Кластерная фильтрация

Кластерный фильтр (англ. cluster — гроздь, сгусток, пучок) - совокупность цифровых фильтров, воссоздающих и/или преобразующих исходную последовательность.

В отличии от всевозможных методов декомпозиции (разложения на составляющие) или просто фильтров определенной частоты, кластерные фильтры создают композицию или веер вероятных значений исходной последовательности, который в последствии подвергается дополнительному анализу.

Эффект кобры

При наблюдении за любым индикатором со встроенным GDF, можно обратить внимание на одну аномалию. Линия индикатора на последнем незавершенном баре не всегда следует за ценой. Например, цена может расти, а индикатор движется вниз. И наоборот. При быстром рынке или в визуализаторе MetaTrader 5 это порой напоминает язычок кобры, которым она нащупывает путь к добыче. Объяснение этому простое.

Эффект опережающего сглаживания

C момента последней публикации прошло много времени. Работа над совершенствованием фильтра так или иначе велась. Сегодня публикую информацию об одном из эффектов, который удалось обнаружить.

Один из режимов фильтра позволяет достаточно часто увидеть эффект, который можно назвать опережающим. При работе в этом режиме вы не увидите сглаживания всей исходной линии моментума. Фильтр выискивает участки, где есть вероятность получить опережающий эффект. Не удивительно, что это получается не всегда. Но достаточно часто, чтобы можно было это заметить.

Задержка во времени

При анализе потоковых данных временного ряда важно  иметь адекватное представление о его регулярной составляющей (тенденции).  Известные алгоритмы сглаживания, к сожалению, реагируют с задержкой на изменение тенденции либо слишком чувствительны к шуму, что затрудняет анализ.

Программное обеспечение для анализа

Так уж случилось, что в процессе практической проверки различных теоретических алгоритмов по  сглаживанию временных рядов, пришел к использованию биржевых терминалов. Возможность отладки фильтров на обновляемых в реальном времени биржевых котировках, позволяет полностью оценить эффективность алгоритма и его теоретической основы.

О GDF

Gruzdev's digital filter (GDF) изначально разрабатывался как алгоритм дополнительного сглаживания для уже существующих методов. Т.е. изначально ставилась задача уменьшить шумовую составляющую уже сглаженного временного ряда. Это было вызвано тем, что существуют целые комплексы обработки экспериментальных данных "настроенные" на анализ с использованием классических или узкоспециальных методов сглаживания.

Краткая история

Первые наработки для Gruzdev's digital filter (GDF) были сделаны еще в 2009 году. Но так как это было не приоритетным направлением, то возвращался к исследованиям по мере возможностей. В итоге в октябре 2012 года было завершено математическое обоснование эффективности нового цифрового фильтра.