¿Cómo se consigue un salto cualitativo en el análisis del mercado? Hay una opción: - página 7
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
En cuanto a los wavelets, es todo un timo. Si tomamos una función cualquiera, la descomponemos en una serie de Fourier y la restituimos, entra en la definición de wavelet con respecto al nivel armónico cero, ya que la integral del histograma de la función en este mismo nivel es 0. Los operadores de wavelet sólo inventan que sus "inventos" contienen supuestamente más información que la transformada de Fourier. Los malditos grupos de presión mienten.
Un conocimiento asombroso del tema, es decir, del análisis wavelet. En realidad, del análisis wavelet.
La descomposición no es en una base de sinusoides de tiempo infinito, sino en una base de
"wavelets". Esto hace posible analizar la no estacionariedad
serie. La visualización de la información en el análisis wavelet se realiza en contraste con el análisis de Fourier,
en un plano bidimensional. Debido a estas características, el análisis wavelet ha recibido la más amplia
Se utiliza en un gran número de áreas: sísmica, radar, compresión
y seguridad de la información, medicina, etc. Al aplicar el análisis wavelet a la señal de entrada, la curva de aprendizaje de las redes neuronales aumentará en órdenes de magnitud.
Sería interesante saber cómo un conocedor del arbitraje, la geometría analítica, las redes neuronales y el análisis de Fourier, puede construir una descomposición de Fourier y luego extrapolar la más simple casi
función analítica de tabla y=A0*sin(x**2) dada en el intervalo digamos de 0 a
10*pi. Dentro del análisis wavelet, esto no es difícil de hacer.
En realidad, desde un punto de vista estadístico, el mercado es casi aleatorio, con poco componente de tendencia. Pero ya hay bastante de eso...
En lo que respecta a las ondículas, esto es todo un timo. Si tomamos una función cualquiera, la descomponemos en una serie de Fourier y la restituimos, entra en la definición de wavelet relativa al nivel armónico cero, ya que la integral del histograma de la función en este mismo nivel es 0. Los operadores de wavelet sólo inventan que sus "inventos" contienen supuestamente más información que la transformada de Fourier. Los malditos grupos de presión mienten.
Al aplicar el análisis wavelet a la señal de entrada, la velocidad de aprendizaje de las redes neuronales aumentará en órdenes de magnitud.
¿Tiene resultados que demuestren que el mercado no es aleatorio? He hecho un montón de análisis diferentes de las cotizaciones, luego las he sustituido al azar, y la diferencia era mínima. No conozco los métodos para demostrar la aleatoriedad de las series temporales, ni sé siquiera si existen. De hecho, nunca he encontrado pruebas de que ninguna serie temporal en la naturaleza sea aleatoria (población de hormigas, latidos del corazón, etc.), ni tampoco lo contrario.
No he utilizado el esquema de Bernoulli, sino que lo he comparado con una secuencia pseudoaleatoria obtenida con la función incorporada Random de MathCad. Puedes culpar a la función, pero estoy seguro de que no hay correlación entre ella y la serie temporal de cotizaciones. Seamos más concretos, ya que no necesitas la ayuda de un oculista, muéstrame dónde están las diferencias. Ya que está tan seguro, ¿por qué no lo respalda con pruebas explícitas?
Será mejor que leas un libro de matemáticas con calma. Tal vez encuentres allí algunas letras conocidas. Te das golpes en el pecho, como si hubieras estado investigando las citas para el azar. Pensé que realmente debías haber examinado las distribuciones de probabilidad entre comillas, calculado todo tipo de dispersiones y funciones derivadas, defendido varias disertaciones y publicado varios trabajos científicos. Pero resulta que Getch es un aficionado cualquiera, que se ha apuntado a su propia incompetencia o, por decirlo de forma sencilla, a la cojera.