MACD'nin 1. ve 2. türevi - sayfa 25
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Teşekkür ederim. Lütfen açıklayın, bu üstte mi - bu sizin (yayınlanmamış) kitabınızdan bir sayfa mı yoksa başka bir sayfa mı?
(Eğer bu sizin ise, o zaman bugün, 09-OCAK-2012, DÜNYA BİLİMSEL ÖNCELİK SİZİN foruma yazılarak sizin için belirlendi).
Geri kalana neyin tehlikede olduğunu açıklamama izin verin: Gürültülü bir sinyalin birçok durumunda, olağan yaklaşım yöntemleri, enterpolasyon çalışmaz. Genellikle, bu gibi durumlarda, en küçük kareler yöntemi kullanılır (aşırı belirlenmiş bir doğrusal denklem sistemini çözerek). Sonuçları çok daha güvenilir olmasına rağmen, lineer sistemin çözümü nedeniyle, tüm bu yöntemler sıradan basit yöntemlerden YÜZLERCE KEZ daha yavaştır.
Bazılarında, belirli bir yaklaşım veya belirli bir sinyalin çok az vakasında, bireysel bilim adamları, tamamen analitik matematiksel hileler yoluyla, doğrusal bir denklem sistemini (iki boyutlu) daha basit yöntemlere (tek boyutlu, vektörlerin toplamı veya evrişimi) indirgemek için YÖNETİN ). Bu, YÜZLERCE KEZ gürültülü bir sinyalin yaklaşımını hızlandırır.
Bu yöntemlerden biri burada (dünyada ilk kez) GPWR'nin (Vladimir) yazarı tarafından MQL4.com'da yayınlanmıştır.
Benzer bir yaklaşım, gürültülü bir sinyalin türevini hesaplamak için yukarıda alıntıladığım Japonya'dan Goloborodko tarafından kullanıldı. Bir doğrusal denklem sistemini çözmeden türev formüllerini gülünç derecede basit türlere indirmeyi (basitleştirmeyi ve hızlandırmayı) başardı.
Dijital sinyal işlemede, aynı yaklaşım oldukça nadir savitzky-golay filtrelerinde kullanılır.
https://en.wikipedia.org/wiki/Savitzky%E2%80%93Golay_smoothing_filter
GPWR için PS Dobivka. Doğru İngilizcenin "Rus" tarzına bakılırsa, bunun sizin kitabınız olduğunu görüyorum. Harika, sadece harika. Bu arada çok anlaşılır yazılmış. Onu yayınlamamalıydın. DSP için - iyi bir katkı. Korkarım, bazı yerlerde yardımcı bir hızlı yol olması dışında, ticaret için DOĞRUDAN uygun değil.
PPS Herkes uygulamalı matematik problemlerini çözmek için bilimsel bir yaklaşım öğrenmelidir.Beni pohpohluyorsun :) Alıntılanan sayfalar yayımlanmamış kitabımdandı. Dürüst olmak gerekirse, bu formülleri çıkardığımda özel bir şey görmedim. Bu olağan trigonometrik regresyondur: serinin trigonometrik modelini alırız, w frekansını sabitleriz ve kalan A, B parametreleri ve ortalamaya göre doğrusal bir model elde ederiz. Ve sonra, herkes gibi: Gauss gürültüsünü varsayıyoruz, sonra maksimum olabilirlik yöntemi en küçük kareler yöntemine indirgeniyor. Ama yine de nazik sözlerin için teşekkürler.
Bu arada, daha ciddi bir problem, aynı frekansı w bulmaktır. Göstergede daha sonra kitabımda anlatacağım Quinn ve Fernandez yöntemini kullandım. x_n = A*cos(w*n+faz)+epsilon_n trigonometrik fonksiyonuna dayalı x_n zaman serisi modelinin
Daha sonra, spektrumdaki maksimumu bulmaya dayalı olarak frekansı bulmak için daha doğru, ancak daha fazla zaman alan bir yöntem kullandım. Ancak her iki yöntem de kabaca aynı sonuçları verdi, bu da Quinn ve Fernandez'in algoritmasının gücüne daha fazla güvenmemi sağladı.
Beni şımartıyorsun :)
Daha sonra, spektrumdaki maksimumu bulmaya dayalı olarak frekansı bulmak için daha doğru, ancak daha fazla zaman alan bir yöntem kullandım. Ancak her iki yöntem de kabaca aynı sonuçları verdi, bu da Quinn ve Fernandez'in algoritmasının gücüne daha fazla güvenmemi sağladı.
Hiçbir şeyi övmüyorum. Meslektaşınız, muhtemelen yönteminizin uygulanabilirliği hakkında çok geniş bir fikriniz yok. Bazı DSP uygulamaları için, bir Fit'in hızını, doğruluğu kaybetmeden (ki bu, doğruluğu birkaç kat artırmaya eşdeğerdir) 100 kat artırmak, bir ölüm kalım meselesidir - kelimenin tam anlamıyla. Örneğin, uçak radarlarında, hava savunmasında, füze karşıtı konularda ve diğer uygulamalarda. "İhtiyacın olan yeri" aramanın zamanı geldi, henüz "oradan" aranmamış olmanız garip, yöntem şimdiye kadar pratik olarak bilinmiyordu. (Cep telefonlarında ve modemlerde uygulanabilirlik gibi "küçük şeyler" burada tartışılmamaktadır.)
Ve sonra, daha önce de söylediğim gibi, böyle bir "indirgeyici" yaklaşımı en küçük karelere uygulamanın başarısı, sayısal yöntemlerde nadirdir. Bu yüzden mütevazı olmayın.
Hiçbir şeyi övmüyorum. Meslektaşınız, muhtemelen yönteminizin uygulanabilirliği hakkında çok geniş bir fikriniz yok. Bazı DSP uygulamaları için, bir Fit'in hızını, doğruluğu kaybetmeden (ki bu, doğruluğu birkaç kat artırmaya eşdeğerdir) 100 kat artırmak, bir ölüm kalım meselesidir - kelimenin tam anlamıyla. Örneğin, uçak radarlarında, hava savunmasında, füze karşıtı konularda ve diğer uygulamalarda. "İhtiyacın olan yeri" aramanın zamanı geldi, henüz "oradan" aranmamış olmanız garip, yöntem şimdiye kadar pratik olarak bilinmiyordu. (Cep telefonlarında ve modemlerde uygulanabilirlik gibi "küçük şeyler" burada tartışılmamaktadır.)
Ve sonra, daha önce de söylediğim gibi, böyle bir "indirgeyici" yaklaşımı en küçük karelere uygulamanın başarısı, sayısal yöntemlerde nadirdir. Bu yüzden mütevazı olmayın.
Hmmm ... Bir makale yazacağım - bakalım incelemeler ne diyor.
aynısı olağan trigonometrik regresyondur: serinin trigonometrik modelini alırız, w frekansını sabitleriz ve kalan parametreleri A, B ve ortalamaya göre doğrusal bir model elde ederiz.
EView'lerde trigonometrik regresyonu denemek istiyorum.
EViews'deki parametreleri değerlendirebilmeniz için bu regresyonun nasıl yazılacağını yazabilir veya önerebilir misiniz? Pek çok değerlendirme yöntemi vardır ve bu da değiştirilebilir.
Kesinlikle sonucu yazacağım.
aynısı olağan trigonometrik regresyondur: serinin trigonometrik modelini alırız, w frekansını sabitleriz ve kalan parametreleri A, B ve ortalamaya göre doğrusal bir model elde ederiz.
EView'lerde trigonometrik regresyonu denemek istiyorum.
EViews'deki parametreleri değerlendirebilmeniz için bu regresyonun nasıl yazılacağını yazabilir veya önerebilir misiniz? Pek çok değerlendirme yöntemi vardır ve bu da değiştirilebilir.
Üzgünüm, ama EView'lere aşina değilim. Bu yöntem için koda ihtiyacınız varsa, buraya bakın:
https://www.mql5.com/ru/code/8732
Bu arada, ARMA ekonometri yöntemleri, exp(zeta*n)*cos(w*n+phase) gibi azalan üslü bir trigonometrik serinin regresyonuna indirgenir. Prony yönteminin çıktısını okuyun ve her şeyi anlayacaksınız. Eğer bulamazsanız, tüm bunları açıklayan kitabımdan bir parça yayınlayacağım.
Üzgünüm, ama EView'lere aşina değilim. Bu yöntem için koda ihtiyacınız varsa, buraya bakın:
https://www.mql5.com/ru/code/8732
Bu arada, ARMA ekonometri yöntemleri, exp(zeta*n)*cos(w*n+phase) gibi azalan üslü bir trigonometrik serinin regresyonuna indirgenir. Prony yönteminin çıktısını okuyun ve her şeyi anlayacaksınız. Eğer bulamazsanız, tüm bunları açıklayan kitabımdan bir parça yayınlayacağım.
Belirtilen sayfa mevcut değil.
EViews bilginiz gerekli değil - Bunu yapmaya çalışacağım, ancak yardımınız olmadan yapamam.
EViews'deki denklem gecikme değerleri için şöyle görünür:
EURUSD = c(1) + c(2)*EURUSD(-1) + c(3) * EURUSD(-2) vb.
sinüsler ile:
EURUSD = c(1) + c(2)*sin(c(3)* ........ ) ......
Bunun gibi bir şey. Formülün şekli oldukça keyfi. C(i) farklı yöntemlerle değerlendirilecek katsayıdır.
Belirtilen sayfa mevcut değil.
Kod burada:
https://www.mql5.com/ru/code/8732
Orada katsayıların nasıl elde edildiği her şey açıktır. Kodlarım için ücret almıyorum ve EView'lerin yaratıcıları bir kopya için >1000$ istiyor. Bu yüzden onlara yardım etmeyeceğim ve kodumu EViews formatına çevirmeyeceğim.
Kod burada:
https://www.mql5.com/ru/code/8732
Orada katsayıların nasıl elde edildiği her şey açıktır. Kodlarım için ücret almıyorum ve EView'lerin yaratıcıları bir kopya için >1000$ istiyor. Bu yüzden onlara yardım etmeyeceğim ve kodumu EViews formatına çevirmeyeceğim.
EViews bir araçtır. Bilgisayarınızda Windows dahil tüm ücretsiz programlar var mı?
İstemiyorsun, zorunda değilsin.
...
Bu olağan trigonometrik regresyondur:
...
Bu doğru, bu olağan tr.regresyondur. Bu iki sinüs ve kosinüsün DSP'de devrim yaratacağından pek emin değilim ama bir makale sıkıştırmaya çalışın.
Modeli nasıl yeterince tanımlayacağınız çok açık değil. Modeli sıkıca "çizmek" demek istemiyorum, herhangi bir modeli herhangi bir sıraya sığdırabilecek en küçük karelerin yardımıyla (doğrulukla ilgili bazı varsayımlarla). Bulunan "optimal" parametrelerin gelecekte uzun süre, kazanacak kadar uzun süre devam edeceği anlayışını soruyorum. Parametrelerin rastgele davranacağına dair güçlü bir şüphe var.
Diğer şeylerin yanı sıra, modelin açık bir dezavantajı var - üzerinde para kazanmak için uzak tahminlerde bulunmanız gerekiyor. Çok doğru değil, ayrıca piyasayı hiç tanımlamıyor, bu, model hatasının analizinden görülecektir - ilk gecikmeler yüksek oranda ilişkili olacaktır.
Not: Her ne kadar bu şeyin gelişimi hakkında birkaç düşünce olsa da, ilgileniyorsanız, kişisel olarak yazabilirim.
Bu doğru, bu olağan tr.regresyondur. Bu iki sinüs ve kosinüsün DSP'de devrim yaratacağından pek emin değilim ama bir makale sıkıştırmaya çalışın.
Modeli yeterince nasıl tanımlayacağınız çok açık değil. Modeli sıkıca "çizmek" demek istemiyorum, herhangi bir modeli herhangi bir sıraya sığdırabilecek en küçük karelerin yardımıyla (doğrulukla ilgili bazı varsayımlarla). Bulunan "optimal" parametrelerin gelecekte uzun bir süre, kazanacak kadar uzun süre devam edeceği anlayışını soruyorum. Parametrelerin rastgele davranacağına dair güçlü bir şüphe var.
Diğer şeylerin yanı sıra, modelin açık bir dezavantajı var - üzerinde para kazanmak için uzak tahminlerde bulunmanız gerekiyor. Çok doğru değil, ayrıca piyasayı hiç tanımlamıyor, bu, model hatasının analizinden görülecektir - ilk gecikmeler yüksek oranda ilişkili olacaktır.
Not: Her ne kadar bu şeyin gelişimi hakkında birkaç düşünce olsa da, ilgileniyorsanız, kişisel olarak yazabilirim.
Biraz aydınlanmış görüşüme göre, sunulan yaklaşım pazar için pek uygun değil. Sinyal-gürültü oranını iyileştirmek için her şey iyidir. Füze rehberliği için yukarıda yazıldığı gibi. Piyasada sinyal yok ve en önemlisi, BP'nin özellikleri frekans, faz dahil olmak üzere her zaman dalgalanıyor. Başlangıçta durağanlığı tanımıyorsak, prensipte iyi bir şey elde edemezsiniz. Durağan olmadığı kabul edilerek, en azından yöntemin uygulanabilirlik sınırlarını belirtmek mümkündür.
Bazı nedenlerden dolayı, maksimum entropi yöntemleri (Burg gibi) gizlenmiştir. Orada, pencere yeniden boyutlandırıldığında veya kaydırıldığında frekans yanıtının nasıl yüzdüğünü açıkça görebilirsiniz. Analiz edilen numuneye etki eden birkaç rezonans frekansını hemen görebilirsiniz. Ve tüm bu güzelliği sadece bir sonraki çubuğu tahmin etmek için kullanmadığınız ve bir sonraki çubuk geldiğinde frekans tepkisinin değişmeyeceğine dair kutsal inançla tahminde bulunmadığınız hemen anlaşılıyor. Ve bu, uygulanan fikrin en başından durağan olmayı hesaba katmadığı çok iyi bir örnektir.