随机谐振 - 页 11

 

壳的第一种方法...

识别渠道

这很棘手;被归类为平坦的通道并不那么容易和明确地被发现,更不用说它们是什么。虽然这种情况的变体不多,第一种近似方法如下:通道的中心是时间序列的平均值(TTR),通道的边界被定义为 "TTR "+/-k*SCO,其中TTR是标准偏差,"k "是比例系数之一。搜索方法非常简单:我取一个历史样本,站在某个基准点上,用迭代+1个基准点向右走,也就是走到未来。对于所得的时间序列(TP),我确定了SVR和RMS。我通过系数 "k "和从1到3的有效值的0.1步,对同一系列开始另一个迭代过程,并检查是否符合标准。在一般情况下,在某些系数下,该标准可能起作用(系列的所有值将在 "SVR "通道内+/-k*SCO)。在这种情况下,我停止嵌套循环,并记录当前通道的数据。也就是说,如果一个标准对2.1*SCO起作用,所有其他大于2.1的系数也会满足这个条件,尝试它们就没有意义了。在 "k "上完成循环后,我继续沿着主循环增加BP,直到我尝试从当前栏中的所有未来读数。然后我搬到一个新的酒吧,重新开始。我希望我解释清楚了,如果还有什么问题,请问。

很明显,带有参数的通道矩阵将是 "完整的",包括非平坦的通道。管它呢,反正会有东西可以比较,尤其是下一步是 用上述方法收集每个发现的渠道后发展的 "过程 "的统计数据。但到目前为止,我还没有着手去做,我在考虑如何对一个通道 "终止 "后出现的BP进行参数化。如果你对此有任何想法,我将不胜感激,这项任务并非微不足道。

频道参数

到目前为止,我还没有收取准备好的函数来分离苍蝇和小刀,即信号和噪音以及计算接收到的噪音的参数。这一切都在我面前,但现在,在随机抽取的一个不是很大的片段(5000)上,我组装了以下内容。

  • 通道长度
  • 价格均值(我想在未来通道序列的均值将被用作信号)。
  • 标准差
  • 获得的通道的振幅(最大(y)-最小(y))。
  • 通道边界的 "k "系数的形式

初步结果

它们甚至不是初步的,而是类似于打开门,胆怯地偷看。我在介绍数据时没有过多的评论,而是用相关性计算和其他技巧。到目前为止,这一切都很简单,没有什么有趣的,可以期待。

通道长度 - RMS

通道长度-传播

RMS - 摆动

通道长度 - "k"

一张漂亮的照片

颜色表示以通道为界的时间序列的平均值(下面的刻度)。

轴。

  • 通道长度(N-Bin)
  • 公羊 (R-Bin)
  • 标准偏差 (SCO-Bin)
 
grasn:

壳的第一种方法...


我想回到我的老工作中去。线性近似,但我想用有效值的变化来取值和周期,也许这里也有隐藏的东西。但有一个问题出现了,如果BP是新的,我不知道该怎么做。采取什么时期进行计算,以使旧的数据不受干扰。
 
Vinin:
格拉斯恩

壳的第一种方法...


我想回到我的老本行。线性近似,但我想用有效值的变化来取值和周期,也许这里也有隐藏的东西。但有一个问题出现了,如果BP是新的,我不知道该怎么做。采取什么时期进行计算,以使旧的数据不受干扰。

我已经写过我遵循的原则:如果你不知道什么,就去问市场。我不能分心,而且我的主要模型不是随机共振,而是另一个模型。 我对SR的要求不高--噪音加上平坦水平的波动应该能回答几个问题。

 
grasn:
维宁
格拉斯恩

壳的第一种方法...


我想回到我的老工作中去。线性近似,但我想随着有效值的变化取值和周期,也许这里也有隐藏的东西。但有一个问题出现了,如果BP是新的,我不知道该怎么做。采取什么时期进行计算,以使旧的数据不受干扰。

我已经写过我遵循的原则:如果你不知道什么,就去问市场。我不能分心,而且我的主要模型不是随机共振,而是另一个模型。 我对SR的要求不高--噪音加上平坦水平的波动应该能回答几个问题。


顺便问一下,你用什么来制作这些 "漂亮的照片"?
 

Yurixx

这是关于解释物理意义的一个变体。如果这有意义的话:-),那么你可以在每个谐波上进行交易,而你只能在主要的谐波上进行交易。这完全取决于你需要多少钱。

我会把这个概念留到最后。以防你需要购买所有太平洋上的岛屿和月球。:о)

对 "诚实"而言

关于我之前带图片的帖子:我想知道,我们对问题的陈述在这个层面上有多少吻合?

在我不太理解的图片中,众多的线条象征着什么,你是根据什么得出可预测性的结论的?

PS:我记得,你吹嘘说你收集了渠道的统计数据,有40多个参数。也许你也收集了噪声参数?

维宁

顺便问一下,你用什么来制作这样的 "漂亮照片"?

这是MineSet,由SGI开发,在此销售:http://www.purpleinsight.com/,当时,SGI倒闭了。你可以下载一个演示版本。有一套必要的数据挖掘工具,包括可视化能力(毕竟是SGI创造的)。

 
是否可以在演示版上做全面的研究?那么它怎么会比为钱的人差呢?
 
grasn:

对 "诚实"而言

关于我之前的帖子和图片:我想知道我们的质疑在这个层面上有多大的吻合度?

在图片中,我不太明白多条线象征着什么,你是根据什么得出可预测性的结论的?

PS:我记得,你吹嘘说你收集了渠道的统计数据,有40多个参数。也许你也收集了噪音参数? 分享。

很多线条是自动计算的趋势,它们象征着目标的可预测性 :) 。原则上,我理解我们的问题陈述,像往常一样,从一开始就不同:),这里是大约相同的图片,我用手标记了在我看来是稳定的状态。正如你所看到的,其中没有横向平坦的地方 :)

关于你的方法的一点:5000个点,LR从3开始,矩阵是三角形的,所以(4997*4996)/2通道。继续每个人,并计算每个人的噪声参数...是的,不过需要过滤。在这方面,看一下(通道长度)-(中线交叉的数量)的图表会很有意思。关于我的统计数字--我没有计算噪声参数(以及许多其他东西),因为在历史上测试这样的算法是不现实的。另外,我只在选定的通道上工作,也就是说,按照我的理解,你是指更广泛的捕捉。

维宁
我想回到我的老工作中去。线性近似,但我想随着有效值的变化取值和周期,也许这里也有隐藏的东西。但有一个问题出现了,如果BP是新的,我不知道该怎么做。采取什么时期的计算方法,旧的数据不会干扰。


在一个平行论坛的著名分支中,这个问题是通过对所有可能的片段进行全面列举并随后进行选择来解决的。选择的标准主要围绕着最小的RMS,但在我看来,细节上没有人透露:)。根据我的理解,典型的RMS是最小的RMS,条件是样本外的RMS(+片段长度的一半)不超过基本的RMS。

 

Yurixx

是否可以在演示版上做全面的研究?它怎么会比为了钱的那个差呢?

是的,只限于30天。相当昂贵(至少是这样)。在俄罗斯,这种工具被总统、丘拜斯、天然气和石油生产商的分析人员所使用。

对 "诚实"而言

原则上我理解,我们的问题陈述,像往常一样,从一开始就不一致。

在我看来,它们是相似的,只是我没有立即理解这些线条的含义。但现在我们似乎是在处理旁门左道,而你似乎并不否认它们的存在。

关于你的方法的一点:5000点,LR从3开始,矩阵是三角形的,所以(4997*4997)/2通道。继续每个人,并计算每个人的噪声参数...是的,不过需要过滤。在这方面,看一下(通道长度)-(中线交叉的数量)的图表会很有意思。

不使用通道的LR,我已经描述了:平均+-k*SCO。从长远来看,你可以通过LR方程中b系数的条件来限制通道的数量(会有很少的通道)。死区从24开始。满足这一条件的通道将被大量发现,在我看来这才是重点。 我将努力不忘记中线交叉点。:о)

关于我的统计数字--我没有计算噪声参数(和其他许多东西),因为在历史上测试这样一种算法是不现实的。

这需要很长的时间来计算--这是一个医学事实 :o)。

此外,我只在选定的通道上工作,也就是说,据我所知,你想到的是一个更广泛的捕捉。

是的,这包括我正在寻找的 "规模"。

 
grasn:
另外,我只在选定的通道上工作,这意味着,按照我的理解,你指的是一个更广泛的捕获。

是的,这就是我在寻找的 "规模"。


原则上说,这种 "宽幅捕捉+通道扩展 "的方法肯定是有的:),只是没有超级计算机。
 
lna01:
格拉斯恩
另外,我只在选定的通道上工作,这意味着你指的是更广泛的捕捉,我的理解是这样。

是的,这就是我在寻找的 "规模"。


原则上说,这种 "宽幅捕捉+连续通道 "的方法肯定是有道理的:),只是没有超级计算机。

我希望我们有很多人,我们可以组成一个集群:o))))顺便说一下,我仍在根据这项研究对欧元兑美元进行研究,但我必须很快对其他符号运行该算法,当然,如果在欧元兑美元上发现了什么。

我还是不明白,谁对研究感兴趣,准备在不久的将来解析引文并提供其计算能力,即运行统计资料收集的算法? 至少提出一些建议 :o)

PS:我现在在MathCad中准备算法,但它可以为MT重写,没有什么复杂的东西。


PS:决定把搜索逻辑简化一点,有些东西真的让人害怕。我将很快发布续集 :o)