デジタルローパスフィルタを用いたトレーディングシステムの構築 - ページ 5

 
Prival:

mql4-coding



もう、何度もやっています。見せたいものがあるんです、でないと信じてもらえませんから。


GBSのcsvファイルをお持ちですか? スペクトルアナライザで拾えるようにするには、どのような実装が一番簡単でしょうか?
 
ここに1,000個の値が生成されます。
ファイル:
111.zip  4 kb
 
ビーエスジー
 
ある有名な漫画の言葉を借りれば、「これはある種の間違ったBGSだ」 :)
 
bstone:
ある有名な漫画の言葉を借りれば、「これはある種の間違ったBGSだ」 :)

諾う
 

カイ二乗基準でBSHであると主張できますので、ご自身で生成して確認してみてください。ただ、これからはBGSでサイクルがどこから来るのかが気になると思います。理論的にはありえない。

アルパリのフォーラムでもフランス人に説明しました。上のリンク先を教えてあげました。

 
私は、スペクトル解析の結果の怪しさを指摘したまでです。
 
bstone:
私は、スペクトル解析の結果の怪しさを指摘したまでです。

スペクトル解析は怪しげな結果を出すことはできない、数学なのだから(ピタゴラスの定理が怪しげだとは言わない)、ここでも同じである。定理があり、それが機能するが、その結果を正しく適用し解釈することが必要である。
 
BGSを少し間違えただけみたいです......ちゃんとやりましたよ、アナライザーがハングアップするんです。その理由は、明日考えてみます。分光分析が疑問視されるような方法だとは思いません。
 
Vinin:
ピリグリム
ある時、ランダムプロセスを扱うことになり、ランダムプロセス成分の90%で少なくとも時系列の近似的な予測を得ることが課題でした。ランダムな過程を準ランダムにするために、私は簡単な方法を考案しました。ランダムな過程に、周波数-時間特性が近い決定論的な過程、最も簡単な場合は正弦波ですが、より複雑な信号を掛けるのです。その結果、プロセスの予測精度が桁違いに向上したのです。

もう少し詳しく教えてください。もちろん、シェアしていただけるのであればですが。
考え方の本質は単純で、ランダムな過程と決定論的な過程の共分散を作ると、結果として両方の符号を受け継いで準ランダムになる、というものです。そして、特性の異なる複数の決定論的過程を共分散に用い、一つのランダム過程との共分散を作り、その中から遺伝的アルゴリズムを用いて 最も情報量の多い特徴を選び、受信した信号から予測を行い、その結果、得られた予測から決定論的過程を差し引けば、残りはランダム過程の予測となり、この予測は信号から直接行うよりもはるかに高い精度になります。