Predicción del futuro con transformadas de Fourier - página 46

 
LeoV:

Hay otro matiz aquí. Cuanto más grande sea el siguiente segmento después de la optimización, más probable es que los armónicos encontrados se vuelvan rápidamente obsoletos (dejen de dar beneficios) en los datos futuros. Reduciendo esta sección - obtenemos la falta de fiabilidad de la prueba.

Si entiendo bien la idea...

Sería interesante observar visualmente la imagen: la trayectoria en el espacio de fase {armónico óptimo, fase inicial óptima}. Si la trayectoria es lo suficientemente suave, se puede predecir.

 
alsu: Si entiendo bien la idea...

Sería interesante ver una imagen visual - una trayectoria en el espacio de fase {armónico óptimo, fase inicial óptima}. Si la trayectoria es lo suficientemente suave, se puede predecir.

HZ. No he tratado esta cuestión )))
 
LeoV:

Lo hay. Pero hay algunos patrones que se pueden notar al entrenar una red, y algunas técnicas de entrenamiento que permiten prescindir incluso de una prueba de avance. No conozco a Fourier y no he oído hablar de él.

Más bien tiene que ver con su experiencia personal con las redes neuronales. Alguien que tenga experiencia con otro sistema podría tener también algunas observaciones similares.
 
alsu:

Si entiendo bien la idea...

Sería interesante ver una imagen visual - trayectoria en el espacio de fase {armónico óptimo, fase inicial óptima}. Si la trayectoria es lo suficientemente suave, podría predecirse.


Más bien, uno se pregunta si hay una manera de determinar el armónico más estable. Tenemos que asumir que lo hay.
 
Integer: Es más probable que esto se deba a su experiencia personal con las redes neuronales. Alguien con experiencia en un sistema diferente podría tener también algunas observaciones similares.

Como mínimo, las personas que investigan la posibilidad de ganar dinero en los mercados financieros no se decantan por Fourier, SSA o MESA. Se trata de métodos anticuados que todo el mundo hacía girar hacia arriba y hacia abajo hace unos 10 años. Solía funcionar bien porque los cálculos que utilizaban estos métodos no estaban ampliamente disponibles. Ahora, debido a la disponibilidad de cálculos y a la aparición de diversos productos de software basados en estos métodos, no funciona bien, o más bien se ha vuelto mucho más difícil encontrar una "fórmula rentable" para el mercado ))))
 
LeoV:

Al menos la gente que investiga la posibilidad de ganar dinero en los mercados financieros no se decanta por Fourier, SSA o MESA. Se trata de métodos anticuados que se daban de bruces hace unos 10 años. Solía funcionar bien porque los cálculos que utilizaban estos métodos no estaban ampliamente disponibles. Ahora, debido a la disponibilidad de cálculos y a la producción de varios productos de software basados en estos métodos, no funciona bien, o más bien, se ha vuelto más difícil encontrar una "fórmula rentable" para el mercado).

Es más bien una cuestión religiosa))) Una red neuronal o un filtro digital es un polinomio: la suma de los productos de los precios y los coeficientes (a grandes rasgos).
 
Integer: Más bien una cuestión religiosa))) La red neuronal o el filtro digital es un polinomio: la suma de productos de precios y coeficientes (a grandes rasgos).

Estoy de acuerdo. Desde este punto de vista, cualquier transformación de precios es una transformación de precios )))) Así que es todo lo mismo ))))
 

Todos se vuelven locos cuando menciono eso...

parece que alguien,

como

sabe cómo hacer buen dinero

en algún tipo de

tal vez un método modificado

probablemente Fourier.

Personalmente, no me arriesgaría a invertir en una situación con este grado de incertidumbre.

¿Y qué pasaría si me arriesgara a revelar la desgarradora y complicadísima verdad?

¿Qué pasaría entonces? Gritos de "¡no puede ser!", "¡no!", "¡el mundo no puede ser tan cruel con nosotros!", "¡me niego a creerlo!" ?

Por eso prefiero ponerme en remojo.

Tengan en cuenta, colegas, que los verdaderos expertos en DSP (léase Fourieux) - GPWR, Prival y un par de otros - también están prácticamente callados aquí. ¿Por qué? Porque te puedes quemar en todos los sentidos de la palabra.

Por cierto Fourier:


 

En mi juventud investigué sobre el análisis espectral y la detección de señales de radio de banda ancha, como la de un pretendiente, en un entorno altamente ruidoso y saturado.

Ahora estoy pensando en la extracción de señales de trading en el ruido del mercado de divisas. He considerado utilizar las transformadas de Fourier. He llegado a las siguientes conclusiones.

La transformada de Fourier (directa e inversa) es un excelente método de interpolación de los procesos electromagnéticos. Y sólo. Acústico (mecánico) - con un tramo. El resto es cuestionable.

El hecho es que en la señal electromagnética las energías eléctrica y magnética se convierten la una en la otra, digamos que por igual, simétricamente. Así, fue posible utilizar modelos de variable compleja, en los que las componentes real e imaginaria se definen en coordenadas ortogonales. De ahí la aparición de la sinusoide como proyección del movimiento de un vector de longitud constante a lo largo del eje temporal dentro de un "cilindro complejo". Y la transformada de Fourier opera con un conjunto de tales componentes armónicas. Es decir, la transformada de Fourier tiene un valor práctico: modela uno de los fenómenos de la naturaleza: la transformación mutua de las energías eléctrica y magnética. Esto se confirma, por ejemplo, en el hecho de que, basándose en los resultados del cálculo de la densidad espectral de potencia, se pueden realizar filtros físicos que confirmarán los resultados de los cálculos con gran precisión.

Sin embargo, en las cotizaciones financieras no tiene sentido hablar de ninguna energía, y mucho menos de dos ortogonales e intertransformadas, para poder aplicarles funciones de variable compleja. Por lo tanto, el valor de la transformada de Fourier para el análisis de dichas citas no es ni peor ni mejor que otros métodos de interpolación. Por desgracia, el "significado físico" de las cotizaciones financieras no está claro. Incluso visualmente no pueden atribuirse a señales armónicas.

En cuanto a la extrapolación de las cotizaciones mediante las transformadas de Fourier directa e inversa, con filtrado intermedio. La transformada de Fourier es un método de interpolación de una señal con un conjunto de componentes armónicos. Y sólo en sus nodos (muestras). La precisión de la interpolación entre muestras no está garantizada. El deseo de extrapolar una señal por este método, incluso para unas cuantas lecturas por delante, no tiene sentido físico, ya que los coeficientes espectrales se calculan para unas lecturas de tiempo determinadas. Esta es una de las razones. Y la segunda razón tiene que ver con el significado físico poco claro de las comillas. Si para la extrapolación de la señal electromagnética podemos contar con su inercia (conversión de energía) y aplicar coeficientes de descomposición de baja frecuencia, para las cotizaciones esa posibilidad de "baja frecuencia" no es evidente.

Ahora estoy considerando calcular el espectro actual (instantáneo) para cada minuto (por tick) y mostrarlo en el gráfico de cotización en relieve. La esperanza permanece en la capacidad del cerebro para ver cualquier patrón en estas imágenes...

 

Pero el supervisor científico de Fourier, Lagrange, que consideraba que el método de Fourier era un completo disparate, era de mente estrecha y no era lo suficientemente eficaz: