Auswahl der Zeitstrategie Auswahl ((1) Konstruktion der Trendlinie mit niedriger Verzögerung unter der Z-Umwandlungsperspektive bei der Auswahl der klassischen technischen Indikatoren

Vor kurzem sagte jemand in der Umgebung, dass ich täglich eine Terrorangen-Taktik entwickle, ja, ja, die Terrorangen-Taktik ist vorbei.1. Voraussetzung ● Lassen Sie uns ernsthaft auf den Punkt kommen, dass klassische Zeitrahmen-Strategien in der Tat in mehrere Kategorien unterteilt sind: kurzfristige Ereignis-getrieben (die sich im Geldkreis als Überwachung von Ankündigungen und Tweets auf den großen Börsen und mit Textanalyse auswirken), statistische Rückkehr und Vorhersage (Statistische Auswahl, Pairing von Transaktionen, verschiedene ML- und DL-Modelle, hierarchische Markov-Modelle usw.), GSISI-Klasse bei der Stimmung der Investoren und bei der Wahl traditioneller klassischer technischer Indikatoren.

N日移动平均线=N日收盘价之和/N

● Das, was von den meisten Anlegern allgemein als Ma (Ma) bezeichnet wird, ist eine Ma-Linie, die durchschreitet, kauft und verkauft, und unzählige Anleger tragen zu ihren eigenen Gebühren bei. ● Die Ebenlinie kann die Preisentwicklung gut beschreiben und genau verfolgen, und die Entwicklung ist nicht leicht zu ändern. In der Entwicklung von Futures CTAs ist die Ebenlinie ein sehr wichtiger Referenzindikator. Allerdings gibt es für normale Anleger folgende Probleme mit der Verwendung der Ebenlinie: Erstens ist die Ebenlinie schwer verzögert und tritt oft zum Zeitpunkt des Signals, wenn der Trend bereits halb abgelaufen ist, zurück. Zweitens, gewöhnliche Anleger in Münzkreisen arbeiten oft mit dem Indiz in der Bruttoebene, 15, 5 oder sogar 1 Minute, in einem so kurzen Zeitraum, in dem die Ebenen von mehr als 80% charakterisiert sind (die Art, die Martin liebt). ● Die Aufgabe dieses Artikels ist es, einen Algorithmus zu konstruieren, der für die Filterung und Verringerung der Verzögerung von Ebenlinienindikatoren verwendet werden kann.

2. Z-Umwandlung, Übertragung der Funktion ● Vor diesem Artikel habe ich einige Algorithmen über Indikatoren auf verschiedenen Websites gelernt, wie zum Beispiel die häufigsten Flicker-Flicker (die in einigen CTAs von Squirrel Broadcast auftreten) und die Karman-Flicker-Methode, die der Autor bei joinquant untersucht hat, die 2015 erfolgreich dem Aktienkatastrophen entkam. Der ER-Filter-Modul auf TB ist sehr praktisch zu bedienen. ● Die Z-Umwandlung stammt von Laplace und wird häufig im Bereich der mathematischen Signalverarbeitung verwendet.

● Die EMA hat eine geringere Verzögerung im Vergleich zu MA (im Wesentlichen die Ergebnisse, die nach der Verarbeitung der MA-Sequenzen durch den EWMA-Algorithmus erzielt werden), so dass wir hier die EMA-Sequenzen anstelle der MA verwenden, um den Effekt der Filterung zu verbessern. Wir definieren die Input-Werte als den Preis der Währung (im Schlusspreis), geschrieben als p (z), die Output-Werte als die EMA-Indikatoren, die den Preisen entsprechen, geschrieben als EMA (z), so dass die Übertragungsfunktion hier im Wesentlichen die EMA der Währung und ihr entsprechendes Strength-Verhältnis zu den Schlusspreisen ist.

● Wenn man diese Formel in den EWMA-Algorithmus einführt, erhält man die EMA-Initialübertragungsfunktion:

● a ist ein Variablenparameter, das gleich ist.

3. Analyse der Übertragungsfunktion ● In der Übertragungsfunktion ist das Eingabesignal nicht mit dem Funktionswert verknüpft. Durch die Analyse der Funktion ist bekannt, dass H(z), wenn z**-1=-1, den maximalen Wert erhält und die höchste Frequenz erreicht wird, wobei die Übertragungsfunktion H(z) = a/(2-a ist, und dass das Geräusch der aktuellen Hochfrequenzdaten maximal abgeschwächt wird. Wenn z**-1=1, wenn H(z) eine Konstante ist und die Systemfrequenz 0 ist, werden die Eingabe- und Ausgabeergebnisse genau gleich sein, wenn die Zeitreihe eine Konstante ist. ● Wenn H (((z) ein Niedrigfrequenzfilter ist und H (((z) = 1, enthält das Ausgangssignal alle Anteile des Eingangssignals, d. h. das gesamte Ausgangssignal, abzüglich aller Niedrigfrequenzsignale, kann 1 - H ((z) zu einem neuen Filter konstruiert werden, der als H ((z) bezeichnet wird, genau im Gegensatz zu H ((z), das ein Hochfrequenzfilter ist. ● Wenn P (T) als den Preis der Wurzelk-Linie gilt, nehmen wir den Preis des Tages und den Preis des vorherigen Tages, um diese Relation zu glätten, um die EMA in der Ausgabe weiter zu korrigieren. Dies liegt daran, dass das Hochfrequenzsignal bei der ursprünglichen Übertragungsfunktion H (z) = a/ ((2-a) nicht effektiv gefiltert wurde, daher wird ein Wert bevorzugt, um es zu glätten.● Für einen niedrigen Durchflussfilter und einen hohen Durchflussfilter muss der Ausdruck nur um 1 abgezogen werden:● Jetzt ist die Filter-Expression fertig aufgebaut! Mit der Z-Umwandlung können wir eine Trendlinie mit niedriger Verzögerung erstellen, und sie hat nur einen Parameter a. Je größer a ist, desto geringer ist die Verzögerung und desto besser ist die Gleitbarkeit. Für verschiedene Sorten gibt es unterschiedliche optimale Parameter.

4. Zusammenfassung und Hinweise ● Der Filter, der in den oben genannten Schritten aufgebaut wurde, ist nur einstufig, und die Filterwirkung ist aufgrund der zu langen Übergangsbänder nicht ideal, und nach einer Steigerung der Stufen erhöht sich die Komplexität der H ((z)) -Funktionsausdrücke exponentiell, und eine zu hohe Stufe ist auch anfällig für unregelmäßige Sprünge der Filteruniformität. In der Vergangenheit ist die Stufe 2 oder 3 eine geeignete Stufe. ● Diese Z-Transformations-basierte Filteralgorithmen sind nicht nur für Gleichlinien-Indikatoren geeignet, sondern für alle Indikatoren mit falschen Signalen, wie Boll und Atr. Durch die Filteralgorithmen wird ein bestimmter Filtereffekt erzielt, der die Größe der Öffnungs- und Durchbruchstürze bestimmt und somit die schwerwiegenden Nachwirkungen der Verzögerung des ursprünglichen Indikators reduziert. ● Der Artikel endet damit, dass es keine Zeit mehr gibt, den Code für die entsprechenden Algorithmen zu geben, sondern nur eine Idee, die interessierte Leser selbst ausprobieren können.

● Promise Quant Minos konzentriert sich auf die Entwicklung verschiedener Martin-orientierter Wunderhund-Strategien, z. B. vx:15001733415 für Leasing- oder Finanzmanagementanforderungen