基于数字滤波器的交易策略 - 页 54

[richcap]

fajst_k:
这里是与NOXA在相同信号上的结果的比较。他们在以下方面达到了100%

清洁的CHIRP信号，72.2%在_2，90.9%在_1。

因此，即使它是曲线拟合器类型，也肯定会更糟糕。你能在GOLD5上也做一下吗？

克里斯托夫

对不起，但没有足够的条形图来进行有意义的模拟。

[krzysiaczek99]

richcap:
很抱歉，没有足够的条数来进行有意义的模拟。

它需要多少条？

克里斯托夫

[richcap]

fajst_k:
它需要多少条？ Krzysztof

我猜4000（像其他的啁啾声）已经足够了，但越多越好。

总之，我认为AWGN（我猜是你与信号混合的噪声）在策略中太容易被击败了（就像我做的那样）。

你能混合其他类型的噪声分布吗？

[krzysiaczek99]

噪声类型

richcap:
我想4000（像其他的chirp）已经足够了，但越多越好。

总之，我认为AWGN（我猜是你与信号混合的噪声）在策略中太容易被打败了（就像我一样）。

你能混合其他类型的噪声分布吗？

是的，我可以与其他噪音混合，我认为日内市场有泊松 噪音。我将准备好信号并发布。

Krzysztof

[krzysiaczek99]

GOERTZEL EAs结果和最终比赛结果

下面是基于Goertzel V2的EA的结果。我没有这些EA，所以我不知道发出买入/卖出信号 的逻辑，但我知道它们是基于周期发现器，基于秘密 Goertzel V2。对从NOXA图表中提取的相同啁啾信号进行了测试，我只得到了结果。

因此，信号_1在PF5.56的情况下达到了66.7%，信号_2在PF1.43的情况下达到了53.2%，PF2.72的情况下达到了66.07%。

因此，在这场比赛中，MESA获胜，NOXA第二，GOERTZEL第三，明显表现不佳。

不管怎么说，现在我们对三种不同的频谱分析方法的表现有了一个概括，至少对于高斯噪声的啁啾信号，在所有情况下都是一样的。

Krzysztof

[keekkenen]

致富凯

谢谢你的出色工作!

例如，我想对2008.07.01至2009.01.01的数据进行光谱分析，我需要哪些参数？

对不起，我的英语不好...

[krzysiaczek99]

fajst_k:
是的，我可以混入其他噪声，我认为日内市场有泊松噪声。我会准备好信号并发布。 Krzysztof

嗨，Richcap。

试试这个

t = (0:5000)';

f0 = 0.075;

ph0 = pi/6;

f1 = 0.125;

ph1 = -pi/6;

x = 10+0.1*t+2.5 * cos(2*pi*f0*t + ph0) + 3 * cos(2*pi*f1*t + ph1) + 4 * randn(size(t) )。

它有线性趋势、直流分量、2个周期性分量和噪声。稍后我将用泊松 噪声取代randn。也许Goertzel "团队 "也会对这个信号进行测试，这样我们就能再次比较性能了。

FFT频谱完全被线性趋势和直流成分杀死了。

Krzysztof

[dvarrin]

richcap:
嗨，dvarrin，不客气。 我没有具体的文档，但代码有注释。如果你知道AT&CF（你可以阅读fin-ware网站上的两篇论文），你就可以理解它是如何工作的。对于大多数的交叉盘和时间段，参数是相当合适的。你只需要找到一个适合你的交易方式的策略。

那么，你所实施的指标是基于MESA的，DFG也是基于MESA的？我们在DFG中可以选择的条数 和你在指标中用来进行频谱分析的条数是一样的？

关于使用的条数。你为什么要取最近的价格历史？它看起来非常嘈杂，没有明确的周期。我正在做的是采取越来越多的条形，增加1000或2000条，直到频谱分析看起来几乎相同。这将意味着该频谱中的峰值在很长一段时间内是显著的，然后不应该是如此糟糕？

如果我们看一下显示P1和D1值的自适应指标，我们可以看到曲线是相当平滑的，除了在某些地方的值大跳到另一个值，然后又回到正常值。你不认为最好的办法是忽略这些跳动吗？

根据周期分析，在两个最低价格之间花费的时间与之前花费的时间相比没有减少或增加很多。

[richcap]

fajst_k:
嗨，Richcap。

试试这个

t = (0:5000)';

f0 = 0.075;

ph0 = pi/6;

f1 = 0.125;

ph1 = -pi/6;

x = 10+0.1*t+2.5 * cos(2*pi*f0*t + ph0) + 3 * cos(2*pi*f1*t + ph1) + 4 * randn(size(t) )。

它有线性趋势、直流分量、2个循环分量和噪声。稍后我将用泊松噪声取代randn。也许Goertzel "团队 "也会对这个信号进行测试，这样我们就能再次比较性能了。

FFT频谱完全被线性趋势和直流成分杀死了。

冯志强

Krzysztof,

也许有一个较慢的信号来进行有意义的模拟会更好。

正如你所看到的，MESA可以完美地提取信号峰值，即使没有去噪或去趋势，但对于基于周期的交易策略来说，这些峰值太快了。

如果你有一个8条的周期（0.125的频率）或甚至13.3条的周期（0.075的频率），这意味着你有4（6.5）条的快速上升趋势和4（6.5）条的快速下降趋势。即使是一个壮观的数字滤波器 也会引入一些滞后，比如说至少2个柱子，所以你只有2个（4.5）个柱子来交易快速趋势。再加上振幅大于信号的噪音（4对3），你就有了一个完全不可循环交易的信号。

我喜欢用2或3个正弦波+直流成分+线性趋势+不同类型的噪音来测试信号的想法。我建议像20条（0.05频率），50条（0.02频率），100条（0.01频率）。

[richcap]

keekkenen:
给Richcap

谢谢你的出色工作!

例如，我想对2008.07.01至2009.01.01的数据进行光谱分析，我需要什么样的参数设置？

对不起，我的英语...

你必须从条形的角度来考虑。你的时间序列从2008.07.01到2009.01.01有多少条？很明显，这取决于时间框架。对日线来说，应该是120-140个柱子（这很少）。对于H4来说，应该是480-500条左右，这很好。

在 "长度 "参数中输入条数。