GOLD1 - 가우스 노이즈: MESA가 가짜 피크를 찾습니다. 이것이 MESA의 특성입니다. 항상 스펙트럼 피크라고 하는 무언가를 찾습니다. 그러나 신호 진폭의 동일한 차수의 진폭의 정현파 신호를 추가하면 모든 가짜 극이 사라지고 진짜 극만 남게 됩니다. 그래서 당신은 그들이 모두 가짜라는 것을 깨닫습니다. 해당 테스트를 수행하도록 분석기를 프로그래밍하는 것은 어렵지 않아야 합니다.
GOLD15 - 2개의 정현파. 200, 400 및 580 창 길이를 모두 잡습니다. 580-585 이상을 넣으면 문제가 있습니다. 시리즈가 599개 값에 불과한 문제일 것입니다. 끝점을 분석하지 않도록 항상 주의하십시오.
GOLD5 - 2개의 정현파 및 노이즈. 음, 많은 노이즈가 있지만 분석기는 두 개의 주파수를 스펙트럼의 주요 피크로 올바르게 얻었지만 다른 작은 가짜 피크가 있습니다(첫 번째 그림 참조)
노이즈 감소 필터(특히 칼만, 중앙값 필터 및 FIR)를 적용하면 상황이 약간 나아집니다. 그런 다음 다른 봉우리는 약간 낮아집니다(그렇게 많이는 아님)
다음은 전처리가 적용된 스펙트럼입니다(D1=18, P1=9의 디지털 필터)(두 번째 그림 참조)
GOLD1 - 가우스 노이즈: MESA가 가짜 피크를 찾습니다. 이것이 MESA의 특성입니다. 항상 스펙트럼 피크라고 하는 무언가를 찾습니다. 그러나 신호 진폭의 동일한 차수의 진폭의 정현파 신호를 추가하면 모든 가짜 극이 사라지고 진짜 극만 남게 됩니다. 그래서 당신은 그들이 모두 가짜라는 것을 깨닫습니다. 해당 테스트를 수행하도록 분석기를 프로그래밍하는 것은 어렵지 않아야 합니다.
GOLD15 - 2개의 정현파. 200, 400 및 580 창 길이를 모두 잡습니다. 580-585 이상을 넣으면 문제가 있습니다. 시리즈가 599개 값에 불과한 문제일 것입니다. 끝점을 분석하지 않도록 항상 주의하십시오.
GOLD5 - 2개의 정현파 플러스 노이즈. 음, 많은 노이즈가 있지만 분석기는 두 개의 주파수를 스펙트럼의 주요 피크로 올바르게 얻었지만 다른 작은 가짜 피크가 있습니다(첫 번째 그림 참조)
노이즈 감소 필터(특히 칼만, 중앙값 필터 및 FIR)를 적용하면 상황이 약간 나아집니다. 그런 다음 다른 봉우리는 약간 낮아집니다(그렇게 많이는 아님)
다음은 전처리가 있는 스펙트럼입니다(P1=18, D1=9의 디지털 필터 )(두 번째 그림 참조)
나는 녹사 녀석들의 접근 방식을 좋아한다. 내가 이해한 바에 따르면 SSA의 마지막 변경되지 않는 막대에서 현재 막대까지 누락된 데이터를 채우는 단일 스펙트럼 alisys + 신경망이 있으므로 다시 칠하지 않습니다.
건전한 접근이라고 생각하는데, 요즘 한 번 쯤 들여다보고 싶다. .
즉, CSSA 사이클이 실제 신호에 가깝다는 것을 알 수 있지만 FFT + 주파수 도메인 필터링 + IFFT(그림 참조)로도 얻을 수 있습니다. FFT의 다른 문제에 대해서는 Meyer의 EPFFT를 살펴보세요. 하지만 항상 옳은 일을 하는 것은 쉽다는 점을 지적하고 싶습니다... 나중에 아시겠지만)
나는 5개의 시끄러운 짹짹 신호를 첨부합니다. 기본 짹짹은 거기에서 동일합니다. 3 나는 NOXA 차트에서 추출한 1,4 및 9의 maks 노이즈 진폭과 2를 사용하도록 만들었습니다. 따라서 MESA와 직접 비교할 수 있습니다.
어쨌든, 귀하의 MESA가 지금 작동하고 있다고 생각하므로 어떻게 진행해야 하는지가 문제입니다.
P1과 D1을 수동으로 선택하려면 이보다 오래 작동하기 때문입니다.
CSSA처럼 시장 상황이 바뀌지 않기 때문입니다. 거기보다 자동으로
하위 사이클을 정렬하고 필터링하는 방법이 문제입니다. CSSA의 경우 Genetic Optimizer가 가장 수익성 있는 하위 사이클 그룹을 선택하는 것보다 show eigenvector 도구를 사용하여 수동으로 이 작업을 수행합니다.
그래서 지금 당신의 아이디어는 무엇입니까 ?? 이 적응형 FATL, SATL, FTLM, STLM, PCCI 및 RBCI가 앞으로 나아갈 방향입니까?
크지슈토프
올려주신 짹짹 신호도 한번 보겠습니다.
어쨌든 아이디어는 P1과 D1을 자동으로 선택하고(이미 게시한 MESA_cutoff_frequency 표시기로 이미 수행할 수 있음) ACTF 방법론을 사용하여 효과적인 추세 거래를 만드는 것이었습니다.
그런 점에서 clahn이 도움이 될 수 있다고 생각합니다(클란 인내심을 갖고 최대한 빨리 지표를 게시하겠습니다 ) 그가 나보다 ACTF를 더 잘 알기 때문입니다.
그러나 CSSA(및 독립적으로 Neuroshell)의 거래 철학은 ACTF의 거래 철학과 매우 다릅니다. 나는 나중에 그것에 대해 더 깊이 알고 싶습니다.
나는 비인과적 필터를 사용하라는 Codebreaker의 제안을 따랐습니다. 손에 SSA가 없기 때문에 이전 게시물과 동일한 트릭을 사용했습니다. 나는 좋은 오래된 FFT를 사용하여 주파수 도메인의 신호를 필터링했습니다(두 번째 및 세 번째 그림 참조, 노란색 선은 필터에 대한 다른 설정이 있는 "추세선"이며 임계값 위의 모든 주파수는 차단됨).
나는 녹사 녀석들의 접근 방식을 좋아한다. 내가 이해한 바에 따르면 SSA의 마지막 변경되지 않는 막대에서 현재 막대까지 누락된 데이터를 채우는 단일 스펙트럼 alisys + 신경망이 있으므로 다시 칠하지 않습니다.
건전한 접근이라고 생각합니다. 요즘 한 번 들여다보고 싶습니다. .
즉, CSSA 사이클이 실제 신호에 가깝다는 것을 알 수 있지만 FFT + 주파수 도메인 필터링 + IFFT(그림 참조)로도 얻을 수 있습니다. FFT의 다른 문제에 대해서는 Meyer의 EPFFT를 살펴보세요. 하지만 항상 옳은 일을 하는 것은 쉽다는 점을 지적하고 싶습니다... 나중에 아시겠지만)
올려주신 짹짹 신호도 한번 보겠습니다.
어쨌든 아이디어는 P1과 D1을 자동으로 선택하고(이미 게시한 MESA_cutoff_frequency 표시기로 이미 수행할 수 있음) ACTF 방법론을 사용하여 효과적인 추세 거래를 만드는 것이었습니다.
그런 점에서 나는 clahn이 도움이 될 수 있다고 믿습니다. ) 그가 나보다 ACTF를 더 잘 알기 때문입니다.
그러나 CSSA(그리고 독립적으로 Neuroshell)의 거래 철학은 ACTF의 거래 철학과 매우 다릅니다. 나는 나중에 그것에 대해 더 깊이 알고 싶습니다.
안녕,
CSSA NOXA 성능 관련. TRAD2WIN에서 논의된 결과는 항상 샘플에서 벗어났습니다. 그러나 샘플이 아닌 GOLD5에서 100%에 도달하더라도 그것은 단순한 환상입니다. 소음 수준 변경 후 성능에 어떤 일이 발생하는지 확인하십시오.
이러한 디지털 필터 를 기반으로 하는 전략을 사용하면 플랫이 지속되는 경우 몇 번 이상 포지션을 열고 닫음으로써 이익을 최대한 활용할 수 있다는 이점이 있습니다. 기본적인 단점은 채널 라인의 이탈이 실질적이고 근거 없는 손실을 초래할 수 있다는 것입니다.
흥미롭게 들립니다. 이 표시기는 어디에 있습니까? 클
아직 공개하지 않았어요 :-)
아직 공개하지 않았어요 :-)
롤 꽤 괜찮아.... 내가 놓친 어떤 게시물에 있는 줄 알았는데....
클
GOLD5 및 시끄러운 짹짹
다음은 Krzysztof가 제공한 테스트 신호에 대한 고려 사항입니다.
GOLD1 - 가우스 노이즈: MESA가 가짜 피크를 찾습니다. 이것이 MESA의 특성입니다. 항상 스펙트럼 피크라고 하는 무언가를 찾습니다. 그러나 신호 진폭의 동일한 차수의 진폭의 정현파 신호를 추가하면 모든 가짜 극이 사라지고 진짜 극만 남게 됩니다. 그래서 당신은 그들이 모두 가짜라는 것을 깨닫습니다. 해당 테스트를 수행하도록 분석기를 프로그래밍하는 것은 어렵지 않아야 합니다.
GOLD15 - 2개의 정현파. 200, 400 및 580 창 길이를 모두 잡습니다. 580-585 이상을 넣으면 문제가 있습니다. 시리즈가 599개 값에 불과한 문제일 것입니다. 끝점을 분석하지 않도록 항상 주의하십시오.
GOLD5 - 2개의 정현파 및 노이즈. 음, 많은 노이즈가 있지만 분석기는 두 개의 주파수를 스펙트럼의 주요 피크로 올바르게 얻었지만 다른 작은 가짜 피크가 있습니다(첫 번째 그림 참조)
노이즈 감소 필터(특히 칼만, 중앙값 필터 및 FIR)를 적용하면 상황이 약간 나아집니다. 그런 다음 다른 봉우리는 약간 낮아집니다(그렇게 많이는 아님)
다음은 전처리가 적용된 스펙트럼입니다(D1=18, P1=9의 디지털 필터)(두 번째 그림 참조)안녕
NOXA는 또한 GOLD5에 대한 테스트를 수행했으므로 비교를 살펴보십시오.
T2W 데이 트레이딩 및 외환 포럼
포스트 115
나는 5개의 시끄러운 짹짹 신호를 첨부합니다. 기본 짹짹은 거기에서 동일합니다. 3 나는 NOXA 차트에서 추출한 1,4 및 9의 maks 노이즈 진폭과 2를 사용하도록 만들었습니다. 따라서 MESA와 직접 비교할 수 있습니다.
어쨌든, 귀하의 MESA가 지금 작동하고 있다고 생각하므로 어떻게 진행해야 하는지가 문제입니다.
P1과 D1을 수동으로 선택하려는 경우 이보다 오래 작동하기 때문입니다.
CSSA처럼 시장 상황이 바뀌지 않기 때문입니다. 거기보다 자동으로
하위 사이클을 정렬하고 필터링하는 방법이 문제입니다. CSSA의 경우 Genetic Optimizer가 가장 수익성 있는 하위 사이클 그룹을 선택하는 것보다 show eigenvector 도구를 사용하여 수동으로 이 작업을 수행합니다.
그래서 지금 당신의 아이디어는 무엇입니까 ?? 이 적응형 FATL, SATL, FTLM, STLM, PCCI 및 RBCI가 앞으로 나아갈 방향입니까?
크지슈토프
디지털 필터 를 기반으로 한 거래 전략으로 거래하지 않는다면 좋은 방법이 있습니다.
현재 표시기를 디지털 필터로 교체하고 차이점을 확인하십시오. 더 많은 수익을 얻을 수 있습니다...
해피 트레이딩
다음은 Krzysztof가 제공한 테스트 신호에 대한 고려 사항입니다.
GOLD1 - 가우스 노이즈: MESA가 가짜 피크를 찾습니다. 이것이 MESA의 특성입니다. 항상 스펙트럼 피크라고 하는 무언가를 찾습니다. 그러나 신호 진폭의 동일한 차수의 진폭의 정현파 신호를 추가하면 모든 가짜 극이 사라지고 진짜 극만 남게 됩니다. 그래서 당신은 그들이 모두 가짜라는 것을 깨닫습니다. 해당 테스트를 수행하도록 분석기를 프로그래밍하는 것은 어렵지 않아야 합니다.
GOLD15 - 2개의 정현파. 200, 400 및 580 창 길이를 모두 잡습니다. 580-585 이상을 넣으면 문제가 있습니다. 시리즈가 599개 값에 불과한 문제일 것입니다. 끝점을 분석하지 않도록 항상 주의하십시오.
GOLD5 - 2개의 정현파 플러스 노이즈. 음, 많은 노이즈가 있지만 분석기는 두 개의 주파수를 스펙트럼의 주요 피크로 올바르게 얻었지만 다른 작은 가짜 피크가 있습니다(첫 번째 그림 참조)
노이즈 감소 필터(특히 칼만, 중앙값 필터 및 FIR)를 적용하면 상황이 약간 나아집니다. 그런 다음 다른 봉우리는 약간 낮아집니다(그렇게 많이는 아님)
다음은 전처리가 있는 스펙트럼입니다(P1=18, D1=9의 디지털 필터 )(두 번째 그림 참조)
안녕
NOXA는 또한 GOLD5에 대한 테스트를 수행했으므로 비교를 살펴보십시오.
T2W 데이 트레이딩 및 외환 포럼
포스트 115
당첨자는 100% OK
나는 녹사 녀석들의 접근 방식을 좋아한다. 내가 이해한 바에 따르면 SSA의 마지막 변경되지 않는 막대에서 현재 막대까지 누락된 데이터를 채우는 단일 스펙트럼 alisys + 신경망이 있으므로 다시 칠하지 않습니다.
건전한 접근이라고 생각하는데, 요즘 한 번 쯤 들여다보고 싶다.
.
즉, CSSA 사이클이 실제 신호에 가깝다는 것을 알 수 있지만 FFT + 주파수 도메인 필터링 + IFFT(그림 참조)로도 얻을 수 있습니다. FFT의 다른 문제에 대해서는 Meyer의 EPFFT를 살펴보세요. 하지만 항상 옳은 일을 하는 것은 쉽다는 점을 지적하고 싶습니다... 나중에 아시겠지만)
나는 5개의 시끄러운 짹짹 신호를 첨부합니다. 기본 짹짹은 거기에서 동일합니다. 3 나는 NOXA 차트에서 추출한 1,4 및 9의 maks 노이즈 진폭과 2를 사용하도록 만들었습니다. 따라서 MESA와 직접 비교할 수 있습니다.
어쨌든, 귀하의 MESA가 지금 작동하고 있다고 생각하므로 어떻게 진행해야 하는지가 문제입니다.
P1과 D1을 수동으로 선택하려면 이보다 오래 작동하기 때문입니다.
CSSA처럼 시장 상황이 바뀌지 않기 때문입니다. 거기보다 자동으로
하위 사이클을 정렬하고 필터링하는 방법이 문제입니다. CSSA의 경우 Genetic Optimizer가 가장 수익성 있는 하위 사이클 그룹을 선택하는 것보다 show eigenvector 도구를 사용하여 수동으로 이 작업을 수행합니다.
그래서 지금 당신의 아이디어는 무엇입니까 ?? 이 적응형 FATL, SATL, FTLM, STLM, PCCI 및 RBCI가 앞으로 나아갈 방향입니까?
크지슈토프올려주신 짹짹 신호도 한번 보겠습니다.
어쨌든 아이디어는 P1과 D1을 자동으로 선택하고(이미 게시한 MESA_cutoff_frequency 표시기로 이미 수행할 수 있음) ACTF 방법론을 사용하여 효과적인 추세 거래를 만드는 것이었습니다.
그런 점에서 clahn이 도움이 될 수 있다고 생각합니다(클란 인내심을 갖고 최대한 빨리 지표를 게시하겠습니다
) 그가 나보다 ACTF를 더 잘 알기 때문입니다.
그러나 CSSA(및 독립적으로 Neuroshell)의 거래 철학은 ACTF의 거래 철학과 매우 다릅니다. 나는 나중에 그것에 대해 더 깊이 알고 싶습니다.
마지막으로 MESA와 detrending으로 몇 가지 테스트를 수행했습니다.
노이즈 제거의 경우와 마찬가지로 대부분 "추세"로 정의하는 항목에 따라 다릅니다.
나는 비인과적 필터를 사용하라는 Codebreaker의 제안을 따랐습니다. 손에 SSA가 없기 때문에 이전 게시물과 동일한 트릭을 사용했습니다. 나는 좋은 오래된 FFT를 사용하여 주파수 도메인의 신호를 필터링했습니다(두 번째 및 세 번째 그림 참조, 노란색 선은 필터에 대한 다른 설정이 있는 "추세선"이며 임계값 위의 모든 주파수는 차단됨).
그런 다음 신호에서 필터링된 신호를 뺍니다(따라서 비인과적 하이패스 필터를 얻음).
관찰된 대역에서 메사 스펙트럼은 추세 감소에 대해 거의 변하지 않는 것으로 나타났습니다.
CSSA 환상
승자의 100% OK
나는 녹사 녀석들의 접근 방식을 좋아한다. 내가 이해한 바에 따르면 SSA의 마지막 변경되지 않는 막대에서 현재 막대까지 누락된 데이터를 채우는 단일 스펙트럼 alisys + 신경망이 있으므로 다시 칠하지 않습니다.
건전한 접근이라고 생각합니다. 요즘 한 번 들여다보고 싶습니다.
.
즉, CSSA 사이클이 실제 신호에 가깝다는 것을 알 수 있지만 FFT + 주파수 도메인 필터링 + IFFT(그림 참조)로도 얻을 수 있습니다. FFT의 다른 문제에 대해서는 Meyer의 EPFFT를 살펴보세요. 하지만 항상 옳은 일을 하는 것은 쉽다는 점을 지적하고 싶습니다... 나중에 아시겠지만)
올려주신 짹짹 신호도 한번 보겠습니다.
어쨌든 아이디어는 P1과 D1을 자동으로 선택하고(이미 게시한 MESA_cutoff_frequency 표시기로 이미 수행할 수 있음) ACTF 방법론을 사용하여 효과적인 추세 거래를 만드는 것이었습니다.
그런 점에서 나는 clahn이 도움이 될 수 있다고 믿습니다.
) 그가 나보다 ACTF를 더 잘 알기 때문입니다.
그러나 CSSA(그리고 독립적으로 Neuroshell)의 거래 철학은 ACTF의 거래 철학과 매우 다릅니다. 나는 나중에 그것에 대해 더 깊이 알고 싶습니다.안녕,
CSSA NOXA 성능 관련. TRAD2WIN에서 논의된 결과는 항상 샘플에서 벗어났습니다. 그러나 샘플이 아닌 GOLD5에서 100%에 도달하더라도 그것은 단순한 환상입니다. 소음 수준 변경 후 성능에 어떤 일이 발생하는지 확인하십시오.
T2W 데이 트레이딩 및 외환 포럼
포스트 175.
무너졌다!!! 443 미친 거래. '커브 핏터'가 핏을 잃어버렸기 때문에 간단합니다.
자동화 방법에 대해. 스펙트럼에서 상단과 하단을 간단히 선택하는 것만으로는 충분하지 않고 결합된 지배적 사이클을 만드는 것이 매우 어려울 것이기 때문에 어떻게 분류할 것인지 흥미롭습니다.
해결책은 일종의 필터 뱅크를 가지거나 이러한 하위 사이클을 선택하거나 NN 표시기를 재교육하는 항상 최적화 프로그램을 실행하는 것입니다. EA 머니 와이즈의 결과가 어떻게 될지 궁금합니다.
여기에는 EA와의 테스트 없이 어떤 것이 가장 좋은지 말하기 어려운 몇 가지 추세 감소 방법이 있습니다.
a) Svd(ssa) 이것은 분리 가능성에 가장 적합할 수 있지만 매개변수적이고 긴 프로세스입니다.
책 제공 ( 시계열 구조 분석: SSA 및 관련 기법 )
b) Hodrick Prescott 필터 매개변수( MATLAB Central - 파일 세부 정보 - Hodrick-Prescott 필터 )
( MATLAB Central - 파일 세부 정보 - Fast Hodrick Prescott Filter )
c) 웨이블릿
d) 로그의 차이
e) 차이 %(변화율)
f) MF-DFA ( 추세 변동 분석 - Wikipedia, 무료 백과사전 )
크지슈토프
안녕,
DFM을 사용하여 일부 주기 표시기를 만들려고 했지만 때때로 주기가 완전히 잘못되어 매개변수 P1, D1, P2 및 D2를 몇 개만 변경하고 있습니다.
예를 들어, P1=90, D1=73, P2=100 및 D2=138(EURUSD 4H의 경우 95에서 피크)을 사용하는 경우 P1=87, D1=73을 사용할 때와 매우 다른 결과를 얻게 됩니다. P2=102 및 D2=138.
나는 단지 P1과 P2를 조금 변경하고 있지만 결과는 전혀 같지 않습니다.
CSSA에 대해 정확히 무엇입니까? MQ4용 지표나 도구가 있습니까?
SSA.mq4 및 SSA_normalize.mq4를 다운로드했지만 작동하지 않습니다.