В большинстве приложений размерность вектора состояния объекта превосходит размерность вектора данных наблюдения. И при этом фильтр Калмана позволяет оценивать полное внутреннее состояние объекта. Фильтр Калмана предназначен для рекурсивного дооценивания вектора состояния априорно известной динамической системы, то есть для расчёта текущего...
そして、なぜその色をずっと「ぶら下げ」ておくのか？
このようなチャートはFortsで表示できるのでしょうか - 例えばRTSインデックスなど。現場も違うし、あとはニュアンスを把握する。
そこで質問なのですが、MAはラグがあることが知られています。周波数フィルターについては、どのようなことが言えるのでしょうか？ラグがあるのでしょうか？そんなはずはないのですが、私の勘違いかもしれません...。そして、MAは本質的にフィルターと同じではないでしょうか？
私の意見を入れさせてください。フィルターとは、その言葉通り、有用な信号とノイズを分離するために設計されたものです。ここでいうフィルタとは、通常、コンボリューションフィルタのことである。この操作により、元の信号の複素スペクトルを操作することができます（ 各周波数の振幅を乗算 し、位相を回転さ せます）。
何から何を切り離すのか？
もし、あなたにとって有用な信号が平滑化された信号であれば、ローパスフィルタが必要です。理想的なフィルターは双方向のフィルターで、計算するには過去と未来の両方が必要です。ワンウェイフィルタはどうしても位相がずれてしまい、遅れや進みなどの視覚的な効果が出てしまいますが、これは未来を知らないと現時点でのLPFの正確な値が分からないので仕方がないことなのです。
どうすればいいのか、どう対処すればいいのか。
ノイズ（ホワイトノイズ値、レッドノイズ増分）を予測することはできません。しかし、信号が等周波数のノイズではなく、ある周波数のピークが安定して存在する場合、それをフィルタリングすることで、（ある程度の誤差はありますが）リアルタイムのローパスフィルタの結果を得ることができます。カルマンフィルター、インジケータ 参照（他にもありましたね）。
単純なリーディングフィルタであれば、2*EMA(11)-EMA(22)を計算します。お好みで任意のピリオドを代用することができます。
しかし、実際には、価格データの周波数のピークは非常に弱く不安定であり、このようなフィルタの効率はごくわずかであることが分かっている。つまり、すべての線形フィルタは、「遅れ」や「データの歪み」を伴う運命にある。
プロの数学者からの批評を歓迎します。
今のところ、私も同じことを考えています。
ユセフさんは、確か数学の教授でしたよね？回答：最近、DSPについて調べ始めました。そこで質問なのですが、ご存知のようにMAはラグがあります。周波数フィルターについて教えてください。ラグがあるのでしょうか？そんなはずはないのですが、私の勘違いかもしれません...。また、AFは本質的にはフィルターと同じではないでしょうか？この問いには、まだ自分では答えられない。
私自身は、信号のフィルタリングを支持するものではありません。私は、すべての情報を「現状のまま」の原則で使用しています。アルゴリズム自体は、10分の1ピップ、100分の1ピップの精度でレベルを区別しています。初期信号のフィルタリングに干渉しないようにしたい。他に必要なもの - フィルタリングなしで
私の意見を入れさせてください。フィルターとは、その言葉通り、有用な信号とノイズを分離するために設計されたものです。ここでいうフィルタとは、通常、コンボリューションフィルタのことである。この操作により、元の信号の複素スペクトルを操作することができます（ 各周波数の振幅を乗算 し、位相を回転さ せます）。
何から何を切り離すのか？
もし、あなたにとって有用な信号が平滑化された信号であれば、ローパスフィルタが必要です。理想的なフィルターは双方向のフィルターで、計算するには過去と未来の両方が必要です。ワンウェイフィルタはどうしても位相がずれてしまい、遅れや進みなどの視覚的な効果が出てしまいますが、これは未来を知らないと現時点でのLPFの正確な値が分からないので仕方がないことなのです。
どうすればいいのか、どう対処すればいいのか。
ノイズ（ホワイトノイズ値、レッドノイズ増分）を予測することはできません。しかし、信号が等周波数のノイズではなく、ある周波数のピークが安定して存在する場合、それをフィルタリングすることで、（ある程度の誤差はありますが）リアルタイムのローパスフィルタの結果を得ることができます。カルマンフィルター、インジケータ 参照（他にもありましたね）。
単純なリーディングフィルタであれば、2*EMA(11)-EMA(22)を計算します。お好みで任意のピリオドを代用することができます。
しかし、実際には、価格データの周波数のピークは非常に弱く不安定であり、このようなフィルタの効率はごくわずかであることが分かっている。つまり、すべての線形フィルタは、「遅れ」や「データの歪み」を伴う運命にある。
プロの数学者からの批評を歓迎します。
あなたは、データを提供し、試すことができます：セッションのオープニングで価格、日付、過去2ヶ月間の楽器、TF D1。あるいは、最も信頼できるデータを入手できる場所を示す。
私自身は、信号のフィルタリングには賛成していません。私は、すべての情報を「現状のまま」使用しています。私のアルゴリズム自体は、10分の1ピップ、100分の1ピップの精度でレベルを区別しています。初期信号のフィルタリングに干渉しないようにしたい。他に必要なもの - フィルタリングなしで
ユセフ 毎日利益を確定するバージョンでは、利益の計算 方法をもっと詳しく説明してください。取引開始価格と取引終了価格はどのように決定するのですか？