Espectro médio em movimento

Resposta de freqüência do filtro médio de corrida A resposta de freqüência de um sistema LTI é o DTFT da resposta de impulso. A resposta de impulso de uma média móvel de amostra de L é Como o filtro de média móvel é FIR, a resposta de freqüência reduz-se à soma finita. Pode usar a identidade muito útil para escrever a resposta de freqüência como onde nós deixamos ae menos jomega. N 0 e M L menos 1. Podemos estar interessados ​​na magnitude desta função, a fim de determinar quais frequências obtêm o filtro desatualizado e atenuados. Abaixo está um gráfico da magnitude desta função para L 4 (vermelho), 8 (verde) e 16 (azul). O eixo horizontal varia de zero a pi radianes por amostra. Observe que em todos os três casos, a resposta de freqüência possui uma característica de passagem baixa. Um componente constante (zero freqüência) na entrada passa pelo filtro desatualizado. Certas frequências mais altas, como pi 2, são completamente eliminadas pelo filtro. No entanto, se a intenção era projetar um filtro de passagem baixa, então não fizemos muito bem. Algumas das freqüências mais altas são atenuadas apenas por um fator de cerca de 110 (para a média móvel de 16 pontos) ou 13 (para a média móvel de quatro pontos). Nós podemos fazer muito melhor do que isso. O argumento acima foi criado pelo seguinte código Matlab: omega 0: pi400: pi H4 (14) (1-exp (-maome4)). (1-exp (-iomega)) H8 (18) (1-exp (- Iomega8)). (1-exp (-iomega)) H16 (116) (1-exp (-iomega16)). (1-exp (-iomega)) trama (omega, abs (H4) abs (H8) abs ( H16)) eixo (0, pi, 0, 1) Copyright copy 2000- - Universidade da Califórnia, BerkeleyAveraged FFT Spectrum (SmtHandle handle, double f0, double df, SmtComplexNum spectrum, int spectrumSize, SmtSpectrumInfo spectrumInfo, não assinado, Short AverageagingType, unsigned short Tipo de pesagem, tamanho médio médio, tamanho linear curto sem assinatura, int restartAveraging, SmtComplexNum em médiaFFTSpectrum, médias duplasSoFar, dados curtos) Calcula o espectro FFT médio da saída do espectro das funções Zoom FFT Spectrum. A função emite a frequência de início f0. Intervalo de freqüência df. E o espectro FFT médio em unidades V rms. O parâmetro averageagingType especifica como a função executa a média. Você pode erform sem média, vetor, RMS ou pico de espera de média. Se você não escolher uma média, o espectro de energia retornado na saída média de PHTSpectrum não é calculado de forma média. Parâmetros de entrada reduz o ruído dos sinais síncronos. A média de vetor calcula diretamente a média de quantidades complexas, o que significa que permite uma média separada para peças reais e imaginárias. A média complexa, como a média do vetor, reduz o ruído e geralmente requer um gatilho para melhorar a coerência das fases de bloco a bloco. Reduz as flutuações do sinal, mas não o nível de ruído. A média de RMS significa a energia ou a potência do sinal, o que evita a redução do piso de ruído e fornece uma quantidade média de RMS de medidas de canal único de fase zero. A média de RMS para medições de canal duplo preserva a informação da fase. Mantém os níveis máximos de rms das quantidades médias. O processo de pico de média de retenção executa a retenção de pico em cada compartimento de freqüência separadamente para reter os níveis de rms máximos de um registro de FFT para o próximo. Especifica o tipo de ponderação que a função usa com RMS e média de vetores. A média de retenção de pico não envolve ponderação. O tipo de ponderação é linear ou exponencial. A ponderação linear especifica que cada medida tem a mesma ponderação e que o valor do tipo de ponderação linear determina o processo de média. A ponderação exponencial especifica que cada nova medida tem menos ponderação do que as medidas antigas e que a média é contínua. O processo de média calcula a média ponderada exponencialmente para a medida i de acordo com a seguinte equação: onde X é a nova medida, a média i-1 é a média anterior e N é o número de médias. Contém o espectro FFT médio em escala V rms, começando na freqüência f0 com intervalo de freqüência df. Aloque a memória para esta matriz suficiente para o número de pontos de dados indicados pelo parâmetro spectrumSize. Duplo (passado por referência) O número de médias concluídas até agora. Indica o progresso do processo de média com base nas configurações de média especificadas. Curto (passado por referência) Indica TRUE (1) quando os dados de saída são válidos. Use o valor de saída como a mudança para uma estrutura de caixa. Execute medidas subseqüentes ou exiba os resultados se dataReady for VERDADEIRO. O processo de cálculo de média internamente determina o valor de saída de dataReady. Se você inserir um espectro válido nas funções de média SMT, então o valor de saída para dataReady é sempre VERDADEIRO para a média exponencial. Para a média linear, dataReady é sempre VERDADEIRO para um tiro, movimento e modos contínuos. No modo de reiniciar automaticamente um disparo, dataReady é VERDADEIRO somente quando a função de média recebe um número de quadros de FFT igual ao valor da entrada de média de tamanho. DataReady redefina para FALSE quando o processo de média é reiniciado automaticamente. InputOutput ParametersEste é um seguimento para minha postagem The Moving Average Spectrum. Como o primeiro, este é um pouco complicado, mas acho importante entender como negociar esses mercados indisciplinados. Os indicadores de curto prazo (digamos, 1 dia a 1 semana) e intermediários (1 semana a 1 mês) tendem a ser contrários (isto é, reverter para a média). Indicadores de longo prazo tendem a ser impulsionados por momentum. A tendência contrária em indicadores de curto e médio prazo (especialmente o curto prazo) é um fenômeno recente. Nesta publicação, quero ampliar essa idéia e mostrar que: à medida que avançamos no espectro para indicadores de curto e curto prazo, eles tendem a ser mais preditivos para os retornos do próximo dia, mas também menos estáveis ​​ao longo do tempo (pense RSI (2) versus cruzamentos de MA de 50200 dias) e melhores candidatos para uma abordagem adaptativa. Ligue uma tabela semelhante à seguinte na minha primeira publicação. Ele mostra o desempenho do próximo dia, dividido por década, quando o SampP 500 fechou acima (tabela superior) ou abaixo (tabela inferior) uma média móvel do comprimento X. Um número positivo maior indica uma maior alta durante aquela década e um negativo menor Número maior de baixa. Clique para ampliar Notas do geek: Como a primeira publicação, a tabela foi ajustada por (a), limitando as mudanças diárias a - três desvios padrão para reduzir o impacto de um punhado de grandes movimentos do mercado, e (b), eliminando o impacto de A tendência mais ampla ao subtrair de cada década retorna o retorno médio (geométrico) dessa década. No entanto, ao contrário da primeira publicação, NÃO ajustei os retornos da conta para a volatilidade. No próximo gráfico, Ive traçou o valor absoluto médio para cada coluna. Em outras palavras, ignorei o ou - sinal. Aqui não me importo se algo estivesse em alta ou baixa, só que era previsível naquela década. O retorno médio do dia seguinte é no eixo y e o comprimento do MA no eixo dos x. Clique para ampliar O gráfico acima mostra que os indicadores de muito curto prazo foram, de longe, o mais preditivo dos retornos do dia seguinte (ignorando a direção). Mas isso é apenas parte da história. O próximo gráfico analisa apenas o conjunto superior de dados na tabela original (ou seja, fecha-se acima de cada média móvel) e traça a diferença entre os valores máximo e mínimo em cada coluna. Aqui, eu me importo com a forma como os resultados instáveis ​​foram. Clique para ampliar Este segundo gráfico mostra que, apesar de ser o mais preditivo, os indicadores de curto prazo também foram os menos estáveis ​​(ou seja, a diferença de desempenho em décadas foi a maior). Este teste inclui apenas um indicador muito simples (que eu não sugeriria nenhum comércio), mas acho que a conclusão é geralmente aplicável a TODOS os indicadores baseados exclusivamente no preço dos ativos. Em qualquer momento, os indicadores de curto prazo (por exemplo, o seguimento diário, RSI (2)) tendem a ser muito mais preditivos do que os mais longos (por exemplo, cruzamentos de MA de 50200 dias), mas também são mais propensos a mudar fundamentalmente Tempo. Vemos isso em como as coisas estáveis ​​como os cruzamentos de 50200 dias foram historicamente, e como é muito instável (mas também mais poderoso), algo como o RSI (2). Aviso: Opinião pessoal adiante Eu acho que a solução ideal é dupla: primeiro, trate os indicadores de longo prazo como uma espécie de base para o comércio. Como no relatório do Estado do mercado, eles também podem ser usados ​​para compartilhar a posição dos comerciantes em qualquer momento. No entanto, eu não acho que faz sentido (exceto talvez para comerciantes extremamente preguiçosos ou ineptos) comprar ou vender com base apenas em indicadores de longo prazo. Eles são muito menos poderosos do que os de curto prazo. Então, em cima desse viés de longo prazo, comercialize indicadores de curto prazo, de preferência usando uma abordagem adaptativa (como Ive escreveu sobre várias vezes neste blog e também usamos em nossas estratégias YK e Scotty) que se ajusta ao mercado como Inevitavelmente evolui. Você pode ler a Parte 1 aqui. Leia o artigo completo