Interpolation, Approximation und Ähnliches (Paket alglib) - Seite 10
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
Ehrlich gesagt: Sie reden Unsinn.
Wenn die Funktion periodisch ist und die Periode dem Zerlegungsintervall entspricht, warum brauchen wir dann überhaupt eine Annäherung und Extrapolation?
Kopieren Sie einfach die letzten 1000 Balken und kleben Sie sie an den rechten letzten Balken und voilà - die Prognose ist fertig.
Das ist genau das, worüber ich im ersten Beitrag geschrieben habe ;))))))). Was den Müll betrifft - ist das Ihre Art, mit fremden Menschen zu reden?
Noch eine Sache:
Verstehen Sie überhaupt die Bedeutung dieser Formeln?
Wie konnte ein ehemaliger Mitarbeiter der Abteilung für angewandte Mathematik und ein Hochschullehrer für Mathematik solch komplizierte Formeln verstehen? ;)))))))
Versuchen Sie noch einmal, die physische Bedeutung dessen, was Sie tun, zu verstehen.
Das ist genau das, worüber ich im ersten Beitrag geschrieben habe ;))))))). Was das Geschwätz angeht: Ist das Ihre Art, mit Leuten zu reden, die Sie nicht gut kennen?
Auch:
Wie kann ein ehemaliger Mitarbeiter einer Abteilung für angewandte Mathematik und ein Hochschullehrer für Mathematik solch komplizierte Formeln verstehen? ;)))))))
Versuchen Sie noch einmal, die physische Bedeutung dessen, was Sie tun, zu verstehen.
Ich glaube, ich verstehe die Ursache für Ihr Missverständnis.
In diesem Beitrag schrieb ich, dass ich nicht die schnelle Fourier-Transformation verwende, die äquidistante Frequenzen verwendet.
Diese Art der Transformation hat einen anderen Zweck - sie wird hauptsächlich zur Komprimierung von Musik verwendet. Und da alle Perioden der Oberschwingungen Vielfache einer gemeinsamen beobachteten Periode sind, hat diese Art der Transformation eine gemeinsame Periode, und das ist es, worüber Sie sprechen. Dieser Typ eignet sich jedoch nicht für die Extrapolation, da die Extrapolation einfach die vorherigen Werte wiederholt. Es handelt sich um einen sehr speziellen Fall, der darauf abzielt, Informationen zu komprimieren, anstatt sie vorherzusagen.
Die Preisvorhersage verwendet eine andere Art der Zerlegung, über die ich in diesem Beitrag geschrieben habe. Deshalb habe ich das animierte Gif aufgenommen und den Code zur Verfügung gestellt, damit Sie ihn studieren können. Es gibt keine Periodizität, die dem Stichprobenumfang der Daten entspricht. Die Periode jeder Oberschwingung wird dort optimal und sequentiell berechnet, und die Perioden sind nicht einmal immer in absteigender Reihenfolge, die Periode der nächsten Oberschwingung kann sogar länger sein als die der vorherigen.
Seien Sie nicht beleidigt wegen Ihres Geschwätzes. Meine Nerven liegen blank. :))
Nein, dieser Algorithmus zur Ermittlung von Oberschwingungen verwendet keine schnelle Fourier-Transformation, sondernden Queen-Fernandez-Algorithmus zur Frequenzberechnung. (Quellcode) Übrigens, sind Sie nicht der Autor? Der Name ist derselbe, aber die Profile sind unterschiedlich.
Die Frequenzen werden nacheinander berechnet und sind keine Vielfachen voneinander. Dies ist sowohl aus dem animierten Gif als auch aus dem Code ersichtlich, den ich oben und jetzt vorgestellt habe.
Hier ein Beispiel für das Verhältnis der harmonischen Frequenzen aus diesem Beispiel (einfach ausgedruckt w):
Nein, ich bin nicht der Autor. Und eine Reihe von trigonometrischen Funktionen, deren Frequenzen keine Vielfachen voneinander sind, ist keine Fourier-Reihe.
Sie können in meinen Beiträgen keine Erwähnung von Fourier-Reihen finden. Ich habe über Fourier-Transformationen gesprochen.
Die Fourier-Reihe ist ein Sonderfall der Fourier-Transformation einer periodischen Funktion.
Die Preiskurve ist keine periodische Funktion. Daher ist eine Fourier-Reihe hier nicht erforderlich.
Mit der schnellen Fourier-Transformation (FFT) werden Fourier-Reihen berechnet. Ich verwende in meinen Beispielen keine FFT.
Das ist Ihr und Vladislavs Fehler, dass Sie denken, dass die Fourier-Reihe, die auf eine periodische Funktion anwendbar ist, die Fourier-Transformation ist.
Ich habe bereits mehrfach gesagt, dass dies ein Sonderfall ist, der nicht auf den Markt zutrifft.
Studieren Sie die Primärquellen.
Hier sind einige Zitate aus Wikipedia:
Die Fourier-Transformation ist auch auf Funktionen anwendbar, die auf begrenzten Intervallen definiert sind, da solche Funktionen periodisch auf der gesamten Linie erweitert werden können.
Die Fourier-Reihe ist ein Spezialfall der Fourier-Transformation, wenn man letztere im Sinnevon verallgemeinerten Funktionen versteht. Für jede 2π-periodische Funktion gilt
Mit anderen Worten: Die Fourier-Transformation einer periodischen Funktion ist eine Summe von Punktladungen an ganzzahligen Punkten und ist außerhalb dieser Punkte gleich Null.
Nein, dieser Algorithmus zur Ermittlung von Oberschwingungen verwendet keine schnelle Fourier-Transformation, sondernden Queen-Fernandez-Algorithmus zur Frequenzberechnung. (Quellcode) Übrigens, sind Sie nicht der Autor? Der Name ist derselbe, aber die Profile sind unterschiedlich.
Die Frequenzen werden nacheinander berechnet und sind keine Vielfachen voneinander. Dies ist sowohl aus dem animierten Gif als auch aus dem Code ersichtlich, den ich oben und jetzt vorgestellt habe.
Hier ein Beispiel für die Koeffizienten der harmonischen Frequenzen aus diesem Beispiel (einfach ausgedruckt w):
Ich muss die Frage nach den Unterschieden zwischen der von Ihnen vorgeschlagenen Methode und der Fourier-Reihe wiederholen:
"Was ist falsch an Ihrer Methode? Ändern sich die Werte der ersten Zerlegungskoeffizienten, wenn sich die Anzahl der berücksichtigten Harmonischen ändert?"
Ich weiß nicht, wie ich anhand eines animierten Diagramms für 40 Frequenzen herausfinden kann, ob die Koeffizienten für die langsamste der 40 Harmonischen konstant sind. Bitte verweisen Sie in Ihrem Code nicht auf die Variablen. Die Frage nach der Bedeutung der 40-harmonischen Expansion wird entscheidend, wenn bei der Hinzufügung der einundvierzigsten Harmonischen zur Expansion die Koeffizienten der ersten Harmonischen sogar das Vorzeichen wechseln können, zum Beispiel.
Sagen Sie Ja oder Nein. Oder, weniger streng, überhaupt nichts.
Mit der Fourier-Reihe lässt sich diese Frage eindeutig mit "Nein" beantworten. Sowie in Taylor-Reihen und anderen Zerlegungen, die bereits einen unbestreitbaren Nutzen gebracht haben und weiterhin bringen. Nehmen wir an, dass es in Ihrem Fall nicht so eindeutig ist, aber auch Sie sollten eine Vorstellung von der Stabilität der Expansionskoeffizienten bei der von Ihnen vorgeschlagenen Methode haben.
Ich muss die Frage nach den Unterschieden zwischen der von Ihnen vorgeschlagenen Methode und der Fourier-Reihe wiederholen:
"Warum, machen Sie es anders? Ändern sich die Werte der ersten Zerlegungskoeffizienten, wenn sich die Anzahl der berücksichtigten Harmonischen ändert?"
Ich weiß nicht, wie ich anhand eines animierten Diagramms für 40 Frequenzen herausfinden kann, ob die Koeffizienten für die langsamste der 40 Harmonischen konstant sind. Bitte verweisen Sie in Ihrem Code nicht auf die Variablen. Die Frage nach der Bedeutung der 40er-Harmonischen-Erweiterung stellt sich vor allem dann, wenn beim Hinzufügen der einundvierzigsten Harmonischen zur Erweiterung die Koeffizienten der ersten Harmonischen sogar das Vorzeichen wechseln können.
Sagen Sie Ja oder Nein.
Das ist nicht meine Methode, obwohl ich einige Ideen habe, wie man sie beschleunigen kann. Ich habe Links zum Quellcode und zu den Autoren dieser Methode angegeben.
Und das Wichtigste: Es gibt einen Code. Sind Sie kein Programmierer? Aber Sie können den Code verstehen, er ist einfach und transparent.
Wenn Sie sich den Code der MathFourier2-Funktion ansehen, liegt die Antwort auf der Hand - natürlich nicht. Die Hinzufügung einer neuen Oberschwingung ändert nichts an den vorherigen.
Wenn Sie feststellen, dass sich die Oberschwingungen verändert haben, bedeutet dies, dass sich die Eingangsdaten geändert haben. Sie haben die Maus mit gedrückter Umschalt- oder Strg-Taste bewegt, oder es kam eine neue Leiste.
Und bitte stellen Sie mir keine weiteren Fragen, die Sie selbst beantworten können, wenn Sie den Code und den Artikel zu dieser Methode haben.
Wir sind nicht bei der Prüfung. Ich entschuldige mich für meine Zeit.
Ich setze den Code noch einmal zurück.
Um diesen Indikator zu steuern, klicken Sie zunächst mit der Maus auf den Chart (um das Fenster zu aktivieren), drücken Sie die Strg-Taste (und lassen Sie sie wieder los) und bewegen Sie die Maus, um die Startposition zu ändern. Um den Vorgang abzuschließen, drücken Sie eine beliebige Taste (außer Strg und Shift). Dasselbe gilt für die Umschalttaste, um die Periode (Bereich der Balken zur Berechnung der Näherungsfunktion)und die Anzahl der Oberschwingungenzu ändern.
Im Allgemeinen besteht die Aufgabe, so wie ich sie verstehe, darin, dass wir Daten (wahrscheinlich die Eröffnungs- oder Schlusskurse eines Balkens) für einen bestimmten Zeitraum haben, und wir müssen Schwankungen in dieser Stichprobe in irgendeiner Weise beschreiben, aber es sollte eine Funktion sein, damit wir bei der nächsten Schwankung verstehen können, welcher Punkt sich auf eine neue Zahl bezieht. Als Ergebnis sollten wir einen zusätzlichen numerischen Wert zu jedem Preis erhalten, der zeigt, zu welchem "Teil" der Funktion die Schwankung gehört, eine Art Klassifizierung, die es erlaubt zu sagen, dass der ursprüngliche Punkt zu einem bestimmten Raum gehört. Eine solche Methode kann im Falle von MO manchmal Wirkung zeigen. Da die Funktion zunächst nicht bekannt ist, aber erwartet wird, dass sie existiert, müssen verschiedene Funktionen erzeugt werden, um die Ziffern in der Stichprobe in Gruppen aufzuteilen. D.h. es handelt sich um eine Methode zur Klassifizierung nicht nach Merkmalen, sondern nach Struktur und Attributen.
Das ist meine Vermutung.
Es hätte schon längst klar sein müssen, ich habe Ihnen die Links gegeben. Die Frage ist die Umsetzung. Es gibt eine ganze Reihe von schnellen, effizienten Algorithmen, die in Verbindung mit der Cloud genutzt werden können
Sie haben nur Zeit, um die Grundlagen zu lernen. R und Python haben natürlich schon lange alles.Es hätte schon lange klar sein müssen, die Links wurden angegeben. Die Frage ist die Umsetzung. Es gibt eine ganze Reihe von schnellen, effizienten Algorithmen, die auch in Verbindung mit der Cloud genutzt werden können.
Ich habe keine Zeit, den Code zu studieren. Ich arbeite natürlich schon seit langem mit R und Python.Nachdem ich den Thread gelesen hatte, konnte ich kein Verständnis seitens des Publikums feststellen, also beschloss ich, den Text umzuformulieren, vielleicht versteht jemand das Wesentliche in dieser Präsentation.
Wenn dies bereits in anderen Sprachen implementiert wurde, warum können wir den Code nicht auf MQL5 portieren?
Nachdem ich den Thread gelesen habe, habe ich kein Verständnis bei den Zuhörern feststellen können, also habe ich beschlossen, es neu zu formulieren, um zu sehen, ob jemand versteht, wovon ich spreche.
Wenn dies bereits in anderen Sprachen implementiert wurde, warum kann ich den Code nicht auf MQL5 portieren?
Ich habe nur gefragt, ob jemand dies getan hat, um Zeit zu sparen.
Was für eine dumme Frage.