Filtros FIR - página 10
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
Vocês estão discutindo sobre a coisa errada, Prival demonstra uma abordagem clássica e Sabluk uma abordagem prática. Vamos falar melhor sobre a aplicabilidade dos métodos espectrais ao mercado. Um mercado com tendências é de baixa freqüência, um mercado plano é mais freqüente. Isso é compreensível para o ouriço, mas como é "muito melhor" do que as mesmas carroças? Você pode fazer os flappers longos ou curtos também, em princípio o flapper está próximo a um filtro Butterworth de primeira ordem com fator de qualidade 0,7. Na maioria das aplicações, ele funciona bem. Também não é um fato que uma resposta rápida é uma coisa boa, tudo depende do TC.
Se você pensa um pouco sem rodeios sobre o que a compreensão tem apontado, há alguma luz ao final do túnel.
Porque MA, Djuric, FIR e outros filtros por si só são um beco sem saída. Portanto, é um pouco mais rápido, uma curva um pouco mais suave. Mas, em essência, eles são os mesmos.
Fourier, não há sinusóides.
Mas se você estimar a probabilidade de mudanças rápidas ou lentas, então você pode pensar em como filtrar.
Afinal de contas, antes de filtrar, você deve saber o que quer filtrar e o que vai obter como resultado.
E então o atraso do filtro não é tão importante, porque o conhecemos e podemos estimar sua capacidade de distorcer a direção da tendência.
Sim, sim, sim, sou eu quem está confuso por SYNUS.
Se você puder me enviar um e-mail: eugene_dvoskin@yahoo.com
Fixações de até 10 Meg.
Apanhe
Se você pensa um pouco sem rodeios sobre o que a compreensão tem apontado, há alguma luz ao final do túnel.
Porque MA, Djuric, FIR e outros filtros por si só são um beco sem saída. Portanto, é um pouco mais rápido, uma curva um pouco mais suave. Mas, em essência, eles são os mesmos.
Fourier, não há sinusóides.
Mas se você estimar a probabilidade de mudanças rápidas ou lentas, então você pode pensar em como filtrar.
Afinal de contas, antes de filtrar, você deve saber o que quer filtrar e o que vai obter como resultado.
E então o atraso do filtro não é tão importante, porque o conhecemos e podemos estimar, grosso modo, sua capacidade de distorcer a direção da tendência.
Não sei como se deve parecer contundente, mas me parece que a única maneira de aplicar este campo é através de uma filtragem adaptável. E tudo se resume a uma correta identificação do modelo. E esta não é uma tarefa muito fácil.
Está começando a ficar um pouco mais claro do que se trata. Se você tiver tempo, por favor, comente sobre meu raciocínio.
Digamos que chamamos 2000 barras no terminal e queremos analisar o padrão de "onda".
Posso dizer que lido com uma freqüência de ondas F=1/T= 1/(2000* tempo_em_minutos* 60) ou com um período de 2000 barras?
Acontece que eu posso.
Então o que pode ser feito com esta onda ?
Tomo isso como uma série Fourier e vejo que esta onda com o período de 2000 barras na verdade consiste em uma série de harmônicas.
Cada uma das harmônicas também tem uma freqüência/comprimento de onda/período diferente, amplitude.
Em outras palavras, cada harmônica é novamente uma onda com um período, que é novamente medido em barras.
Se para o processo de filtragem eu definir uma largura de banda para ondas da faixa de freqüência,
digamos de 200 bar a 600 bar, isso significaria ? O que?
O raciocínio parece estar correto, mas eu não entendo bem a pergunta.
Em geral:
1. A freqüência de corte foi reduzida por um fator de 3. E o que mudou na saída depende do que estava no espectro do sinal de entrada. Ou seja, em alguns casos, o sinal de saída pode ficar praticamente inalterado.
2. Você estimou o espectro. Você tem certeza de ter feito isso corretamente? Para estimar o espectro de um sinal, você tem que ter uma boa idéia das propriedades desse sinal. Isto não é um sofisma. Então você pode estimar o erro de um determinado método. Caso contrário, você pode facilmente obter imagens hilárias que não têm nada a ver com o espectro real.
3. se você usar meu trabalho de gênio, talvez haja um erro em algum lugar? Não sou muito de programador.
Parece-me que a única maneira de aplicar este campo é através de uma filtragem adaptável. E nele tudo depende da identificação correta do modelo.
Pelo que entendi da descrição da JMA em seu website, este filtro funciona bem até o modelo de distribuição Cauchy. E esta distribuição, como sabemos, não tem apenas o segundo, mas até mesmo o primeiro momento (ou seja, o m.o.).
Djuric até mesmo diz que quem mostrar o filtro que funciona melhor nos dados sujeitos à distribuição Cauchy por retorno, receberá um prêmio em dinheiro.
Seryoga, é isso que você quer dizer com a identificação correta do modelo?
O raciocínio parece estar correto, mas eu não entendo bem a pergunta.
Em geral:
1. A freqüência de corte foi reduzida por um fator de 3. O que mudou na saída depende do que estava no espectro do sinal de entrada. Ou seja, em alguns casos, o sinal de saída pode ficar praticamente inalterado.
2. Você estimou o espectro. Você tem certeza de ter feito isso corretamente? Para estimar o espectro de um sinal, você tem que ter uma boa idéia das propriedades desse sinal. Isto não é um sofisma. Então você pode estimar o erro de um determinado método. Caso contrário, você pode facilmente obter imagens hilárias que não têm nada a ver com o espectro real.
3. se você está usando meu trabalho genial, talvez haja um erro em algum lugar? Não sou muito de programador.
O programa é bom, desenha uma boa linha, é difícil encontrar um MA que desenhe uma linha assim.
Ainda não estou falando sobre o programa. Deixe-me tentar novamente em minha linguagem simples.
Suponha o espectro da onda que mencionei com um período de 2000 barras, além de todas as outras harmônicas,
há uma harmonia com um período de, digamos, 50.
(Não consigo imaginá-lo fisicamente e imaginá-lo apenas como um elemento da série Fourier para esta onda com um período de 2000 barras,
embora intuitivamente eu entenda que tal harmonia é uma espécie de chocalho fino, que deve ser descartado).
Suponha ainda que algum filtro ideal seja instalado para permitir a passagem de todo o espectro do referido comprimento de onda de 2000 bar até a saída,
Exceto por aquela harmônica, que é perfeitamente suprimida.
Agora a questão que diz respeito à "física" da operação do filtro.
A meu ver, o filtro, utilizando vários métodos e técnicas, encontra na onda de entrada com um período de 2000 barras
todas as combinações possíveis de 50 barras consecutivas e o que faz com elas?
O programa é OK, desenha uma boa linha, é difícil encontrar um MA que desenha uma linha como essa.
Ainda não estou falando sobre o programa. Deixe-me tentar novamente em minha linguagem simples.
Suponha o espectro da onda que mencionei com um período de 2000 barras, além de todas as outras harmônicas,
uma harmônica com um período de, digamos, 50.
(Não consigo imaginá-lo fisicamente e imaginá-lo apenas como um elemento da série Fourier para esta onda com um período de 2000 barras,
embora intuitivamente eu entenda que tal harmonia é uma espécie de chocalho fino, do qual eu deveria me livrar).
Suponha ainda que algum filtro ideal seja instalado de modo que permita que todo o espectro do referido comprimento de onda de 2000 bar passe para a saída,
exceto por aquela harmônica, que ela suprime perfeitamente.
Agora uma questão que diz respeito à "física" do funcionamento do filtro.
Segundo meu entendimento, o filtro, utilizando vários métodos e técnicas, encontra na onda de entrada com um período de 2000 barras
todas as combinações possíveis de 50 barras consecutivas e o que faz com elas?
Você não entenderá até que se familiarize com o teorema de Fourier. Você não pode simplesmente pular dentro. Você tem que aprender um pouco.
Não sei como se deve parecer contundente, mas me parece que a única maneira de aplicar este campo é através de uma filtragem adaptável. E tudo se resume a uma correta identificação do modelo. E esta não é uma tarefa muito fácil.
Este é exatamente o meu ponto de vista. E parece que desta forma, a malha se auto-adapta, como a que o Neutron está falando em seu fio.
para Matemática
Серега, ты на это намекаешь, говоря о корректной идентификации модели?
Alexei, veja a mensagem particular.
à FION.
É o que eu estou dizendo. E parece ser assim com uma grade auto-ajustável, como a que o Neutron está falando em seu fio condutor.
"Shura, sem roubo - só roubo!!" (s) (algo assim, não me lembro verbatim). Você não vai acreditar, mas os perceptrons são multicamadas e "semelhantes" são os mesmos filtros. Não sou nenhum especialista, mas acho mais tentadora a aplicação de sistemas de controle estocástico auto-organizadores e a teoria da filtragem (especialmente a parte adaptativa). Estas são duas teorias grandes e relacionadas, além disso, mais elaboradas e práticas para a BP do que para a NS. É claro que existem sutilezas e não sou de modo algum contra a NS, além disso, uso tal coisa. De qualquer forma, veremos.
O programa é OK, desenha uma boa linha, é difícil encontrar um MA que desenha uma linha como essa.
Ainda não estou falando sobre o programa.
Para https://www.mql5.com/ru/users/begemot61
Agora para o programa.
Descobrimos hoje que a linha indicadora está sendo desenhada a mais.
É claro que está aqui em algum lugar:
int start()
{
int limit, i;
int counted_bars=IndicatorCounted(); //uma quantidade de barras balançadas
if(Bars<=(FilterLength+1)) retorno(0); //não barras suficientes para os cálculos
if(counted_bars < 0) return (0); // proteção de eror
if(counted_bars > 0) counted_bars--;
limit=Bars-counted_bars-1;
para (i = limite;i>=0;i--) // Ciclo para barras não-calculadas
{
FilterBuffer1[i] = FilterResponse(i); // Valor de 0 buffer na i-ésima barra
}
retorno(0);
}
----------------------------
Acontece que o programa muda não apenas o i-ésimo elemento tampão, mas também os elementos já gerados pelo .....