Fourier-Kenner... - Seite 3
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
Ich kann es nicht glauben!
Das Bild ist so gut - keine Verzögerung, und das Bügeln ist gut... Irgendetwas muss falsch sein! Sie müssen überzogen haben?
Was könnte es sonst sein? - Ansonsten ist es nur eine Möglichkeit, Geld zu verdienen.
Ich habe auch Fourier-Linien verwendet - langsam und schnell, nur der Null-Balken wird neu gezeichnet
Hier sind auch die Fourier-Linien - langsam und schnell, nur der Nullbalken ist neu gezeichnet
Das glaube ich - es wird nicht funktionieren, denn es ist völlig verspätet!
Nein. Es handelt sich um eine elementare Annäherung der Periode durch OPT + ihren Fehler durch 2*PI (0. Takt). Denn wenn die Werte bei 0 und 2*PI nicht gleich sind, erzeugt der OPF einen Fehler, indem er die Werte mit der 0ten Harmonischen, d.h. dem arithmetischen Mittel der analysierten Periode, gleichsetzt. Sie können einen einfachen gleitenden Durchschnitt nehmen und die Anzahl der analysierten Balken als Eingabewert festlegen, und beim 0-ten Balken wird der Wert dieses gleitenden Durchschnitts gleich dem Wert des FOS um 2*PI sein.
Oh, Yura, du bist so belesen...
Sagen Sie mir, Sie einfacher Sündenbock: "Warum ist kein FZ auf dem Bild zu sehen?"
Hallo zusammen...
Ich habe eine Frage zur Fourier-Transformation...
Nach Fourier-Transformation und Hochpassfilterung mit Rücktransformation,
Sie die Berechnung der resultierenden Funktion außerhalb des Transformationsbereichs fortsetzen wollen (wenn Sie ein Beispiel nennen können)...
Die Fourier-Transformation ist nichts anderes als eine nichtlineare Regression (Anpassung) einer trigonometrischen Reihe. Sie können natürlich die Amplituden, Phasen und Frequenzen der wichtigsten trigonometrischen Terme ermitteln und in die Zukunft extrapolieren. In meinem Indikator Extrapolator beispielsweise wird die Bedeutung jeder Häufigkeit durch den quadratischen Fehler der Regression bestimmt, d. h. wenn ein bestimmter trigonometrischer Term die Daten genauer trifft, wird er als am wichtigsten angesehen. Es ist jedoch zu beachten, dass die Extrapolation der trigonometrischen Terme impliziert, dass die Preisbewegung tatsächlich durch einfache trigonometrische Funktionen beschrieben wird. Mit anderen Worten: Wenn die Preisbewegung die Lösung einer homogenen Differentialgleichung ist, dann ist eine trigonometrische Extrapolation sinnvoll. Andernfalls ist der Erfolg derselbe wie bei der Extrapolation einer anderen Anpassungsfunktion (z. B. eines Polynoms). Ich bin nicht davon überzeugt, dass die Preisbewegungen die Lösung einer homogenen Differentialgleichung sind, denn es ist unwahrscheinlich, dass die Wellen, die es vor 20 Jahren bei den Preisen gab, heute noch existieren. Natürlich kann man über Konjunkturzyklen mit einem Zeitraum von einigen Jahren sprechen. Diese Zyklen haben jedoch keinen Einfluss auf die Preisbewegung innerhalb eines Tages oder sogar innerhalb einer Woche, d. h. in dem für einen Händler interessanten Zeitintervall. Ungeachtet dessen bestreite ich nicht, dass es schnellere Wellen bei den Preisen gibt. Sie werden jedoch durch bestimmte Ereignisse zu bestimmten Zeitpunkten ausgelöst (z. B. wichtige Nachrichten) und klingen schnell wieder ab, wie Erdbebenwellen. Die Anpassung und Extrapolation trigonometrischer Funktionen ist nur während dieser Nachbeben und nur bei abnehmender Amplitude sinnvoll, d.h. A*exp(-|lambda|*t)*cos(w*t+a). IMHO
Die Fourier-Transformation ist nichts anderes als eine nichtlineare Regression (Anpassung) einer trigonometrischen Reihe. Sie können natürlich die Amplituden, Phasen und Frequenzen der wichtigsten trigonometrischen Terme ermitteln und in die Zukunft extrapolieren. In meinem Indikator Extrapolator beispielsweise wird die Bedeutung jeder Häufigkeit durch den quadratischen Fehler der Regression bestimmt, d. h. wenn ein bestimmter trigonometrischer Term die Daten genauer trifft, wird er als am wichtigsten angesehen. Es ist jedoch zu beachten, dass die Extrapolation der trigonometrischen Terme impliziert, dass die Preisbewegung tatsächlich durch einfache trigonometrische Funktionen beschrieben wird. Mit anderen Worten: Wenn die Preisbewegung die Lösung einer homogenen Differentialgleichung ist, dann ist eine trigonometrische Extrapolation sinnvoll. Andernfalls ist der Erfolg derselbe wie bei der Extrapolation einer anderen Anpassungsfunktion (z. B. eines Polynoms). Ich bin mir nicht sicher, ob die Preisbewegungen die Lösung einer homogenen Differentialgleichung sind, denn es ist unwahrscheinlich, dass die Wellen, die es vor 20 Jahren bei den Preisen gab, heute noch existieren. Man kann natürlich über Konjunkturzyklen mit einem Zeitraum von einigen Jahren sprechen. Diese Zyklen haben jedoch keinen Einfluss auf die Preisbewegung innerhalb eines Tages oder sogar innerhalb einer Woche, d. h. in dem für einen Händler interessanten Zeitintervall. Ungeachtet dessen bestreite ich nicht, dass es schnellere Wellen bei den Preisen gibt. Sie werden jedoch durch bestimmte Ereignisse zu bestimmten Zeitpunkten ausgelöst (z. B. wichtige Nachrichten) und klingen schnell wieder ab, wie Erdbebenwellen. Die Anpassung und Extrapolation trigonometrischer Funktionen ist nur während dieser Nachbeben und nur bei abnehmender Amplitude sinnvoll, d.h. A*exp(-|lambda|*t)*cos(w*t+a). IMHO
Es ist zu beachten, dass der Kurs nach dem Abklingen der Welle oft in einer engen Spanne schwankt und dann entweder den Trend fortsetzt oder ein neuer Schock und eine neue abklingende Welle auftreten. Es ist möglich, die abklingenden Wellen (nach einem oder zwei Bursts) vorherzusagen, aber es ist unmöglich, die Richtung des Schocks vorherzusagen.
Und warum?
Schock ist in der Regel das Gegenteil von Empörung. Statistisch zuverlässig.
..... Ich würde es den unvollständigen Welleneffekt nennen.
Das heißt, wenn die Welle nicht in den Messabschnitt passt, ist eine korrekte Fourier-Vorhersage nicht möglich.
Dieser Effekt gilt sowohl für geradlinige als auch für langperiodische Oberwellen.
Das ist nicht die Bezeichnung dafür.
Ich gebe Ihnen noch einmal die Definition. Jede Funktion mit einem endlichen Spektrum kann als Fourier-Reihe dargestellt werden (übrigens nicht unbedingt periodisch http://www.nsu.ru/education/funcan/node35.html#SECTION00330000000000000000 )
Jeder, der mit PF arbeitet, sollte Kotelnikovs Theorem sehr gut verstehen.
Die von Ihnen genannten Beispiele y=k*x+c oder sehr große Periode, dies ist eine Nichterfüllung des Kotelnikov-Satzes, das Spektrum ist unendlich.
Ich bin anderer Meinung, nehmen wir an, wir sind am Ende der Bewegung und in 10 Punkten wird sich der Trend ändern,
Ich denke, wir sollten nicht auf den Zug aufspringen, vor allem weil die Zuverlässigkeit dieser 10 Punkte fraglich ist.
Ich habe oft festgestellt, dass die ersten 10 Punkte nicht zutreffen, aber die nächsten realen Kurse mit den prognostizierten übereinstimmen.
Hier geht die Frage nahtlos in die Frage "Fourier- oder Last-Point-Effekt" über, und bei dieser Frage scheint mir der Effekt
durch einen anderen Effekt verursacht wird. Versuchen Sie, eine Gerade der Form y = k*x + c zu bestimmen, und extrapolieren Sie dann mit Fourier,
und statt einer aufsteigenden Geraden erhalten wir eine absteigende Kurve. Ich würde es den unvollständigen Welleneffekt nennen.
Wenn also die Welle nicht in den Messbereich passt, ist eine korrekte Vorhersage mit der Fourier-Methode nicht möglich.
Dieser Effekt gilt sowohl für geradlinige als auch für langperiodische Oberwellen.
Ihre Abbildung zeigt jedoch eine gerade Linie, die mit der Formel y=ax+b zusammenhängt
Ich zeige eine Funktion, die durch eine Fourier-Transformation (grüne Linie)
hat seine Funktion auf der Grundlage von Kosinus, d.h. wir können die Fortsetzung der Kurve beobachten...
nach der Transformation erhalten wir die Vorkurve und nach der Transformation erhalten wir die geglättete
Preis
Das ist nicht der Name.
Ich gebe Ihnen noch einmal eine Definition. Jede Funktion mit einem endlichen Spektrum kann als Fourier-Reihe dargestellt werden (übrigens nicht unbedingt periodisch http://www.nsu.ru/education/funcan/node35.html#SECTION00330000000000000000 )
Jeder, der mit PF arbeitet, sollte Kotelnikovs Theorem sehr gut verstehen.
Die von Ihnen angeführten Beispiele y=k*x+c oder sehr große Periode, es ist ein Versagen des Kotelnikov-Satzes, das Spektrum ist unendlich.
Dies ist das Prinzip, auf dem die Kompression in Kommunikationssystemen beruht... nicht ein digitalisiertes Signal zu übertragen, sondern Signalspektren, die als Ergebnis von TF in einem Zeitfenster erhalten werden... in diesem Fall haben wir ein Zeitintervall, das sich ständig verschiebt und eine variable Frequenzumwandlung nachahmt... wenn die Frequenz unbedeutend abweicht, können diese Änderungen ignoriert werden... aber bei scharfen Sprüngen erfordert es eine neue Berechnung... und es ist immer noch wichtig für die Fortsetzung der Kurve des Signals, dass die Welle am Anfang der Phase d.h. während des Wachstums d.h. am Maximum oder Minimum der Werte wäre... Optimales Niveau meiner Meinung nach auf dem Niveau 0,15 vom Wendepunkt der Welle...
Und warum?
Schock ist in der Regel das Gegenteil von Empörung. Sie ist statistisch zuverlässig.
Aber es gibt Ausnahmen... wenn eine Störung durchgeht, ist der Schock gegenläufig zur gerichteten Spannungsakkumulation...
Ich habe solche Störungen im vergangenen September beobachtet...