![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
Wenn es Ihnen nichts ausmacht, können Sie den Code sehen, der die Fortsetzung erzeugt... Sie können ihn in Ihre E-Mail einfügen...
Es ist eine Art Standard, ich fülle den Indikatorpuffer mit einer bestimmten Indexverschiebung, z.B. gleich der Periode der Fourierkurve, und verschiebe dann den Indikator selbst visuell um den gleichen Wert mit der Methode SetIndexShift(0,Period);
Ich werde den Code später in der Basis posten, wenn ich ihn in Ordnung gebracht habe.
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 in Frage gestellt 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 festzulegen, und extrapolieren Sie dann mit Fourier,
und statt einer aufsteigenden Geraden erhalten wir eine absteigende Kurve. Ich würde es den unvollständigen Welleneffekt nennen.
Das heißt, wenn die Welle nicht in den Messabschnitt passt, ist eine korrekte Vorhersage mit der Fourier-Methode unmöglich.
Sowohl vorwärts gerichtete als auch langperiodische Oberschwingungen sind von diesem Effekt betroffen.
Deshalb habe ich in meinen Indikatoren die Zerlegung nicht relativ zum Preis=0, sondern relativ zu den Detrendierungslinien nach dem Beispiel von ANG3110 vorgenommen. Lineare Regression und Fourier-Interpolation einer größeren Periode werden als Detrending-Linien verwendet.
Und ich verwende die Fourier-Interpolation, wenn ich eine Zyklizität über einen längeren Zeitraum feststellen kann, ansonsten verwende ich LR. In diesem Fall verschwindet der "unvollständige Welleneffekt".
Ich verwende die Fourier-Interpolation, wenn ich eine Zyklizität über einen längeren Zeitraum feststellen kann...
Und wie erkennen Sie Zyklizität? Welche Methode, welche Kriterien verwenden Sie?
Ich führe eine Fourier-Extrapolation durch (das ist ein schlaues Wort :) und betrachte die Korrelation zwischen dem Ergebnis und den Preisen. Wenn die Korrelation signifikant ist, bedeutet dies, dass eine ausgeprägte Konjunkturabhängigkeit besteht. Obwohl es wahrscheinlich bessere Methoden gibt, werde ich einen Spektrumanalysator für MT bauen
Ich führe eine Fourier-Extrapolation durch (das ist ein schlaues Wort :) und betrachte die Korrelation zwischen dem Ergebnis und den Preisen. Wenn die Korrelation signifikant ist, bedeutet dies, dass eine ausgeprägte Konjunkturabhängigkeit besteht. Obwohl es viel bessere Methoden gibt, werde ich einen Spektralanalysator für MT bauen
Ich verstehe die Methode, danke für die Antwort, ich denke, sie hat ihre Berechtigung. Und was die Worte Extrapolation, Interpolation, Approximation, Korrelation angeht, so ist das Thema so, wer sich nicht für Lagunenchat interessiert, und wer nicht weiß, so ist Wikipedia.
wobei die Reihe zufälliger Natur ist und kein m.Fourier-Spektrum aufweist,
Die spektrale Extrapolationsfunktion kann nicht diskutiert werden - das ist falsch!
Und Sie können und sollten berechnen
die spektrale Leistungsdichte (SPM), d. h. die Varianz, der Emissionen,
deren Amplituden über die Frequenzen verteilt sind.
als einfache Prognosehilfe würde ich empfehlen
A.A. Minko "Prognosen in Unternehmen mit Excel",
und zur Fourier-Analyse hier, sozusagen ein Klassiker des Genres:
Jenkins, G., Watts, D. "Spektralanalyse und ihre Anwendungen".
http://lib.mexmat.ru/books/853
http://www.newlibrary.ru/author/dzhenkins_g___vatts_d_.html
oder hier
S.L. Marple's "Digitale Spektralanalyse".
http://prodav.exponenta.ru/read/info02.htm
Wenn die oben genannten Links nicht passen, gibt es viele andere, nach denen Sie suchen können.
wobei die Reihe zufälliger Natur ist und kein m.Fourier-Spektrum aufweist,
Man kann nicht von einer spektralen Extrapolationsfunktion sprechen - das ist falsch!
Und Sie können und sollten berechnen
die spektrale Leistungsdichte (SPM), d. h. die Varianz, der Emissionen,
deren Amplituden über die Frequenzen verteilt sind.
Sie können beides tun
Leistungsschätzung und Zerlegung von Reihen in Funktionen haben Vor- und Nachteile
es ist möglich, beides zu tun
Leistungsschätzung und Zerlegung von Reihen in Funktionen haben ihre Vor- und Nachteile
Natürlich, aber für Prognosen ist das sehr gefährlich - nichtlineare Methoden
funktionieren gut innerhalb des Anpassungsintervalls, aber außerhalb davon, wenn sie extrapoliert werden,
wird das Verhalten sozusagen sehr schleichend.
Es ist sehr schwierig, ein solches Prognoseinstrument zu pflegen - wegen der
es ist sehr kompliziert und, wie ich bereits sagte,
falsch.
Obwohl, wenn man darüber nachdenkt, ist es gerechtfertigt, m.Fourier anzuwenden auf
gleitender Durchschnitt(MA), ein ziemlich glatter MA, dann ja :)
plus eine Regressionsgerade:
Fourier-Synthese + Regressionspolynom (linear).
Das ist eine ziemlich gute Kombination.