Discussão do artigo "Criando Filtros Digitais Sem Atraso"

 

Novo artigo Criando Filtros Digitais Sem Atraso foi publicado:

O artigo descreve uma das abordagens para a determinação de um sinal útil (tendência) num fluxo de dados. Pequenos testes de filtragem (suavização) aplicados às cotações do mercado demonstram o potencial para a criação de filtros digitais sem atrasos (indicadores) que não são redesenhados nas últimas barras.

Filtro Cluster

Filtro Cluster é um conjunto de filtros digitais aproximando a sequência inicial. Filtros de cluster não devem ser confundidos com indicadores cluster.

Filtros cluster são convenientes ao analisar séries temporais não-estacionárias em tempo real, em outras palavras, o fluxo de dados. Isso significa que estes filtros tem o interesse principal em não suavizar os valores das séries de tempo já conhecidas, mas sim obter os valores suavizados mais prováveis ​​dos novos dados recebidos em tempo real.

Ao contrário de vários métodos de decomposição ou simplesmente filtros de frequência desejada, filtros cluster criam uma composição ou um leque de prováveis valores ​​de séries iniciais que são posteriormente analisados ​​para aproximação da sequência inicial. A sequência de entrada atua mais como uma referência do que o alvo da análise. A análise principal diz respeito aos valores calculados por um conjunto de filtros depois de processar os dados recebidos.

Figura 1. O diagrama de um filtro cluster simples

Figura 1. O diagrama de um filtro cluster simples

No caso geral, cada filtro incluído no cluster tem suas próprias características individuais e não está relacionado com os outros de qualquer forma. Algumas vezes estes filtros são personalizados para a análise de séries de tempo estacionária próprias, descrevendo as propriedades individuais da série inicial de tempo não estacionária. No caso mais simples, se a série não estacionária inicial modifica os seus parâmetros, os filtros de "switch" desligam. Assim, um filtro cluster controla as alterações em tempo real nas características.

Autor: Konstantin Gruzdev