Filtri digitali adattivi - pagina 6

 
Saluti alla stimata assemblea.
grasn:

  • Raccogliere statistiche sulle "onde" (lunghezze d'onda/canali delimitati da estremi, sweep...) basate su VLF
  • Trova modelli statistici tra le onde precedenti e quelle future. Per onda, si intende il canale che limita l'onda, cioè non una linea retta, ma una linea temporale

Grasn, quanto è laborioso per te realizzare un tale Data Mining sulle statistiche degli altri? Domanda, comprensibilmente con un suggerimento :).

Per quanto riguarda l'identificazione degli estremi nei dati filtrati credo di aver già scritto che il mercato rispetta i livelli, quindi è più preferibile identificare i massimi e i minimi con High e Low. Soprattutto tenendo conto delle informazioni perse quando si comprime in un grafico a barre. I falsi estremi creano problemi, ma temo che l'LFO, anche se adattivo, non sarà sempre d'aiuto. Qui sotto c'è un esempio di estremi che sembrano falsi:


Le barre rosse qui sono le mie idee sul markup corretto(le linee orizzontali sono aggiunte come argomento a favore di questa opinione).
 
Candido, mi permetto di discutere con te. Il suo argomento non è convincente. Questi "falsi" livelli possono anche provenire da TF più alti come risultato del raggruppamento di diversi Fibs da diversi swing. Non ho prove, è solo un'ipotesi.
 
grasn:

PS1: ho servito solo nelle Forze di Difesa Aerea, qui sto leggendo la mia posizione dal paragrafo 27 della mia carta d'identità militare (per renderla più solida :o): "comandante del dipartimento delle strutture di controllo radio dei missili antiaerei a corto raggio". E so più che bene (come scrivono di solito - non per sentito dire :o) che i nostri sistemi lodati (e non solo i nostri) non possono nemmeno abbattere, non possono nemmeno VEDERE i bersagli.


E perché hanno così paura, penso che sarebbe interessante per voi http://www.kroufr.ru/forum/index.php/topic,6037.0.html, e questo SAM (sviluppo) è più di 50 anni, quindi vedono e non male.
 
Mathemat:

Integer, intendi questo JMA - 'JMA'?


Su di lei.
 
NorthernWind:

ZS, sul forum di Alpari, BQQ ha spiegato in dettaglio perché, a suo parere, come specialista DSP, i metodi DSP sono difficili da applicare sul mercato. Abbastanza lucido, secondo me.


Ho BQQ argomentato un po' qui http://forum.alpari-idc.ru/showthread.php?t=38804&page=16, se non è troppo disturbo, dove lui espone tutti i dettagli. Penso solo che prima di tutto uno specialista DSP dovrebbe conoscere e capire (con tutta la sua anima) questo teorema di Kotelnikov, è come un assioma in geometria.

E a tutti se potete usare il termine frequenza di campionamento per favore, per me la frequenza di Neukvist è una parolaccia. È della zona che ha inventato la radio Popov o Marconi, ecc.

a Intero

Ho lavorato su JMA per due giorni ed è senza speranza!

Se non ti dispiace, puoi provare a fare un indicatore adattivo, l'algoritmo che ho scritto prima in questo thread. Se volete provare, dovete sapere come lavorare con JMA.

 
Integer:
Su di lei.
Sei sicuro che questa sia la JMA originale? È solo cheParabellum ha postato una foto del JJMA nella discussione, che sembra essere migliore...
 
Prival:
Qualcosa del JMA, come il migliore, adattivo, ecc. mi ha colpito. (tutto mangiato, come). E abbiamo un buon lavoro :-). E la sinistra come la Russia non c'è più, ma non ci credo.
Guardo, guardo lui - alcune formule strane, e l'avatar non è qualcosa come :-) mi piace di più :-).
(Confronta http://www.jurikres.com/catalog/ms_ama.htm#top). Il nostro aereo è migliore :-).

Per questo suggerisco di provare a fare un indicatore migliore, più adattivo. Forse verrà fuori qualcosa di buono.

L'idea è la seguente.
1. Prendiamo questo indicatore come base ('Kaufman optimized AMA: Perry Kaufman AMA optimized'), molte persone ci hanno già lavorato. La teoria di questo indicatore è descritta nel file (file allegato). Prendiamo una parte di questo indicatore (idea). Calcolo dell'indice di efficienza ER (varia da 0 a 1). Determinerà il periodo di media (campionamento) da 2 a N (N è impostato come parametro di ingresso nell'algoritmo). Il resto è un po' più complicato.
2. non usiamo EMA (media mobile esponenziale) ma un polinomio. il grado massimo del polinomio è n (impostato anche come parametro esterno). possiamo fermarci e variare n ed eseguirlo nel tester, penso che possiamo già ottenere buoni risultati. Ma IHMO la pulce non è ancora completamente addestrata, quindi andiamo avanti.
3. Se è adattivo, allora che sia adattivo al massimo. Inoltre, viene calcolato anche il successivo - il grado del polinomio (scelto il migliore con qualche criterio). Poiché non abbiamo informazioni a priori sul rumore. Suggerisco di usare il criterio - il coefficiente di determinazione. La logica di selezione del polinomio ottimale secondo questo criterio è descritta nel file (vedi pp. 12, 13 e 14). C'è anche un programma scritto in MathCade, come farlo.

Se qualcuno è interessato, sono pronto a programmare e ricontrollare il punto 3 in MathCade. Aiuterò anche con la creazione di tale indicatore in MQL a causa delle mie modeste capacità.

Prival, questo archivio non contiene la pagina 12-13
 
Mathemat:
Intero:
Su di lei.
Sei sicuro che questa sia la JMA originale? È solo cheParabellum ha postato una foto del JJMA nella discussione, che sembra essere migliore...

Non sono sicuro.
 
Mathemat:
Candido, mi permetto di discutere con te. Il suo argomento non è convincente. Questi "falsi" livelli possono anche provenire da TF più alti come risultato del raggruppamento di diversi Fibs da diversi swing. Non ho prove, è solo un'ipotesi.
No, Mathemat, non ho intenzione di discutere con te su questo :). Perché in linea di principio sono d'accordo. Ma penso che sia altamente auspicabile ridurre il problema a una ricerca indipendente di modelli per ogni rango (preferisco la nozione di "arco temporale superiore" alla nozione di "rango superiore"). Ma in generale l'idea che abbiamo a che fare con una sorta di modello di interferenza sembra interessante.
 
Integer:
Privato:
Qualcosa mi ha colpito di JMA, come il migliore, adattivo, ecc. (li ha mangiati tutti). Ma non siamo bravi a farlo :-). E i mancini come la Russia si sono estinti, ma non ci credo.
Guardo, guardo lui - alcune formule strane, e l'avatar non è qualcosa come :-) mi piace di più :-).
(Confronta http://www.jurikres.com/catalog/ms_ama.htm#top). Il nostro aereo è migliore :-).

Per questo suggerisco di provare a fare un indicatore migliore, più adattivo. Forse verrà fuori qualcosa di buono.

L'idea è la seguente.
1. Prendiamo questo indicatore come base ('Kaufman optimized AMA: Perry Kaufman AMA optimized'), molte persone ci hanno già lavorato. La teoria di questo indicatore è descritta nel file (file allegato). Prendiamo una parte di questo indicatore (idea). Calcolo dell'indice di efficienza ER (varia da 0 a 1). Determinerà il periodo di media (campionamento) da 2 a N (N è impostato come parametro di ingresso nell'algoritmo). Il resto è un po' più complicato.
2. non usiamo EMA (media mobile esponenziale) ma un polinomio. il grado massimo del polinomio n (anche impostato come parametro esterno). possiamo fermarci e variare n ed eseguirlo nel tester, penso che possiamo già ottenere buoni risultati. Ma IHMO la pulce non è ancora completamente addestrata, quindi andiamo avanti.
3. Se è adattivo, che sia adattivo al massimo. Inoltre, viene calcolato anche il successivo - il grado del polinomio (scelto il migliore con qualche criterio). Poiché non abbiamo informazioni a priori sul rumore. Suggerisco di usare il criterio - il coefficiente di determinazione. La logica di selezione del polinomio ottimale secondo questo criterio è descritta nel file (vedi pp. 12, 13 e 14). C'è anche un programma scritto in MathCade, come farlo.

Se qualcuno è interessato, sono pronto a programmare e ricontrollare il punto 3 in MathCade. Vi aiuterò anche a creare tale indicatore in MQL grazie alle mie modeste capacità.

Prival, questo archivio non contiene le pagine 12-13
Ok, scusate, li aggiungo di nuovo (argomento 14, Approssimazione dei segnali, pp. 12-14). Ma il 3° punto, penso, non è necessario, è possibile all'inizio scegliere semplicemente un polinomio di 1° o 2° grado. Poiché per il terzo punto è necessario rispondere alla 1, ma la domanda più importante, qual è la componente regolare qui (divisa in segnale e rumore)
File:
dsp.zip  1921 kb