Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2273
![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Wo sind Sie überhaupt? in den Preisen, ja ) steht es oben geschrieben
Nun, erstens kann Fourier für hundert andere Probleme verwendet werden (nur damit Sie es verstehen...;) )
Zyklen können, wenn sie primitiv sind, auch autokorreliert sein, und wenn sie primitiv und schmutzig sind, kann man sogar die Zeit zwischen den Extremen durchsehen.
Wenn wir es mit den Schleifen ernst meinen, sollten wir entweder die Daten bereinigen (filtern) und die oben beschriebenen Methoden verwenden oder etwas Vorgefertigtes einsetzen, das dies alles automatisch erledigt...
Ich habe mit dem Rssa-Paket, das die SSA-Methode implementiert, nach Schleifen gesucht
Nun, erstens kann Fourier für hundert andere Probleme verwendet werden (nur damit Sie es verstehen...;) )
Primitive Zyklen können autokorreliert sein, und wenn sie primitiv und schmutzig sind, kann man sogar nur die Zeit zwischen den Extremen beobachten.
Wenn wir es mit den Schleifen ernst meinen, sollten wir entweder die Daten bereinigen (filtern) und die oben beschriebenen Methoden anwenden oder etwas Fertiges verwenden, das das alles automatisch erledigt...
Ich habe mit dem Rssa-Paket, das die SSA-Methode implementiert, nach Schleifen gesucht
Es ist wahrscheinlich besser, nur nach Stunden, Tagen usw. zu filtern. Die Suche nach anderen Schleifen bringt nicht viel.
Es ist wahrscheinlich besser, nach Stunden, Tagen usw. zu filtern. Die Suche nach anderen Zyklen bringt nicht viel.
Ich weiß nicht, was Sie tun, aber ich denke, dass Schleifen eine Utopie sind.
Grundsätzlich würde ich DSP-Fans empfehlen, sich mit der Spektralanalyse für instationäre Prozesse zu befassen, wenn sie so scharf darauf sind.
Allerdings ist die Mathematik dort (Theoretiker) meist recht kompliziert.
Grundsätzlich würde ich DSP-Fans empfehlen, sich mit der Spektralanalyse für instationäre Prozesse zu befassen, wenn sie so scharf darauf sind.
Allerdings ist die Mathematik dort (Theoretiker) meist recht kompliziert.
Aber ohne Mathematik wird es nicht gehen?
und ohne Mathematik wird es nicht funktionieren?
Diese Spektraltheorie gilt für nichtstationäre Prozesse und wird nur von wenigen Menschen verstanden. Es stimmt zwar, dass wir nur kurze Perioden der Stationarität haben, aber im Allgemeinen gibt es eine Menge Verwirrung ))))
Und ohne Mathe geht es nicht?
Ich fürchte, es wird nicht funktionieren, auch mit Mathematik) Grob gesagt, weil die Tsosniks haben Nicht-Stationarität von "nicht das System" wir brauchen).
Hier ist ein guter Artikel über Nicht-Stationarität im Audiobereich:
Während die Stationarität streng definiert werden kann, ist die Nicht-Stationarität ein sehr weites Konzept, da es unendlich viele Möglichkeiten gibt, von der Stationarität abzuweichen.
OK, ich habe das Thema Zyklen vorerst aufgegeben. Ich schlage vor, Spaß für:
Ich fürchte, es wird nicht einmal mit Mathematik funktionieren) Grob gesagt, weil die Zosniks ein nicht-stationäres "falsches System" für das haben, was wir brauchen)
Hier ist ein guter Artikel über Nicht-Stationarität im Audiobereich:
Während die Stationarität streng definiert werden kann, ist die Nicht-Stationarität ein sehr weites Konzept, da es unendlich viele Möglichkeiten gibt, von der Stationarität abzuweichen.
Ich habe es durchgesehen und mich ein wenig hinreißen lassen... na ja, vergessen Sie die Schleifen erst einmal :D
Diese Spektraltheorie gilt für nichtstationäre Prozesse und wird nur von wenigen Menschen verstanden. Zwar gibt es definitiv nur kurze Perioden der Stationarität, aber im Allgemeinen gibt es eine Menge Verwirrung )))).
Wir müssen also irgendwie (mit einer hinreichend kleinen Anzahl von Fehlern) solche Zeiträume unterscheiden und nicht einmal versuchen, in anderen Momenten etwas zu tun).