差分微积分,例子。 - 页 5

 
阿列克谢-潘菲洛夫

关于傅里叶的问题,这是一个丰富的话题。如果有兴趣,我们会定期触及这个问题。

最有可能的是,主要问题会出现在问题陈述上(由于方法不同)。现在,据我所知,该指标从傅里叶频谱中选择最多振幅的频率。

我有一个想法,就是把一个傅里叶 指标栓在已经平均好的多项式线上。我怀疑其推断的读数变化会更慢。


一般来说,思考的方向是正确的。

多项式和傅里叶方法的推断在性质上完全不同。傅里叶外推法只能适用于平坦的市场,因为它具有周期性(这条线路是不同频率、相位和振幅的正弦波的总和),而且它总是趋向于回调。

而多项式外推法则相反,它适合于趋势分析,因为它的阶梯性质使它一直试图向下或向上 "飞"。
因此,将两种方法结合起来是非常明智的。当然,你不会因为简单的总结而得逞。但我对如何最好地结合它们有一个明确的想法,而且必须使用模式识别来完成。而我在这个问题上已经有一些严肃的工作要做。我甚至在很久之前就把我的第一个识别算法公布在开放源代码 中。这个算法在所有的TF中找到线性(1度的多项式)通道。虽然它是我的算法中最原始和最慢的,但即使在市场上我也没有找到更好的算法(我在 )。

傅里叶外推法比多项式外推法慢得多,所以最好能尝试加快它的速度;不过,以目前的速度,你还是可以做得很好。

 
叶夫根尼-别利亚耶夫

这就是大家一直在做的事情......写的...


为了开始一系列的比较,让我们回到众所周知的事情上。

 
      a1_Buffer[i] =iMA(NULL,0,145,0,MODE_EMA,PRICE_OPEN,i);// a1_Buffer[i]=  ((open[i] - Znach)    +5061600*a1_Buffer[i+1 ]-7489800   *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975;

      a5_Buffer[i+92]=a1_Buffer[i];   if(i<=1) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  2*a5_Buffer[i+1+z]  -  1*a5_Buffer[i+2+z]  ;  }}



      a2_Buffer[i]= ( (open[i] - Znach)  + 72   *a2_Buffer[i+1 ] )/73;
      
      a6_Buffer[i+92]=a2_Buffer[i];   if(i<=1) { for(z=92-1;z>=0;z--){         a6_Buffer[i+0+z]=  2*a6_Buffer[i+1+z] -  1*a6_Buffer[i+2+z]  ;  }}

第一条线a1_Buffer 被绘制成周期为145(72*2+1)的经典EMA,基于开盘点,向左移动72步。图片中的灰色宽线。

第二条线a5_Buffer 显示了在第一条线的最后两点上使用直线进行的外推。 图中的灰色线比较细

第三条线a2_Buffer 是直接从一级差分方程绘制的。图中的蓝线

1*Y_(-1)-2*Y_0+1*Y_(+1)=0 等距点的第一级差分方程。

2*Y_(-1)-3*Y_0+1*Y_(+2)=0 肩部的第一级差分方程在2个区间。

72*Y_(-1)-73*Y_0+1*Y_(+72)=0 以72为间隔的肩部第一度差分方程。

它本质上是一个 阿基米德勒维 方程的第一度。

第四条线a6_Buffer 显示了使用第三条线最后两点的直线进行的推断。 图片中的红线,它是基于开端点的。

我们可以看到这两个结构的完全相同。我举了一个例子,不是为了说明代码的转换,也不是为了说明经典的EMA公式向差额形式的转换。

我想指出的是,这意味着在既定的术语中,我们可以把使用多项式的构造称为一定程度的EMA由于对所建线路的命名问题仍未解决。)

当然,如果你不介意的话:))

附加的文件:
 
尼古拉-森科

我甚至在很久之前就把我的第一个识别算法公布在开放源代码 中。这个算法在所有的TF中找到了线性(1度的多项式)通道。尽管它是我的算法中最原始和最慢的,但即使在市场上我也没有找到更好的(我在

在我看来,很有道理。:))
 

我想指出的是,该点可以通过事先计算系数(a2_Buffer蓝线)或从被重绘的线中获取所需的值(a6_Buffer黄线)来进行推算。当然,第二种变体是消耗资源的。

      a1_Buffer[i] =iMA(NULL,0,145,0,MODE_EMA,PRICE_OPEN,i);// a1_Buffer[i]=  ((open[i] - Znach)    +5061600*a1_Buffer[i+1 ]-7489800   *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975;

      a5_Buffer[i+92]=a1_Buffer[i];   if(i<=1100) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  2*a5_Buffer[i+1+z]  -  1*a5_Buffer[i+2+z]  ;  }}



      a2_Buffer[i]= 37* a1_Buffer[i] -36 *a1_Buffer[i+1];
      
      a6_Buffer[i+56]=a5_Buffer[i+56];  


附加的文件:
 

现在用二度多项式(EMA的二度)求平均,用直线推算不同的杠杆率。

      a1_Buffer[i]=  ((open[i] - Znach)    +5328*a1_Buffer[i+1 ]-   2628 *a1_Buffer[i+2 ])/2701;

      a5_Buffer[i+92]=a1_Buffer[i];   if(i<=1100) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  2*a5_Buffer[i+1+z]  -  1*a5_Buffer[i+2+z]  ;  }}



      a2_Buffer[i+20]=a5_Buffer[i+20]; 
      
      a3_Buffer[i+38]=a5_Buffer[i+38]; 
      
      a4_Buffer[i+56]=a5_Buffer[i+56];
        
      a6_Buffer[i+74]=a5_Buffer[i+74];
    

第一个图是绘图方案,在第二个图中,所有没有重画 的线都画到最后一个值。

地下室中的指标只在设定的线偏移量上有所不同。



 

用二度多项式(二度EMA)进行平均,用正抛物线(二度多项 式)外推到不同的杠杆。

      a1_Buffer[i]=  ((open[i] - Znach)    +5328*a1_Buffer[i+1 ]-   2628 *a1_Buffer[i+2 ])/2701;

      a5_Buffer[i+92]=a1_Buffer[i];   if(i<=1100) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  3*a5_Buffer[i+1+z]  -  3*a5_Buffer[i+2+z]  +  1*a5_Buffer[i+3+z]  ;  }}


      a2_Buffer[i+20]=a5_Buffer[i+20]; 
      
      a3_Buffer[i+38]=a5_Buffer[i+38]; 
      
      a4_Buffer[i+56]=a5_Buffer[i+56];
        
      a6_Buffer[i+74]=a5_Buffer[i+74];
  

第一个图是绘图方案,在第二个图中,所有没有重画 的线都画到最后一个值。

地下室中的指标只在设定的线偏移量上有所不同。


 

我看了几遍这个主题,我不明白我们在谈论什么。

报价是一个随机过程,可以用各种分析曲线来近似,特别是这里的线程。

但有一个非常基本的问题。

这些分析曲线中的系数是常数,这是一个非常大胆的想法。

由于我们近似于一个随机过程,系数也是罕见的数量,它们应该被评估,而不是被计算,以及所有这一切意味着。例如,人们可以很容易地得到一个系数的值,看到它的值,在看它的评价时,发现确定该系数值的误差是该值本身的倍数。

而麻烦并没有就此结束。如果一个误差是正态分布的,那就是一个误差,如果它不是静止的,那就根本没有系数,尽管我们可以看到它。

这就是为什么所有的指标都变成了非功能性的。虽然它们可以是难以形容的美丽。


PS。

上面有一个帖子说,未来并不是从过去流出来的。所以上面是对这一悲惨事实的披露。

 
桑桑尼茨-弗门科

我看了几遍这个主题,我不明白我们在谈论什么。

报价是一个随机过程,可以用各种分析曲线来近似,特别是这里的线程。

但有一个非常基本的问题。

这些分析曲线中的系数是常数,这是一个非常大胆的想法。

由于我们近似于一个随机过程,系数也是罕见的数量,它们应该被评估,而不是被计算,以及所有这一切意味着。例如,人们可以很容易地得到一个系数的值,看到它的值,在看它的评价时,发现确定该系数值的误差是该值本身的倍数。

而麻烦并没有就此结束。如果一个误差是正态分布,那么它就是一个误差,如果它不是静止的,那么根本就没有系数,尽管我们可以看到它。

这就是为什么所有的指标都变成了非功能性的。虽然它们可以是难以形容的美丽。


PS。

上面有一个帖子说,未来并不是从过去流出来的。所以上面是对这一悲惨事实的披露。

谢谢你的帖子。

也记住了。

关于交易、自动交易系统和交易策略测试的论坛

你知道如何准备渠道吗?

SanSanych Fomenko, 2017.12.31 11:00

关于交易、自动交易系统和测试交易策略的论坛

你知道如何准备渠道吗?

Aleksey Ivanov, 2017.12.31 10:48

是的,我忘了说明,我建立的这些移动概率分布是非延迟的 由2n+1点建立的移动平均数 滞后n点,当然,分布也是如此),对于这一点,只要通过模型

GARCH预测了一些点,并在历史的末端部分建立了一个非退化 分布的模型(这很重要),考虑到他们提供的额外统计数据。我向桑桑尼茨(SanSanych Fomenko)提问:"这种方法对于跳跃来说会更正确,还是也会造成问题?


我无法评估你的方法并给出答案。

你正试图考虑一个想法,市场上有无数的想法,但像绝大多数想法的作者一样,你没有问自己一个问题:你在历史数据中看到的一切将在未来重复出现在什么基础上?或者更准确地说:你的想法甚至具有预测能力吗?

GARCH的作者并没有立即得出这个模型,顺便说一下,在与有效市场的思想家的激烈斗争中,他们把有效市场理解为静止的。

我们从统计学中知道,静止的过程是可以预测的,但非静止的过程的预测效果很差。这正是问题所在。非稳态性使无用的数学山在其他领域变得极为有效。

GARCH意识形态。

  • 其基本前提不是静止性
  • 我们精确地阐述了非平稳性一词的含义
  • 开始一点一点地从NOT到静止状态到静止状态。
  • 越接近静止性,算法对未来的预测能力就越强


你的想法是这样的吗?


我认为它肯定会派上用场。
 

通过四度多项式与杠杆72(四度EMA)进行平均,并使用直线外推到不同的杠杆率。

      a1_Buffer[i]=((open[i] - Znach)    +5061600*a1_Buffer[i+1 ]-7489800    *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975;

      a5_Buffer[i+92]=a1_Buffer[i];   if(i<=1100) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  2*a5_Buffer[i+1+z]  -  1*a5_Buffer[i+2+z]  +  0*a5_Buffer[i+3+z]  ;  }}


      a2_Buffer[i+20]=a5_Buffer[i+20]; 
      
      a3_Buffer[i+38]=a5_Buffer[i+38]; 
      
      a4_Buffer[i+56]=a5_Buffer[i+56];
        
      a6_Buffer[i+74]=a5_Buffer[i+74];
 

第一个图是绘图方案,在第二个图中,所有没有重画 的线都画到最后一个值。

地下室中的指标只在设定的线偏移量上有所不同。


 

用四度多项式进行平均,杠杆率为72(四度EMA),方形抛物线(二度多项式) 推算出不同的杠杆率

      a1_Buffer[i]=((open[i] - Znach)    +5061600*a1_Buffer[i+1 ]-7489800    *a1_Buffer[i+2 ]+4926624*a1_Buffer[i+3 ]-1215450*a1_Buffer[i+4 ])/1282975;

      a5_Buffer[i+92]=a1_Buffer[i];   if(i<=1100) { for(z=92-1;z>=0;z--){        a5_Buffer[i+0+z]=  3*a5_Buffer[i+1+z]  -  3*a5_Buffer[i+2+z]  +  1*a5_Buffer[i+3+z]  ;  }}


      a2_Buffer[i+20]=a5_Buffer[i+20]; 
      
      a3_Buffer[i+38]=a5_Buffer[i+38]; 
      
      a4_Buffer[i+56]=a5_Buffer[i+56];
        
      a6_Buffer[i+74]=a5_Buffer[i+74];

第一个图是一个绘图方案,在第二个图中,所有没有重画 的线都画到最后一个值。

地下室中的指标只在设定的线偏移量上有所不同。