Filtri FIR - pagina 10

 
FION >> :
State discutendo della cosa sbagliata, Prival dimostra un approccio classico e Sabluk un approccio pratico. Meglio parlare dell'applicabilità dei metodi spettrali al mercato. Un mercato in tendenza è a bassa frequenza, un mercato piatto è più ad alta frequenza. Questo è comprensibile per il riccio, ma in che modo è "molto meglio" degli stessi carri? Potete anche fare i flapper lunghi o corti, in linea di principio il flapper è vicino a un filtro Butterworth del primo ordine con fattore di qualità 0,7. Nella maggior parte delle applicazioni è abbastanza soddisfacente. Non è nemmeno un fatto che la risposta veloce sia una buona cosa, tutto dipende dal TC.

Se si pensa un po' a quello che ha indicato grasn, c'è un po' di luce alla fine del tunnel.

Perché MA, Juricks, FIRs e altri filtri da soli sono un vicolo cieco. Quindi è un po' più veloce, una curva un po' più liscia. Ma in sostanza sono la stessa cosa.

Fourier, non ci sono sinusoidi.

Ma se si stima la probabilità di cambiamenti veloci o lenti, allora si può pensare a come filtrare.

Dopo tutto, prima di filtrare, dovete sapere cosa volete filtrare e cosa otterrete come risultato.

E poi il ritardo del filtro non è così importante, perché lo conosciamo e possiamo stimare approssimativamente la sua capacità di distorcere la direzione della tendenza.

 
begemot61 >> :

Sì, sì, sì, sono io quello confuso da SYNUS.

Se puoi mandami un'email: eugene_dvoskin@yahoo.com

Allegati fino a 10 Meg.

Cattura

 
begemot61 >> :

Se si pensa un po' a quello che ha indicato grasn, c'è un po' di luce alla fine del tunnel.

Perché MA, Juricks, FIRs e altri filtri da soli sono un vicolo cieco. Quindi è un po' più veloce, una curva un po' più liscia. Ma in sostanza sono la stessa cosa.

Fourier, non ci sono sinusoidi.

Ma se si stima la probabilità di cambiamenti veloci o lenti, allora si può pensare a come filtrare.

Dopo tutto, prima di filtrare, dovete sapere cosa volete filtrare e cosa otterrete come risultato.

E poi il ritardo del filtro non è così importante, perché lo conosciamo e possiamo stimare la sua capacità di distorcere la direzione della tendenza.


Non so quanto si debba essere ottusi, ma mi sembra che l'unico modo per applicare questo campo sia attraverso il filtraggio adattivo. E in questo tutto si riduce alla corretta identificazione del modello. E questo non è un compito molto facile.

 
ssd >> :

Comincia a diventare un po' più chiaro di cosa si tratta. Se hai tempo, per favore commenta il mio ragionamento.

Diciamo che abbiamo chiamato 2000 barre nel terminale e vogliamo analizzare il modello "onda".

Posso dire che ho a che fare con una frequenza d'onda F=1/T= 1/(2000*timeframe_in_minutes* 60) o con un periodo di 2000 barre?

Si è scoperto che posso.

Allora cosa si può fare con quest'onda?

Lo prendo, lo rappresento come una serie di Fourier e vedo che quest'onda con il periodo di 2000 battute consiste in realtà in un certo numero di armoniche.

Ciascuna delle armoniche ha anche una diversa frequenza/lunghezza d'onda/periodo, ampiezza.

In altre parole, ogni armonica è di nuovo un'onda con un periodo, che si misura di nuovo in barre.


Se per il processo di filtraggio imposto una larghezza di banda per le onde della gamma di frequenza,

diciamo da 200 bar a 600 bar, questo significherebbe? Cosa?


Il ragionamento sembra essere corretto, ma non capisco bene la domanda.

In generale:

1. Avete spostato la frequenza di taglio verso il basso di un fattore 3. E ciò che è cambiato all'uscita dipende da ciò che era nello spettro del segnale d'ingresso. Cioè, in alcuni casi, il segnale di uscita può essere praticamente invariato.

2. Avete stimato lo spettro. Siete sicuri di averlo fatto correttamente? Per stimare lo spettro di un segnale, bisogna avere una buona idea delle proprietà di quel segnale. Questo non è un sofisma. Poi si può stimare l'errore di un metodo particolare. Solo altrimenti si possono facilmente ottenere immagini esilaranti che non hanno nulla a che fare con lo spettro reale.

3. Se stai usando il mio lavoro geniale, forse c'è un errore da qualche parte? Non sono un gran programmatore.


 
grasn >> :

Mi sembra che l'unico modo per applicare questo campo sia il filtraggio adattivo. E tutto dipende dalla corretta identificazione del modello.

Per quanto ho capito dalla descrizione afftar di JMA sul suo sito web, questo filtro funziona bene fino al modello di distribuzione Cauchy. E questa distribuzione, come sappiamo, non ha solo il secondo, ma anche il primo momento (cioè il m.o.).

Djuric dice anche che chi mostra il filtro che funziona meglio sui dati soggetti alla distribuzione di Cauchy per i ritorni, riceverà un premio in denaro.

Seryoga, è questo che intendi per identificazione corretta del modello?

 
begemot61 >> :

Il ragionamento sembra corretto, ma non capisco bene la domanda.

In generale:

1. Avete spostato la frequenza di taglio verso il basso di un fattore 3. Ciò che è cambiato all'uscita dipende da ciò che era nello spettro del segnale d'ingresso. Cioè, in alcuni casi, il segnale di uscita può essere praticamente invariato.

2. Avete stimato lo spettro. Siete sicuri di averlo fatto correttamente? Per stimare lo spettro di un segnale, bisogna avere una buona idea delle proprietà di quel segnale. Questo non è un sofisma. Poi si può stimare l'errore di un metodo particolare. Solo altrimenti si possono facilmente ottenere immagini esilaranti che non hanno nulla a che fare con lo spettro reale.

3. Se usi il mio lavoro di genio, forse c'è un errore da qualche parte? Non sono un gran programmatore.


Il programma va bene, disegna una buona linea, è difficile trovare un MA che disegna una tale linea.

Non sto ancora parlando del programma. Lasciatemi riprovare nel mio linguaggio semplice.

Supponiamo lo spettro dell'onda che ho menzionato con un periodo di 2000 battute, oltre a tutte le altre armoniche,

c'è un'armonica con un periodo di, diciamo, 50.

(Non posso immaginarlo fisicamente, e immaginarlo solo come un elemento della serie di Fourier per questa onda con un periodo di 2000 barre,

anche se intuitivamente capisco che una tale armonica è una specie di sonaglio fine, che dovrebbe essere scartato).

Supponiamo inoltre che qualche filtro ideale sia impostato per permettere all'intero spettro della suddetta lunghezza d'onda di 2000 bar di passare all'uscita,

Tranne che per quell'unica armonica, che è perfettamente soppressa.

Ora la questione che riguarda la "fisica" del funzionamento del filtro.

Per come la vedo io, il filtro, utilizzando vari metodi e tecniche, trova nell'onda di ingresso con un periodo di 2000 barre

tutte le possibili combinazioni di 50 barre consecutive e cosa fa con esse?

 
ssd писал(а) >>

Il programma è OK, disegna una buona linea, è difficile trovare un MA che disegna una linea così.

Non sto ancora parlando del programma. Lasciatemi riprovare nel mio linguaggio semplice.

Supponiamo lo spettro dell'onda che ho menzionato con un periodo di 2000 battute, oltre a tutte le altre armoniche,

un'armonica con un periodo di, diciamo, 50.

(Non posso immaginarlo fisicamente, e immaginarlo solo come un elemento della serie di Fourier per questa onda con un periodo di 2000 barre,

anche se intuitivamente capisco che una tale armonica è una specie di sonaglio fine, di cui dovrei sbarazzarmi).

Supponiamo inoltre che qualche filtro ideale sia impostato in modo che permetta all'intero spettro della suddetta lunghezza d'onda di 2000 bar di passare all'uscita,

tranne quell'unica armonica, che sopprime perfettamente.

Ora una domanda che riguarda la "fisica" del funzionamento del filtro.

Secondo la mia comprensione, il filtro, utilizzando vari metodi e tecniche, trova nell'onda di ingresso con un periodo di 2000 barre

tutte le possibili combinazioni di 50 barre consecutive e cosa fa con esse?

Non lo capirete finché non conoscerete il teorema di Fourier. Non si può semplicemente saltare dentro. Bisogna imparare un po'.

 
grasn писал(а) >>

Non so quanto si debba essere ottusi, ma mi sembra che l'unico modo per applicare questo campo sia attraverso il filtraggio adattivo. E in questo tutto si riduce alla corretta identificazione del modello. E questo non è un compito molto facile.

Questo è esattamente il mio punto. E sembra che questa via stia in una rete auto-adattiva, come quella di cui parla Neutron nel suo thread.

 

alla matematica

Серега, ты на это намекаешь, говоря о корректной идентификации модели?

Alexei, vedi il messaggio privato.


a FION.

Questo è quello che sto dicendo. E sembra che questa sia la strada per una griglia auto-tuning, come quella di cui parla Neutron nel suo thread.

"Shura, nessun furto - solo rapina!!!" (s) (qualcosa del genere, non ricordo testualmente). Non ci crederete, ma i perceptron sono multistrato e "i simili" sono gli stessi filtri. Non sono affatto esperto, ma trovo più allettante l'applicazione dei sistemi di controllo stocastici auto-organizzanti e la teoria del filtraggio (soprattutto la parte adattiva). Si tratta di due grandi teorie correlate, inoltre, più elaborate e pratiche per BP che per NS. Naturalmente, ci sono delle sottigliezze e non sono affatto contro NS, inoltre, uso una cosa del genere. Comunque, vedremo.

 
ssd >> :

Il programma è OK, disegna una buona linea, è difficile trovare un MA che disegna una linea così.

Non sto ancora parlando del programma.

Per https://www.mql5.com/ru/user s/begemot61

Ora per il programma.

Oggi ho scoperto che la linea dell'indicatore è troppo lunga.

È chiaro che è qui da qualche parte:

int start()
{
limite int, i;
int counted_bars=IndicatorCounted(); //quantità di barre scambiate
if(Bars<=(FilterLength+1)) return(0); //non ci sono abbastanza barre per i calcoli
if(counted_bars < 0) return (0); //errore di protezione
if(counted_bars > 0) counted_bars--;
limit=Bars-counted_bars-1;
for (i = limite;i>=0;i--) // Ciclo per barre non calcolate
{
FilterBuffer1[i] = FilterResponse(i); // Valore del buffer 0 sulla i-esima barra
}
ritorno(0);
}
----------------------------

Si scopre che il programma cambia non solo l'i-esimo elemento del buffer ma anche gli elementi già generati da ....