随机谐振 - 页 31

 
这并不难。
 

这是可以理解的,Rosh,我们知道这样的功能。问题是要计算函数,而不是计算两个数据序列的协方差。那么,为不同的偏移量 "tau "的值提供一种数组,就像FREQUENCY函数的作用一样。好吧,让我们想想...

P.S. 你是时候来这里了。你已经读了彼得斯的文章。他是否说过关于过程的静止性的东西?

P.P.S. 是的,我对协方差函数的处理太草率了:为了使这个过程至少在广义上是静止的,我必须为所有的样本对R(ti, tj)推导出一个二维表,即一个矩阵...

 
如果我没有混淆的话,这些过程有一个偏向,而这个偏向正是定期变化的(一个趋势随着另一个趋势变化)。因此,我觉得很难回答。他列举的分配功能是:。
a) 具有有限的MO和无限的方差
b) 具有无限的OD和无限的方差

而正态分布是广义分形分布的一个特例。这里有一个定义。
在一般情况下,X(t) ,如果它的所有概率特征不依赖于时间(更确切地说,它们不随它们所依赖的参数沿t 轴的任何移动而改变),则被认为是一个静止过程。因此,随机过程的数学期望值、其方差和相关函数不取决于时间。
这里的定义是http://www.nntu.sci-nnov.ru/RUS/fakyl/VECH/metod/metod7/vvedenie.htm 。那么收益分布就不是静止的。
 

对Yurixx写道(a)。

"我沿途有一个有趣的问题。谁能指点一下,为什么这样一个简单方便、属性良好的分布函数没有在统计学中使用?如果它被使用,为什么不写出来呢?我从未见过有人试图接近对数正态以外的增量分布。"

这很可能是Rayleigh-Rice分布的一个特例。 我之前给了一个链接。公式是这样的。还有这个数字。

在物理学上,雷利-赖斯分布描述了一个确定性信号与正常噪声之和的一维分布包络。与你要解决的问题非常相似。我附上一个Matcad文件和一个例子。对该算法有详细的评论,允许你根据Neyman-Pearson标准检查分析的样本是否符合理论上的分布规律。我希望这些东西有所帮助。

数学

我不知道,因为在Excel中,matcad可以通过两种方式计算自相关。该文件,也附了一个例子。唯一值得注意的是,有两种计算ACF的方法,每一种都有自己的优点和缺点。顺便说一下IHMO非常有前途,有一次我不得不为空气目标设计自适应跟踪过滤器。你也可以尝试追踪价格:)。ACF正是决定方程中系数的因素。

掌握

对不起,我匆忙中弄错了,我应该向Yurixx 要一个直方图。当我得到图像时,我意识到我的错误。我继续研究 "共鸣 "的概念,根据我的定义:"信号能量推动市场 噪声能量--使我们无法看到这种运动"。 (谢谢你关于IIH或IIH的提示,但大约12年前我给学员们读过关于它们的讲座,我甚至记得给它们打过分数:))。

对于所有

我在论坛上找到了FFT_MA的原型,并根据早期的图片(FFT_MA_mod)对其进行了重建。唯一的一点是,它过度拉伸,这使得分析变得困难。如果有人能够解决这个问题,请帮助。我无法做到这一点。 我还附上了带有解释的文件。顺便说一下,滤波器输出端的振幅分布规律只是服从雷利-雷斯定律--在信号存在的情况下,如果只有噪声,它就会退化为雷利,α变成0。

如果我们想假设我们能以这种方式分离信号和噪声,那么我们将不得不寻找共振,在哪些过程之间我们应该寻找相位重合?

如果有人有想法,那就说出来。

而如果不难建议你说的是什么样 分布。如果可能的话,用一个简单的例子。或者至少是一个链接。

附加的文件:
akf.zip  59 kb
 
它不工作 :( 我不能附加它
附加的文件:
 
只有在编辑模式下才能附上 :) 每个人都在四个小时内起床 :(
附加的文件:
zr_1.zip  1375 kb
 
Grasn, Sergey, 关于潜在的坑,我深表歉意,并承认我自己的愚蠢 :)的确,支撑位和阻力位可以比作一个潜在的障碍,价格从那里反弹。 但我恐怕要争论一下这种现象的虚构。此外,IMHO它是市场上唯一的现实,与那些关于波浪、纤维、干草叉和鳄鱼的幻想相反。 至少,它是唯一可以轻松解释而不涉及额外的非显而易见的假设的事情。恭喜你发现了一个有趣的标准X !就这样了。继续读吧,我已经两年没来这里了,已经有11页了 :)
 
Prival писал (а): 另外,如果不是太麻烦的话,请告诉我你所说 分布是什么。如果可能的话,用一个简单的例子。或者至少是一个链接。
Returns[i] = Close[i] - Close[i+1],也就是说,这些只是历史上收盘价的增量。如果我们对某一TF的整个历史进行计算,将其载入Excel并建立一个 频率直方图(使用Excel函数WHAT()),我们将得到一个有点类似高斯曲线的曲线,但只是外部的。在现实中,这个分布不是正态的--比如说,因为尾部很厚,而且在接近零的点上有不现实的高的峰值。

对尾巴的低估导致投机者对风险的强烈低估:如果他认为 "四西格玛或更大 "事件的概率小得可怜(在正常假设下约为0.0063%),那么真正的市场约为0.7%,也就是100倍。对于大型活动来说,差异甚至更大。如果我不得不这样做,我将张贴照片。

谢谢你的存档--我明天早上会看的。然而,我将尝试在Excel和MQL4中都做一下。
 
Prival,你在这里写的傅里叶切断高频反傅里叶是个好主意。真正做到了完全顺畅,完全没有滞后性的咀嚼。在这一大桶蜂蜜中只有一小滴焦油。这样的操作者是没有因果关系的。而你的窗口越宽,它所依赖的未来样本就越多。而且窗口越窄,平滑度越差。因此,它在历史上看起来很好,但在现实中,这样的指标总是在屏幕的右边界附近重绘。因此,高频噪声将被相应地强调。它将只在历史上被标记。而你在屏幕的右边界将是瞎子和聋子。如果这不是你的意思,请原谅我。我还没有完成所有的帖子。我只写你的前两个。

P.S. 我已经把所有的帖子都读完了。是的,这正是你的经历中所躲避的东西。唉,没有人能够帮助你重绘,因为这一点是根本。这样的过滤运算符是没有因果关系的。总的来说,我的IMHO是,外汇的主要矛盾,以及整个月球世界的主要矛盾,是时间概念的矛盾。在外汇交易中,它表现为一个好的统计估计需要大量的时间。即样本。但在收集这些价值的同时,市场参数也有时间变化。如果有人能帮助解决这个矛盾......(当然,这只是小打小闹 :)
 
eugenk:
Prival,你在这里写的高频傅立叶截止-反傅立叶是个好主意。事实上,你得到的是一个完全流畅和完全无滞后的口令。


根据这个主题,我只是建议如何把信号和噪音分开。我们的目标是找到共鸣,而不是建立一个穆维格。对于预测,甚至是穆维格,有一个更好的伴侣。当然都是IHMO。

作为一个选项,在指标中会有两个独立的缓冲区,不会漂移,并记住在Close[0]=Open[0]时,信号和噪声的能量。