著者の対談です。アレクサンドル・スミルノフ - ページ 4

 
Mathemat:
民生:それに、ジュリックが根拠として挙げている信号(モデル)に対して最適+適応の指標を作ることは、優秀なDSPの専門家にとってそれほど難しいことではないでしょう。
このスレッドの筆者は、そのような専門家であるようだ。

ここで、プライバルの ちょっとアホなモデルですが、リターン(シグナルの増分)を考えると、シグナルはゼロ、ノイズは経験的に分かっているコーシー分布型のp.d.f.とACFを持つランダムプロセスです。測定誤差、量子化誤差がない。もちろん、テールが非常に太く、依存性が高いので、統合の結果としての価格は、期待されるペイオフの周りでジャンプすることになる。

しかし、このようなモデルで動作するフィルターであれば、どこでも動作します。

あなたの説明にぴったりなとてもクールなフィルターが、0倍です。信号がゼロの場合:-).信号抽出を作業と理解すれば、どこでも作業できる。
 
ガウス増分によるWiener過程では、増分は期待値0である。でも、そこにもトレンドが...。
 
LeoV:
プライベートの 話。

レオV

問題はもう少し深いところにある。1つの指標は他の指標よりも適応的であると答えるためです。何に適応すべきかを知る必要があります。


もちろん、トレンドに適応する。トレンドが「大きく、強い」ほど、気象庁の周期は長くなる。というのが、私の理解するところでは正しいのですが.......


概念(トレンド、より大きく、より強く)を数字の言語に翻訳してください。そして、計算し、比較する=この指標の方が優れていると言うことができるのです。

 
Mathemat:
私的、ブラウン運動では、増分は期待値0である。

知っています。そして、信号が0であり、TFのタスクが信号を分離することであるなら、最適なTFの出力は0でなければならない。
 
Prival: 概念(トレンド、より多く、より強く)を数字に置き換えることができる。そうすれば、計算して比較する=こっちの方がいいということができる。



概念ではなく、トレンド指標、私はそれについて上記を書いた(あなたはおそらく慎重に読んでいない) - ADX指標や弁護士は、CFB指標を持っているか....まあ、たくさんいるんですけどね......。
 
Prival: しています。そして、信号が0であり、DFのタスクが信号を分離することであるならば、最適なDFの出力は0でなければならない。
いいえ、そんなことはありません。リターンを積算して価格そのものを求めることを忘れていますね。
 
LeoV:
プライベート:コンセプト(トレンド、より多く、より強く)を数字という言語に置き換えること。そうすれば、この指標は他の指標より優れている、という計算や比較が可能になる。



概念ではなく、トレンド指標、私はそれについて上記を書いた(あなたはおそらく慎重に読んでいない) - ADX指標または、jurikで、CFB指標または...。まあ、たくさんいるんですけどね......。


いや、しっかり読んでるんですけどね。ただ、私がどう見ているかを明確にしようとしただけです。それが、最後の一文なんですよね.そうですね......たくさんありますね......。本物はどこだ。一番、順応性が高く、トレンドを最も際立たせるもの?1は、プロパティがダウンして、私はダウンして(ドローダウン=0)、ターンアップし、私は上昇して、再びドローダウン=0など無限大に行きました。 そして、それはジグザグのように遡るのではなく、時間t = 0で動作します。(ジグザグよりも逆方向の方が良いものができる)

ノイズからフィルタリング=選択=クリアしなければならない有用な信号が何であるかを決めると理解できる。信号とその全成分+ノイズとそのパラメータを知る必要があります。

仮に

1.シグナルは直線の方程式(方向性のある動き=トレンド)、すでに多くの人がこのようなTFを作ってMQL4で書いています、利用可能で自由にアクセスできます。

2.振動的な動き(正弦波)が混在している場合は、別のTF

3. 直線運動と振動運動が混在している場合は、第3TFなど。

もし、信号が何であるかを定義すれば

これは標準的な合成問題で、入力→信号+ノイズの混合物があり、その出力に何らかの基準(ベイズが良い)で信号を選択する(TFを合成する)必要がある。合成問題を正しく 説明するためには、入力の数学的記述が必要である。

Djuricが自分のTFが優れている証拠として挙げている写真を撮るなら、正弦波と矩形波の混合パルスに対してより適応性がある(http://www.jurikres.com/catalog/ms_ama.htm#top)。

このような信号は、通常の無線工学の大学では実験室で使用されています。そして、それらを最適に長時間フィルタリングする方法についての数学と理論があるのです。

数学へ

リターンがトレンドを殺す、それが私たちの資本主義です。ACFデルタ関数があり、予測できない。それはノイズであり、それを除去することで、私たちが必要とするクリーンな信号が得られるのです。

S.U.さん、私はダメな教師になってしまったようで、すべてのことをわかりやすく説明することができません。



 
Prival: いや、しっかり読んでるんですけどね。ただ、私がどう見ているかを明確にしようとしただけです。最後の文章は、まさにそこがポイントですね.そうですね......たくさんありますね......。本物はどこだ。トレンドを最もよく表しているもの、最高のもの、最も適応性の高いもの ?

えーっ......。知っていればソチに住んでいたのに・・・))))))私はCFBを使っていますが、満足しています。完璧には程遠いけれど......ADXもそうだけど......。
 
Neutron:

はい、どういたしまして。

記事をざっと流し読みしてみました。きっと、私が作者を理解できていなかっただけなのでしょう

アンチエイリアスアルゴリズムを使用した場合の群遅延(GD)の発生について書かれている箇所では、リバースランを使用することで群遅延を「取り除く」レシピが紹介されています ...これはジョークなのか?カジュアル(BPの右端で作業する)なシステムでは、原理的にGZが避けられないことが知られています。しかし、もちろん、BPが定義されていて、それを(右端ではなく)行の真ん中で扱う予定であれば、著者がアドバイスするように、同じパラメータで逆方向の再平均化を行うことで、ラグを取り除くことができます。しかし、このような平均化アルゴリズムを用いると、どうしても最後のバーで再描画が発生してしまうことについては、著者は言及していない。忘れてしまったのか、それとも知らないのか。それとも他に?

以下、記事からの引用です。

"このように、上記の提案により、m/2のタイムラグ(従来のスライディングアベレージの第一の欠点)を部分的に補うことができるのである。そして、2つ目の悪影響は解消される・・・。そして3人目、4人目・・・。

また、提案する平均化アルゴリズムを用いることで、線形周波数歪みを大幅に低減することができ..."

集団遅延損害金という考え方は、私のものではなく、アメリカの科学者のものです。しかし、それは現実の時間スケール以外でも「機能」していました。 たとえば、電波天文学の分野ではそうです。私の成果は、合成移動平均という形で、実質的なアルゴリズムを提案できたことです。同僚、似非科学的な議論を始める前に、「材料となる部分」を勉強してください。
 
Mathemat:

Neutron さん、ありがとうございますAlexander さん、Easy Languageのアルゴリズムは正しいのでしょうか?


イージーランゲージのアルゴリズムは正しいが、それを実装したプログラマーはこの言語での作業経験がない。真理の基準は実践です。このアルゴリズムは、平均化ウィンドウのサイズに関係なく、平均化プロダクトに1バールの遅延を与える。