Bewegungsspektrum

Frequenzgang des laufenden Mittelfilters Der Frequenzgang eines LTI-Systems ist die DTFT der Impulsantwort, die Impulsantwort eines L-Sample-gleitenden Mittelwerts Da der gleitende Mittelwert FIR ist, reduziert sich der Frequenzgang auf die endliche Summe We Kann die sehr nützliche Identität verwenden, um den Frequenzgang zu schreiben, wo wir ae minus jomega haben lassen. N 0 und M L minus 1. Wir können an der Größe dieser Funktion interessiert sein, um zu bestimmen, welche Frequenzen durch den Filter ungedämpft werden und welche gedämpft werden. Unten ist ein Diagramm der Größe dieser Funktion für L 4 (rot), 8 (grün) und 16 (blau). Die horizontale Achse reicht von Null bis pi Radiant pro Probe. Man beachte, daß der Frequenzgang in allen drei Fällen eine Tiefpaßcharakteristik aufweist. Eine konstante Komponente (Nullfrequenz) im Eingang durchläuft das Filter ungedämpft. Bestimmte höhere Frequenzen, wie z. B. pi / 2, werden durch das Filter vollständig eliminiert. Wenn es aber die Absicht war, ein Tiefpassfilter zu entwerfen, dann haben wir das nicht sehr gut gemacht. Einige der höheren Frequenzen werden nur um einen Faktor von etwa 1/10 (für den 16-Punkte-gleitenden Durchschnitt) oder 1/3 (für den vier-Punkte-gleitenden Durchschnitt) gedämpft. Wir können viel besser als das. Die obige Handlung wurde durch die folgende Matlab-Code erstellt: Omega 0: pi / 400: pi H4 (1/4) (1-exp (-iomega4)) ./ (1-exp (-iomega)) H8 (1/8 ) (1-exp (-iomega8)) ./ (1-exp (-iomega)) H16 (1/16) (1-exp (-iomega16)) ./ (1-exp (-iomega)) Grundstück (Omega , abs (H4) abs (H8) abs (H16)) Achse (0, pi, 0, 1) Urheberrecht Kopie 2000- - University of California, BerkeleyAveraged FFT-Spektrum (SmtHandle Griff, Doppel f0, Doppel df, SmtComplexNum Spektrum, int spectrumSize, SmtSpectrumInfo spectrum, unsigned short averagingType, unsigned short weightingType, Doppel averagingSize, unsigned short linearWeightingMode, int restartAveraging, SmtComplexNum averagedFFTSpectrum, Doppel averagesSoFar, kurz Dataready) Berechnet die gemittelten FFT-Spektrum des Spektrums Ausgabe von den Funktionen Spectrum Zoom FFT. Die Funktion gibt die Startfrequenz f0 aus. Frequenzintervall df. Und das gemittelte FFT-Spektrum in Einheiten V rms. Der Parameter averagingType gibt an, wie die Funktion den Mittelwert durchführt. Sie können keine Mittelung, Vektor-, RMS - oder Peak-Hold-Mittelung erfor - Wenn Sie keine Mittelung wählen, wird das in der averagedFFTSpectrum-Ausgabe zurückgegebene Leistungsspektrum nicht gemittelt. Eingabeparameter reduzieren das Rauschen aus synchronen Signalen. Die Vektor-Mittelung berechnet den Durchschnitt komplexer Größen direkt, was bedeutet, dass sie eine getrennte Mittelwertbildung für reelle und imaginäre Teile ermöglicht. Komplexe Mittelung wie Vektorlungs Rauschen reduziert und erfordert in der Regel einen Trigger Block-zu-Block-Phasenkohärenz zu verbessern. Reduziert Signalschwankungen, nicht aber den Rauschpegel. RMS mittelt die Energie oder Leistung des Signals im Durchschnitt, das Grundrauschen Reduktion verhindert und gibt im Durchschnitt RMS Mengen Einkanalmessungen Nullphase. Die RMS-Mittelung für zweikanalige Messungen bewahrt die Phaseninformationen. Behält die Effektivwertspitzenwerte der gemittelten Mengen bei. Die Spitzenhaltemittelungsprozess ausführt Spitzenhalte bei jedem Frequenz-Bin separat peak rms Pegel von einem FFT-Datensatz zur nächsten zu erhalten. Gibt die Art der Gewichtung an, die die Funktion mit RMS und Vektormittelung verwendet. Peak-Halte-Mittelwert keine Gewichtung beinhaltet. Die Gewichtungsart ist linear oder exponentiell. Die lineare Gewichtung gibt an, dass jede Messung eine gleiche Gewichtung aufweist und dass der Wert des linearen Gewichtungstyps den Mittelungsprozess bestimmt. Die exponentielle Gewichtung gibt an, dass jede neue Messung eine geringere Gewichtung als alte Messungen aufweist und dass die Mittelung kontinuierlich ist. Der Mittelungsprozess berechnet die exponentiell gewichtete Mittelwert für die Messung i der folgenden Gleichung gemäß: wobei X die neue Messung, Avg i - 1 ist der vorherige Durchschnitt ist und N die Anzahl der Mittelwerte. Enthält das gemittelte FFT-Spektrum in V rms-Skalierung ausgehend von der Frequenz f0 mit dem Frequenzintervall df. Ordnen Sie Speicher für dieses Array für die Anzahl der Datenpunkte zu, die durch den Parameter spectrumSize angegeben sind. Double (durch Referenz übergeben) Die Anzahl der bisher abgeschlossenen Mittelwerte. Gibt den Fortschritt des Mittelungsprozesses basierend auf den angegebenen Mittelungseinstellungen an. Short (durch Referenz übergeben) Gibt an, dass TRUE (1) gültig ist. Verwenden Sie den Ausgangswert als Schalter auf eine Gehäusestruktur. Führen Sie nachfolgende Messungen durch oder zeigen Sie die Ergebnisse an, wenn dataReady TRUE ist. Der Mittelungsprozess bestimmt intern den dataReady-Ausgabewert. Wenn Sie in den SMT-Mittelungsfunktionen ein gültiges Spektrum eingeben, dann ist der Ausgabewert für dataReady für die exponentielle Mittelung immer TRUE. Für lineare Mittelung ist dataReady immer TRUE für einen Schuss, einen beweglichen und einen kontinuierlichen Modus. Beim automatischen Neustart eines Schussmodus ist dataReady nur dann WAHR, wenn die Mittelungsfunktion eine Anzahl von FFT-Rahmen erhält, die gleich dem Wert der Mittelungsgröße ist. DataReady wird auf FALSE zurückgesetzt, wenn der Mittelungsprozess automatisch neu gestartet wird. Input / Output ParametersThe Moving Average Spectrum - Teil 1 19. Januar 2009 05.16 Dieser Beitrag auszuspionieren wird ein bisschen auf die komplizierte Seite zu sein, aber wenn youll um das Konzept in Wickeln Sie den Kopf zu investieren, ich denke, es wird eine Menge tun Um einen der Eckpfeiler meiner Sicht über den Handel mit diesen widerspenstigen Märkten zu zeigen. Ein Thema, von dem ich viel über dieses Blog gesprochen habe, ist die Idee, dass: Kurzfristige (sagen wir 1 Tag bis 1 Woche) und Zwischen - (1 Woche bis 1 Monat) Indikatoren neigen dazu, konträr zu sein (dh auf den Mittelwert umzustellen ). Längerfristige Indikatoren neigen dazu, Momentum / trend-driven. Die kontradiktorische Tendenz bei kurz - und mittelfristigen Indikatoren (vor allem kurzfristig) ist ein neues Phänomen. Da wir das Spektrum zu immer kürzeren Zeitindikatoren nach oben, neigen sie dazu, mehr prädiktive am nächsten Tag zurückkehrt zu sein, aber auch weniger stabil über die Zeit (denken RSI (2) vs 50/200-Tage-MA Crossovers) und besser Kandidaten für einen adaptiven Ansatz. In diesem Beitrag möchte ich diese Idee in Zahlen demonstrieren. Die folgenden Tabellen zeigen die Leistung des nächsten Tages, aufgeschlüsselt nach Jahrzehnten, wenn der SampP 500 oben (obere Tabelle) oder unten (untere Tabelle) einen gleitenden Durchschnitt der Länge X schließt. Warnung: Geekiness voran. Diese Renditen wurden auf die folgenden drei Arten angepasst: Durch die Begrenzung der täglichen Änderungen auf / - drei Standardabweichungen (gemessen am vorherigen Handelsjahr), um die Auswirkungen einer Handvoll großer Marktbewegungen zu reduzieren. Durch das Entfernen der Auswirkungen der breiteren Tendenz durch die Subtraktion von jedem Jahrzehnt gibt die (geometrische) durchschnittliche Rendite dieser Dekade zurück. Indem die resultierende tägliche Durchschnittsrendite durch die Standardabweichung dieser Renditen dividiert wird, um eine volatilitätsbereinigte Rendite zu erhalten. Zum Vergrößern anklicken Anfang der 70er Jahre zeigt sich, dass der Markt im gesamten gleitenden Durchschnittsspektrum einen Durchbruch zeigte, ein Markt, der über seinen Durchschnittswerten liegt, tendiert weiter nach oben und umgekehrt. Diese Tendenz war besonders kräftig bei kürzeren und kürzeren Zeitrahmen (d. h. auf der linken Seite des Tisches). Wenn wir uns im Laufe des Jahrzehnts in Richtung Gegenwart bewegen, sehen wir, dass die Märkte konträrer werden, zuerst in Zwischenzeitrahmen (1990er Jahre) und dann in kürzeren Zeitrahmen (2000s). Diese Entwicklung ist in der folgenden Tabelle noch deutlicher, wenn man die nächste Woche (anstatt des nächsten Tages) betrachtet. Hinweis: Diese Ergebnisse wurden nach dem oben beschriebenen Verfahren angepasst. Für eine grössere Darstellung klicken Sie auf das Bild. Ich nähere mich meiner selbst auferlegten Wortgrenze, so in Teil II dieser Serie, Ill untersuchen diese Ergebnisse weiter und Blick auf die Idee, dass mit kürzeren Zeitrahmen Indikatoren, die Märkte sind sowohl prädiktive und anfälliger für die Entwicklung. Hier können Sie Teil 2 lesen. P. S. Der Punkt der Tabelle oben ist nicht, vorzuschlagen, daß jedermann diese Beobachtungen handeln sollte (weil ich denke, daß es viel wirkungsvollere Weisen gibt, diese unruly Märkte zu zanken). Der Punkt ist nur, um meinen Punkt über eine grundlegende Eigenschaft des Marktes zu machen. Lesen Sie den ganzen Artikel