Обсуждение статьи "Фильтрация и извлечение признаков в частотной области"

[MetaQuotes]

Опубликована статья Фильтрация и извлечение признаков в частотной области:

В этой статье мы рассмотрим применение цифровых фильтров к временным рядам, представленным в частотной области, с целью извлечения уникальных признаков, которые могут быть полезными для моделей прогнозирования.

В статье "Практическая реализация цифровых фильтров на MQL5 для начинающих" автор представил цифровые фильтры применительно ко временной области. В статье ряд умножается на уникальный набор весов различной длины в зависимости от типа фильтра и его параметров. Количество весов определяет скользящее окно, которое свертывается с соответствующими значениями ряда данных при применении фильтра в течение всего объема данных. Скользящие средние работают схожим образом.

В этой статье мы будем применять фильтры в частотной области. Основные этапы работы при применении фильтров:

1.  Сначала ряд предварительно обрабатывается при подготовке к операции ДПФ.
2.  ДПФ применяется к ряду с помощью алгоритма Быстрого преобразование Фурье (БПФ, FFT).
3.  Далее мы изменяем форму волны ряда данных любым образом, который мы считаем необходимым. Другими словами, применяется фильтр, тем самым изменяя исходную форму сигнала серии.
4.  Над измененной формой сигнала выполняется обратная операция ДПФ, преобразующая ее обратно в привычную временную область.
5. В конце мы отменяем любые эффекты, вызванные операциями, выполненными на начальном этапе предварительной обработки.

Автор: Francis Dube