Filtern ohne Verzögerung - Seite 16
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 habe natürlich nachgeschaut. Nichts Neues. Wozu ist es also gut? Wie wird es angewendet?
Es ist gut zu hören, dass es zumindest für ein Forumsmitglied nichts Neues gibt.
Wenn Sie das sagen, bedeutet das leider nur, dass Sie aufgehört haben, sich zu entwickeln. Die Fortschritte sind deutlich spürbar. Das DOS ist :) nun, es gibt keine Worte.
Lesen Sie den aktuellen Stand der Technik https://ru.wikipedia.org/wiki/ERP
Es geht nicht um mich. In der aktuellen Terminologie habe ich oben über ERP geschrieben. Dort werden auch die Schwierigkeiten genannt: nur für große Unternehmen, hohe Kosten, Schwierigkeiten bei der Umsetzung usw. Vor 85 gab es den Sozialismus und ähnliche Systeme, die vielleicht schlechter oder besser waren, als die Industrie und die Privatunternehmen im Lande! Sie sind als junger Spezialist in ein Unternehmen eingestiegen, das solche Produkte entwickelt hat, und wurden zu einem Spezialisten auf einem anderen Niveau. Es dauerte etwa 10 Jahre. Das galt für das ganze Land. Und jetzt Wikipedia.
Дело не во мне. В нынешней терминологии выше я писал о ERP. Там же указаны и трудности: только для крупных компаний, дороговизна, трудности с внедрением и т.д. До 85 был социализм и подобные системы, может быть и хуже или лучше имели отрасли и прдприятия страны! Вы, как молодой специалист, попадали в организацию разрабатывающую подобные продукты и стновились специалистом другого уровня. Уходило на это около 10 лет. Это было во всей стране. А теперь Википедия.
Verstehe, Sie reden über nichts.
Nochmals vielen Dank für den ersten Link, das wusste ich nicht.
Gern geschehen, ich wusste es auch nicht. Ich habe es durch eine Suche gefunden :)
Ich habe es mir angesehen, wenn auch nicht sorgfältig. Ja, angewandte Wavelets. Aber warum? Welche Rinket-Eigenschaft soll ermittelt werden und wozu dient sie? Der größte Vorteil ist die Analyse der Nicht-Stationarität. Ist es dort erhältlich? Es stellen sich viele Fragen, vor allem, wenn wir den ungewöhnlichen Charakter des Werkzeugs berücksichtigen.
Zunächst einmal sollte man das Problem formulieren. Oder erste Annahmen, die überprüft werden können.
Es ist dumm, ein Wavelet zu nehmen, es auf BP zu strecken und zu versuchen, es zu extrapolieren.
Man sollte nicht irgendein Wavelet nehmen, sondern ein bestimmtes, das der Entwicklung eines realen Marktprozesses entspricht. Wie bei Elliott gibt es eine Basis - mehrere Arten von Wellen. Und es wird versucht, die gesamte Serie auf dieser Grundlage zu zerlegen. Aber ich würde nicht versuchen, so universell zu sein. Ich würde versuchen, einen Prozess lokal zu erkennen, um ihn in den Rest einpassen zu können. Aber auch dafür brauchen wir eigentlich keine Wavelets.
Wie stellen Sie Ihre Aufgabe ein? Was ist die Marktidee, aus der sich Wavelets logisch ableiten lassen?
Bitte, das wusste ich auch nicht. Ich habe danach gesucht :)
Zunächst einmal muss man das Problem formulieren. Oder erste Annahmen, die überprüft werden können.
Es ist albern, ein Wavelet zu nehmen, es über BP zu strecken und zu versuchen, es zu extrapolieren.
Man sollte nicht irgendein Wavelet nehmen, sondern ein bestimmtes, das der Entwicklung eines realen Marktprozesses entspricht. Wie bei Elliott gibt es eine Basis - mehrere Arten von Wellen. Und es wird versucht, die gesamte Serie auf dieser Grundlage zu zerlegen. Aber ich würde nicht versuchen, so universell zu sein. Ich würde versuchen, einen Prozess lokal zu erkennen, um ihn in den Rest einpassen zu können. Aber auch dafür brauchen wir eigentlich keine Wavelets.
Wie stellen Sie Ihre Aufgabe ein? Welches ist die Marktidee, aus der die Verwendung von Wavelets logisch folgt?
Beginnen wir mit der Identifizierung des BP:
Ich glaube, dass es auf dem Markt mehrere Gruppen von Anlegern gibt, die sich in ihrer Finanzkraft unterscheiden und zu verschiedenen Zeitpunkten unterschiedliche Interessen haben.
Abhängig von der zeitlichen Zusammensetzung von Investorengruppen durch die Anzahl in der Gruppe und den Zeitpunkt ihrer Anwesenheit erhalten wir:
Aufwärts- und Abwärtstrends von unterschiedlicher Dauer und Neigung
seitwärts, wo die Kräfte ausgeglichen sind
geringe Geräuschentwicklung
Dies ist ein deskriptives Marktmodell, das wir als Ausgangspunkt nehmen. Sie kann angepasst werden, sollte aber nicht in andere, vertrautere Formen umgewandelt werden.
Weillet-Analyse versucht zu erhalten:
die aktuellen Trends herausfiltern;
die Aussichten auf einen Markteintritt anhand ihrer Korrelation mit anderen Trends zu bewerten
Trennen Sie tote Trends (was mit der Fourier-Analyse nicht möglich ist) von lebenden Trends und versuchen Sie, deren Lebensdauer abzuschätzen.
Bereinigen Sie die Trends von Lärm.
versuchen, überkaufte/überverkaufte Märkte zu identifizieren
eine umgekehrte Synthese durchführen, um Indikatoren zu erhalten
Prognosen über die Preisentwicklung zu erstellen
Tatsächlich gibt es Dutzende von Wavelet-Analysefunktionen, deren Zweck nicht ganz klar ist, aber wir sitzen in unserem eigenen Boot - nichtstationäre VR
Eigentlich gibt es nicht sehr viele Wavelets - weniger als ein Dutzend. Es gibt noch keine Vorschläge, und es ist noch zu früh.
Wir müssen lernen, wie man die Zitate und Parameter an Matlab überträgt und dann die Ergebnisse an TS zurückgibt. Zurzeit sieht der Plan wie folgt aus.
Wir beginnen mit einem deskriptiven GP-Modell und beherrschen die Verbindung zwischen MQL und Matlab.
faa1947 писал(а) >>
(Klappentext gelöscht)...
Zurzeit sieht der Plan in etwa wie folgt aus.
Wir beginnen mit einem deskriptiven GP-Modell und lernen, wie man MQL mit Matlab verbindet.
Nehmen Sie es nach Belieben auf. Berichten Sie schriftlich über Ihre Ergebnisse.
Nehmen Sie es nach Belieben auf. Berichten Sie schriftlich über Ihre Ergebnisse.
>> Ich hab's.
Wir müssen lernen, wie man Zitate und Parameter an Matlab überträgt und dann die Ergebnisse an den TS zurückgibt. Zurzeit sieht der Plan wie folgt aus.
Wir beginnen mit einem deskriptiven GP-Modell und lernen, wie man MQL mit Matlab verbindet.
IMHO geht das in die falsche Richtung. Zeit und Mühe werden verschwendet.
Die Zitate werden in einer csv-Datei oder in einem beliebigen Textformat, das Matlab versteht, gespeichert - es dauert 30 Minuten, um die Arbeit zu erledigen.
Danach wird es eine weitere Woche dauern, um mit den in Matlab integrierten Wavelet-Tools mit den Daten zu experimentieren. Sie werden ein gewisses Verständnis für das Werkzeug (Wavelets) bekommen und Ihre Illusionen loswerden.
Als Nächstes: Lösen einfacher Probleme als Übungsaufgaben. Beispielsweise kann eine Preisreihe geglättet werden, um so etwas wie eine Maske zu erhalten, allerdings ohne Verzögerung. Das Ergebnis - Verständnis für die Methode, Verständnis für das Randproblem, Entzug der letzten Illusionen - nur ein Monat.
Danach, am Morgen des siebten Tages, wachen Sie auf und fühlen eine außergewöhnliche Klarheit in Ihrem Kopf - das bedeutet, dass Sie mit leichtem Herzen und gutem Gewissen zu etwas anderem übergehen können. Oder, ganz im Gegenteil, man spürt, dass spezifische Ideen über die Verwendung von Wavelets aufkommen. Dann, und nur dann, fängt man an, die Sprache zu lernen, Programme zu schreiben, Parameter zu übertragen, mit MQL zu verknüpfen usw. Aber nicht vorher.
PS
Übrigens, warum haben Sie beschlossen, dass kontinuierliche Wavelets gut für Sie sind? Was ist falsch an diskreten Lösungen? Schließlich ist die Zeit auf dem Markt diskretisiert.
Beginnen wir mit der Identifizierung von BPs:
Ich glaube, dass auf dem Markt mehrere Gruppen von Anlegern tätig sind, die sich in ihrer Finanzkraft unterscheiden und zu verschiedenen Zeitpunkten unterschiedliche Interessen haben.
Abhängig von der zeitlichen Zusammensetzung der Investorengruppen durch die Anzahl in der Gruppe und die Zeit, in der sie sich befinden, erhalten wir:
Aufwärts- und Abwärtstrends von unterschiedlicher Dauer und Neigung
seitwärts, wo die Kräfte ausgeglichen sind
geringe Geräuschentwicklung
Dies ist ein deskriptives Marktmodell, das wir als Ausgangspunkt nehmen. Sie kann angepasst werden, sollte aber nicht in andere, vertrautere Formen umgewandelt werden.
Weillet-Analyse versucht zu erhalten:
die aktuellen Trends herausfiltern;
die Aussichten auf einen Markteintritt anhand ihrer Korrelation mit anderen Trends zu bewerten
Trennen Sie tote Trends (was mit der Fourier-Analyse nicht möglich ist) von lebenden Trends und versuchen Sie, deren Lebensdauer abzuschätzen.
Bereinigen Sie die Trends von Lärm.
versuchen, überkaufte/überverkaufte Märkte zu identifizieren
eine umgekehrte Synthese durchführen, um Indikatoren zu erhalten
Prognosen über die Preisentwicklung zu erstellen
Tatsächlich gibt es Dutzende von Wavelet-Analysefunktionen, deren Zweck nicht ganz klar ist, aber wir sitzen in unserem eigenen Boot - nichtstationäre VR
Eigentlich gibt es nicht sehr viele Wavelets - weniger als ein Dutzend. Es gibt noch keine Vorschläge, und es ist noch zu früh.
Wir müssen lernen, wie man die Zitate und Parameter an Matlab überträgt und dann die Ergebnisse an TS zurückgibt. Zurzeit sieht der Plan folgendermaßen aus.
Wir beginnen mit einem deskriptiven GP-Modell und beherrschen die Schnittstelle zwischen MQL und Matlab.
Wir dürfen nicht einmal etwas an Matlab weitergeben. Die Wavelet-Zerlegung ist als dll implementiert, die vom Indikator aus gestartet wird. Der Austausch mit der dll über eine csv-Datei ist einfacher und zuverlässiger. Aber bedenken Sie, dass Wavelets neu gezeichnet werden, ohne Komprimierung und Mittelwertbildung kann nichts Gutes getan werden.
IMHO kommen sie von der falschen Seite. Zeit und Mühe werden verschwendet.
Speichern Sie die Anführungszeichen in einer csv-Datei oder in einem anderen Textformat, das Matlab versteht, finden Sie es heraus und tun Sie es, es dauert nur 30 Minuten Arbeit.
Danach wird es eine weitere Woche dauern, um mit den in Matlab integrierten Wavelet-Tools mit den Daten zu experimentieren. Sie werden ein gewisses Verständnis für das Werkzeug (Wavelets) bekommen und Ihre Illusionen loswerden.
Als Nächstes: Lösen einfacher Probleme als Übungsaufgaben. Zum Beispiel die Glättung einer Preisreihe, um so etwas wie eine Maske zu erhalten, aber ohne Verzögerung. Das Ergebnis - Verständnis für die Methode, Verständnis für das Randproblem, Entzug der letzten Illusionen - nur ein Monat.
Danach, am Morgen des siebten Tages, wachen Sie auf und fühlen eine außergewöhnliche Klarheit in Ihrem Kopf - das bedeutet, dass Sie mit leichtem Herzen und gutem Gewissen zu etwas anderem übergehen können. Oder, ganz im Gegenteil, man spürt, dass spezifische Ideen über die Verwendung von Wavelets aufkommen. Dann, und nur dann, fängt man an, die Sprache zu lernen, Programme zu schreiben, Parameter zu übertragen, mit MQL zu verknüpfen usw. Aber nicht vorher.
PS
Übrigens, warum haben Sie beschlossen, dass kontinuierliche Wavelets gut für Sie sind? Was ist falsch an diskreten Angeboten? Schließlich ist die Zeit auf dem Markt diskretisiert.
Ich möchte an das Schicksal des Fourier-Pakets erinnern - alles unvollendet und für Außenstehende verschlossen. Bisher hat noch niemand bewiesen, dass man mit Fourier (Burg) keinen TC bauen kann. Dies ist das Ergebnis der Nachsicht von ein, zwei Personen. Sie haben es versucht. Es hat nicht funktioniert. Vielleicht hat es jemand anderes getan. Wir brauchen einen normalen Zugang zu Matlab. Es gibt noch viel mehr, unter anderem einen riesigen Komplex im Zusammenhang mit Fourier. Man sollte einfach Matlab als mathematisches Paket für MQL beherrschen - es ist die einzige anständige Sprache, die kein eigenes entwickeltes mathematisches Paket hat.