Mdfa - विदेशी मुद्रा

रीयल-टाइम साइनालेक्टेट्रक्शन एमडीएफए और एल्गोरिथम ट्रेडिंग। विषय पर प्रस्तुति रियल-टाइम साइनालेक्ट्रक्शन एमडीएफए और एल्गोरिथम ट्रेडिंग प्रस्तुति ट्रांसक्रिप्ट.1 रीयल-टाइम सिग्लाक्टेक्टेक्शन एमडीएफए और एल्गोरिथम ट्रेडिंग.2 पृष्ठभूमि हाइब्रिड गणित इकॉनोम ईकॉन पार्टनर्स के साथ आईडीपी-जेहावा प्रोजेक्ट्स स्वास्थ्य देखभाल लागत का पूर्वानुमान व्यय मैक्रो वास्तविक समय आर्थिक संकेतक EURI Eurostat - परियोजना वित्त MDFA-XT, बड़े हेज-फंड इंजीनियरिंग टेलीकॉम, लोड पूर्वानुमान अनुप्रयोगों के इक्लेक्टिक भिन्न रेंज सामान्य पद्धतिगत दृष्टिकोण ई-घर के विकास एमएडीए आर-पैकेज सीएनएआर पर संकल्प-संकेत एक क्लासिकल एल्गोरिथम ट्रेडिंग दृष्टिकोण टाइमिंग सिस्टम एसपी 500 डेली क्लोज़र्स एमए 200, समान रूप से भारित 4 पी 5 ड्रॉडाउन, पी 7 टाइमिंग सिस्टम, पी 10 प्रदर्शन .5 समस्याएं व्यवस्थित कामयाबी के साथ बहुत लंबी अवधि 6. ट्रेडर्स क्यों अक्सर पसंद करते हैं फ़िल्टर क्रॉसिंग फ़िल्टर अभिलिखित करें क्यों MDFA इंटरमेज़ो-क्यों-क्या-ट्रेडर्स-अक्सर-विचार-क्रॉसिंग -7 लॉग-एमएससीआई और एमए 45.8 फ़िल्टर अभिलक्षण एम्प्लीट्यूड फ़ंक्शन कौन सा सिगनल निकाला जाता है टाइम-पिलिशन कितना बड़ा है। 9 टाइमिंग सिस्टम एमएससीआई-वीकली। 10 और जनरल क्रॉसिंग एमए 45, ब्लैक-एमए 22, लाल क्रॉसिंग ब्लू .11 निष्कर्ष पार-नियम लागू करने का एक अनावश्यक बोझिल तरीका है बैंडपास फिल्टर क्रॉसिंग-नियम बैंडपास में थोड़ी सी समय देरी है क्यों एमडीएफए लचीला कुशल वास्तविक समय बैंडपास डिज़ाइन फास्ट एंड चिकनी .12 फंडामेंटल ट्रेडिंग एसपी 500.13 यूएसआरआरआई एमडीएफए और एसपी 500.14 लॉज़ में प्रदर्शन .15 छात्र थीसिस पी 1 9 लॉंग टर्म प्रदर्शन फंड ट्रेडिंग 16 निष्कर्ष ढोना या सभी बड़े पैमाने पर मंदी आकर्षित करने से बचने प्रभावी रूप से जोखिम-प्रतिकूल निवेशकों के लिए आदर्श पेंशन फंड नमूना से मूल रूप से मूलभूत व्यापार मैक्रो-डेटा वित्त डेटा पर फोकस को नजरअंदाज कर दिया गया एनबीएआर गैरकानूनी रूप से फीस को औचित्यपूर्ण करने के लिए कठोर रूप से सक्रिय Texto.17 एमडीएफए-एक्सटी एमएससीआई ब्रिक .18 लॉग-एमएससीआई और एमए 45.19 एमडीएफए बनाम एमए 45 साप्ताहिक आंकड़े एमडीएफए नीले तेज। 20 पांच ट्रेडिंग फ़िल्टर्स अलग-अलग ट्रेडिंग आवृत्तियों .2 फ़िल्टर अनजाने से लेकर मध्य तक .25 निष्कर्ष उच्चतर ट्रेडिंग फ्री क्लैन्सीज के साथ जुड़ा हुआ हैं, बैंडपास सही स्थान पर स्थानांतरित हो जाते हैं पारंपरिक फ़िल्टर-क्रॉसिंगों के मुकाबले अधिक लचीलापन, छोटे देरी का समय बदलता है .7 0 प्रत्येक प्रति आदेश के लिए कुल डिजेंटरेटिक ट्रेडिंग लागतों की स्थापना, केवल लंबे समय तक कोई जोखिम रहित ब्याज दरें नहीं .29 प्रदर्शन अप्रकाश से लेकर मध्य .31 प्रदर्शन लगातार तीसरी तिमाही में निष्कर्ष उच्च व्यापारिक आवृत्तियों का प्रदर्शन थोड़ा कम करने के साथ जुड़ा हुआ है बड़ा ड्रॉ-डाउन यूएसआरआई ड्रॉ-डाउन से बचना होगा और उसके बाद प्रदर्शन में सुधार होगा बढ़ी हुई बाज़ार गतिविधि फीस यूएसआरआई के साथ संयोजन संभव है संभव है फ़िल्टर अंत में ऑन-लाइन उपलब्ध होंगे जुलाई .34 रियल-टाइम सिग्नेलेक्ट्रक्शन ए एसईफ़-ब्लॉग एक्सेल-ट्यूटोरियल.35 एसईएफ-ब्लॉग अभिलेखागार पर एक्सेल-ट्यूटोरियल 65-रीड-टाइम-डिटेक्शन ऑफ़-टर्निंग-पॉइंट्स-ए-ट्यूटोरियल-पार्ट-आई-मीन - अभिलेखागार 65 - सवाल-टाइम-डिटेक्शन-ऑफ़-टर्निंग-पॉइंट्स-ए-ट्यूटोरियल-पार्ट-आई-मीन - अभिलेखागार 67-रीड-टाइम-डिटेक्शन-ऑफ-टर्निंग-पॉइंट्स-ए-ट्यूटोरियल-भाग - II - अभिलेखागार 67-रीयल टाइम-डिटेक्शन-ऑफ़-टर्निंग-पॉइंट्स-ए-ट्यूटोरियल-पार्ट - II.36 प्रयोजन योग मुख्य-धारा अधिकतम संभावना दुनिया से अलग करने के लिए एक अभ्यास पहला ब्लॉग-प्रवेश कैसे पारंपरिक अर्थमितीय दृष्टिकोण का उपयोग करता है इंटिविटिव सीधा काम करता है अच्छा इष्टतम माध्य-स्तरीय प्रदर्शन लोग आलसी-दिमाग वाले दूसरे ब्लॉग-प्रवेश बन गए हैं, बिंदु को बदलने का शीघ्र पता लगाना एक जोरदार प्रतिवादशील व्यायाम है प्रतीत होता है कि जोरदार अयोग्य वर्णित फिल्टर डिज़ाइन चेतावनी सीखना रोशनी .37 एसईएफ-ब्लॉग पर एक्सेल-ट्यूटोरियल। 2 9 वास्तविक समय के संकेत-पत्र 1 पारंपरिक अर्थमिति .3 9 कार्यकाल निकालें .40 मानक इकोनोमेट्रिक दृष्टिकोण कार्यवाही समय-श्रृंखला मॉडल की पहचान करें एआरआईएए राज्य अंतरिक्ष श्रृंखला को बढ़ाएं इष्टतम पूर्वानुमान के अनुसार विस्तारित समय श्रृंखला X-12-ARIMA, TRAMO, STAMP, RS दावा पर एकमुश्त फ़िल्टर लागू करें, एक-तरफ़ा फिल्टर इष्टतम माध्य-स्क्वायर अर्थ है धारणा डीजीपी सच मॉडल.42 रियल-टाइम मॉडल-आधारित फ़िल्टर.43 रियल समय-समय पर हस्ताक्षर 2 एक्सेल उदाहरण मॉडल-आधारित दृष्टिकोण का प्रतिलिपि 2.44 पैरामीटर एआरएमए 2,2 - फिल्टर एआरएमए 2,2 - फ़िल्टर नहीं मॉडल.45 ए सीमिंग वीर नुकीले डिजाइन आयाम 466 एक प्रमुदित रूप से धार्मिक डिजाइन समय बदलाव .47 समय-अंतराल के एक समारोह के रूप में वास्तविक-समय अनुमान और चक्र के बीच एक उत्कृष्ट रूप से धार्मिक डिजाइन पीक सहसंबंध संबंध .48 सिग्नल और अनुमान अनुमानित आंकड़ा Hand.49 वास्तविक समय साइनलाक्सट्रक्शन 3 एक्सेल उदाहरण टर्निंग प्वाइंट प्रेजेंटेशन.50 पैरामीटर्स एआरएमए 2,2 - फिलटर शीघ्रता से मिस्साइज्ड डिज़ाइन एआरएमए 2-मॉडल नहीं मॉडल 5 1 ए सीमिंग मिस्स्क्रिप्टेड डिज़ाइन एम्प्लीट्यूड 522 ए सीमिंग मिस्स्क्रिप्टेड डिज़ाइन टाइम शिफ्ट.53 ए सीमिंग मिस्स्क्रिप्टेड डिज़ाइन पीक - सहसंबंध .5 एक प्रतीत होता है मिस्स्पीफाइड डिज़ाइन फ़िल्टर्ड सीरीज़ और सिग्नल .5 तुलना। सीमान्त रूप से बनायी गयी वैसा बनाम दिखने वाली मिस्पीफाइजिंग .5 निष्कर्ष प्रतीत होता है कि मिस्साइस्फाइड डिज़ाइन बहुत तेज़ आसान है टीपी एस या अलार्म नहीं। एमडीएफए के लिए एक्सेल में हाथों से फिल्टर पैरामीटर ट्यूटोरियल उदाहरण के ट्यूटोरियल कमियों Unrealistically सरल कृत्रिम सिमुलेशन व्यायाम अभ्यास में और अधिक जटिल उपद्रव और या सिग्नल एक से अधिक समय श्रृंखला बहुभिन्नरूपी ढांचा से जानकारी शामिल करें एक औपचारिक अनुकूलन मानदंड का आभास करना डीएफए और एमडीएफए में आपका स्वागत है। 99 डीएफ़एफ़ डायरेक्ट फिल्टर पहुंच मीन-स्क्वायर .60 डीएफ़एफ़ डायरेक्ट फिल्टर दृष्टिकोण आइडिया अनुमान का मतलब-स्क्वायर फिल्टर त्रुटि कुशलतापूर्वक। 6 अनुकूलन मानदंड मैं फिल्टर का मतलब-वर्ग त्रुटि के समान रूप से कुशल आकलन के एक समान रूप से कुशल आकलन के न्यूनतम अनुमान को कम करता हूं। अनुकूलन मानदंड के डिजाइन में स्पष्ट रूप से प्राप्य कार्यक्षमता प्रवेश करती है। 62 क्या आप कहते हैं और या मीन पीरियोडोग्रम पीरियोडोग्राम आंकड़ों का एक विशिष्ट उदाहरण है- असंगत अनुमान वर्णक्रमीय घनत्व का चौरसाई पैरामीट्रिक या गैर-पैरामीट्रिक पीरियोडोग्राम में अद्भुत सांख्यिकीय गुण हैं। दक्षता लैरी ब्रैथर्स्ट एक वास्तविक समय के संकेत चिह्नों में अच्छे औपचारिक दक्षता परिणाम प्राप्त कर सकता है विषय के बारे में नए ब्लॉग प्रविष्टियों की एक श्रृंखला पर काम करना कुछ हद तक - पुनर्वास के लिए यूनिवर्सेट डीएफए बिजनेस सर्वे डाटा का प्रदर्शन दक्षता केओफ़, एफईडी, 2004,2005 एक्स-12-एआरआईएमए, ट्रामो सीटें एमएसई-लाभ 30. यूएस-और यूरो-जीडीपी 2008 सीएफ़ बदलते-अंक 1-2 सीढ़ियों ईएसआई 2006 द्वारा अनुमानित हैं Dainties TP की 2-3 महीने पहले की खोज हुई। 64 पीरियोडोग्राम पर भरोसा करके प्रदर्शन क्षमता टीपी-फिल्टर ने एनएन 3 2007 और एनएन 5 2008 का अनुमान लगाया प्रतियोगिताओं। 60 प्रतिभागियों आईआईएफ और यूनिवर्सिटी ऑफ लैंकेस्टर मासिक मैक्रो- और फाइनेंशियल डेटा 111 टाइम सीरीज और दैनिक वित्तीय डेटा 111 बार सीरीज़ आउटपरफॉर्मड विजेता और प्रतिष्ठित के रनर-अप एम 3 प्रतियोगिता, एक्स -12-आरआईएमए, ट्रामो, पूर्वानुमान-प्रो, ऑटोबॉक्स, एक्सपोनेंबल चौरसाई सरल, होल्ट, डंपेड, न्यूरल नेट, कृत्रिम बुद्धिमत्ता। 65 डीएफए डायरेक्ट फिल्टर दृष्टिकोण टर्निंग पॉइंट्स टीपी.1 पास-बैंड में समय की देरी पर ज़ोर देते हैं 1 सर्वश्रेष्ठ स्तर फिल्टर क्लास इमेजेलिक यूके-टेक्स्ट-बड़ी यूके-मार्जिन-स्मॉल-बाय यूके-मार्जिन-स्मॉल-दाम 66 टाइम डेले कस्टमाइजेशन को नियंत्रित करना 1 पास-बैंड 1 में सर्वश्रेष्ठ समय फिल्टर में समय देरी पर ज़ोर देना 1 समय देरी पर ज़ोर देना पास-बैंड 1 सर्वश्रेष्ठ स्तर फ़िल्टर शीर्षक में नियंत्रक समय समय पर देरी अनुकूलन 1 पास-बैंड 1 समय में सबसे अच्छा स्तर फिल्टर में समय की देरी पर बल देता है। 1 क्लास इमेजेलिंक uk-text-large uk - मार्जिन-छोटे-बाएं uk - margin-small-right 67 अनुकूलन समय का देरी और चिकनाई नियंत्रित करना मजबूत स्टॉप-बैंड में उच्च आवृत्ति शोर की भिगोना पास-बैंड में थोड़ी देर की देरी डब्ल्यू है मॉन्टनिक बढ़ती है और 1 1 शीर्षक अनुकूलन समय के विलंब और चिकनाई पर नियंत्रण रोक बैंड में उच्च आवृत्ति शोर की मजबूत भिगोना पास-बैंड डब्ल्यू में थोड़ी देर की देरी मोनोटोनिक बढ़ता है और 1.68 आयाम डीएफए टीपी-फिल्टर नीला बनाम अच्छे स्तर फिल्टर लगते हैं KOF - बैरोमीटर .6 विलंब टीपी-फ़िल्टर नीला बनाम लगता है कि नैतिक स्तर फ़िल्टर केएफ-बैरोमीटर। 70 टीपी-डिटेक्शन चिकनी और तेज़ खराब मीन-स्क्वायर प्रदर्शन। 72 वास्तविक - टाइम मल्टीवीरेट फ़िल्टर डायरेक्ट फिल्टर अपॉइंट .73 रियल-टाइम फ़िल्टर सिन्नेक्शन प्रतिबंधों रैंक 1.74 एफएफ़िफिक प्रमेय 4 1, वाइल्डआई 2008, वाइनी स्टुरम -2008 त्रुटि शब्द ई टी सबसे कम संभव समान रूप से समान कार्यकुशलता अनुकूलन। 75 इष्टतम ई कमिशन रैंक के तहत फिक्सिएंन्ट मापदंड 1 फ़िल्टर प्रतिबंध संतुष्ट हैं। 76 प्रदर्शन एमडीएफए आउटपुट-अंतर US - और यूरो-जीडीपी 2008 सीएफ़ और मल्टीवीरेट सीएफ बदलते-अंक 1-2 तिमाहियों द्वारा अनुमानित यूएसआरआई बेहतर माक्रोव-स्विचिंग चौवैत, चौवैत पाइगर, गतिशील कारक मॉडल सीएफ़एनएआई, स्टेट स्पेस मॉडल एडीएस, होडरिक-प्रेस्कॉट ओईसीडी-सीएलआई, क्रिस्टोइओ-फिजराल्ड्स एसईएफ-ब्लॉग एमडीएफए-एक्सटी यूरो 7.7 वायर्डिंग यह एक पुश-द-बंटन ऐपॉर्च फॉर्मूला 1 रेसर नहीं है, यह फेरारी और विश्वसनीय मर्सिडीज हो सकता है लेकिन आप इसे ध्यान से झुकना होगा फेरेडस मेर्सैरियर फ़िल्टर डिजाइन ज़ेडपीसी फ़िल्टर की बाधाएं आवृत्ति शून्य पर जोर देती हैं समझने की खुफिया जानकारी 2008-पुस्तक को वित्तीय प्रोत्साहनों का समर्थन प्रदान करने के लिए खुश है। 7 आर्थिक साझेदारों के साथ वास्तविक दुनिया परियोजनाओं पर भरोसा करके पद्धति संबंधी मुद्दों का उदाहरण दें वास्तविक समय अमेरिकी मंदी संकेतक प्रायोगिक एमएससीआई उभरते बाजार फिल्टर के लिए व्यापारी ऑन-लाइन देर से जुलाई सिग्नल निष्कर्षण पूर्वानुमान साइट पुस्तकें, लेख, सॉफ्टवेयर। उच्च आवृत्ति वित्तपोषण एमडीएफए और आरए के साथ विदेशी मुद्रा पर ट्रेडिंग जापानी येन के साथ एक उदाहरण। क्रिस द्वारा यह अंतिम प्रविष्टि इस प्रकार विशेष है कि वह व्यापारिक संकेतों को उत्पन्न करने के लिए आईमेट्रिका के बजाय मेरे ओपन सोर्स एमडीएफए-पैकेज पर निर्भर करता है, इसलिए 1 देखें, परिणाम हैं प्रतिलिपि प्रस्तुत करने योग्य क्रिस ने एक महान प्रतिकृति प्रयास किया, नीचे देखें। 20 दिवसीय, मैंने आर-कोड को क्रिस के रूप में संशोधित किया, ताकि क्रिप्ट को प्रतिकृत करने के लिए आगे बढ़ सकें। क्रिस ई-मेल का पालन किया जाता है, मेरे सर्वर से कट जाता है और चिपकाया जाता है। इसलिए मैंने बस लंबे इंतजार की उच्च आवृत्ति डेटा के लिए एमडीएफए और आर का उपयोग व्यापार संकेतों का निर्माण करने के बारे में परिचय ट्यूटोरियल यहां यहां छिपाने के लिए बहुत सारे रहस्य नहीं हैं, जैसा कि मैंने आपके कोड के साथ आर में किया था, मुख्यतः मैं एक ही दिनचर्या है जो मैं अपने व्यापारिक संकेतों को iMetrica सिवाय इसके कि मैं सामान बहुत बाद में और बहुत कुछ ठीक कर सकता हूं, बस कुछ ही छोटे से गुप्त सॉस हैं जो मैं उपयोग कर रहा हूं और तब तक नहीं छूने के लिए तैयार हूं जब तक कि मैं नियोजित न हो लेकिन जहां तक ​​यिन के साथ यह उदाहरण जाता है, सब कुछ पर प्रतिलिपि प्रस्तुत करने योग्य होना चाहिए आपके कोड का एक थोड़ा संशोधित संस्करण का उपयोग करके घर यहां आलेख 1 है। इन उदाहरणों का निर्माण करने में मुझे एक चुनौती का सामना करना पड़ा जो मैंने उन परिणामों से तुलना कर दिया जो कि मैं iMetrica दुर्भाग्य से प्राप्त करता हूं, पहले तो परिणाम थोड़ा निराश होने के बाद ही नहीं थे , मैं सी में मेरी MDFA routines क्यों आर में मेरा अलग हैं क्यों खोजने के लिए श्रमसाध्य प्रयास लिया मैट्रिक्स इकट्ठा करने और हल करने के लिए एक फास्ट apophenia अनुकूलन पैकेज के लिए सबसे तेज़ गति संभव धन्यवाद प्राप्त करने के लिए एक बहुत अधिक अनुकूलित और कुशल तरीके से कोडित हैं गुणांक के लिए हालांकि, अंतिम परिणाम अभी भी बराबर होना चाहिए दोनों या हमारे एमडीएफए के कार्यान्वयन के माध्यम से नेविगेट करने के एक दिन के बाद, मुझे पता चला कि वे समकक्ष क्यों नहीं हैं और मैंने उन्हें आपके कोड में बदल दिया है। ये अंतर मेरे कार्यान्वयन से याद रख सकते हैं तुम्हारा नवंबर के रूप में आपका डीएफटी रिलीज करना कुछ कारणों से, शून्य आवृत्ति पर, आप डेटा का मतलब नहीं इस्तेमाल करते हैं आप इसे शून्य पर सेट करते हैं निश्चित नहीं अगर आपने दुर्घटना या उद्देश्य पर इसे छोड़ दिया है, लेकिन मैं इसका मतलब भी प्रयोग करता हूं, मैं लगातार पीआई एन द्वारा डीएफटी मूल्यों को विभाजित करता हूँ जहां n समय की श्रृंखला में अवलोकन की संख्या होती है। डिकै 1 पैरामीटर की परिभाषा में, आपको नहीं लगता टैन फ़ंक्शन मैपिंग का उपयोग करने के लिए मैंने किया था। सबसे बड़ा अंतर एक्सचेंज द्वारा परिभाषित चौरसाई फ़ंक्शन की परिभाषा में है सबसे पहले, आप 2 से व्यय विभाजित करते हैं, मैं 10 से विभाजित करता हूं, कोई बड़ा सौदा नहीं है बड़ा सौदा यह है कि बदली हुई शक्ति की मेरी परिभाषा फ़ंक्शन फ़्रीक्वेंसी वैल्यू का एक फ़ंक्शन है, जो 0 से 3 तक है। 14 आपका आवृत्ति मूल्य सूचकांक के स्थान का एक कार्य है, 0 और K के बीच यह एक बड़ा अंतर बनाता है, मैं आवृत्ति मूल्य के संबंध में पावर फंक्शन को परिभाषित करना पसंद करता हूं और सूचक नहीं। बाद में मैंने इन परिवर्तनों को बदल दिया था, बहुत सटीक नहीं था, लेकिन सटीक नहीं। नियमितता और अनुकूलन लागू करने के बाद, गुणांक के लिए एक्स ब हल करने में अंतिम मैट्रिक्स को देखते हुए, ऐसा लगता है कि मैट्रिक्स ए के अंदर के मूल्य बंद हैं ए लगभग 10 का कारक मेरा अंतर्ज्ञान यह है कि आर और सी में जटिल एप फ़ंक्शन थोड़ा अलग बेहतर खराब परिशुद्धता की गणना कर रहे हैं, मुझे नहीं पता है तो मुझे यकीन नहीं है कि यह कुछ ऐसा है जिसे हम कभी हल करने में सक्षम होंगे लेकिन मुझे चिंता नहीं है, जैसा कि अंत परिणाम इतने करीब हैं वास्तव में, मेरे उदाहरणों में मैंने किसी भी ट्रेड को प्रभावित नहीं किया, वे iMetrica में समान थे और यह सबसे महत्वपूर्ण है। वैसे भी, मैं आपको अपने कोड का अपना संस्करण भेज सकता हूं अगर आप चाहते हैं, ताकि लोग इसे उदाहरणों को देखने के लिए डाउनलोड कर सकें या आप इन परिवर्तनों पर विचार कर सकते हैं और उन्हें एमडीएफए के भविष्य के संस्करणों में स्थायी बना सकते हैं मुझे बताएं, और लेख का आनंद लें। आप बहुत मुश्किल काम करते हैं, बूढ़े आदमी आपके बाल आर-रंग आर-बुनाई और आर-ब्रशिंग भी मन में आता है, वैसे, स्थिरता को दूसरे तरीके से मापा जाता है iMetrica को I-MDFA को दोहराने में सक्षम होना चाहिए जो संदर्भ है। मेरे MDFA - कोड के अनुसार क्रिस द्वारा संशोधित टिप्पणियां ऊपर दिखाई गईं। मैं हमेशा केंद्रित श्रृंखला के साथ काम करता हूं इसलिए आवृत्ति शून्य में डीटीएफ शून्य है मतलब क्रॉस के लिए कायाकल्प केन्द्रित श्रृंखला के साथ काम करने में प्रतीत नहीं होता है, उसका डीएफटी शून्य से शून्य से अलग है। I-MDFAnew r ऐसा लगता है कि व्युत्पन्न आयाम-भार बदल दिया गया है और मुझे लगता है कि लैम्ब्डा-क्षय शब्द भी संशोधित किया गया है नोट करें कि मैं अपने नवीनतम आई-एमडीएफए संस्करण को संशोधित नहीं करता है, यदि आप क्रिस के परिणामों को दोहराना चाहते हैं, तो इसके बाद के संस्करण संशोधनों में उपयोगी हैं, लेकिन मैं अपने संस्करण के अनुसार रहना चाहता हूं प्रतिकृति करने के लिए आपको उनसे डेटा की आवश्यकता होगी। उत्तर दें। 1 नमूना निरीक्षण में 1-250 और आउट-ऑफ-नमूना प्रदर्शन, एमडीएफए का उपयोग करते हुए इस ट्यूटोरियल में निर्मित व्यापार सिग्नल, शीर्ष 15 मिनट के अंतराल में येन एफएक्सवाई का लॉग मूल्य और व्यापार संकेतक द्वारा उत्पन्न ट्रेडों लाइन एक खरीद लम्बी, नीली बेचने की छोटी स्थिति है नीचे दिए गए रिटर्न जमा व्यापार में उत्पन्न होने वाले नकद प्रतिशत, प्राप्त या खो गए प्रतिशत में। विदेशी मुद्रा ग्लोबेक्स पर iMetrica में उच्च आवृत्ति व्यापार पर मेरे पिछले लेख में मैंने कुछ मजबूत संकेत निष्कर्षण की शुरुआत की iMetrica में रणनीतियों बहुआयामी प्रत्यक्ष फिल्टर दृष्टिकोण का उपयोग करके एमडीएफए विदेशी मुद्रा और वायदा बाजार में व्यापार के लिए उच्च प्रदर्शन संकेतों को उत्पन्न करने के लिए इस आलेख में मैं आईमेट्रिका में वित्तीय व्यापार के संकेतों के विकास और माइग्रेट करने में मेरी दुनिया से थोड़ी सी छुट्टी का समय लेता हूं। अपने प्रचुर मात्रा में संकुल, त्वरित डेटा प्रबंधन और ग्राफिक्स हैंडलिंग के कारण वित्त में इस्तेमाल की जाने वाली एक uber - लोकप्रिय भाषा, और निश्चित रूप से यह दुनिया में लगभग किसी कंप्यूटिंग प्लेटफॉर्म पर भाषण और बीयर के रूप में मुफ्त है। यह आलेख एक हेड डोक्टर मार्क वाइनी वॉन बर्न द्वारा दी गई एमडीएफए के लिए आर पैकेज का उपयोग करके विदेशी मुद्रा बाजार में उच्च आवृत्ति व्यापार के लिए आर का उपयोग करने के लिए परिचय ट्यूटोरियल और कुछ रणनीतियों के लिए जो मैंने वित्तीय रूप से मजबूत व्यापार संकेतों को पैदा करने के लिए विकसित किया है इस ट्यूटोरियल के लिए, मैं दूसरा उदाहरण मेरे पिछले लेख में दिए गए जहां मैंने जापानी येन की 15-मिनट के लॉग-रिटर्न के लिए व्यापारिक संकेत दिया था, जिससे घंटी खोलकर बाजार बंद हुआ था EST यह presen पहले की तुलना में थोड़ी नई चुनौतियों का सामना करना पड़ता है क्योंकि करीबी-टू-ओपन जंप विविधता प्रति घंटा या दैनिक रिटर्न के मुकाबले उत्पन्न की तुलना में बहुत अधिक हैं, लेकिन जैसा मैंने दिखाया था, करीब-से-खुले मूल्य पर ये बड़े बदलाव ने एमडीएफए के लिए कोई समस्या नहीं रखी, वास्तव में, यह इन छलांग का फायदा उठाया और इस आलेख के शीर्ष पर छलांग 1 की दिशा का अनुमान लगाकर बड़े लाभ कमाया, इन-नमूना टिप्पणियों 1-250 और नमूने के अवलोकन से पता चलता है कि 251 फिल्टर के प्रदर्शन के बाद मैं उसमें निर्माण कर रहा हूँ इस ट्यूटोरियल का पहला भाग। इस ट्यूटोरियल के दौरान, मैं उन परिणामों को दोहराने का प्रयास करता हूं जो मैंने iMetrica में बनाया था और आर भाषा का उपयोग करके उन पर थोड़ा विस्तार किया है और यहां उपलब्ध एमडीएफए के कार्यान्वयन से डेटा 15 मिनट जनवरी 4 से 17 जनवरी तक येन के लॉग-रिटर्न और मैंने उन्हें एलडीएफएक्सआईआईएनएसएम्प द्वारा दी गई एक फ़ाइल के रूप में सहेजा है I एक अतिरिक्त स्पष्टीकरण श्रृंखला है जिसमें मैं यूएन की कीमत के बारे में भविष्यवाणी करने के लिए उपयोग कर रहा हूं, I ओ प्राइसफॉक्सिन्सम्प का उपयोग करेगा जो येन का लॉग मूल्य है, जिसका उपयोग ट्रेडिंग सिग्नल के प्रदर्शन खरीदने के लिए किया गया है, गणना करने के लिए किया जाता है ldfxyinsamp को FXY के लिए फ़िल्टर और ट्रेडिंग सिग्नल बनाने के लिए इन-नमूना डेटा के रूप में उपयोग किया जाएगा ताकि आप इस डेटा को प्राप्त कर सकें घर पर इन उदाहरणों को निष्पादित कर सकते हैं, मुझे ईमेल करें और मैं आपको सभी आवश्यक फाइलों को एक फ़ाइल में नमूना और आउट-ऑफ-नमूना डेटा भेज दूँगा। एलडीएफएक्सआईआईएनएम्प डेटा पर एक त्वरित नज़र लेते हुए हमें येन पर लॉग-रिटर्न दिखाई देता है बाजार खोलने के समय क्षेत्र से शुरू होने वाले प्रत्येक 15 मिनट यूटीसी लक्ष्य डेटा येन दो स्पष्टीकारी श्रृंखला येन और एक अन्य परिसंपत्ति के साथ साथ येन हेड एलडीएफएक्सिनैंप, 1, 2, 3 2013-01-04 13 के आंदोलन के साथ पहले कॉलम में है 30 00 0 000000e 00 000000e 00 0 0000000000 2013-01-04 13 45 00 4 763412e-03 4 763412e-03 0 0033465833 2013-01-04 14 00 00 -8 9665 99-05 -8 9665 99-05 0 0040635638 2013- 01-04 14 15 00 2 597055e-03 2 597055-03 -0 0008322064 2013-01-04 14 30 00 -7 157556 ई-04 -7 157556e-04 0 0020792190 2013-01-04 1 4 45 00 -4 476075 ई-04 -4 476075-04 -0 0014685198. येन के लिए पहला व्यापार संकेत बनाने के लिए, हम अपने आर वातावरण में डेटा अपलोड करके शुरू करते हैं, MDFA फ़ंक्शन के लिए कुछ प्रारंभिक मापदंडों को परिभाषित करते हैं कॉल करें, और फिर येन के लिए डीएफ़टीएस और टाइमोग्राम की गणना करें। जैसा कि मैंने मेरे पिछले लेख में वर्णित किया है, व्यापारिक संकेतों के निर्माण के लिए मेरा चरण-दर-चरण रणनीति हमेशा शुरू हो रही है, परिसंपत्ति व्यापार कैसे करता है की विशेषताओं में अंतर्दृष्टि प्रदान करने की कुंजी, यह कैसे खोजकर्ता चुने जाने पर नेविगेट करने के लिए एक महत्वपूर्ण उपकरण है I यहां, मैं मुख्य वर्णक्रमान चोटियों की खोज करता हूं जो समय के डोमेन के साथ मिलते हैं और मेरा संकेत कैसे खरीदें और कैसे खरीदें ट्रेडों चित्रा 2 जनवरी 4 से 17 जनवरी 2013 तक नमूने की अवधि के दौरान जापानी येन के 15 मिनट के लॉग-रिटर्न का समय-काल दिखाता है। तीर मुख्य वर्णक्रमीय चोटियों को इंगित करते हैं जो मैं देखता हूं और यह बताता है कि कैसे मैं w बीमार मेरे कार्य को परिभाषित करता है काली बिंदीदार रेखाएं दो आवृत्ति कटऑफ को इंगित करती हैं जिन्हें मैं इस उदाहरण में विचार करता हूँ, पहली बार और दूसरी सूचना पर कि दोनों कटऑफ सीधे एक वर्णक्रमीय चोटी के बाद सेट होते हैं, जो कि मैं अत्यधिक उच्च आवृत्ति व्यापार में सुझाता हूं एमडीएफए का उपयोग करते हुए विदेशी मुद्रा पर, जैसा कि हम देखेंगे, यह चाल वर्णक्रमीय शिखर की खोज करना है जो विदेशी मुद्रा की कीमत में करीब से खुले अंतर के लिए खाता है हम इस वर्णक्रमीय चोटी का लाभ लेना चाहते हैं क्योंकि यह वह जगह है जहां एमडीएफए का उपयोग करते हुए विदेशी मुद्रा व्यापार में बड़ा लाभ आएगा। फिक्सर 2 एफएक्सवाई जापानी येन का वर्णक्रमीय चोटियों और दो अलग-अलग आवृत्ति कटऑफ के साथ। हमारे पहले उदाहरण में हम इसे कटाव के रूप में बड़ी आवृत्ति समझते हैं जिससे कि यह सबसे सही पंक्ति में समयरेखा के आंकड़े में, तब मैंने शुरू में समयबद्धता और चिकनाई मापदंडों को निर्धारित किया था, और 0 से व्युत्पन्न सभी नियमितकरण पैरामीटर को 0 के साथ सेट करने के साथ ही यह मुझे एक बैरोमीटर देगा फ़िल्टर मापदंडों को समायोजित करने के लिए, फ़िल्टर की लंबाई को चुनने के लिए, iMetrica का उपयोग करते हुए व्यापारिक संकेतों के निर्माण में कई प्रयोगों पर मेरे अनुभवजन्य अध्ययन ने यह दिखाया है कि एक अच्छी पसंद कहीं भी कुल नमूना लंबाई के 1 4 और 1 5 के बीच है समय श्रृंखला डेटा बेशक, लंबाई डेटा अवलोकन की आवृत्ति पर निर्भर करता है यानी 15 मिनट, प्रति घंटा, दैनिक, आदि, लेकिन सामान्य तौर पर आपको 1 4 से ज्यादा नमूना आकार से अधिक होने की संभावना नहीं होगी अन्यथा, नियमितकरण इस उदाहरण में, प्रभावी रूप से संभाल करने में बोझिल हो सकते हैं इस उदाहरण में, कुल नमूना लंबाई 335 है और इस प्रकार मैं सेट करता हूं कि मैं इस ट्यूटोरियल के शेष के लिए छड़ी करूँगा, किसी भी स्थिति में, फिल्टर की लंबाई सबसे महत्वपूर्ण पैरामीटर नहीं है अच्छे कारोबारी संकेतों का निर्माण करने पर विचार करें उचित स्पष्टीकरण श्रृंखला के साथ फ़िल्टर पैरामीटर जोड़े के एक अच्छे मजबूत चयन के लिए, साथ तुलना में ट्रेडिंग सिग्नल के परिणाम, कहते हैं, शायद ही अलग होना चाहिए यदि वे तो, पैरामीराइजेशन पर्याप्त रूप से मजबूत नहीं है। व्यापार प्रदर्शन की गणना के लिए येन के संबंधित लॉग मूल्य के साथ-साथ दोनों नमूना लॉग-रिटर्न डेटा अपलोड करने के बाद, हम आर में आगे बढ़ने के लिए प्रारंभिक फ़िल्टर सेटिंग को MDFA routine और फिर IMDFAcomp फ़ंक्शन का उपयोग करके फ़िल्टर की गणना करें यह प्रत्येक स्पष्टीकरण श्रृंखला के लिए दिए गए सिग्नल के साथ-साथ आईएमडीएफए ऑब्जेक्ट होल्डिंग गुणांक, आवृत्ति प्रतिक्रिया फ़ंक्शन और फ़िल्टर के आंकड़े देता है, हम इन सिग्नल को अंतिम ट्रेडिंग सिग्नल में प्राप्त करने के लिए नमूना सभी यह सब आर के रूप में निम्नानुसार किया जाता है। फ़िल्टर और गुणांक के परिणामस्वरूप आवृत्ति प्रतिक्रिया कार्यों को नीचे दिए गए चित्र में रखे गए हैं। फिक्चर 3 फ़िल्टर शीर्ष और नीचे फिल्टर गुणांक के आवृत्ति प्रतिक्रिया फ़ंक्शन। शोर की प्रचुरता को अभी भी मौजूद नहीं है कटऑफ आवृत्ति को पारित किया गया यह एक्साइव चिकनाई पैरामीटर बढ़ाकर बढ़ाया जाता है प्रत्येक स्पष्टीकरण श्रृंखला के गुणांक कुछ सी दिखाता है लगी हुई वृद्धि के रूप में उनके आंदोलन में संबंध, हालांकि, गुणांक के सुगमता और क्षय को वांछित करने के लिए बहुत कुछ मिलता है हम नियमितकरण मापदंडों को शुरू करने के द्वारा इसका समाधान करेंगे हम नमूना व्यापारिक संकेतों के प्लॉट्स और सिग्नल के प्रदर्शन के नमूने में दिखाए गए हैं नीचे दिए गए दो आंकड़े बताते हैं कि ट्रेडिंग सिग्नल बहुत अच्छी तरह से नमूना व्यवहार करते हैं, हालांकि, लग रहा है धोखा दे सकता है यह तारकीय प्रदर्शन अधिक से अधिक बुलाया जाने वाला एक फ़िल्टरिंग घटना के कारण होता है, एक यह बता सकता है कि ओवरफिटिंग अपराधी है जो केवल नॉनस्मोथनेस स्वतंत्रता की फ्रीज़ेड डिग्री की संख्या के साथ सह-गुणकों में से, जो इस उदाहरण में 174 में से लगभग 174 है, जिस तरह से बहुत अधिक है, हम यह संख्या स्पष्टीकरण श्रृंखला एक्स एल की आजादी संख्या की कुल मात्रा के करीब आधे हिस्से में प्राप्त करना चाहते हैं। आकृति 4 ट्रेडिंग सिग्नल और येन के लॉग-रिटर्न डेटा। इस फिल्टर का नमूना प्रदर्शन यह दर्शाता है कि हम किस प्रकार के परिणाम देखना चाहते हैं टेररिअलाइजेशन लागू किया गया है लेकिन अब अतिप्राप्ति के गंभीर प्रभावों के लिए आता है। हम इन फिल्टर गुणों को 200 से 15 मिनट की येन और स्पष्टीकरण की श्रृंखला के लिए 18 जनवरी से 1 फरवरी 2013 तक लागू करते हैं और इसमें नमूना विशेषताओं के साथ तुलना करते हैं। आर, हम पहले आर वातावरण में आउट-ऑफ-नमूना डेटा लोड करते हैं, और फिर आउट-ऑफ-नमूना डेटा के लिए फ़िल्टर लागू करते हैं जिसे मैं xout के रूप में परिभाषित करता हूं। चित्रा 5 में प्लॉट आउट-ऑफ-नमूना व्यापार संकेत ध्यान दें कि सिग्नल लगभग चिकनी नहीं है क्योंकि यह नमूना था, कुछ क्षेत्रों में डेटा की अपवर्ती भी स्पष्ट रूप से मौजूद है, हालांकि संकेत के अति-नमूना ओवरफेटिंग विशेषताओं को बेहद संदिग्ध नहीं हैं, मैं इस फिल्टर पर विश्वास नहीं करता लंबे समय में तारकीय रिटर्न का उत्पादन करते हैं। फिक्चर 5 फ़िल्टर नीले रंग में दिखाए गए व्यापारिक सिग्नल का उत्पादन करने के लिए 200 से 15 मिनट के अवलोकन पर लागू होता है। मतलब स्क्वायर समाधान के पिछले विश्लेषण के बाद कोई अनुकूलन या नियमीकरण नहीं है, हम अब ओवरफिटिंग की समस्या को साफ करने के लिए आगे बढ़ें, जो गुणांक में स्पष्ट था, साथ में स्टॉपबैंड आवृत्तियों में शोर को श्लेष करने के साथ-साथ चौरसाई और नियमितकरण के मापदंडों का चयन करने के लिए, एक दृष्टिकोण पहले चिकनाई पैरामीटर को पहली बार लागू करना है, जैसा कि यह होगा आम तौर पर पूर्व-नियोक्ता के रूप में अभिनय करते समय सहगुणियों को चिकनी करता है, और फिर उचित नियमीकरण नियंत्रण का चयन करने के लिए अग्रिम गुणांक को देखते हुए चित्रा 3, हम देख सकते हैं कि चौरसाई की उचित मात्रा जरूरी है, केवल क्षय के एक मामूली स्पर्श के साथ इन्हें चुनने के लिए आर में दो मापदंडों, एक विकल्प टोरिकानेर ऑप्टिमाइज़र का उपयोग करने के लिए यहां पर एक उपयुक्त संयोजन खोजने के लिए है I में एक गुप्त सॉस एल्गोरिदमिक दृष्टिकोण है जिसे मैं आईमेट्रिका के लिए विकसित किया है, जिसमें एक एक्स्ट्रेक्टर और एक प्रदर्शन सूचक दिए गए पैरामीटर्स के इष्टतम संयोजन को चुनने के लिए विकसित किया गया है, हालांकि यह लंबा जीएनयू सी में और उपयोग करने के लिए बोझिल, इसलिए मैं आम तौर पर इस ट्यूटोरियल में चर्चा की गई रणनीति को पसंद करता हूं इस उदाहरण में, मैं बाबा एन द्वारा लैम्बडासमथ को 5 और 1 से 1 के क्षय को सेट करके, एक्सपएट चिकनाई पैरामीटर के साथ 8 5 पर सेट करें गुणांक को देखने के बाद, यह अभी भी पर्याप्त चिकनाई नहीं था, इसलिए मैंने 63 अंतराल तक पहुंचने के लिए आगे बढ़ दिया, जिसने चाल किया मैंने तो लम्बाडा को चौरसाई व्यय लैम्ब्डा के प्रभावों को संतुलित करने के लिए चुना है, यह हमेशा अंतिम रिज़ॉर्ट ट्वीकिंग पैरामीटर होता है। फिक्चर 6 में लाल नोटिस के लिए व्याख्यात्मक श्रृंखला येन दोनों के लिए परिणामी आवृत्ति प्रतिक्रिया फ़ंक्शन दिखाता है कि सबसे बड़े वर्णक्रम शिखर पर आवृत्ति कटऑफ़ पर जोर दिया जा रहा है और थोड़ा मोल्ड वैल्यू 1 के बजाय 8 के पास है। 0 अन्य वर्णक्रमीय शिखर नीचे भी मौजूद हैं गुणांक के लिए, पर्याप्त पर्याप्त चौरसाई और क्षय को लंबे, चक्रीय और गुणांक के सहसंबद्ध संरचना को बरकरार रखने के लिए लागू किया गया था, लेकिन अब वे देखते हैं उनके चिकनी रूप में बहुत अच्छे हैं स्वतंत्रता की फ्रीज़ेड डिग्री की संख्या को लगभग 102 तक कम कर दिया गया है। फिक्चर 6 आवृत्ति प्रतिक्रिया कार्य और कोइफ़ विनियमन और चौरसाई के बाद फायक्सेंट लागू किया गया शीर्ष अंत तल पर मामूली क्षय के साथ चिकनी गुणांक स्वतंत्रता की फ्रीज वाली डिग्री की संख्या 172 में से लगभग 102 है। स्वतंत्रता की एक बेहतर फ्रीज वाली डिग्री के साथ और अधिक मात्रा में कोई भी कष्ट नहीं है, हम इसे लागू करते हैं चित्रा 7 में दिखाए गए फ़िल्टर गुणांक की संरचना में सुधार को सत्यापित करने के लिए 200 से बाहर नमूना टिप्पणियों को आउट-ऑफ-नमूना फ़िल्टर करें चित्रा 5 की तुलना में ट्रेडिंग सिग्नल के गुणों में जबरदस्त सुधार की सूचना दें चित्रा 5 ओवरहाटिंग डेटा का सफाया कर दिया गया है और संकेत की समग्र चिकनाई में काफी सुधार हुआ है यह तथ्य के कारण है कि हम अतिप्राप्ति की उपस्थिति को समाप्त कर चुके हैं। फिक्चर 7 नियमितकरण के साथ आउट-ऑफ-नमूना व्यापारिक संकेत। एक फिल्टर के सभी संकेतों को संपन्न किया गया वस्तुतः हम जिनकी विशेषताओं को मजबूती के लिए जरुरत हैं, हम अब व्यापारिक संकेतों को नमूने में और नमूने से बाहर निकालते हैं, ताकि वे खरीददारी व्यापार को सक्रिय कर सकें। और नकदी मूल्य में ट्रेडिंग खाते के प्रदर्शन को देखें जब संकेत शून्य से नीचे पार हो जाते हैं, तो हम छोटी स्थिति दर्ज करते हैं और जब संकेत शून्य से ऊपर बढ़ता है, हम लंबे समय तक स्थिति में प्रवेश करते हैं। चित्रा 8 की शीर्ष साजिश येन की लॉग कीमत है 15 मिनट के अंतराल के लिए और बिंदीदार रेखाएं वास्तव में बताती हैं कि जहां व्यापारिक सिग्नल ने ट्रेडिंग क्रॉसिंग शून्य को पार किया है, काले डॉट्स लाइनें एक खरीद की लंबी स्थिति का प्रतिनिधित्व करती हैं और नीली रेखाएं एक बेचने और छोटी स्थिति का संकेत देती हैं कि संकेत सभी नजदीकी-खुली व्याख्यान श्रृंखला के लिए भाग में येन के लिए कूदता है यह वास्तव में हम जब हम नियमितकरण और फ़िल्टर के लिए अनुकूलन जोड़ने के लिए प्रयास करेंगे, इन-नमूना अवधि में ट्रेडों का नकद खाता नीचे दिखाया गया है, जहां लेनदेन की लागत निर्धारित की गई थी 05 प्रतिशत में नमूना, संकेत 9 दिन के कारोबार में लगभग 6 प्रतिशत और एक 76 प्रतिशत व्यापार सफलता अनुपात अर्जित किए हैं। 8 फ़िल्टर नए नमूने के नमूने प्रदर्शन और उत्पन्न व्यापार। अंतिम परीक्षण के लिए ओव, यह देखने के लिए कि कितनी अच्छी तरह से फ़िल्टर एक जीतने वाले व्यापारिक सिग्नल का उत्पादन करता है, हमने फिल्टर को 20 मिनट से लेकर 1 फरवरी तक के 200 और 15 मिनट के येन और स्पष्टीकरण श्रृंखला के नमूने अवलोकन के लिए लागू किया था शून्य क्रॉसिंग पर आधारित ट्रेडों परिणाम 9 चित्र में नीचे दिखाए गए हैं। काले रेखाएं खरीदता है और नीले रंग की बिक्री दर्शाती हैं जो शॉर्ट्स बेचती हैं। ध्यान दें कि फ़िल्टर अभी भी बंद-टू-खुले कूद के बारे में भविष्यवाणी करने में सक्षम है। नियमितकरण, फिल्टर की संख्या में केवल तीन छोटे नुकसानों की तुलना में 08 प्रतिशत से कम अवलोकन 160 और 180 के बीच और शुरुआत में एक छोटा नुकसान, नमूना व्यापार सफलता अनुपात 82 प्रतिशत और सिर्फ 4 प्रतिशत से अधिक के आरओआई के साथ 9 दिन का अंतराल। निर्धारण 9 नियमित नमूने के 200 से अधिक नमूने के नमूने पर प्रदर्शन के नमूने 15 मिनट के येन के रिटर्न पर 200 से अधिक टिप्पणियों पर 4 प्रतिशत आरओआई हासिल किया गया और 82 प्रतिशत व्यापारिक सफलता इस प्रकार रसीद कर सकती है परिणाम उसी एमडीएफए पैरामीटर सेटिंग्स का उपयोग करके आईमेट्रिका में हासिल किया गया, चित्रा 10 में, इन-नमूना और आउट-ऑफ-नमूना दोनों प्रदर्शन दिखाए जाते हैं प्रदर्शन लगभग समान है। फेंकचर 10 येन फ़िल्टर का नमूना और आउट-ऑफ-नमुना प्रदर्शन आईमेट्रिका आरए में प्राप्त निष्पादन के साथ लगभग समान। अब हम यान के लिए एक और व्यापारिक फ़िल्टर तैयार करने पर एक चाकू लेते हैं, केवल इस बार जब हम एक व्यापारिक सिग्नल उत्पन्न करने के लिए केवल सबसे कम आवृत्तियों की पहचान करना चाहते हैं जो कम अक्सर व्यापार करता है, केवल सबसे बड़े चक्र की मांग करना पिछले फिल्टर के प्रदर्शन के साथ, हम अभी भी आवृत्तियों को लक्षित करना चाहते हैं जो येन की कीमत में बड़े करीब से खुले रूपांतरों के लिए ज़िम्मेदार हो सकते हैं, हम हमारे कटऑफ़ का चयन करते हैं जो प्रभावी रूप से सबसे बड़े तीन निम्न-पास वाले बैंड में वर्णक्रमीय चोटियों को बरकरार रखा गया है। इस नए फिल्टर के लिए, हम पिछली फ़िल्टर में चयनित समान नियमितकरण मापदंडों का उपयोग करने के लिए कुछ भी सरल बनाए रखते हैं क्योंकि वे अच्छे परिणामों के आउट-ऑफ़-नमूना टी का उत्पादन करते हैं वह और एक्ज़वेट अनुकूलन मापदंडों को स्टॉपबैंड में नए शोर दमन की आवश्यकताओं और छोटे पासबैक में चरण गुणों के खाते में समायोजित करने की आवश्यकता होती है, इस प्रकार मैं चिकनाई पैरामीटर बढ़ाता हूं और समयबद्धता पैरामीटर घटाता है जो केवल इस परिवर्तन के लिए खाते में पासबैंड को प्रभावित करता है इस छोटे लोपास डिजाइन के लिए नए आवृत्ति प्रतिक्रिया कार्य और फिल्टर गुणांक नीचे चित्रा 11 में दिये गये हैं कि सूचना के लिए दूसरा वर्णक्रम शिखर माना जाता है और नए बदलावों के तहत थोड़ी-थोड़ी अधिक चिंतित हो जाता है गुणांक में अब भी सबसे बड़ी लांग पर ध्यान देने योग्य चिकनाई और क्षय है। चित्रा 11 चित्रा 11 दो फिल्टर और उनके संबंधित गुणांक के आवृत्ति प्रतिक्रिया कार्यों। इस नए कम व्यापारिक आवृत्ति डिजाइन की प्रभावशीलता का परीक्षण करने के लिए, हम फिल्टर गुणांक को 15 मिनट के येन लॉग-रिटर्न के 200 से बाहर नमूना टिप्पणियों पर लागू करते हैं प्रदर्शन नीचे चित्रा 12 में दिखाया गया है इस फिल्टर में, हम स्पष्ट रूप से देखते हैं कि फ़िल्टर एसटीआई ठीक से अनुमान लगाएंगे कि येन की कीमत में बड़ी करीब से खुली कूदें केवल 9 दिन की अवधि के दौरान केवल तीन कुल घाटे को मनाया जाता है कुल प्रदर्शन पिछले फिल्टर डिजाइन के रूप में आकर्षक नहीं है क्योंकि कम मात्रा में ट्रेड किए जाते हैं, लगभग 2 प्रतिशत आरओआई और 76 प्रतिशत व्यापार सफलता अनुपात के साथ, यह डिजाइन लेनदेन लागतों के प्रति ज्यादा संवेदनशील एक व्यापारी के लिए प्राथमिकताओं में फिट हो सकता है। फिक्चर 12 कम कटऑफ के साथ फिल्टर का आउट-ऑफ़-नॉन प्रदर्शन। सत्यापन और क्रॉस-वैल्यूशन ज़रूरी है, जैसा कि दुनिया का सबसे दिलचस्प व्यक्ति आपको बताएगा। इस ट्यूटोरियल का मतलब कुछ मुख्य अवधारणाओं और रणनीतियों को दिखाने के लिए था, जो किसी भी संपत्ति के लिए एक मजबूत और अत्यधिक कुशल व्यापार संकेतक बनाने की समस्या के सामने आते हैं। at any frequency I also wanted to see if I could achieve similar results with the R MDFA package as my iMetrica software package The results ended up being nearly parallel except for some minor differences The main points I was attempting to highlight were in first analyzing the periodogram to seek out the important spectral peaks such as ones associate with close-to-open variations and to demonstrate how the choice of the cutoff affects the systematic trading Here s a quick recap on good strategies and hacks to keep in mind. Summary of strategies for building trading signal using MDFA in R. As I mentioned before, the periodogram is your best friend Apply the cutoff directly after any range of spectral peaks that you want to consider These peaks are what generate the trades. Utilize a choice of filter length no greater than 1 4 Anything larger is unnecessary. Begin by computing the filter in the mean-square sense, namely without using any customization or regularization and see exactly what needs to be approved upon by viewing the frequency response functions and coefficients for each explanatory series Good performance of the trading signal in-sample and even out-of-sample in most cases is meaningless unless the coefficients have solid robust characteristics in both the frequency domain and the lag domain. I recommend beginning with tweaking the smoothness customization parameter expweight and the lambdasmooth regularization parameters first Then proceed with only slight adjustments to the lambdadecay parameters Finally, as a last resort, the lambda customization I really never bother to look at lambdacross It has seldom helped in any significant manner Since the data we are using to target and build trading signals are log-returns, no need to ever bother with i1 and i2 Those are for the truly advanced and patient signal extractors, and should only be left for those endowed with iMetrica. If you have any questions, or would like the high-frequency Yen data I used in these examples, feel free to contact me and I ll send them to you Until next time, happy extracting. Taking a quick glance at the ldfxyinsamp data, we see log-returns of the Yen at every 15 minutes starting at m arket open time zone UTC The target data Yen is in the first column along with the two explanatory series Yen and another asset co-integrated with movement of Yen. So in your file in input you use the log close-returns twice col1 and 2 and a another asset. Can you tell me more about this another asset cointegred how you find it. While it s not so obvious to determine a set of explanatory variables that will improve signal and trading performance, I developed a tool called fundamental frequency component analysis that helps me choose series with strong lag s correlations at certain frequencies I m interested in The method seems to work pretty well so far in my experience. Thanks Chris, have you planned other thread in the coming weeks. Yes, I have many new ideas for articles, and will be writing one soon I ve been busy the past couple months improving the methodology even more, making it even more robust for financial trading The problem is I start to give away too many of my secrets and wil l eventually lose my competitive advantage, so I need to remain a bit cryptic. What your favorites time frame 15 mins i think.15 minutes is a good range, the lower the frequency the better and more robust the signal will be However, in practice I m currently using 5 min returns with a proprietary trading firm in Chicago on Index Futures. You filtre the time in your data You trade only of 13 30pm until 20pm. You overnight trade.