Lựa chọn chiến lược thời gian ((1) Các chỉ số kỹ thuật cổ điển khi chọn Z cấu trúc đường xu hướng chậm thấp dưới góc biến đổi

Một vài phút trước, một người nói rằng tôi đang phát triển chiến thuật chó cày mỗi ngày, và đó là, chiến thuật chó cày đã kết thúc.A. Giả sử ● Hãy nghiêm túc một chút, chiến lược chọn thời gian cổ điển thực sự được chia thành một vài loại: lái xe sự kiện ngắn hạn (trong vòng đồng tiền biểu hiện bằng cách theo dõi các thông báo và tweet trên các sàn giao dịch lớn, liên quan đến phân tích văn bản), hồi quy và dự báo theo nghĩa thống kê (sự ưu đãi thống kê, giao dịch phối hợp, các mô hình ML và DL, mô hình ẩn Markov phân cấp, v.v.), GSISI loại khi lựa chọn cảm xúc của nhà đầu tư, và khi lựa chọn chỉ số kỹ thuật cổ điển.

N日移动平均线=N日收盘价之和/N

● Điều này thường được các nhà đầu tư gọi là đường trung bình (MA), một đường trung bình, phá vỡ mua và bán, vô số *bin đóng góp phí giao dịch của họ cho sàn giao dịch. Tuy nhiên, các nhà đầu tư bình thường có một số vấn đề với việc sử dụng đường thẳng: một, sự chậm trễ đường thẳng nghiêm trọng, thường xuất hiện khi tín hiệu xu hướng đã đi qua một nửa và quay trở lại; hai, các nhà đầu tư bình thường trong vòng đồng xu thường thường vận hành chỉ số theo cấp độ phân đoạn, 15min, 5min hoặc thậm chí 1min, trong chu kỳ ngắn như vậy, 80% hoặc hơn các biến động đặc trưng của vòng đồng xu (loại mà Martin thích), rất ít tình huống xảy ra, các nhà đầu tư mất rất nhiều chi phí thủ tục và điểm trượt để mở lại các vị trí theo đường thẳng. ● Mục đích của bài viết này là xây dựng một thuật toán lọc các chỉ số kiểu đường thẳng để giảm độ trễ của chúng và cho mọi người tham khảo và sử dụng.

B. Z chuyển đổi, truyền hàm ● Trước bài viết này, tôi đã tìm hiểu một số thuật toán lọc về các chỉ số trên các trang web lớn, chẳng hạn như các thuật toán lọc lông hoa phổ biến nhất (được xuất hiện trong một số bài CTA của Squirrel Broadcast), và phương pháp lọc lông hoa Carlman được nghiên cứu bởi tác giả trên joinquant đã vượt qua thảm họa cổ phiếu năm 2015 trong bài kiểm tra lại. ● Z chuyển đổi từ Laplace, thường được sử dụng trong lĩnh vực xử lý tín hiệu toán học. Đối với một chuỗi thời gian rời rạc f ((k) và z được định nghĩa trong vùng đa tần số, công thức được định nghĩa như sau:

● EMA đồng tuyến có độ trễ thấp hơn so với MA (thực ra là kết quả sau khi xử lý chuỗi MA bằng thuật toán EWMA), vì vậy chúng tôi sử dụng chuỗi EMA thay vì MA để tăng hiệu quả lọc. Chúng tôi xác định lượng đầu vào là giá của đồng tiền (giá đóng), ghi là p (z), lượng đầu ra là chỉ số EMA tương ứng với giá, ghi là EMA (z), do đó, hàm truyền ở đây thực sự là EMA của đồng tiền và tỷ lệ cường độ của giá đóng tương ứng, nó là một hệ thống có tính phản hồi, hàm truyền là Hz (z) có:

● Đặt công thức này vào thuật toán của EWMA để có được hàm truyền ban đầu của EMA:

● trong đó, a là một biến số, tương tự như vậy.

3. Phân tích các hàm truyền ● Trong hàm truyền, tín hiệu đầu vào không liên quan đến giá trị của hàm. Bằng cách phân tích hàm này, có thể biết rằng khi z**-1=-1, H(z) lấy giá trị tối đa, tức là khi đạt đến tần số cao nhất, hàm truyền là H(z) = a/(2-a, tiếng ồn dữ liệu tần số cao gần đây được giảm tối đa; khi z**-1=1, H(z) là một hằng số, thì tần số hệ thống là 0, đầu vào và đầu ra hoàn toàn giống như kết quả, nếu chuỗi thời gian lúc này là một chuỗi hằng số, thì EMA sẽ ở đây. ● Khi H (z) là một bộ lọc tần số thấp, và H (z) = 1, tín hiệu đầu ra chứa tất cả các phần tử của tín hiệu đầu vào, nghĩa là trong tất cả các tín hiệu đầu ra, nếu bạn trừ đi tất cả các tín hiệu tần số thấp, 1-H (z) có thể được cấu trúc thành một bộ lọc mới, được viết là H () (z), ngược lại với H (z), đó là một bộ lọc tần số cao. ● Ghi P ((T) là giá của đường gốc k, chúng ta lấy giá ngày hôm nay và giá ngày trước để làm phẳng hàm tương quan này, do đó điều chỉnh thêm EMA đầu ra. (Điều này là do hàm truyền tải ban đầu H ((z) = a / ((2-a) khi tín hiệu tần số cao không được lọc hiệu quả, do đó, một giá trị được chọn trước để làm phẳng, nếu hiệu quả vẫn không tốt, bạn có thể lấy thêm một vài trọng lượng), vì vậy biểu thức điều chỉnh EMA được nhập vào ngày đó là:● Đây là biểu thức cho bộ lọc thông thấp, bộ lọc thông cao chỉ cần giảm nó bằng 1:● Bây giờ biểu thức của bộ lọc đã được xây dựng hoàn tất! Với biến đổi Z, chúng ta có thể xây dựng một đường xu hướng có độ trễ thấp, và nó chỉ có một tham số a, a lớn hơn, độ trễ thấp hơn, độ trơn tốt hơn. Đối với các giống khác nhau, có các tham số phù hợp nhất khác nhau.

4. Tóm lại và lưu ý ● Các bộ lọc được xây dựng trong các bước trên chỉ là một giai đoạn, hiệu ứng lọc của nó không phải là lý tưởng bởi vì vòng chuyển tiếp quá dài, và sau khi tăng giai đoạn, độ phức tạp của biểu thức hàm H ((z) biểu hiện tăng theo cấp số, và các giai đoạn quá cao cũng dễ xảy ra các trường hợp nhảy vọt bất thường. Từ kinh nghiệm trước đây, giai đoạn 2 hoặc 3 là giai đoạn phù hợp hơn, người đọc cũng có thể tự sử dụng kết hợp tuyến tính để nối chuỗi nhiều bộ lọc cùng hoặc khác nhau để quan sát hiệu quả của nó, vì tôi đang bận rộn trong công việc công cộng, vì vậy không thể kiểm tra một lần. ● Các thuật toán lọc dựa trên biến đổi Z không chỉ áp dụng cho các chỉ số kiểu đường thẳng, tất cả các chỉ số có tín hiệu giả, chẳng hạn nhưboll vàatr, thông qua các thuật toán lọc có thể đạt được một hiệu ứng lọc nhất định, xác định kích thước của lỗ vượt qua ngưỡng, do đó làm giảm hậu quả hậu quả nghiêm trọng của sự chậm trễ của chỉ số gốc. • Bài viết kết thúc với một đoạn văn, không có thời gian để cung cấp mã thuật toán liên quan mà chỉ đưa ra một ý tưởng mà độc giả có thể tự thử.

● Promise Quant Mino tập trung vào việc phát triển các chiến lược của chú chó hoang tuyệt vời với Martin là trung tâm, ví dụ: nếu bạn có nhu cầu cho thuê hoặc cần quản lý vốn lớn, bạn có thể liên hệ với vx:15001733415