Форум трейдеров » Торговые стратегии » Адаптивные фильтры. Применение в торговле
+ Подписаться
Страница 11 из 55 ПерваяПервая ... 91011121321 ... ПоследняяПоследняя
  1. 1,044
    Комментарии
    2
    Темы
    1975
    Репутация Pro
     
    Мастер форумных наук

    4 Медалей
    Цитата Сообщение от Bag Посмотреть сообщение
    вопрос диагноза понимаю в выявлении масштаба происходящего а не в предсказании будущего

    к какому масштабу принадлежит текущее движение? - из этого только и можно строить полезные предположения о его продолжительности

    а польза индикатора - исключительно в формалицации - это даёт возможность анализировать эффективность избранного критерия
    --------
    Адаптанты плотнее жмутся к цене и при этом не частят по мелочам - в этом их преимущество, как я понял?
    Ценность имеет только совместное соблюдение свойств "жаться плотнее к цене" и "не частить по мелочам".
    Поскольку короткие ЕМА - плотнее жмутся к цене, а длинные - не частят по мелочам.
    ===============
    Помните, я приводил удивительно мощный результат: ЕМА является решением задачи о построении сглаженного сигнала, одновременно гладкого и не сильно отстоящего от цены, причем решением этой задачи не только в классе линейных фильтров, а и без этого ограничения.
    Казалось бы - вот оно, задай относительную важность этих требований и пользуйся ЕМА.
    Однако все трейдеры знают: иногда лучше пользоваться ЕМА8, а иногда - ЕМА88. То есть - иногда важнее "жаться ближе к цене", а иногда - "не частить по мелочам".

    Адаптация, грубо говоря, помогает автоматически понять, чему при актуальном поведении цены надо уделять больше внимания: свойству "жаться ближе к цене" или свойству "не частить по мелочам".
  2. 32
    Комментарии
    0
    Темы
    32
    Репутация Pro
     
    Новичок

    2 Медалей
    Цитата Сообщение от BQQ Посмотреть сообщение
    ....
    Оптимальный для торговли параметр сглаживания зависит от характера поведения цены на интервале времени торговли.
    Цитата Сообщение от BQQ Посмотреть сообщение
    ...
    Однако все трейдеры знают: иногда лучше пользоваться ЕМА8, а иногда - ЕМА88. То есть - иногда важнее "жаться ближе к цене", а иногда - "не частить по мелочам".

    Адаптация, грубо говоря, помогает автоматически понять, чему при актуальном поведении цены надо уделять больше внимания: свойству "жаться ближе к цене" или свойству "не частить по мелочам".
    Вопрос 1.
    Существуют ли формализованные с матем точки зрения способы определения оптимального (опять таки по формализованным критериям) параметра сглаживания? Т.е. почему ЕМА23 на каком-то временном интервале лучше(???), чем ЕМА8 и ЕМА88?
    Или, кроме "маленьких серых клеточек" (цитирую сыщика Эркюля Пуаро), эту задачу решить никакая математика не в силах.
    =====================
    Цитата Сообщение от BQQ Посмотреть сообщение
    ...
    Сопоставление движений на разных таймфреймах - это ещё знаменитые "три экрана" Элдера.
    ===================================
    А у меня речь идет о поведении цены на одном отрезке времени, не на нескольких.
    Вопрос 2.
    Коль скоро речь идет об анализе только одного ТФ, возможна ли настройка параметров адапт фильтра по результатам его "обучения " на интервале превосходящем интервал сглаживания (выбор интервала обучения - на совести торгующего)
    Попытка реализации этой идеи предпринята в индикаторе NeuroProba (http://codebase.mql4.com/ru/1391).
    Вопрос возник у меня после одного из Ваших постов:
    Цитата Сообщение от BQQ Посмотреть сообщение
    ...
    Нужно еще использовать "встроенную нейронную сеть".
  3. 1,044
    Комментарии
    2
    Темы
    1975
    Репутация Pro
     
    Мастер форумных наук

    4 Медалей
    На содержательном уровне все следящие системы включают в себя два блока: блок вычисления прогноза и блок вычисления выходного сигнала. Разумность такой структуры основана на здравом смысле: если наш прогноз оправдывается, то не нужно ничего менять. Как говорится, «работает – не трогай руками!».

    На уровне реализации практически всегда вычисление выходного сигнала по прогнозу и входному сигналу сводится к формуле

    Выход=прогноз + alfa*(Вход - прогноз)

    В этой формуле нетрудно узнать формулу для ЕМА, сообразив, что ЕМА считает прогнозом прошлое значение выходного сигнала.

    Обоснованность такого способа вычисления выходного сигнала основывается на мощности результата, утверждающего, что ЕМА есть оптимальный компромисс между гладкостью выходного сигнала и малостью отклонения выходного сигнала от входного.
    А вот прогнозирование входного сигнала может выполняться существенно различными методами.

    ЕМА пользуется бесхитростным прогнозом
    Прогноз на завтра = выходной сигнал сегодня.

    Идея проста, но мощна. Известно, что прогноз погоды по принципу «завтра будет как сегодня» оправдывается заметно чаще, чем не оправдывается (и тут – тренды:grin:).

    На содержательном уровне можно сказать, что ЕМА заточена под слежение за неподвижным объектом, так как прогноз предельно консервативен: объект слежения сохраняет своё положение в том пространстве, в котором мы за ним следим.

    Отсюда – очевидная модификация ЕМА для слежения за движущимся с постоянной скоростью объектом.
    Прогноз «объект сохраняет скорость своего движения в том пространстве, в котором мы за ним следим».

    Prog(k+1)=y(k)+[y(k)-y(k-1)]

    Так модифицированная ЕМА может (после окончания переходного процесса) безошибочно воспроизводить движение цели с постоянной скоростью, но сильно запаздывает с разворотами вследствие инерционности выходного сигнала. При малых значениях alfa, требующихся для хорошего сглаживания, пройдет много времени, прежде чем подтягивание выходного сигнала к входному в блоке вычисления выходного сигнала пересилит инерционность прогноза.

    Поэтому разумно ввести ещё один параметр gam, характеризующий инерционность прогноза.
    Формулы приобретают вид

    Prog(k+1)=y(k)+gam*[ y(k)-y(k-1)]
    y(k+1)= Prog(k+1) + alfa*[ x(k+1) - Prog(k+1)]


    Работа такой СС на модельном сигнале видна на картинках.
    gam=1

    gam=0 (классическая ЕМА)

    gam=0,85
    На реальном входном сигнале видно, что gam=1 выглядит совершенно непривлекательно даже при сравнительно небольших alfa.
    gam=1 красный, gam=0 синий, gam=0,85 зеленый

    Делать прогноз более изощренным (например, включать в прогноз не только скорость, но и ускорение) бессмысленно, так как в реальной обстановке не удается оценить вторую производную входного сигнала, так как дифференцирование – операция, усиливающая шумы.

    Поэтому в будущем ограничимся такой структурой следящей системы (выделенные жирным формулы выше) с двумя параметрами alfa и gam, характеризующими степень сглаживания высокочастотных компонент и степень инерционности прогноза.
    Адаптацию будем производить, меняя значения alfa и gam .

    В рамках этой схемы можно создавать разнообразные адаптивные фильтры, варьируя способы вычисления alfa и gam. Эти вариации могут возникать как на содержательном уровне (к чему адаптируются alfa и gam), так и на уровне реализации (какую меру для измерения того свойства, к которому адаптируемся, мы применим).
    Разумеется, все эти отличия управляются уровнем целеполагания: чего мы хотим достичь адаптацией фильтра по сравнению с фильтром с постоянными параметрами.

    Капитан Очевидность сообщает нам, что мы хотим добиться «правильного» поведения эквити, но это – слишком глобальная цель.
    Разработчики разного рода чудо-фильтров практически всегда оберегают читателей от обсуждения содержательного уровня (пессимистическая трактовка - и сами не вполне понимают, как они разрабатывают свои фильтры).
    Поэтому я буду при рассмотрении примеров стараться не упускать из виду этот момент.

    Замечание.
    На уровне целеполагания есть очевидное отличие в целях того, кто использует сглаживание цены для создания ТС переворотного типа (англоязычные люди иногда называют такие ТС "типа AIP" - always-in-play) , и того, кто входит в сделку по какому-то другому сигналу, используя сглаживание цены для определения момента выхода из сделки.
  4. 1,044
    Комментарии
    2
    Темы
    1975
    Репутация Pro
     
    Мастер форумных наук

    4 Медалей
    Цитата Сообщение от никита_ Посмотреть сообщение
    Вопрос 1.
    Существуют ли формализованные с матем точки зрения способы определения оптимального (опять таки по формализованным критериям) параметра сглаживания? Т.е. почему ЕМА23 на каком-то временном интервале лучше(???), чем ЕМА8 и ЕМА88?
    Или, кроме "маленьких серых клеточек" (цитирую сыщика Эркюля Пуаро), эту задачу решить никакая математика не в силах.
    =====================


    Вопрос 2.
    Коль скоро речь идет об анализе только одного ТФ, возможна ли настройка параметров адапт фильтра по результатам его "обучения " на интервале превосходящем интервал сглаживания (выбор интервала обучения - на совести торгующего)
    Попытка реализации этой идеи предпринята в индикаторе NeuroProba (http://codebase.mql4.com/ru/1391).
    Вопрос возник у меня после одного из Ваших постов:
    1. Математика - это мясорубка: что на вход положишь, з того фарш на выходе и получишь. То есть - вы должны сами отработать уровень целеполагания: чего вы хотите от адаптивной СС? Пытаться "в едином порыве" решить задачу, предъявляя свои требования в терминах поведения эквити - чрезмерно трудно.
    Поэтому надо исхитриться сформулировать содержательную частную цель - это нелегко. А только потом уже искать математическое решение.

    2. У адаптивного фильтра есть такое понятие "интервал наблюдения", отдельное от "интервала сглаживания". Это - отрезок времени в прошлом, по которому производится адаптация, т.е. в выбранной мной схеме - модификация значений параметров alfa и gam.
  5. 1,044
    Комментарии
    2
    Темы
    1975
    Репутация Pro
     
    Мастер форумных наук

    4 Медалей
    Мне известны следующие группы адаптивных фильтров.

    1. адаптирующиеся к спектру шума (иногда - и к спектру сигнала). Распространены в технике. в торговле непригодны и далее разбираться не будут. В торговле непригодны по причине неадекватности спектрального языка для описания интересующих торговца сущностей.

    2. адаптирующиеся к поведению входного сигнала. Исторически они были первыми адаптивными сглаживающими индикаторами трейдеров. Основная идея: при "более направленном" движении снижать степень сглаживания, уменьшая динамическую ошибку слежения ценой повышения шумовой ошибки, при "более хаотичном" движении цены - наоборот.

    3. адаптирующиеся к поведению сигнала рассогласования (к ошибке слежения).
    Основная идея: при малости динамической ошибки слежения знаки ошибки должны быть разными. Появление устойчивого перевеса знаков ошибки - признак наличия заметной динамической ошибки, т.е. - наличия направленного движения.

    4. адаптирующиеся к ошибке прогноза. Весьма идейно близкая группа к предыдущей. Различие ошибок прогноза и слежения проявляется отчетливо только в моменты разворотов.
    ===============
    Отдельно стоит отметить группу "мгновенной адаптации", т.е. фильтры с минимальной длительностью интервала наблюдения. Параметры фильтра вычисляются, исходя только из последних значений того, к чему адаптируется фильтр.

    Ещё отдельно стоит отметить группу нелинейных фильтров, которые трудно назвать адаптивными - уж больно они бесхитростные. Их характерное свойство - постоянство параметров фильтра. Нелинейность же им придает вставленный в какое-либо место блок нелинейного преобразования. Обычно этот блок ставится либо в самое начало (преобразует входной сигнал), либо после вычитателя, формирующего сигнал рассогласования.
  6. 8,531
    Комментарии
    46
    Темы
    15162
    Репутация Pro
    Аватар для avtomat  
    Старожил

    7 Медалей
    Цитата Сообщение от BQQ Посмотреть сообщение
    Мне известны следующие группы адаптивных фильтров. ...
    Такое разделение на группы мне представляется малоинформативным с точки зрения построения замкнутой системы как целостной структуры.
  7. 8,531
    Комментарии
    46
    Темы
    15162
    Репутация Pro
    Аватар для avtomat  
    Старожил

    7 Медалей
    Цитата Сообщение от BQQ Посмотреть сообщение
    Делать прогноз более изощренным (например, включать в прогноз не только скорость, но и ускорение) бессмысленно, так как в реальной обстановке не удается оценить вторую производную входного сигнала, так как дифференцирование – операция, усиливающая шумы.
    Хотя о дифференцировании как операции, усиливающей шумы, сказано абсолютно верно, но... Никак не согласен с этим утверждением о бессмысленности, поскольку есть обходные пути в определении и использовании обобщённых оценок, с учётом производных более высокого порядка.
  8. 8,531
    Комментарии
    46
    Темы
    15162
    Репутация Pro
    Аватар для avtomat  
    Старожил

    7 Медалей
    Непременным условием осуществления процесса адаптации является наличие какого-либо критерия количественной оценки качества функционирования системы.
    Например, можно построить функционал качества в виде интеграла функции роста -- и поставить задачу его максимизации.
    Напротив, можно построить функционал качества в виде интеграла функции потерь -- и поставить задачу его минимизации.
    А можно и объединить эти функционалы, дополнительно добавив и расширив требования к системе.
    В любом случае функционал будет зависеть от некоторого набора параметров. И этих параметров, - в зависимости от сложности системы и предъявляемых к ней требований, - может быть очень много. Но при этом степень влияния отдельных параметров на конечный результат функционирования системы будет различной. Более того, степень такого влияния будет изменяться в зависимости от фазового состояния системы в каждый текущий момент времени. При этом некоторые параметры (или группы параметров) будут слабо влиять на результат, а некоторые параметры (или группы параметров) будут сильно влиять на результат функционирования системы. Вспомним здесь теорию чувствительности.
    (прилагательные "слабо" и "сильно" требуют уточнения, но для понимания сейчас этого вполне достаточно)

    Задачи оптимизации и адаптации сильно переплетены между собой. Именно в этом смысле можно рассматривать задачу параметрической адаптации как задачу экстремизации функционала качества.
  9. 1,044
    Комментарии
    2
    Темы
    1975
    Репутация Pro
     
    Мастер форумных наук

    4 Медалей
    Цитата Сообщение от avtomat Посмотреть сообщение
    Такое разделение на группы мне представляется малоинформативным с точки зрения построения замкнутой системы как целостной структуры.
    А это не для "построения замкнутой системы как целостной структуры", не для построения МТС.
    Эта классификация - для раскладывания по полочкам механизмов адаптации.
  10. 1,044
    Комментарии
    2
    Темы
    1975
    Репутация Pro
     
    Мастер форумных наук

    4 Медалей
    Цитата Сообщение от avtomat Посмотреть сообщение
    Хотя о дифференцировании как операции, усиливающей шумы, сказано абсолютно верно, но... Никак не согласен с этим утверждением о бессмысленности, поскольку есть обходные пути в определении и использовании обобщённых оценок, с учётом производных более высокого порядка.
    Мне такеи обходные пути известны только в случае параметрических моделей входного сигнала, а это - уж слишком смелое допущение. Хотя ваши шестеренки - оттуда.

Вверх
РегистрацияX

чтобы писать, читать, комментировать