Filtri digitali adattivi - pagina 2
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Beh, ha sbagliato a prendersela con Kalman. Se ho capito bene, si parla di un filtro di Kalman a coefficienti costanti noto come filtro alfa-betta-gamma (si tratta di diverse modifiche del filtro di Kalman).
Hai bisogno di un Neutron.
Qui abbiamo confrontato il filtro Kalman (corretto) e il filtro Butterworth. Teoria del flusso casuale e FOREX'.
C'è un algoritmo per calcolarli su Matcad. Se qualcuno si avventura a fare un filtro Butterworth in MQL posso aiutare (spiegare cosa c'è e come viene calcolato in Matkadec), e non credo che JMA sarà meglio (si può confrontare).
Kalman è intrinsecamente iterativo MNC quindi c'è solo un modo per aggirarlo, se i modelli incorporati nel filtro non corrispondono al processo in studio. (Solo che non sanno come prepararlo :-))
Capire che la parola adattamento implica una risposta alla domanda a cosa ci si deve adattare. In radiolocalizzazione ci sono concetti come segnale (componente utile) e rumore (ciò che ci disturba). Risolta questa domanda è possibile fare filtri adattativi, finché non si risponde a questa domanda non è chiaro a cosa bisogna adattarsi.
2 grash
Ecco cosa scrive l'autore stesso su JMA ) - http://www.jurikres.com/catalog/ms_ama.htm#top
Dal momento che tutto questo è in vendita, otteniamo solo codice disassemblato, come ho capito, e voglio davvero capire qual è il trucco )
Grazie per il link. Penso che questo furetto stia usando un algoritmo di filtraggio adattivo piuttosto complicato, molto probabilmente con elementi di predizione basati solo sull'autocorrelazione. Credo di sì. :o)
a Privala Prival
Non importa cosa ho ricercato, ma ho "preso" l'ACF per compagnia. Questa è solo un'osservazione, non confermata da nulla, approssimativamente parlando, ha guardato i risultati con un occhio e "l'ha colto". Non provata da nulla, non confermata statisticamente, probabilmente una completa assurdità, ma vale la pena controllare ogni tanto. Il punto è fare alcune ipotesi sullo sviluppo della serie in base al tipo di ACF. Finora ho approssimativamente classificato 2 varianti (ACF è preso dalla serie nera, serie grigia - sviluppo del processo). Lo do senza commenti speciali, penso che tutto sia chiaro:
Variante A
Variante B
PS:
Prival - ho scritto che in DSP - sono autodidatta e il mio analfabetismo tecnico e limitato non è ovviamente sufficiente per capire che la frequenza di Nyquist governa il mondo...
Non so cosa puoi vedere, posso vedere da ACF che per la variante A posso prevedere per 200 campioni (non so se hai X minuti o cos'altro). L'opzione B è 50, poi la natura del processo cambia, ma bisogna guardare la dinamica, perché l'ACF cambia nel tempo. E la prima cosa che questa funzione mostra è il tempo di correlazione (tempo durante il quale il processo può essere previsto) + la seconda è il tipo di processo stesso, quasi sempre un circuito oscillatorio (in termini di radio ingegneria); possiamo classificarlo ulteriormente per tipi di circuiti oscillatori ma nei miei studi (in questa fase) non è così importante. All'inizio è necessario trattare un tipo di elemento vibrante, sarà più facile trattare gli altri per analogia.
Ho cercato di classificare "per specie e tipo" con semplici osservazioni:
In generale - se non è la cosa principale, allora non importa... buona fortuna
Questa JMA è molto impressionante, molto impressionante. In qualche modo non ci ho fatto troppo caso prima, perché ho un'idea preconcetta dei muwings. Ma ora sembra che dovrò riconsiderarlo.
Per quanto riguarda quel JMA che è in Code Base ('JMA'), chiaramente non assomiglia a quello originale. Sì, è liscio, ma è chiaro che ritarda di più. Il disegno diParabellum è molto più convincente.
E qui appare di nuovo il problema con cui sto lottando: voglio trasformare il grafico delle quotazioni iniziali in modo che possa eliminare i disastri e poi applicare gli indicatori di Jurik (o i loro cloni) al grafico trasformato... In qualche modo mi sembra che anche se la distribuzione si trasforma in qualcosa di simile alla gaussiana, tuttavia il processo dei prezzi non sarà simile a Wiener - perché il suo indice Hurst sarà più di 0,5 (a causa della dipendenza dei campioni vicini).
P.S. Prival, ancora a te: http://www.jurikres.com/faq/faq_ama.htm#betterthan . Soprattutto guardate la terza figura dal basso: JMA, a differenza di altri filtri, non ha praticamente nessun effetto Gibbs (spike dopo gap). E ci sono tecniche efficaci per rimuovere questo effetto (quando ero studente mi sono imbattuto in un libro di Hemming "Digital Filters", devo trovarlo).
È una JMA molto impressionante, molto impressionante. In qualche modo non ci ho fatto troppo caso prima, perché ho un'idea preconcetta dei muwings. Ma ora sembra che dovrò riconsiderarlo.
Per quanto riguarda quel JMA che è in Code Base ('JMA'), chiaramente non assomiglia a quello originale. Sì, è liscio, ma è chiaro che ritarda di più. Il disegno di Parabellum è molto più convincente.
Prival, grazie per il libro. Ed ecco un'altra sorpresa per te, che conferma la tua visione del prezzo come obiettivo:
Preso dallo stesso luogo, enfasi aggiunta.
Secondo. JMA non ridisegna, quindi non c'è FFT di cui parlare. Tuttavia hanno rimosso l'effetto Gibbs...
Terzo. Il team di Jurik Research assume qualcosa di simile alla distribuzione di Cauchy come modello di distribuzione. Che cos'è, lo sai: nessuno dei momenti di questa distribuzione esiste, nemmeno il m.o. Senti l'imboscata che il nemico ha preparato per noi? Anche se, d'altra parte, è possibile che il loro obiettivo fosse semplicemente quello di costruire un induttore per smussare efficacemente anche i vagabondaggi casuali con incrementi distribuiti da Cauchy.
2 Rosh: beh, almeno hai risolto il mistero di un induttore Jurik. Rispetto.