Minimum fazlı FIR filtresi - sayfa 5
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Bir bant geçiş filtresi bankası oluşturmak istiyorum Yazarın çalışmasına bağlantılar:
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
olası kullanım örnekleri ile yeterince ayrıntılı olarak açıklanan, her şey çok mantıklı görünüyordu, ancak şimdi düşündüğüm gibi, yazarın kendisi gecikme hakkında bir şey söylemeden biraz kurnazdı, çünkü en düşük geçişli filtrede ise filtrenin merkez frekansı yaklaşık 1 / MN1'dir, o zaman gecikme birkaç örnek bile çok çok büyük olacaktır, bu yüzden bir filtre seçerken minimum gecikmenin belirleyici olması gerektiğini düşünüyorum
Gecikmenin bununla hiçbir ilgisi yok. Bir gecikmeli bant geçiren filtre bankası alır ve fiyat teklifini bu filtrelerin çıktılarının toplamına ayrıştırırsınız. Her şey zaman ekseninde yapay kaymalar olmadan ortaya çıkmalı. Ana şey, filtrelerin Vadim'in tanımladığı gibi kesişmesidir. Aslında, sinyal ayrıştırma matematiğinin bu alanı iyi çalışılmıştır ve Ayrık Dalgacık Dönüşümü olarak adlandırılır. Tanışmaya buradan başlayın ve ardından kitaplar aracılığıyla:
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
Bir bant geçiş filtresi bankası oluşturmak istiyorum Yazarın çalışmasına bağlantılar:
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
olası kullanım örnekleri ile yeterince ayrıntılı olarak açıklanan, her şey çok mantıklı görünüyordu, ancak şimdi düşündüğüm gibi, yazarın kendisi gecikme hakkında bir şey söylemeden biraz kurnazdı, çünkü en düşük geçişli filtrede ise filtrenin merkez frekansı yaklaşık 1 / MN1'dir, o zaman gecikme birkaç örnek bile çok çok büyük olacaktır, bu yüzden bir filtre seçerken minimum gecikmenin belirleyici olması gerektiğini düşünüyorum
Soruyu cevaplamadın. Filtreleri ne yapacaksın?
Çalışmamda, herhangi bir düz çizginin en ilkel şekilde küçük mesafelere minimum bozulma ile tahmin edilebileceğini önerdim. Onlar. görev, ayrıştırmadan sonra pürüzsüz ve sunusoid benzeri çizgilerin bir koleksiyonunu elde etmeye indirgenir. Ardından, onları geleceğe aktarır ve oraya ekleriz. Soru ... Fazın bununla ne ilgisi var? Telafi etti. Faz ve gecikme önemli değildir.
Bu çalışma henüz tamamlanmadı.
=======================
FIR filtreleri yardımıyla bu sorunu yeterince hızlı bir şekilde çözmek için sizinki gibi binlerce bilgisayara ihtiyacınız olacak.
Gecikmenin bununla hiçbir ilgisi yok. Bir gecikmeli bant geçiren filtre bankası alır ve fiyat teklifini bu filtrelerin çıktılarının toplamına ayrıştırırsınız. Her şey zaman ekseninde yapay kaymalar olmadan ortaya çıkmalı. Ana şey, filtrelerin Vadim'in tanımladığı gibi kesişmesidir. Aslında, sinyal ayrıştırma matematiğinin bu alanı iyi çalışılmıştır ve Ayrık Dalgacık Dönüşümü olarak adlandırılır. Tanışmaya buradan başlayın ve ardından kitaplar aracılığıyla:
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
teşekkürler inceleyeceğim
Soruyu cevaplamadın. Filtreleri ne yapacaksın?
Çalışmamda, herhangi bir düz çizginin en ilkel şekilde küçük mesafelere minimum bozulma ile tahmin edilebileceğini önerdim. Onlar. görev, ayrıştırmadan sonra pürüzsüz ve sunusoid benzeri çizgilerin bir koleksiyonunu elde etmeye indirgenir. Ardından, onları geleceğe aktarır ve oraya ekleriz. Soru ... Fazın bununla ne ilgisi var? Telafi etti. Faz ve gecikme önemli değildir.
Bu çalışma henüz tamamlanmadı.
=======================
FIR filtreleri yardımıyla bu sorunu yeterince hızlı bir şekilde çözmek için sizinki gibi binlerce bilgisayara ihtiyacınız olacak.
teşekkürler inceleyeceğim
herkes kendine görevler koyar, çözülmesi gereken problemlerin aralığını belirler, kalıp arayışı bana daha yakındır. Diyelim ki, ayrıştırma çizgilerinin göreceli konumu şimdi daha önce çok sayıda gözlemlenene karşılık geliyor ve bu konumdan gelen fiyat daha sık arttı, görevinizde bir veya başka tür filtre kullanımına gelince, buna göre hareket ediyoruz. İnanın sizden daha iyi kimse bilemez, hangi filtrelere dikkat ettim çünkü herhangi bir diferansiyel denklemde ustalaşmak için neredeyse hiçbir zihinsel çaba gerektirmiyorlar, vb. sabit katsayılarla çarpın ve ekleyinBirkaç ay önce, girdileri F2, F4, F8, ... F512 gibi fiyat teklifi ayrıştırmaları olan tek katmanlı bir sinir ağı oluşturdum; burada F, filtre çıktısı ve sayı da periyodudur. Yani fiyat, alıntıladığınız makalelerde açıklandığı gibi 9 filtrelik ikili bir ağaç tarafından filtrelenmiştir. Test cihazında yerleşik genetik ile ağı eğitti. Ama ondan iyi bir şey çıkmadı. Ağ, geçmiş kalıpları hatırlar ve ileriye doğru yavaş bir boşaltma sağlar. Benim kişisel görüşüm, bu tür filtrelerle ticaret yapmak, MACD'lerle ticaret yapmakla aynı şeydir. MACD'ler tek başına giriş noktalarını belirlemek için yeterli değildir. Alıntıda yer alan diğer tüm bilgileri dikkate almak gerekir: fiyat hareketinin tarihi, destek ve direnç seviyeleri, oynaklık, günün saati, haftanın günü vb. Tüm bu bilgileri ağ girişlerine göndermek çok zordur. Bu nedenle desenleri gözünüzle aramanız ve sadeleştirmeniz gerekir. 9 filtreden oluşan bir sıra yerine, sadece 2-3 filtre yeterli olabilir ve bu şekilde ayrıştırmayı unutun.
Tabii ki, başka bir şekilde mümkündür. Fiyatın N adet düzgün filtreye doğru bir şekilde ayrıştırılmasını sağlayın ve kalıpları belirlemek yerine, bu filtrelerin her birini geleceğe tahmin edin ve Vadim'in önerdiği gibi toplamlarının (fiyatının) nasıl davrandığını görün. Ama buna inanmıyorum. Kendiniz karar verin: Gelecekteki fiyatı bilmiyoruz ve eşit olasılıkla yukarı veya aşağı gidebilir. Bu iki farklı sonuçla birlikte, geçmiş fiyatların iki farklı ekstrapolasyonu olmalıdır. Doğru şekilde? Ancak Vadim, ekstrapolasyondan bahsettiğinde, her filtre için birkaç değil, bir ekstrapolasyon anlamına gelir. Bir paradoks ortaya çıkıyor. Farklı gelecekleri tanımlamak için, ekstrapolasyon için farklı seçenekler olmalıdır. Ve sadece birini seçiyoruz. Neden bu özel ekstrapolasyon seçeneğinin doğru olduğunu düşünüyoruz?
Birkaç ay önce, girdileri F2, F4, F8, ... F512 gibi fiyat teklifi ayrıştırmaları olan tek katmanlı bir sinir ağı oluşturdum; burada F, filtre çıktısı ve sayı da periyodudur. Yani fiyat, alıntıladığınız makalelerde açıklandığı gibi 9 filtrelik ikili ağaç tarafından filtrelenmiştir. Test cihazında yerleşik genetik ile ağı eğitti. Ama ondan iyi bir şey çıkmadı. Ağ, geçmiş kalıpları hatırlar ve ileriye doğru yavaş bir boşaltma sağlar. Benim kişisel görüşüm, bu tür filtrelerle ticaret yapmak, MACD'lerle ticaret yapmakla aynı şeydir. MACD'ler tek başına giriş noktalarını belirlemek için yeterli değildir. Alıntıda yer alan diğer tüm bilgileri dikkate almak gerekir: fiyat hareketinin tarihi, destek ve direnç seviyeleri, oynaklık, günün saati, haftanın günü vb. Tüm bu bilgileri ağ girişlerine göndermek çok zordur. Bu nedenle desenleri gözünüzle aramanız ve sadeleştirmeniz gerekir. 9 filtreden oluşan bir sıra yerine, sadece 2-3 filtre yeterli olabilir ve bu şekilde ayrıştırmayı unutun.
Tabii ki, başka bir şekilde mümkündür. Fiyatın N adet düzgün filtreye doğru bir şekilde ayrıştırılmasını sağlayın ve kalıpları belirlemek yerine, bu filtrelerin her birini geleceğe tahmin edin ve Vadim'in önerdiği gibi toplamlarının (fiyatının) nasıl davrandığını görün. Ama buna inanmıyorum. Kendiniz karar verin: Gelecekteki fiyatı bilmiyoruz ve eşit olasılıkla yukarı veya aşağı gidebilir. Bu iki farklı sonuçla birlikte, geçmiş fiyatların iki farklı ekstrapolasyonu olmalıdır. Doğru şekilde? Ancak Vadim ekstrapolasyondan bahsettiğinde, birkaç değil, her filtre için bir ekstrapolasyon anlamına gelir. Bir paradoks ortaya çıkıyor. Farklı gelecekleri tanımlamak için, ekstrapolasyon için farklı seçenekler olmalıdır. Ve sadece birini seçiyoruz. Neden bu özel ekstrapolasyon seçeneğinin doğru olduğunu düşünüyoruz?
Bir problemi bileşenlere ayırma fikri bilimde evrenseldir ve yaygın olarak kullanılmaktadır.
Bu fikir için, "tersine çevrilebilirlik" adı verilen bir sınırlama vardır ve bu sınırlama olmaksızın ayrıştırma bu şekilde tanınamaz - sorunun ayrıştırıldığı parçaların toplamının bu sorunu vermesi gerekir. Harmonikler söz konusu olduğunda, bu, alıntının ayrıştırıldığı harmoniklerin toplamının orijinal alıntıyı vermesi gerektiği anlamına gelir.
Fourier'i hatırladığım kadarıyla. Harmonik sayısı gözlem sayısına eşitse, herhangi bir sinyal kesinlikle doğru bir şekilde temsil edilebilir. Bu tersinirlik koşuludur. Aksi takdirde, orijinal sinyalin temsilinde bazı hatalar vardır. DSP'de, sinyali ayırdıkları ve gürültüden kurtuldukları için bu gerçekten önemli değil.
Kutuda sinyal yok. Ve genel olarak kabul edilen, orijinal alıntının ayrıştırılmasının geri kalanını analiz etmenin öneminin kabulüdür. Gelecek tahminini belirleyen, tekliften çıkardığımız düzgün eğriler kümesi değil, kalandır.
zihinsel çaba gerektirmez .....
Tabii ki, başka bir şekilde mümkündür. Fiyatın N adet düzgün filtreye doğru bir şekilde ayrıştırılmasını sağlayın ve kalıpları belirlemek yerine, bu filtrelerin her birini geleceğe tahmin edin ve Vadim'in önerdiği gibi toplamlarının (fiyatının) nasıl davrandığını görün. Ama buna inanmıyorum. Kendiniz karar verin: Gelecekteki fiyatı bilmiyoruz ve eşit olasılıkla yukarı veya aşağı gidebilir. Bu iki farklı sonuçla birlikte, geçmiş fiyatların iki farklı ekstrapolasyonu olmalıdır. Doğru şekilde? Ancak Vadim, ekstrapolasyondan bahsettiğinde, her filtre için birkaç değil, bir ekstrapolasyon anlamına gelir. Bir paradoks ortaya çıkıyor. Farklı gelecekleri tanımlamak için, ekstrapolasyon için farklı seçenekler olmalıdır. Ve sadece birini seçiyoruz. Neden bu özel ekstrapolasyon seçeneğinin doğru olduğunu düşünüyoruz?
Bir problemi bileşenlere ayırma fikri bilimde evrenseldir ve yaygın olarak kullanılmaktadır.
Bu fikir için, "tersine çevrilebilirlik" adı verilen bir sınırlama vardır ve bu sınırlama olmaksızın ayrıştırma bu şekilde tanınamaz - sorunun ayrıştırıldığı parçaların toplamının bu sorunu vermesi gerekir. Harmonikler söz konusu olduğunda, bu, alıntının ayrıştırıldığı harmoniklerin toplamının orijinal alıntıyı vermesi gerektiği anlamına gelir.
Fourier'i hatırladığım kadarıyla. Harmonik sayısı gözlem sayısına eşitse, herhangi bir sinyal kesinlikle doğru bir şekilde temsil edilebilir. Bu tersinirlik koşuludur . Aksi takdirde, orijinal sinyalin temsilinde bazı hatalar vardır. DSP'de, sinyali ayırdıkları ve gürültüden kurtuldukları için bu gerçekten önemli değil.
Kutuda sinyal yok . Ve genel olarak kabul edilen, orijinal alıntının ayrıştırılmasının geri kalanını analiz etmenin öneminin kabulüdür. Gelecek tahminini belirleyen, tekliften çıkardığımız düzgün eğriler kümesi değil, kalandır .
Biri diğeriyle çelişmez. Orijinal satırı geri yükledim.
Son vurgulanan, ekstrapolasyonla ilgili olarak çok doğrudur. Ekstrapolasyonun kendisi, oldukça doğru olmasına rağmen, mutlak değildir. Bu tür çok sayıda satırın (muhtemelen birkaç on binlerce) olduğunu hesaba katarsak, o zaman birikmiş hata da tahmini etkileyecektir. Yani Vladimir, burada bir paradoks yok.
Matcad aldım ve algoritmayı uyguladıktan sonra olan buydu:
LPF, LPF oldu
PF oldu PF oldu
sayfa 4'teki orijinal filtreleri uygulamanın sonucu
değiştirilmiş filtrelerin uygulanmasının sonucu, filtre çıkışlarından gelen sinyalin altındadır, kaydırma olmadan basitçe toplanır (kırmızı çizgi)
teşekkürler konu kapatılabilir