Dialogo con l'autore. Alexander Smirnov. - pagina 4

 
Mathemat:
Prival: E fare un indicatore ottimale+adattivo per il segnale (modelli) che Djuric cita come prova non sarebbe troppo difficile per un buon specialista DSP.
Sembra che l'autore del thread sia un tale specialista.

Ecco un modello un po' idiota per te, Prival: se consideri i rendimenti (incrementi di segnale), il segnale è zero, il rumore è un processo casuale con una p.d.f. del tipo distribuzione di Cauchy e una ACF, che conosci empiricamente. Non ci sono errori di misurazione e quantizzazione. Naturalmente, il prezzo come risultato dell'integrazione salterà intorno al payoff atteso, perché le code sono molto spesse e dipendenti.

Il modello è estremamente rigido, anche più duro del mercato, forse. Ma se il tuo filtro funziona su un modello del genere, funzionerà ovunque.

Un filtro molto bello che si adatta alla tua descrizione è moltiplicare per 0. Se il segnale è zero. :-). Funziona ovunque se si intende l'estrazione del segnale come funzionamento.
 
Priva, in un processo di Wiener con incrementi gaussiani gli incrementi hanno aspettativa zero. Ma ci sono tendenze anche lì...
 
LeoV:
Privato:

LeoV

La domanda va un po' più in profondità. Per rispondere che 1 indicatore è più adattivo di un altro. Dovete sapere a cosa deve adattarsi.


Si adatta, naturalmente, alla tendenza. Più "grande e forte" è la tendenza - più lungo è il periodo JMA. E questo, da quanto ho capito, è corretto... .


Tradurre i concetti (tendenza, più grande, più forte) nel linguaggio dei numeri. Poi si può calcolare e confrontare = dire che questo indicatore è migliore dell'altro.

 
Mathemat:
Priva, nel moto browniano, gli incrementi hanno un'aspettativa di zero.

Lo so. E se il segnale è 0. E il compito della TF è di isolare il segnale, allora l'uscita della TF ottimale deve essere 0.
 
Prival: Tradurre i concetti (tendenza, più, più forte) in numeri. Poi si può calcolare e confrontare = dire che questo è meglio dell'altro.



Non un concetto, ma un indicatore di tendenza, ne ho scritto sopra (probabilmente non hai letto attentamente) - l'indicatore ADX o un avvocato ha un indicatore CFB o.... Beh, ce ne sono molti .....
 
Prival: Lo faccio. E se il segnale è 0. E il compito del DF è quello di isolare il segnale, allora l'uscita del DF ottimale deve essere 0.
No, non lo è. Hai dimenticato di integrare i rendimenti per ottenere il prezzo stesso.
 
LeoV:
Privato: Tradurre le nozioni (tendenza, più, più forte) nel linguaggio dei numeri. Allora sarà possibile calcolare e confrontare = per dire che questo indicatore è migliore dell'altro.



Non un concetto, ma un indicatore di tendenza, ne ho scritto sopra (probabilmente non leggete attentamente) - l'indicatore ADX o, in jurik, l'indicatore CFB o.... Beh, ce ne sono molti .....


No, lo sto leggendo attentamente. Sto solo cercando di farvi capire come la vedo io. Questo è il punto, è la tua ultima frase .... Beh, ce ne sono molti .... Dov'è quello vero. Quello, il migliore, il più adattivo, quello che meglio evidenzia la tendenza? Quello che ha la proprietà è sceso, io scendo (drawdown=0), è salito, sono salito e di nuovo drawdown =0 e così via all'infinito. E non funziona retroattivamente come uno zigzag, ma al momento t=0. (all'indietro si può costruire meglio di uno zigzag)

Capire se decidiamo cos'è un segnale utile che dobbiamo filtrare=selezionare=eliminare dal rumore. Dobbiamo conoscere il segnale e tutte le sue componenti + il rumore e i suoi parametri.

Supponiamo che

1. Il segnale è un'equazione di una linea retta (movimento direzionale = tendenza), molte persone hanno già fatto un tale TF e lo hanno scritto in MQL4, è disponibile e liberamente accessibile.

2. Se è un mix di movimenti oscillatori (sinusoidi), è un altro TF

3. se è un misto di linea retta e movimenti oscillatori, è la 3a TF, ecc.

Se si definisce il segnale, allora

Questo è un problema di sintesi standard, c'è un input -> miscela di segnale + rumore, è necessario fare (sintetizzare TF) sull'output di cui da qualche criterio (meglio bayesiano) il segnale è selezionato. Per una corretta enunciazione del problema di sintesi abbiamo bisogno di una descrizione matematica dell'input.

Se prendiamo le immagini che Djuric cita come prova che il suo TF è migliore, più adattabile alla miscela di impulsi sinusoidali e rettangolari(http://www.jurikres.com/catalog/ms_ama.htm#top),

Tali segnali sono utilizzati in lavori di laboratorio in qualsiasi scuola di ingegneria radiofonica normale. E c'è matematica e teoria su come filtrarli in modo ottimale per molto tempo.

A Mathemat

I ritorni uccidono la tendenza, questo è quello che possiamo capitalizzare. Ha una funzione delta ACF che non può essere prevista. È solo rumore che deve essere filtrato e quello che rimane sarà il segnale pulito di cui abbiamo bisogno, qualcosa che possiamo capitalizzare.

S.U. Sono diventato un cattivo insegnante, non riesco a spiegare tutto in un linguaggio semplice e accessibile, in modo che sia chiaro di cosa sto parlando :-(



 
Prival: No, lo sto leggendo attentamente. Sto solo cercando di farvi capire come la vedo io. Questo è il punto, esattamente, nella tua ultima frase .... Beh, ce ne sono molti .... Dov'è quello vero. Quello, il migliore, il più adattivo, quello che meglio evidenzia la tendenza?

Ehhhhhhh.... se avessi saputo che avrei vissuto a Sochi....)))))))) Io uso CFB - e ne sono felice. Anche se è lontano dalla perfezione.... come l'ADX....
 
Neutron:

Sì, prego!

Ho dato un'occhiata veloce all'articolo. Sono sicuro di non aver capito l'autore!

Nel punto in cui si parla della comparsa del ritardo di gruppo (GD) quando si usa un algoritmo anti-aliasing, l'autore offre una ricetta per "sbarazzarsi" di quest'ultimo usando una corsa inversa. ... È uno scherzo? È noto che per i sistemi casuali (che lavorano sull'estremità destra di BP), GZ è inevitabile in linea di principio. Ma, naturalmente, se BP è definito e abbiamo intenzione di lavorare con esso nel mezzo di una riga (non sul bordo destro), possiamo, come consiglia l'autore, sbarazzarci del ritardo facendo una nuova mediazione con gli stessi parametri nella direzione inversa. Ma l'autore non menziona che, usando un tale algoritmo di mediazione, vedremo inevitabilmente un ridisegno sull'ultima barra. L'ha dimenticato o non lo sa? O cos'altro?

Ecco una citazione dall'articolo:

"Così, con la proposta di cui sopra possiamo compensare parzialmente il ritardo di m/2 (il primo inconveniente della media scorrevole tradizionale). E il secondo effetto negativo viene eliminato ... E il terzo, e il quarto. ...

L'uso dell'algoritmo di media proposto riduce anche significativamente la distorsione di frequenza lineare... "

L'idea della compensazione del ritardo di gruppo non appartiene a me, ma agli scienziati americani. Tuttavia, ha "funzionato" al di fuori della scala temporale reale. Beh, nella radioastronomia, per esempio. Il mio risultato è che sono riuscito a proporre praticamente un algoritmo sotto forma di media mobile sintetica. Collega, devi studiare la "parte materiale" prima di iniziare una discussione pseudo-scientifica.
 
Mathemat:

Neutron, grazie! Alexander, l'algoritmo di Easy Language è corretto?


L'algoritmo in Easy Language è corretto, ma il programmatore che lo ha implementato non ha esperienza di lavoro in questo linguaggio. Il criterio della verità è la pratica. Questo algoritmo, indipendentemente dalla dimensione della finestra di mediazione, fornisce un ritardo di 1 bar nel prodotto di mediazione.