1a e 2a derivata del MACD - pagina 24
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
Come si fa a calcolare un filtro senza ritardo e a sfasamento zero per tutte le componenti spettrali? L'idea è semplice. Accettiamo quotazioni FFT. Si valorizzano i coefficienti di Fourier al di sopra di una certa frequenza. Poi invertiamo la trasformata di Fourier e otteniamo la nostra citazione filtrata. Ma non ha un bell'aspetto, soprattutto all'inizio e alla fine. Il che è comprensibile a causa della periodicità delle componenti di Fourier. Se volete giocare con questo filtro, il codice è allegato.
Non è un "filtro" ma un approssimatore. Altrimenti hai ragione: non c'è filtro senza ritardo. Non c'è nemmeno bisogno di essere un dottore per capirlo. Il problema è che la conoscenza della maggior parte dei membri di questo forum, anche se profonda, è FRAGMENTARIA. Per de-frammentare queste isole è necessaria una fuga di pensiero, è necessaria la libertà di parola. E su questo forum non c'è e non ci sarà presto. Quindi non si dovrebbe sperare di ricavare dei modelli di lavoro qui, circondati da questi moderatori qui, sotto questo modello di business di Metakwots.
Sarebbe meglio se tu, collega, postassi ancora l'uscita rigorosa del metodo Fit dal tuo estrapolatore. Anche se lei non è stato il primo, il primo è stato uno studente laureato in Asia, ma la sua conclusione (che, a proposito, non ha pubblicato per intero, la conclusione completa è stata fatta da un altro scienziato dei Baltici, entrambe le pubblicazioni sono praticamente sconosciute), il suo approccio è ristretto. Forse la vostra conclusione sarà più ampia (più ampia è, meglio è), anche se non è così esatta - a causa dei gradi. Mettetelo fuori, o si perderà nella storia del mondo.
Forse qualcuno ha già un algoritmo di conversione Hilbert-Huang?
Ho trovato alcuni codici in C++, ma non ho abbastanza esperienza in C++ e conoscenza di Hilbert-Huang per tradurlo in MQL4/5. Forse qualcuno sarebbe disposto ad aiutare?
Non è un "filtro", è un approssimatore. Altrimenti, hai ragione: non esiste un filtro senza ritardo. Non c'è nemmeno bisogno di essere un dottore per capirlo. Il problema è che la conoscenza della maggior parte dei membri di questo forum, anche se profonda, è FRAGMENTARIA. Per de-frammentare queste isole è necessaria una fuga di pensiero, è necessaria la libertà di parola. E su questo forum non c'è e non ci sarà presto. Quindi non si dovrebbe sperare di ricavare alcun modello di lavoro qui, circondati da questi moderatori qui, sotto questo modello di business di Metakwots.
Sarebbe meglio se tu, collega, postassi ancora l'uscita rigorosa del metodo Fit dal tuo estrapolatore. Anche se lei non è stato il primo, il primo è stato uno studente laureato in Asia, ma la sua conclusione (che, a proposito, non ha pubblicato per intero, la conclusione completa è stata fatta da un altro scienziato dei Baltici, entrambe le pubblicazioni sono praticamente sconosciute), il suo approccio è ristretto. Forse la vostra conclusione sarà più ampia (più ampia è, meglio è), anche se non è così esatta - a causa dei gradi. Mettetelo fuori, o si perderà nella storia del mondo.
L'output delle formule in Fit è stato fatto in Maple. Cercherò di trovare questo file e di postarlo qui. Una volta ero così interessato ai metodi di predizione delle serie temporali che ho anche iniziato a scrivere un libro su questo argomento. Ho scritto un centinaio di pagine e poi sono rimasto deluso e l'ho abbandonato. Ecco un pezzo di libro che descrive superficialmente l'output delle formule in Fit (scusate, ma è in inglese):
L'output della formula in Fit è stato fatto in Maple. Cercherò di trovare quel file e di postarlo qui. Una volta ero così interessato ai metodi di predizione delle serie temporali che ho iniziato a scrivere un libro sull'argomento. Ho scritto un centinaio di pagine e poi sono rimasto deluso e l'ho abbandonato. Ecco un pezzo di libro che descrive superficialmente l'output delle formule in Fit (scusate, ma è in inglese):
Grazie. Chiarisci solo, per favore, questa sopra è una pagina del tuo libro (non pubblicato), o qualche altro?
(Se è tuo, allora oggi 09-GEN-2012 ti sei assicurato la TUA PRIORITÀ MONDIALE DI SCIENZA scrivendo sul forum).
Lasciate che spieghi agli altri di cosa sto parlando: in molti casi di segnale rumoroso, i metodi convenzionali di approssimazione e interpolazione non funzionano. Di solito in questi casi si usa il metodo dei minimi quadrati (risolvendo un sistema ridefinito di equazioni lineari). Anche se i loro risultati sono molto più affidabili, tutti questi metodi sono CENTO volte più lenti dei soliti semplici, a causa della soluzione del sistema lineare.
In alcuni, pochissimi casi di una particolare approssimazione o di un particolare segnale, singoli scienziati, con trucchi matematici puramente analitici, sono riusciti a ridurre il sistema lineare di equazioni (bidimensionale) a metodi più semplici (unidimensionale, somma o convoluzione vettoriale). Questo accelera l'approssimazione del segnale rumoroso di MIGLIAIA di volte.
Uno di questi metodi è quello postato qui (per la prima volta in assoluto) su MQL4.com dall'autore GPWR (Vladimir).
Holoborodko dal Giappone, come citato sopra, ha usato lo stesso approccio per calcolare la derivata di un segnale rumoroso. È riuscito a ridurre (semplificare e velocizzare) le formule di derivazione a tipi ridicolmente semplici, senza risolvere un sistema di equazioni lineari.
Nell'elaborazione digitale dei segnali lo stesso approccio è usato in filtri savitzky-golay abbastanza rari.
https://en.wikipedia.org/wiki/Savitzky%E2%80%93Golay_smoothing_filter
P.S. Addendum per GPWR. Per lo stile "russo" dell'inglese corretto vedo che è il tuo libro. È eccellente, semplicemente eccellente. A proposito, è stato scritto molto lucidamente. È un peccato che non l'abbia pubblicato. È un buon contributo per DSP. Temo che per il commercio non sia DAVVERO adatto, tranne che in alcuni posti come un modo veloce ausiliario - forse.
P.P.S. Tutti imparano un approccio scientifico alla soluzione di problemi matematici applicati..... In molti casi di segnale rumoroso, l'approssimazione convenzionale, i metodi di interpolazione non funzionano.
Le parole approssimazione e interpolazione sono appropriate quando c'è un segnale. Gli specialisti del DSP continuano a dimenticare che non c'è un segnale in quanto tale nel mercato e in questo senso non è molto importante come si è riusciti a inserirlo in un campione. La sequenza di criteri è diversa: inserirsi nel campione in modo da poterlo estrapolare fuori dal campione. Siamo tutti interessati solo alla previsione out-of-sample, e la qualità degli algoritmi in-sample è interessante solo nel senso del potere predittivo dell'approssimazione risultante.
Quindi, dobbiamo prima rispondere a qual è la capacità predittiva del modello, e poi solo rispondere alla domanda successiva, qual è l'algoritmo di approssimazione che soddisfa il criterio predittivo.
.... In molti casi di segnale rumoroso, l'approssimazione convenzionale, i metodi di interpolazione non funzionano.
Le parole approssimazione e interpolazione sono appropriate quando c'è un segnale. Gli specialisti del DSP continuano a dimenticare che non c'è un segnale in quanto tale nel mercato e in questo senso non è molto importante come si è riusciti a inserirlo in un campione. La sequenza di criteri è diversa: inserirsi nel campione in modo da poterlo estrapolare fuori dal campione. Siamo tutti interessati solo alla previsione out-of-sample, e la qualità degli algoritmi in-sample è interessante solo nel senso della capacità predittiva dell'approssimazione risultante.
Quindi, si deve prima rispondere a quale sia la capacità predittiva del modello, e poi solo rispondere alla domanda successiva, qual è l'algoritmo di approssimazione che soddisfa il criterio predittivo.
Giusto, assolutamente giusto. E una risposta parziale, ripeto, parziale a questa domanda molto corretta può essere data solo dando una risposta corretta a una domanda perfettamente semplice, stupida nella sua semplicità "Cos'è un indicatore":
https://www.mql5.com/ru/forum/137416
L'approccio corretto alla costruzione di un sistema di trading si trova al CENTRO di diversi concetti di matematica, economia e persino giurisprudenza. Non può trovarsi altrove, perché i manager esperti delle banche avide del mondo hanno già provato tutto, tutti i metodi conosciuti, assunto tutti i matematici conosciuti e provato tutti i trucchi dei moderni metodi di approssimazione, modellazione, ottimizzazione. Beh, a parte il fatto che non conoscevano il metodo GPWR, ma questo metodo da solo non darà loro nulla se non la velocità. La risposta sarà "e allora? Hanno avuto supercomputer per molto tempo; la velocità non è un problema per loro.
Non capisco perché l'autore del thread viene attaccato qui? Cosa c'è di così rosso nella sua domanda? Perché gridate "fanculo"?
Forse, molto probabilmente, c'è qualcosa di vero:
Per esempio, è vero che il derivato MACD fornisce solo il tasso di cambiamento della BANDA del segnale di trading (e la banda stessa non è molto distinta e chiara). Ma qui, come detto correttamente, il GRADIENTE, cioè la derivata multidimensionale del MACD può dare qualcosa di utile. Per esempio la derivata del segnale MACD + il gradiente lungo la FOLLOWING di questo stesso MACD. Questo è insolito e fresco.
Il problema degli utenti avanzati del forum qui è che vengono sorvolati. Reshetov, per esempio, ha sollevato un importante argomento di minimax. Questo è importante. È noto da tempo a tutti gli economisti-modellisti-ottimizzatori che i metodi ordinari "tecnici" di ottimizzazione non danno le giuste conclusioni. Non è affatto una questione per gli economisti - che è necessario scavare nei minimi termini. Von, anche SProgrammer sul tema Reshetov risposto e ottenere eccitato, ha sentito alcune informazioni privilegiate sui metodi di pro-trading in grandi aziende. E cosa hanno fatto i partecipanti al forum? Hanno sbattuto Reshetov! Questo nonostante il fatto che, grossomodo, senza la conoscenza dell'ottimizzazione minimax gli economisti-modellisti non si diplomano affatto.
Non capisco perché l'autore di questo thread viene attaccato? Che cosa c'è di così ridicolo nella sua domanda? Perché gridare "prendetelo!"?
L'affermazione dell'autore della domanda è molto poco specifica.
Se la derivata, allora quale variabile. Sulla destra c'è la differenza tra le due regressioni. In apparenza - la variabile è il valore del quoziente. A me non sembra così. C'è una variabile più interessante - è il coefficiente di queste regressioni. Cosa rappresentano? Costanti? Questo deve essere dimostrato. A mio avviso questi coefficienti non sono affatto costanti, ma variabili casuali e dobbiamo ancora lavorare per renderli almeno simili a delle costanti. Allora, cos'è un derivato? Ho fatto questa domanda, ma non ho avuto risposta.
La formulazione della domanda da parte dell'autore è molto poco specifica.
Se derivata, quale variabile. A destra c'è la differenza delle due regressioni. A prima vista, la variabile è il valore del quoziente. A me non sembra così. C'è una variabile più interessante - è il coefficiente di queste regressioni. Cosa rappresentano? Costanti? Questo deve essere dimostrato. A mio avviso questi coefficienti non sono affatto costanti, ma variabili casuali e dobbiamo ancora lavorare per renderli almeno simili a delle costanti. Allora, il derivato - che cos'è? Ho fatto questa domanda, ma non ho avuto risposta.
La derivata è il tasso di cambiamento di una funzione in una variabile. Un gradiente è il tasso di cambiamento multivariato di una funzione su diverse variabili.
Ma bisogna fare attenzione alle parole "regressione" e "coefficiente di regressione". Non essere così veloce a saltare la pistola ed etichettarla immediatamente.
È possibile far scivolare la definizione in un'incoerenza con il nostro oggetto di studio.
E ci saranno altri malintesi e il tutto si trasformerà nella "redazione di giornali agricoli" di Mark Twain.
La derivata è il tasso di cambiamento di una funzione in una variabile. Il gradiente è il tasso di cambiamento multivariato di una funzione in diverse variabili.
Come si presenta esattamente questo derivato per il MACD. Non a parole.