Filtros digitais adaptativos - página 7
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
ZS, no fórum Alpari, BQQ expôs em alguns detalhes porque, em sua opinião, como especialista em DSP, os métodos de DSP são difíceis de aplicar no mercado. Bastante lúcido, na minha opinião.
Tive uma pequena discussão com a BQQ aqui http://forum.alpari-idc.ru/showthread.php?t=38804&page=16, se você não se importa, onde ele colocou tudo isso. Eu só acho que antes de tudo um especialista em DSP deveria conhecer e entender (com toda a sua alma) este teorema de Kotelnikov, é como um axioma em geometria.
Oh e a todos se você puder usar o termo taxa de amostragem por favor, para mim a freqüência Neukvist é um palavrão. É do reino de quem inventou o rádio Popov ou Marconi, etc.
Não, parece que não nesse tópico do fórum, no qual você discute com ele. Não salvei o elo, no espírito de: ler, realizar - e ok.
Qual é a tarefa? Para obter coeficientes de polinômio de aproximação e ajustá-los de acordo com o ER da AMA? Aqui na base de código há um exemplo de aproximação polinomial, mas este caso é redesenhado, e se você desenhar apenas o final, o resultado é pior do que o MA mais desagradável. Talvez algo como um alisamento T3 com todos os coeficientes adaptativos.
Estou apenas implicando com o Yurik (como se ele fosse o melhor), então sugeri que fizéssemos algo semelhante. Modificar o AMA e substituí-lo por um procedimento para calcular a média por algo melhor (decente). Não necessariamente um polinômio. Basicamente não preciso disso, mas se alguém quiser praticar a construção de algo semelhante ao JMA, estou pronto para ajudar e a matemática será transparente. Quanto à caixa preta, acho que nenhum dos residentes de longa data deste fórum gosta de usá-la :-).
Prival
Peço desculpas, não fui cuidadoso em minhas observações. Pessoalmente, nunca pensei em expressar qualquer dúvida sobre sua competência em assuntos de DSP. Acho que o mesmo é verdade para o grasn (espero que o grasn me perdoe por "assinar" em seu nome). É sobre a própria idéia e metodologia da pesquisa. Nada pessoal. A todos os autores que ativamente "escavam métodos matemáticos" neste fórum, eu trato estritamente positivamente, tendo em vista a singularidade desta comunidade. E tendo em vista as perspectivas que ela (a comunidade) tem. Mas não posso concordar com sua sugestão porque não acredito completamente nos polinômios como uma ferramenta que tem algum tipo de "poder preditivo". Estamos falando de intervalos de tempo de menos de um dia, e você quer explorar sua idéia precisamente em pequenos intervalos. Só não vejo a razão, que forçará o polinômio - de fato, absolutamente adaptado à função do sinal (de acordo com algum critério), a fazer uma previsão do comportamento do preço. Porque a previsão será sempre de cerca de 50\50. Isto se deve tanto aos processos que ocorrem no "mercado" quanto à forma de representação do sinal, o que de fato distorce completamente o quadro. Você quer usar DSP no comércio - é bem-vindo, mas primeiro prepare dados adequados para DSP. O "sinal" em si está certamente presente no preço, mas. Mas o nível desse sinal (como o Mathemat parece ter apontado corretamente) é muitas vezes menor que o "ruído" (embora não haja "ruído" no "mercado"). A sobreposição disto é a não-estacionariedade do próprio sinal. Como resultado, quase nenhum dos métodos tradicionais funciona. Eu não acho que isso seja porque a teoria do DSP está errada - é claro que está, é só que o sinal aqui é completamente diferente. Um sinal no qual uma grande parte das informações é simplesmente perdida. E, paradoxalmente, uma grande quantidade de informações é simplesmente desnecessária. Você disse que é um homem militar, então trate como um fato que todos os seus dispositivos estão entupidos de interferência, atrás dos quais você não pode ver o sinal da aeronave inimiga. E essa interferência é de uma qualidade muito alta. Mas se você for lá fora e olhar para o céu, você verá tudo imediatamente. É verdade que apontar e atirar do quadril não é a melhor solução. :)
E obrigado pelo presente, definitivamente vou encontrar tempo para me familiarizar com ele.
ao Vento do Norte.
Obrigado. E aqui "você precisa de um conceito simples e consistente o suficiente de vida no mercado" - você se refere ao seu próprio desenvolvimento ou ao uso de algumas técnicas como as descritas por Shiryaev?
para Candidato
Não há problema, assim como para você, se você usar um produto apropriado. O principal problema está na preparação dos dados. Para DM você precisa do tuple para conter os parâmetros estudados dos objetos para os quais você quer encontrar os padrões. Por exemplo, para as ondas, preparar os dados desta forma:
Mas para preparar os dados, é provável que eu consiga escapar :o)
PS: A propósito, Candidato - como você se sente sobre a perspectiva de cooperação na elaboração do modelo descrito? Parece que você é o último interessado,Prival parece ter ido para o bosque.
para Prival
Eles vêem, eles vêem, mas nem sempre e não se eles não forem perturbados. E de quem mais eles podem ter medo? Os Zulus, que não têm nenhum sistema. Claro que nós, porque eles ainda precisam de um inimigo, e podem até ter medo, apesar do fato de que o número de nossos sistemas de defesa aérea é ridículo e não representa uma ameaça real.
PS: Prival - para você uma citação de um desenho animado - "castor - exalar" ... :o)
Prtival - você não é corrigível :o).
para Piligrimm
Eu tentei com todos os disponíveis no MathCad e no MathLab e não fiquei satisfeito com o resultado.
PS: seu avatar não é o som "OM" que simboliza o Universo?
Não há problema, como é para você, se você usar o produto certo. O principal problema está na preparação dos dados. Para DM você precisa do tuple para conter os parâmetros estudados dos objetos para os quais você quer encontrar os padrões. Por exemplo, para as ondas, preparar os dados desta forma:
Mas para preparar os dados, é provável que eu consiga escapar :o)
PS: A propósito, Candidato - como você se sente sobre a perspectiva de cooperação na elaboração do modelo descrito? Como você parece ser o último interessado,Prival parece ter entrado no marasmo.
Você apenas pareceu mencionar anteriormente que não está usando exatamente um produto gratuito.
A perspectiva de uma colaboração não pode deixar de inspirar :). Se você tiver um plano concreto pronto, escreva e nós discutiremos. Ou esperar por uma carta minha, mas antes de escrever precisarei pensar sobre este plano.
para agarrar e rsi e todos
Quero explicar, porque vocês me atacaram repetidamente com o slogan "O mundo dos números governa". Eu o trouxe para que você pudesse prestar atenção a ele. Você está sorrindo, mas acho que você não entendeu completamente do que estou falando. Sugiro que você faça uma experiência muito simples. Suponha que o preço mude como uma onda sinusoidal. Desenhe um seno em um pedaço de papel e coloque dois pontos de referência sobre ele. Como este aqui.
Fig.1
Ou seja, tomamos as minúcias Close e assumimos que se trata de uma digitalização correta, veja fig. 1. (marcas azuis). Tudo parece bem e correto, e agora pense se o primeiro tique não chegou exatamente no final do minuto, mas por exemplo 2 segundos antes do final do minuto, + o segundo tique não estava no final do minuto, mas no início. Veja a Fig. 2 para o resultado. (as contagens azuis são diferentes no eixo do tempo). Então, acontece que a forma de onda senoidal mudou, a freqüência está errada, a fase está errada e tudo está ruim .....
Fig.2
Quem pode me dizer qual forma de onda senoidal é real? Ou você também pode me dar uma previsão, qual será o número no próximo Fechar (mesmo que seja estritamente uma onda sinusoidal)?
Quantas cópias já estão quebradas na análise do eixo Y (preços), e o eixo X (tempo) é esquecido. Ou eles acham que está tudo bem. Eles se aproximam e vão em frente. E como resultado, .... longas e persistentes buscas e conclusões DSP não funciona.
E vamos escrever esta sigla de forma diferente, portanto, DSP. (DSP !!!) a única coisa que falta fazer é definir o que é o sinal. Não sabemos como processar números como adicionar, subtrair, multiplicar e dividir, o que mais temos? Bem, quem aqui não conhece DC, estas operações complexas.
Você ainda pode se perguntar por que muitos métodos DSP não produzem os resultados que você espera deles. Talvez o processamento adequado do eixo X melhore muitos métodos de processamento digital, começando com o MA mais simples? E para o sinal (o componente útil que move o mercado) também, não se sabe muito, o que eu leio é a mesma filosofia :-(.
E infelizmente o dinheiro governa o mundo, não os números.
Embora eu ainda me comprometa a provar a qualquer um (você pode me comprar um brandy, porque já devo a muitas pessoas :-)) que se entre aquele preço "verdadeiro", que ninguém sabe, há alguém que pode controlar a taxa de amostragem, ele pode fazer o que quiser. A partir de uma onda sinusoidal comum de 100 MHz, você pode fazer qualquer curva que você vê na tela. Ao menos lembre-se dos filmes, onde as rodas vão para trás e o carrinho vai para frente :-).
E é por isso que essa bela frase, "um número governa o mundo e o nome desse número é taxa de amostragem". Não é tão ruim assim. Afinal, ao controlar este número, você pode controlar a curva na tela, ou seja, o valor (preço) do dinheiro. E se o dinheiro governa o mundo, então, controlando-o, eu governarei o mundo.
Z.U., o que é aquele desenho animado, "beaver-breath" que eu realmente quero ver :-). E você não pode se livrar de mim tão facilmente, como Prival na lama, não espere :-).
E à luz do que escrevi acima, para mim qualquer CD nunca será aquele DEUS todo-poderoso que pode me passar qualquer figura a qualquer momento. Eles serão fracos :-) É difícil fazer uma pausa do curso de luta :-)
2 Prival: vem à mente que Kalman, de acordo com você, é baseado em MNCs. Agora vejo porque funciona bem em dados de radar (com erros distribuídos pela Gaussian), mas - pior em dados de mercado. A principal razão pela qual Kalman é perfeito nos dados gaussianos é que a função de erro (alvo) - a soma dos quadrados de variação neste caso - é perfeita apenas para a distribuição gaussiana. Para outras distribuições, as funções de erro são diferentes. Para distribuições com caudas de potência (caudas pesadas), as funções alvo são bem diferentes, e MNC não conta aqui. É por isso que a JMA é melhor do que a Kalman nas séries de mercado.
Prival