusoidales tras la descomposición. Luego, extrapólalos al futuro y apílalos allí. Pregunta... ¿Qué tiene que ver la fase con esto? Se compensa. No importa la fase y el retraso.

Este trabajo aún está incompleto.

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

Para resolver este problema lo suficientemente rápido con filtros FIR se necesitarían miles de ordenadores como el suyo.

Cada uno establece sus propias tareas, define el rango de problemas a resolver, yo prefiero buscar patrones, es decir, supongamos que la disposición mutua de las líneas de descomposición ahora corresponde a lo que se observó muchas veces antes y el precio desde esta posición subió a menudo, actuamos en consecuencia, en cuanto al uso de uno u otro tipo de filtros en tu problema, creo que nadie lo sabe mejor que tú, yo me fijé en estos filtros porque no requieren casi ningún esfuerzo mental para dominarlos, nada de ecuaciones diferenciales, etc., multiplícalo por el puesto
 
gara:

Gracias, lo investigaré.


Me gusta buscar patrones, es decir, digamos que la disposición mutua de las líneas de descomposición ahora corresponde a la que se observó muchas veces antes y el precio de esta posición a menudo aumentó, actuamos en consecuencia, en cuanto al uso de uno u otro tipo de filtros en su problema, creo que nadie lo sabe mejor que usted.


Hace unos meses creé una red neuronal de una sola capa con descomposiciones de una cotización como entradas, como F2, F4, F8, ... F512, donde F representa la salida de un filtro y el número su período. Es decir el precio fue filtrado por una derivada binaria de 9 filtros como se describe en sus artículos citados. He entrenado la red con el probador genético incorporado. Pero no tuvo éxito. La red almacena los patrones pasados y desciende lentamente en uno de avance. En mi opinión personal, el trading basado en estos filtros es lo mismo que el trading basado en el MACD. Los IACD no son suficientes para determinar los puntos de entrada. Es necesario tener en cuenta el resto de la información contenida en una cotización: el historial de movimientos del precio, los niveles de soporte y resistencia, la volatilidad, la hora del día, el día de la semana, etc. Es muy difícil introducir toda esta información en las entradas de la red. Por lo tanto, tenemos que buscar patrones con nuestros ojos y simplificarlos. En lugar de un banco de 9 filtros, puede que sólo necesites 2-3 filtros y te olvides de la descomposición como tal.

Por supuesto, puedes hacerlo de otra manera. Descomponer el precio precisamente en N filtros suaves y, en lugar de identificar patrones, extrapolar cada uno de esos filtros al futuro y ver cómo se comporta su suma (el precio) como sugiere Vadim. Pero yo no creo en eso. Juzgue usted mismo: no conocemos el precio futuro y puede subir o bajar con igual probabilidad. Con estos dos resultados diferentes debería haber dos extrapolaciones diferentes de los precios del pasado. ¿Verdad? Pero cuando Vadim habla de extrapolación, se refiere a una extrapolación por cada filtro, no a varias. Esto crea una paradoja. Para describir diferentes futuros, debe haber diferentes extrapolaciones. Pero sólo elegimos uno. ¿Por qué creemos que esta opción de extrapolación es correcta?

 
gpwr:


Hace unos meses creé una red neuronal de una sola capa con descomposiciones de una cotización como entradas, como F2, F4, F8, ... F512, donde F representa la salida de un filtro y el número su período. Es decir el precio fue filtrado por una derivada binaria de 9 filtros como se describe en sus artículos citados. He entrenado la red con el probador genético incorporado. Pero no tuvo éxito. La red almacena los patrones pasados y desciende lentamente en uno de avance. En mi opinión personal, el trading basado en estos filtros es lo mismo que el trading basado en el MACD. Los IACD por sí solos no son suficientes para determinar los puntos de entrada. Es necesario tener en cuenta el resto de la información contenida en una cotización: el historial de movimientos del precio, los niveles de soporte y resistencia, la volatilidad, la hora del día, el día de la semana, etc. Es muy difícil introducir toda esta información en las entradas de la red. Por lo tanto, tenemos que buscar patrones con nuestros ojos y simplificarlos. En lugar de un banco de 9 filtros, puede que sólo necesites 2-3 filtros y te olvides de la descomposición como tal.

Por supuesto, puedes hacerlo de otra manera. Descomponer el precio precisamente en N filtros suaves y, en lugar de identificar patrones, extrapolar cada uno de esos filtros al futuro y ver cómo se comporta su suma (el precio) como sugiere Vadim. Pero yo no creo en eso. Juzgue usted mismo: no conocemos el precio futuro y puede subir o bajar con igual probabilidad. Con estos dos resultados diferentes debería haber dos extrapolaciones diferentes de los precios del pasado. ¿Verdad? Pero cuando Vadim habla de extrapolación, se refiere a una extrapolación por cada filtro, no a varias. Esto crea una paradoja. Para describir diferentes futuros, debe haber diferentes extrapolaciones. Pero sólo elegimos uno. ¿Por qué creemos que esta opción de extrapolación es correcta?

La idea de descomponer un problema en sus componentes es universal en la ciencia y se utiliza ampliamente.

Para esta idea existe una restricción bien conocida llamada "reversibilidad" sin la cual la descomposición no puede ser reconocida como tal - es la suma de las partes en que se descompone el problema debe dar ese problema. En el caso de los armónicos, esto significa que la suma de los armónicos en los que se descompone el cociente debe dar el cociente original.

Por lo que recuerdo Fourier. Cualquier señal puede representarse con absoluta precisión si el número de armónicos es igual al número de observaciones. Esta es la condición de la reversibilidad. De lo contrario, hay algún error en la representación de la señal original. En el DSP no importa mucho porque allí se extrae la señal y se elimina el ruido.

En un cotier no hay señal. Y es generalmente aceptado que el análisis del residuo de la descomposición del cociente original es importante. Es el residuo el que dicta la previsión futura, no el conjunto de curvas suaves que hemos extraído del cociente.

 
gara:

no requieren ningún esfuerzo mental .....

Tengo que decepcionarte: el mercado es muy exigente mentalmente y es actualmente uno de los objetos de cognición más difíciles.
 
gpwr:


Por supuesto, podríamos hacerlo de otra manera. Obtenga una descomposición precisa del precio en N filtros suaves y, en lugar de identificar patrones, extrapole cada uno de estos filtros hacia el futuro y vea cómo se comporta su suma (el precio) como sugiere Vadim. Pero yo no creo en eso. Juzgue usted mismo: no conocemos el precio futuro y puede subir o bajar con igual probabilidad. Con estos dos resultados diferentes debería haber dos extrapolaciones diferentes de los precios del pasado. ¿Verdad? Pero cuando Vadim habla de extrapolación, se refiere a una extrapolación por cada filtro, no a varias. Esto crea una paradoja. Para describir diferentes futuros, debe haber diferentes extrapolaciones. Pero sólo elegimos uno. ¿Por qué creemos que esta opción de extrapolación es correcta?

No hay ninguna paradoja. Lo explicó.
faa1947:

La idea de descomponer un problema en sus componentes es universal en la ciencia y se utiliza ampliamente.

Para esta idea existe una restricción bien conocida, llamada "reversibilidad", sin la cual la descomposición no puede ser reconocida como tal - es la suma de las partes en que se descompone el problema debe dar ese problema. En el caso de los armónicos, esto significa que la suma de los armónicos en los que se descompone el cociente debe dar el cociente original.

Por lo que recuerdo Fourier. Cualquier señal puede representarse con absoluta precisión si el número de armónicos es igual al número de observaciones. Esta es la condición de la reversibilidad. De lo contrario, hay algún error en la representación de la señal original. En el DSP no importa mucho porque allí se extrae la señal y se elimina el ruido.

En un cotier no hay señal. Y es generalmente aceptado que el análisis del residuo de la descomposición del cociente original es importante. Es el residuo el que dicta la previsión futura, no el conjunto de curvas suaves que hemos extraído del cociente.

Uno no se contradice con el otro. Tengo la serie original restaurada.

Este último punto es muy cierto en cuanto a la extrapolación. La extrapolación en sí, aunque es muy precisa, no es absoluta. Si consideramos que hay muchas líneas de este tipo (quizás varias decenas de miles), el error acumulado también afectará a la previsión. Así que, Vladimir, no hay ninguna paradoja aquí.

 

He sacado el matcad y esto es lo que he obtenido tras aplicar el algoritmo:

era LPF se convirtió en LPF

FF es ahora FF.


El resultado de aplicar los filtros originales en p4

el resultado de los filtros modificados a continuación es simplemente la suma de la señal de las salidas de los filtros (línea roja) sin ningún desplazamiento


Gracias a todos el tema se puede cerrar

 
¿Cuál es la conclusión?
 
la conclusión es simple - ¡no el sombrero de Juan!