Не Машкино это дело! - страница 12

 
Neutron:

Я же говорю - картинки тут нет! Если вы её всётаки видите, значит вам нужна помощь :-)

Если серьёзно, показана работа самого обычного казуального рекурсивного фильтра, вида:

y[i]=a*x[i]+b*y[i-1], где a=0.1, b=0.9

Крайне неудобно «мобильно писать», но не мог не ответить. Серега, если ты подразумевал под таинственным сигналом эту хреновину, то ё-ё-ё-моё, Серега это чухня в прямом смысле и никакого прогностического свойства просто не имеет. Изюминка метода Бурга в том, что оценивается ковариационная функция текущих значений и будущих. Вероятно, эта оценка сводится к оценке автокорреляции, теория это так же допускает. Ну а дальше дело техники.

 

Выложил исправленный Винеровский ряд (случайный, подобный Броуновскому)


для тестирования ТС. Теперь его длина 2*10^6, функция автокорреляции для ряда первой разности приведена на рис. слева (первй отсчёт тождественно равный 1 непоказан). Функция распределения для амплитуд первой разности на рис. справа. Распределение выбрано специально не Гауссовым, это больше соответствует распределению наблюдаемому в реальности для рыночных ВР.

Файлы:
rnd_2.zip  2325 kb
 

Neutron

может ты пропустил, то что не гаусов это точно, но и не тот что ты выбрал. Мои исследования посмотри, может и помогут чем то.

'Построение торговой системы с использованием цифровых фильтров НЧ'

 
Prival:

Neutron

может ты пропустил, то что не гаусов это точно, но и не тот что ты выбрал. Мои исследования посмотри, может и помогут чем то.

Это уже второй порядок точности. Возможно он не принципиален.


Это код для нахождения АКФ первой разности ВР х как функцию шага (step). АКФ строится на промежутке от1 до time.

 
Это ряд OHLC сгенерированный из RND выложенного выше.
Файлы:
rndohlc.zip  576 kb
Причина обращения: