Filtros digitais adaptativos - página 9

 
NorthernWind:
Prival:
Havia algum ruído nos resíduos, mas não gaussiano. Ruído estranho de + 1 pip e nada mais, alguns picos raros de 2-5 pips mais 1 gap era de 40 pips (eu estava procurando especificamente por uma semana com um bom gap).

E eu, Mathemat e outra pessoa vimos este barulho em carrapatos. Além disso, nos carrapatos é claro que +-1 pontos têm maior probabilidade de movimento inverso do que sua continuação. Infelizmente, esta regularidade está dentro do spread. E não é alto.

E o fato de que ele apareceu após o processamento é interessante.

Você analisou os retornos, eu vi tudo o que você postou. Releia-o várias vezes. Eu o fiz de uma maneira diferente. Tomei todos os carrapatos da semana, removi a tendência y(x)=a*x+b. Procurei por um processo oscilatório nos resíduos. Calculei a ACF. E usando Kalman eu estava removendo esta oscilação, e assim por diante, até que fiquei quase semelhante ao retornado (que é quase exatamente o que eu tenho). Eu estava procurando todos os componentes do processo, eu queria aproximar a dimensionalidade do modelo (quantas oscilações significativas existem em uma semana)
 
grasn:

para Piligrimm

Sobre os polinômios - você está profundamente enganado. Eles podem ser efetivamente utilizados para previsão...

Experimentei com todos os disponíveis no MathCad e no MathLab e não fiquei satisfeito com o resultado.

PS: seu avatar não é, por acaso, o som universal do "OM"?


Só posso repetir, se algo não funcionar para você, isso não significa que não possa ser de forma alguma. Continue procurando, tenho certeza de minha experiência prática que o uso de polinômios na previsão é tão eficaz quanto as redes neurais, apesar de consumir muito mais tempo. Sobre o avatar - você está certo.
 
Prival:

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, pegamos a minúcia Close e a consideramos como 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 (a contagem azul é diferente no eixo do tempo). E acontece que a forma de onda senoidal mudou, a frequência está errada, a fase está errada e, em geral, 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, então 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 se livra 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 :-)

Quando comecei a estudar o mercado Forex em 2000, também pensei que com base em minha experiência anterior em modelagem e previsão de séries temporais eu deveria prever tanto o preço quanto o tempo para obter uma imagem precisa e objetiva dos processos. Mas depois de alguns anos de experiências, percebi que a previsão de tempo no mercado Forex é muito mais difícil do que o preço e os recursos de computador disponíveis para mim não são suficientes para uma previsão adequada, enquanto que para uma negociação relativamente normal a única coisa que você precisa é saber o preço. Portanto, olhando para seus gráficos sinusoidais posso dizer que, em princípio, não é um problema que a fase e a freqüência tenham mudado, a amplitude é a mesma em ambos, e com base nisso você pode prever a direção do movimento de preços, se nada mais complicado e não vale a pena se preocupar com isso.
 
rsi:

Prival, Mathemat, tenho medo de ficar irritado novamente, mas tenho que dizer novamente - não há praticamente nenhum ruído nas citações - que é o sinal de entrada. Você está tentando usar as ferramentas da estatística matemática (a filtragem é a mesma). Estatísticas de quê? Estatísticas, leis de distribuição, seus momentos de diferentes ordens referem-se a variáveis aleatórias (processos). Se você receber um tique, isso é um sinal ou ruído? Eu defendo que é um sinal, porque com estes dados você pode dar uma ordem de compra ou venda, e ela será executada (todas as outras condições gerais sendo iguais). Sim, é difícil prever qual será o próximo valor do preço, então gosto de pensar que existe um componente aleatório e um componente não aleatório que pode ser identificado e depois extrapolado - prever. E não é aleatório, é apenas desconhecido. Ou, se você quiser, tudo ao acaso - sem dividi-lo em componentes aditivos. O que você vai separar? O mesmo filtro Kalman filtrará um componente muito definido - definido por seu próprio modelo na forma de uma função analítica suave. Você sabe disso? Eu não tenho. Você está tentando identificar as propriedades dinâmicas do mercado, e aplicar uma analogia física é, infelizmente, também inútil: você pode encontrar velas minúsculas com uma amplitude maior do que uma figura, bem como lacunas, o que indica que ela é praticamente inercial.

Concordo plenamente, não há ruído nem componente aleatório nas citações; há distorções nos sinais devido a filtros DC e atrasos e perdas de informação de sinais devido à comunicação e ao método pré-histórico de formação de castiçal. Quanto às distorções AC, elas podem ser parcialmente resolvidas, se um modelo adequado for construído, ele as levará em consideração. Infelizmente, nesta situação, teremos que reeducar o modelo para cada corretora, ele não será universal. Quanto às perdas de informação, podemos usar carrapatos fornecidos pela Reuters e outras agências de notícias, em geral, não é um obstáculo, o principal é encontrar uma estratégia eficaz, o resto é uma questão técnica.
 
Prival:
NorthernWind:
Prival:
Havia algum ruído nos resíduos, mas não gaussiano. Ruído estranho de + 1 pip e nada mais, alguns picos raros de 2-5 pips mais 1 gap era de 40 pips (eu estava procurando especificamente por uma semana com um bom gap).

E eu, Mathemat e outra pessoa vimos este barulho em carrapatos. Além disso, nos carrapatos é claro que +-1 pontos têm maior probabilidade de movimento inverso do que sua continuação. Infelizmente, esta regularidade está dentro do spread. E não é alto.

E o fato de que ele apareceu após o processamento é interessante.

Você analisou os retornos, eu vi tudo o que você postou. Releia-o várias vezes. Eu o fiz de forma diferente. Tomei todos os carrapatos da semana, removi a tendência y(x)=a*x+b. Procurei por um processo oscilatório nos resíduos. Calculei a ACF. E usando Kalman eu estava removendo esta oscilação, e assim por diante, até que fiquei quase semelhante ao retornado (que é quase exatamente o que eu tenho). Eu estava procurando todos os componentes do processo, eu queria aproximar a dimensionalidade do modelo (quantas oscilações significativas existem em uma semana)

Não há um filtro perfeito, este "ruído" é +-1 pips, é a distorção que ocorre durante o processamento, devido ao fato de que a resolução do computador é finita, o filtro não é perfeito, etc., não é ruído no sinal original.
 
Piligrimm:
Não há filtro perfeito, este "ruído" é +-1 pips, é distorção que ocorre durante o processamento, devido ao fato de que a resolução do computador é finita, o filtro não é perfeito, etc., não é ruído no sinal original.


Era mais ou menos disso que eu estava falando. É o ruído de medição (quantização e amostragem do ruído) .

O que o som universal "OM" simboliza. Século das Luzes.

 

Piligrimm, você vai permitir isso?

É o ruído do universo que nossos sentidos normais não permitem através de seus filtros. E, ao mesmo tempo, o sinal que o praticante deve emitir para entrar em ressonância espiritual estocástica com o universo. Shudko :)

 
Piligrimm:
Quanto à perda de informação, você pode usar os carrapatos fornecidos pela Reuters e outras agências de notícias, isto não é um tropeço...
:-)
 
Mathemat:
... Quando falo de erros, geralmente falo de erros de previsão ou aproximação. Prival fala sobre erros de observação e medição. Isto é bastante natural em termos de sua especialidade. Mas estes são erros bem diferentes. No entanto, este ponto de vista tem direito à vida, embora, em minha opinião, seja artificial...

Concordo plenamente com você. Com relação aos erros de medição, acrescentei o PS em meu posto anterior. E quanto aos erros de previsão - deve ser, em minha opinião, o tema de pesquisa e critério para decisões comerciais, e aquela variável aleatória, à qual os métodos estatísticos e exatamente a abordagem Bayss devem ser aplicados. E não ao preço ou ao retorno - isso é bom para entrar e isso é depois do pré-processamento. As probabilidades de predição têm o direito de existir e tudo o que já aconteceu tem probabilidade igual a uma.

O MTS não precisa ser implementado com redes neurais tão pouco apreciadas pelo Prival, mas temos que entender que não são filtros (não está claro o que eles separam do que), mas DataMining, clustering e outras tecnologias modernas similares de análise de dados multivariados (acho que Piligrimm mencionou aqui o MSUA) que permitem identificar padrões ocultos em uma série temporal.

Em geral, tenho a sensação de um Esquerdino tentando marcar uma posição: "Os ingleses não limpam suas armas com um tijolo" :-)

 
Prival:

Eu adoraria ajudar. Mas infelizmente não consigo ler o código MQL tão livremente como o MathCad onde as fórmulas são escritas da forma como estamos acostumados a vê-las em livros. A única coisa que me parece (embora eu não tenha certeza) é usar um dos tipos de regressão, para torná-lo mais claro

Há uma regressão linear como y(x)=ax+b. Você pode calcular coeficientes a e b de diferentes maneiras, pode usar ANC (parece não ser usado lá), e pode usar a recorrência, mas para entendê-la você deve entender claramente os ciclos (eu fico confuso lá, onde, o que e por que é calculado). Muito provavelmente há uma regressão não linear, porque há alguns se() enquanto o cálculo + tipo de equação de regressão em si não é claro, quantos coeficientes existem.

Em geral, quase todos os indicadores podem ser considerados como filtros digitais, o MA é um filtro digital. A palavra adaptação geralmente significa que alguns parâmetros (coeficientes no intestino do filtro) têm que mudar de acordo com as características do sinal de entrada. Portanto, antes de tudo, eu referiria os filtros digitais AMA, FRAMA e similares adaptativos (média de mudanças de parâmetros (n) dependendo da estimativa de variação do processo de entrada), quase todos FFT, filtros wavelet que utilizam processamento de limiar (tentando combinar parâmetros TF com um espectro de sinal de entrada desejado).

Mas SATL, FATL não são adaptáveis, porque os coeficientes TF foram calculados uma vez na fase de projeto para combinar a resposta transitória do filtro com o espectro do sinal de entrada (AFR e IFR), e durante a operação estes coeficientes não mudam. Estes são os chamados filtros combinados. Mas existe um ideal, o que é chamado no DSP de filtro ideal, para construí-lo é difícil, mas possível. Para isso, você precisa conhecer espectros de sinais e ruídos úteis.

Não sei se o ajudei ou o confundi :-), mas em todo caso, boa sorte.