КИХ фильтр с минимальной фазой - страница 5
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
построить хочу банк полосовых фильтров ссылки на работы автора:
https://www.mql4.com/go?http://belisa.org.by/pdf/Publ/Art7_i17.pdf
https://www.mql4.com/go?http://belisa.org.by/pdf/Publ/Art4_i18.pdf
описано достаточно подробно с примерами возможного использования все показалось очень логичным, но сам автор как я теперь думаю несколько слукавил не обмолвившись ни пол-словом про задержку, ведь если в самом низкочастотном фильтре центральная частота фильтра будет порядка 1/MN1 то задержка даже в несколько отсчетов будет очень очень большой, поэтому думаю что определяющим при выборе фильтра должна быть минимальная задержка
Задержка тут не причём. Берёте банк полосовых фильтров с задержкой и раскладываете ценовую котировку на сумму выходов этих фильтров. Всё должно получится без искуственных смещений по оси времени. Главное чтобы фильтры пересекались как Вадим описал. Вообще-то эта область математики декомпозиции сигнала хорошо изучена и называется Дискретным Вейвлет-Преобразованием. Начинайте ознакомление здесь, а потом по книгам:
https://ru.wikipedia.org/wiki/%D0%94%D0%B8%D1%81%D0%BA%D1%80%D0%B5%D1%82%D0%BD%D0%BE%D0%B5_%D0%B2%D0%B5%D0%B9%D0%B2%D0%BB%D0%B5%D1%82-%D0%BF%D1%80%D0%B5%D0%BE%D0%B1%D1%80%D0%B0%D0%B7%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5
построить хочу банк полосовых фильтров ссылки на работы автора:
https://www.mql4.com/go?http://belisa.org.by/pdf/Publ/Art7_i17.pdf
https://www.mql4.com/go?http://belisa.org.by/pdf/Publ/Art4_i18.pdf
описано достаточно подробно с примерами возможного использования все показалось очень логичным, но сам автор как я теперь думаю несколько слукавил не обмолвившись ни пол-словом про задержку, ведь если в самом низкочастотном фильтре центральная частота фильтра будет порядка 1/MN1 то задержка даже в несколько отсчетов будет очень очень большой, поэтому думаю что определяющим при выборе фильтра должна быть минимальная задержка
Вы не ответили на вопрос. Что будете делать с фильтрами?
Я в своей работе предположил, что любую плавную линию можно экстраполировать с минимальными искажениями самым примитивным образом на небольшие расстояния. Т.е. задача сводится к получению коллекции плавных и сунусоидоподобных линий после декомпозиции. Затем, экстраполируем их в будущее и складываем там. Вопрос... При чём тут фаза? Она скомпенсировалась. Не важна фаза и задержка.
Эту работу до сих пор не закончил.
======================
Чтобы решить эту задачу достаточно быстро с помощью КИХ-фильтров потребуются тысячи таких компов, как у Вас.
Задержка тут не причём. Берёте банк полосовых фильтров с задержкой и раскладываете ценовую котировку на сумму выходов этих фильтров. Всё должно получится без искуственных смещений по оси времени. Главное чтобы фильтры пересекались как Вадим описал. Вообще-то эта область математики декомпозиции сигнала хорошо изучена и называется Дискретным Вейвлет-Преобразованием. Начинайте ознакомление здесь, а потом по книгам:
https://ru.wikipedia.org/wiki/%D0%94%D0%B8%D1%81%D0%BA%D1%80%D0%B5%D1%82%D0%BD%D0%BE%D0%B5_%D0%B2%D0%B5%D0%B9%D0%B2%D0%BB%D0%B5%D1%82-%D0%BF%D1%80%D0%B5%D0%BE%D0%B1%D1%80%D0%B0%D0%B7%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5
спасибо буду разбираться
Вы не ответили на вопрос. Что будете делать с фильтрами?
Я в своей работе предположил, что любую плавную линию можно экстраполировать с минимальными искажениями самым примитивным образом на небольшие расстояния. Т.е. задача сводится к получению коллекции плавных и сунусоидоподобных линий после декомпозиции. Затем, экстраполируем их в будущее и складываем там. Вопрос... При чём тут фаза? Она скомпенсировалась. Не важна фаза и задержка.
Эту работу до сих пор не закончил.
======================
Чтобы решить эту задачу достаточно быстро с помощью КИХ-фильтров потребуются тысячи таких компов, как у Вас.
спасибо буду разбираться
каждый сам ставит себе задачи, определяет круг решаемых проблем, мне ближе поиск паттернов т.е. допустим взаимное расположение линий декомпозиции сейчас соответствует наблюдавшемуся ранее большое количество раз и цена из этого положения чаще росла действуем соотвтетствующим образом, что касается использование того или иного типа фильтров в Вашей задаче полагаю лучше Вас это никому неизвестно, я обратил внимание на ких фильтры потому что они для освоения почти не требуют умственных усилий никаких тебе дифференциальных уравнений и т.п. умножай на постоянные коэффициенты и складывайНесколько месяцев назад я создал одно-слойную нейронную сеть, на входы которой подавались декомпозиции ценовой котировки, типа F2, F4, F8, ... F512, где F означает выход фильтра, а цифра его период. То есть цена фильтровалась двоичным деровом из 9-и фильтров как описано в цитируемых Вами статьях. Обучил сеть генетикой встроенной в тестер. Но ничего путного не получилось. Сеть запоминает прошлые паттерны и на форварде даёт медленный слив. Моё личное мнение, торговать по таким фильтрам то же самое что торговать по МАКДам. Одних МАКДов недостаточно чтобы определять точки входов. Нужно принимать во внимание всю остальную инфу, содержащуюся в котировке: историю движения цены, уровни поддержки и сопротивления, волатильность, время суток, день недели и т.п. На входы сети всю эту инфу очень трудно подать. Поэтому надо глазами искать паттерны и упрощать. Вместо банка из 9 фильтров может достаточно всего 2-3 фильтра и забыть о декомпозиции как таковой.
Можно конечно и по-другому. Добиться точной декомпозиции цены на N гладких фильтров и, вместо определения паттернов, экстраполировать каждый из этих фильтров в будущее и смотреть как их сумма (цена) ведёт себя, как предлагает Вадим. Но я в это не верю. Судите сами: будущую цену мы не знаем и она может с равной вероятностью пойти верх или вниз. При этих двух разных исходах должны быть две разные экстраполяции прошлых цен. Правильно? Но когда Вадим говорит об экстраполяции, он подразумевает одну экстраполяцию для каждого фильтра, а не несколько. Получается парадокс. Чтобы описать разное будущее должны существовать разные варианты экстраполяции. А мы выбираем только один. Почему мы думаем что этот именно вариант экстраполяции правилен?
Несколько месяцев назад я создал одно-слойную нейронную сеть, на входы которой подавались декомпозиции ценовой котировки, типа F2, F4, F8, ... F512, где F означает выход фильтра, а цифра его период. То есть цена фильтровалась двоичным деровом из 9-и фильтров как описано в цитируемых Вами статьях. Обучил сеть генетикой встроенной в тестер. Но ничего путного не получилось. Сеть запоминает прошлые паттерны и на форварде даёт медленный слив. Моё личное мнение, торговать по таким фильтрам то же самое что торговать по МАКДам. Одних МАКДов недостаточно чтобы определять точки входов. Нужно принимать во внимание всю остальную инфу, содержащуюся в котировке: историю движения цены, уровни поддержки и сопротивления, волатильность, время суток, день недели и т.п. На входы сети всю эту инфу очень трудно подать. Поэтому надо глазами искать паттерны и упрощать. Вместо банка из 9 фильтров может достаточно всего 2-3 фильтра и забыть о декомпозиции как таковой.
Можно конечно и по-другому. Добиться точной декомпозиции цены на N гладких фильтров и, вместо определения паттернов, экстраполировать каждый из этих фильтров в будущее и смотреть как их сумма (цена) ведёт себя, как предлагает Вадим. Но я в это не верю. Судите сами: будущую цену мы не знаем и она может с равной вероятностью пойти верх или вниз. При этих двух разных исходах должны быть две разные экстраполяции прошлых цен. Правильно? Но когда Вадим говорит об экстраполяции, он подразумевает одну экстраполяцию для каждого фильтра, а не несколько. Получается парадокс. Чтобы описать разное будущее должны существовать разные варианты экстраполяции. А мы выбираем только один. Почему мы думаем что этот именно вариант экстраполяции правилен?
Идея декомпозиции проблемы на составляющие является универсальной в науке и широчайше используется.
Для этой идеи известно ограничение, называемое "обратимость", без выполнения которого декомпозиция не может быть признана как таковая - это сумма частей, на которую разложили проблему, должна давать эту проблему. В случае гармоник это означает, что сумма гармоник, на которые разложили котир, должна давать исходный котир.
Насколько я помню Фурье. Любой сигнал может быть представлен абсолютно точно, если число гармоник равно числу наблюдений. Это условие обратимости. В противном случае имеется некоторая ошибка представления исходного сигнала. В ЦОС это не имеет особого значения, так как там выделяют сигнал и избавляются от шума.
В котире нет сигнала. И общепризнанным является признание важности анализа остатка от декомпозиции исходного котира. Именно остаток диктует будущий прогноз, а не тот набор гладких кривых, которые мы выделили из котира.
не требуют умственных усилий .....
Можно конечно и по-другому. Добиться точной декомпозиции цены на N гладких фильтров и, вместо определения паттернов, экстраполировать каждый из этих фильтров в будущее и смотреть как их сумма (цена) ведёт себя, как предлагает Вадим. Но я в это не верю. Судите сами: будущую цену мы не знаем и она может с равной вероятностью пойти верх или вниз. При этих двух разных исходах должны быть две разные экстраполяции прошлых цен. Правильно? Но когда Вадим говорит об экстраполяции, он подразумевает одну экстраполяцию для каждого фильтра, а не несколько. Получается парадокс. Чтобы описать разное будущее должны существовать разные варианты экстраполяции. А мы выбираем только один. Почему мы думаем что этот именно вариант экстраполяции правилен?
Идея декомпозиции проблемы на составляющие является универсальной в науке и широчайше используется.
Для этой идеи известно ограничение, называемое "обратимость", без выполнения которого декомпозиция не может быть признана как таковая - это сумма частей, на которую разложили проблему, должна давать эту проблему. В случае гармоник это означает, что сумма гармоник, на которые разложили котир, должна давать исходный котир.
Насколько я помню Фурье. Любой сигнал может быть представлен абсолютно точно, если число гармоник равно числу наблюдений. Это условие обратимости. В противном случае имеется некоторая ошибка представления исходного сигнала. В ЦОС это не имеет особого значения, так как там выделяют сигнал и избавляются от шума.
В котире нет сигнала. И общепризнанным является признание важности анализа остатка от декомпозиции исходного котира. Именно остаток диктует будущий прогноз, а не тот набор гладких кривых, которые мы выделили из котира.
Одно другому не противоречит. У меня исходный ряд восстанавливается.
Последнее выделенное очень верно применительно к экстраполяции. Сама экстраполяция, хоть и высокоточная, но не абсолютная. Если учесть, что таких линий очень много (возможно несколько десятков тысяч), то и накопленная погрешность будет влиять на прогноз. Так, что, Владимир, нет тут парадокса.
Достал matcad и вот что получилось после применения алгоритма:
было ФНЧ стало ФНЧ
было ПФ стало ПФ
результат применения исходных фильтров на стр4
результат применения модифицированных фильтров ниже сигнал с выходов фильтров просто проссумирован (красная линия) без сдвига
Всем спасибо тему можно закрыть